Sei sulla pagina 1di 293

2

.
Salvatore Monaco
Teoria dei Sistemi
Appunti delle lezioni
2000-2001
3
Teoria dei Sistemi
Teoria, , delegazione, lunga la di teori ( , da : esaminare, osservare)
inviati alle grandi celebrazioni religiose, a consultare gli oracoli. Cos` come linsieme delle acquisizioni
dei teori veniva accettato per interpretare e comprendere i fenomeni, una teoria nellaccezione corrente
consiste in una formulazione logicamente coerente (in termini di concetti ed enti pi` u o meno astratti)
di un insieme di denizioni, principi e leggi generali che consentono di descrivere, interpretare, clas-
sicare, spiegare, a vari livelli di generalit` a, aspetti della realt` a naturale e sociale, e delle varie forme
di attivit` a umana.
Sistema da : riunione, complesso. In ambito scientico, qualsiasi oggetto di studio
che, pur essendo costituito da diversi elementi reciprocamente interconnessi e interagenti tra loro o
con lambiente esterno, reagisce o evolve come un tuttuno con proprie leggi generali.
La Teoria dei Sistemi consta di un corpo di metodologie per lanalisi dei Sistemi.
Dopo un primo capitolo in cui vengono introdotte le denizioni fondamentali, il vocabolario ed i
primi elementi di rappresentazione e classicazione, saranno presentati nei capitoli successivi i diversi
metodi di analisi. Lo studio viene sviluppato per la classe dei sistemi lineari stazionari a dimensione
nita e si conclude con alcuni elementi di analisi per sistemi non lineari.
1. Sistemi dinamici e Rappresentazioni con lo
Stato
Dalla denizione di Sistema alle Rappresentazioni con lo Stato.
Viene mostrato come, a partire da una denizione del tutto generale di sistema astratto, lintroduzione
dei concetti di parametrizzazione e di causalit`a consentano di giungere alla rappresentazione con lo
stato di un sistema dinamico. Vengono, quindi introdotti elementi di classicazione.
1.1. Sistema astratto
Nellaccezione comune sistema, : riunione, complesso, `e un attributo impiegato per
indicare un complesso che presenta caratteristiche comuni da un qualche punto di vista; le caratteris-
tiche comuni possono riferirsi alla similitudine dei componenti, `e questo il caso di un sistema montuoso
o di un sistema monetario, o alla complementariet` a da un punto di vista funzionale, sistema muscolare
o sistema esperto.
In ambito scientico si d`a privilegio a questo secondo aspetto. Un sistema `e, dunque, un qual-
siasi oggetto di studio che, pur essendo costituito da diversi elementi reciprocamente interconnessi
e interagenti tra loro o con lambiente esterno, reagisce o evolve come un tuttuno con proprie leggi
generali.
Teoria generale dei sistemi, Scienza dei sistemi, Teoria dei sistemi. Un escursus ed alcune pre-
cisazioni.
La Teoria generale dei sistemi ispirata dalla individuazione di leggi comuni in comparti disciplinari
distinti, si pone lobiettivo di giungere ad ununicazione su base modellistica. La Scienza dei sistemi
ispirata dallesigenza di gestire la complessit`a, si pone lobiettivo di proporre un approccio progettuale
comune per classi di problemi e modelli. In questo contesto la Teoria dei sistemi si pone lobiettivo
di giungere ad una formalizzazione dei concetti ed alla costruzione di un quadro di metodologie per
lo studio sistematico per classi di modelli.
Risultato di pi` u livelli di astrazione: a partire da una formulazione astratta del comportamento
dinamico delloggetto allo studio (primo livello), verso limpiego del modello al ne di migliorare
1.1. Sistema astratto 5
la conoscenza del fenomeno (secondo livello), sino al riconoscere la generalit`a del modello adatto
a rappresentare fenomeni diversi di dierenti settori disciplinari (terzo livello), per arrivare ad una
classicazione per tipologie di modelli ed allo sviluppo di metodologie di analisi per classi (quarto
livello).
Si parte dalla formalizzazione del concetto di sistema verso i metodi di studio seguendo la for-
mulazione matematica.
Una prima formalizzazione conduce naturalmente a pensare ad un sistema come ad un insieme
di grandezze (elementi) assieme ad un insieme di relazioni tra esse. Le grandezze costituiscono una
rappresentazione astratta degli elementi e le relazioni specicano le interconnessioni, le interazioni,
tra gli elementi stessi e con lesterno, ci`o che serve anche a precisare il punto di vista dello studio.
La formalizzazione ci impone di astrarre dal contesto e pensare ad un sistema come ad unentit` a
che stabilisce precisi legami funzionali tra insiemi di variabili. Si giunge in tal modo alla seguente
denizione formale di sistema astratto.
Denizione 1. Sistema astratto `e una coppia : = V, R ove V rappresenta linsieme delle variabili
ed R rappresenta linsieme delle relazioni tra le variabili. Gli elementi di R sono le regole che in modo
formale, mediante relazioni matematiche o a parole, specicano gli elementi del sistema: i possibili
comportamenti.
Questa denizione conferisce al concetto di sistema astratto una vasta generalit`a. Esso, in prima
istanza, corrisponde alla descrizione formale associata ad un dato fenomeno e trova applicazione nei
settori pi` u diversi.
Esempio 1.1. Un qualsiasi componente o dispositivo che stabilisce un legame tra grandezze siche.
Ad esempio un componente elettrico resistivo: V `e linsieme delle coppie di variabili, tensione e
corrente, simbolicamente denotate v e i, V : = v, i, mentre R `e costituito dalleguaglianza v = ri.
Esempio 1.2. Un principio o una legge della sica. Ad esempio la dinamica nel sistema gravitazionale
terrestre: V `e linsieme di funzioni del tempo che assumono valori nello spazio, R `e rappresentato
dalle leggi di Keplero.
Esempio 1.3. Un processo di crescita di una popolazione governato da fenomeni di sviluppo noti.
Ad esempio la dinamica della crescita cellulare: V `e linsieme di funzioni del tempo che assumono
valori nei reali positivi, R `e rappresentato dalle leggi di interazione e sviluppo.
Esempio 1.4. Un sistema di relazioni matematiche. Ad esempio le disequazioni Ax 0 in cui x `e la
generica variabile ed assume valori in un assegnato insieme mentre la diseguaglianza stessa denisce
R.
Una prima specializzazione `e necessaria per precisare la classe di sistemi a cui ci rivolgeremo: i
sistemi dinamici. In essi i possibili comportamenti sono funzioni del tempo: la variabile indipendente.
6 1. Sistemi dinamici e Rappresentazioni con lo Stato
Dobbiamo dunque pensare ad insiemi di variabili che evolvono nel tempo secondo denite regole e
relazioni tra esse. Per giungere ad una denizione formale di sistema dinamico astratto `e necessario
introdurre alcune notazioni.
Sia T un sottoinsieme ordinato di R, insieme dei reali, o Z, insieme degli interi; T `e detto insieme
dei tempi. Sia inoltre T(t
0
) linsieme dei tempi maggiori o uguali ad un tempo t
0
T(t
0
) = t T : t t
0

Se indichiamo con W
T(t
0
)
linsieme delle funzioni denite su T(t
0
) che assumono valori in W
W
T(t
0
)
= w
0
() : t t
0
, t w
0
(t) W,
un ssato sottoinsieme di W
T(t
0
)
(t
0
) W
T(t
0
)
pu` o essere impiegato per precisare quelli che indicheremo come i possibili comportamenti a t
0
. Pos-
siamo, infatti, in modo del tutto generale denire un sistema astratto come un insieme di possibili
comportamenti nei diversi istanti di tempo. Questi insiemi dovranno soddisfare ad una propriet` a
elementare come lintuizione suggerisce. Se, infatti, pensiamo ai possibili comportamenti ad un dato
tempo come evoluzioni del sistema, risultato di esperimenti a tale istante di tempo, dovr` a essere vero
che i risultati di esperimenti ad un ssato istante t
0
, se visti dal generico t
1
t
0
, sono compresi tra i
risultati di esperimenti a t
1
. Da un punto di vista formale dovr` a essere vericata la seguente propriet`a,
detta di chiusura rispetto al troncamento (CRT): per ogni ssata coppia (t
0
, t
1
), con t
1
t
0
, se w
0
appartiene a (t
0
) allora il suo troncamento su T(t
1
), w
0
[
T(t
1
)
, cio`e tale funzione considerata da t
1
in
poi, deve appartenere a (t
1
).
Siamo dunque pervenuti alla seguente denizione di sistema dinamico
Denizione 2. Sistema dinamico `e una terna
S: = T, W,
dove:
: = (t
0
), t
0
T : t
1
T(t
0
), w
0
(t
0
) w
0

T(t
1
)
(t
1
).
Un sistema dinamico `e dunque un insieme di comportamenti deniti ad ogni istante di tempo.
Essi soddisfano alla propriet` a di chiusura rispetto al troncamento.
Se T R il sistema `e a tempo continuo; se T Z il sistema `e a tempo discreto.
Esempio 1.5. Dinamica nel sistema gravitazionale terrestre: T = R, W = R
3
, (t
0
) insieme delle
traiettorie, denite da t
0
in poi, che soddisfano le leggi di Keplero.
1.1. Sistema astratto 7
Esempio 1.6. Modello economico di Leontief. Indicate con
- x
i
: quantit` a di prodotto i-mo al tempo t;
- a
ij
: quantit` a di prodotto i-mo per produrre una unit` a di prodotto j-mo
la seguente diseguaglianza esprime un evidente vincolo di bilancio
x
i
(t)
n

j=1
a
ij
x
j
(t + 1) (D)
con T = Z
+
e W = R
n
+
. I possibili comportamenti a t
0
sono deniti come
(t
0
) = w
0
: T(t
0
) R
n
+
: t t
0
(D) vale
La denizione data di sistema dinamico trova un riscontro nella descrizione (rappresentazione)
enumerativa dei comportamenti delle variabili che caratterizzano un dato oggetto, processo o fenomeno.
Si noti che uno stesso sistema astratto pu`o essere associato a fenomeni diversi: si pensi a diversi
fenomeni rappresentati da uno stesso modello matematico.
Propriet` a sui possibili comportamenti specicano la struttura di .
Una prima particolarizzazione si ottiene richiedendo che i possibili comportamenti al generico
istante di tempo possano essere ottenuti per troncamento di possibili comportamenti ad istanti prece-
denti. Se la propriet` a di CRT richiede che i troncamenti al tempo t
1
t
0
siano possibili comportamenti
a t
1
, ora i troncamenti a t
1
deniscono tutti e soli i possibili comportamenti a tale istante di tempo.
La formalizzazione di questo aspetto conduce alla seguente denizione.
Denizione 3. Sistema dinamico uniforme: S = T, W, si dice uniforme se esiste un unico
sottoinsieme di W
T
, sia
un
, che genera tutti i possibili comportamenti (t
0
) al variare di t
0
, cio`e:
t
0
, w
un
w

T(t
0
)
(t
0
)
w
0
(t
0
) w
un
: w

T(t
0
)
= w
0
.
Una ulteriore particolarizzazione consiste nellintrodurre i sistemi stazionari. Si tratta, come
lintuizione suggerisce, di sistemi in cui i possibili comportamenti non dipendono dal tempo; in altre
parole il risultato di esperimenti sul sistema non dipende dallistante in cui lesperimento inizia. I
comportamenti sono dunque invarianti rispetto alla traslazione temporale. Questo, da un punto di
vista formale, implica che per quanto riguarda il calcolo delle funzioni associate ai comportamenti,
quelle al generico istante t
0
sono sucienti a denire il sistema: infatti quelle a t
1
sono ottenute per
traslazione da quelle a t
0
. Pi` u precisamente se si indica con
t
loperatore di traslazione:
(
t
f)(t

): = f(t

t).
8 1. Sistemi dinamici e Rappresentazioni con lo Stato
Denizione 4. Sistema dinamico stazionario: S = T, W, `e detto stazionario se

t
(t
0
) = (t
0
+

t)
per ogni t
0
e

t in T.
La precedente denizione esprime formalmente che traslando (t
0
) a destra di

t (se

t `e positivo) si
ottengono le coppie al tempo (t
0
+

t), (t
0
+

t). E, tornando a quanto detto in precedenza, (t
1
) `e
ottenuto da (t
0
) per eetto di una traslazione di t
1
t
0
.
Per i sistemi a tempo discreto introducendo loperatore di traslazione unitaria, che sar` a indicato
con , la propriet` a di stazionariet` a si esprime
(t) = (t + 1)
.
In conclusione, poiche i comportamenti di un sistema stazionario al generico istante t
0
possono
essere ottenuti per traslazione a partire da quelli ad un ssato istante assunto zero per convenzione
((t
0
) =
t
0
(0)), un sistema stazionario rimane denito da una terna T, W, (0).
Unulteriore particolarizzazione `e quella che conduce alla denizione di sistema lineare.
Denizione 5. Sistema dinamico lineare. S = T, W, `e detto lineare se W `e uno spazio lineare
sui reali e se, per ogni t
0
, (t
0
) `e un sottospazio lineare di W
T(t
0
)
. Ci`o equivale a richiedere che
comunque ssati w
1
, w
2
(t
0
) e , R
w
1
+w
2
(t
0
).
La denizione data di sistema dinamico in termini dei possibili comportamenti corrisponde ad una
descrizione esplicita, enumerativa, di un dato oggetto o fenomeno.
Molto spesso la caratterizzazione dei comportamenti possibili pu`o essere fatta utilizzando equazioni
che costituiscono un modello matematico del sistema; si ha in questo caso una descrizione implicita,
sintetica, del sistema. Nella gran parte dei casi la descrizione implicita `e ottenuta mediante equazioni
alle dierenze, per i sistemi a tempo discreto (T = Z), o equazioni dierenziali, nel caso dei sistemi
a tempo continuo. Inoltre, nella costruzione del modello `e spesso necessario impiegare un insieme
aggiuntivo di variabili. Questi due aspetti sono nel seguito chiariti con semplici esemi.
E spesso la rappresentazione implicita il punto di partenza nello studio dei fenomeni.
Esempio 1.7. Un semplice modello di microeconomia: dinamica del prezzo in condizioni di equilibrio
tra domanda e oerta. Si supponga di voler descrivere la variazione del prezzo di un pressaato bene
assumendo, in una forrmulazione elementare, che nel mercato non siano presenti beni concorrenti. Se
si indica con p il prezzo unitario, con d la domanda e con o loerta non `e dicile rendersi conto che
valgono relazioni del tipo
d(p) = d
0
ap
s(p) = o
0
+bp, a, b > 0
.
1.1. Sistema astratto 9
Infatti, soddisfatta unesigenza fondamentale, d
0
, la domanda diminuisce allaumentare del prezzo
secondo un andamento che si pu` o assumere in prima approssimazione di tipo proporzionale, inoltre,
a meno di una soglia di produzione legata alla capacit` a industriale, o
0
, loerta aumenta con il prezzo
con un andameento in prima approssimazione anchesso proporzionale al prezzo.
Se ora si tiene conto del fatto che mentre ladeguamento della domaanda al prezzo `e istan-
taneo, ladeguamento della produzione richiede che sia perlomeno trascorso il tempo necessario alla
produzione, assunto tale intervallo di tempo unitario, la domanda e loerta variano nel tempo secondo
le seguenti uguaglianze
d(t + 1) = d
0
ap(t + 1)
o(t + 1) = o
0
+bp(t)
.
Il precedente modello elementare pu`o essere utimlizzato per descrivere come varia il prezzo del
prodotto. Se infatti si assume che il mercato sia in equilibrio, la produzione uguaglia la domanda,
o(t + 1) = d(t + 1), si ottiene
p(t + 1) =
b
a
p(t) +
d
0
o
0
a
.
La precedente equazione alle dierenze descrive, sotto le ipotesi semplicative sottolineate, una rapp-
resentazione intrinsecamente implicita, cio`e del tipo citato, della dinamica dellevoluzione del prezzo
di un prodotto a partire da una perturbazione rispetto alla condizione di equilibrio.
Limpiego di variabili ausiliarie `e spesso necessario nella costruzione di un modello. Questo aspetto
`e illustrato nel seguente esempio.
Esempio 1.8. Dinamica della popolazione di una nazione. Si immagini di voler formulare un modello
matematico per descrivere come varia nel tempo il numero di persone in et` a compresa tra 60 e 70 anni
in una assegnata regione. Come lintuizione immediatamente suggerisce, la progressione temporale
nel passaggio da unet` a ad unaltra rende necessario fare riferimento ad una suddivisione in classi di
et`a e descrivere levoluzione nel tempo di esse. Se si decide di voler descrivere levoluzione con una
cadenza annuale e si assume pari ad un anno l ampiezza delle classi di et` a, il numero di persone in
ciascuna classe di et`a fornisce, per il problema in esame, un insieme completo di variabili ausiliarie.
La loro evoluzione nel tempo consente infatti di ottenere gli andamenti temporali desiderati.
Indicato con x
i
(t) il numero di persone di et`a i al tempo t, si ha:
x
i+1
(t + 1) =
i
x
i
(t), i = 0, . . . , n 1
x
0
(t + 1) =
mf
x
mf
(t) +. . . +
Mf
x
Mf
(t)
con
i
coecienti di fertilit` a, con i compreso tra i limiti del periodo di fertilit` a mf ed Mf, e
i
coecienti di sopravvivenza qui assunti costanti per semplicit` a. La somma, ad ogni istante, delle
variabili con indice compreso tra 60 e 70 fornisce la descrizione cercata. E dunque necessario, per
descrivere la dinamica voluta, rappresentare anche la variazione delle classi di et`a precedenti a quelle
interessate. Si tratta di un insieme di variabili ausiliarie.
10 1. Sistemi dinamici e Rappresentazioni con lo Stato
Esempio 1.9. Dinamica di una popolazione animale Se si suppone di voler descrivere la dinamica
di una popolazione animale di predatori `e necessario descrivere anche landamento di altre variabili,
della preda ad esempio, che costituisce la risorsa per la crescita. Se supponiamo che siano presenti solo
due specie, il seguente modello matematico (Volterra 1906) esprime linterazione tra le due variabili
x
1
(t) e x
2
(t) che rappresentano la densit`a della preda e quella del predatore, rispettivamente.
x
1
(t) = ax
1
(t) kx
1
2
bx
1
(t)x
2
(t)
x
2
(t) = cx
2
(t) +dx
1
(t)x
2
(t)
Pi` u precisamente la prima equazione esprime il tasso di crescita proporzionale, secondo a, alla
densit` a della specie, mentre il termine kx
1
2
rappresenta un fattore limitante che tiene conto della
limitatezza delle risorse e bx
1
(t)x
2
(t) rappresenta la limitazione imposta dalla presenza del predatore:
limpedimento alla crescita `e assunto proporzionale alla probabilit` a di incontro e tale probabilit` a `e
assunta proporzionale al prodotto delle densit` a delle specie. La seconda equazione inne esprime
lestinzione con decadimento esponenziale della specie predatore in assenza di preda, assenza di risorse,
e la crescita proporzionale al prodotto delle densit` a delle specie.
I precedenti semplici esempi mostrano che pu`o essere utile, talvolta necessario, fare riferimento
ad un insieme di variabili ausiliarie rispetto a quelle, terminali, che assumono valori in W e che
caratterizzano i possibili comportamenti.
Denizione 6. Un sistema dinamico con variabili ausiliarie `e una quadrupla S
a
= T, W, A,
a
con
- A insieme dei valori delle variabili ausiliarie;
-
a
=
a
(t
0
) (W A)
T(t
0
)
: sia soddisfatta CRT.
S
a
`e la rapprentazione con variabili ausiliarie di S: = T, W, se per ogni t
0
(t
0
) = w
0
: a
0
A
T(t
0
)
t.c.(w
0
, a
0
)
a
(t
0
).
Una classe particolare di variabili ausiliarie `e quella delle variabili di stato.
Linteresse di introdurre le variabili di stato pu` o essere collegato allesigenza di sintetizzare nel
valore di un insieme di variabili al tempo t, appunto delle variabili di stato, quelle informazioni sul
passato necessarie a caratterizzare i comportamenti futuri.
Denizione 7. Stato. Un sistema dinamico con variabili di stato `e un sistema dinamico con variabili
ausiliarie S
x
:= T, W, X,
x
, in cui
x
soddisfa lassioma di stato
(w
1
0
, x
1
0
), (w
2
0
, x
2
0
)
x
(t
0
), t t
0
e x
1
0
(t) = x
2
0
(t) (w
0
, x
0
)
x
(t
0
)
dove (w
0
, x
0
) `e denito
(w
0
(t

), x
0
(t

)) =
_
(w
1
0
(t

), x
1
0
(t

)) t

< t
(w
2
0
(t

), x
2
0
(t

)) t

t
_
1.2. Sistema astratto orientato e rappresentazioni con lo stato 11
Lassioma dello stato richiede che ogni traiettoria che arriva in un ssato stato possa essere
concatenata con ogni traiettoria che parte da quello stato. In queste condizioni, una volta noto lo
stato ad un ssato istante, i comportamenti futuri sono ssati e nessuna ulteriore informazione `e
contenuta nei comportamenti passati. In altre parole lo stato allistante t `e suciente a caratterizzare
tutti i possibili comportamenti da t in poi; lo stato a t contiene le informazioni necessarie sul passato.
In breve, lo stato rappresenta la memoria del passato.
Come puntualizzato nella denizione 7, S
x
= T, W, X,
x
`e la rappresentazione con lo stato di
un sistema dinamico S = T, W, in cui (t
0
) = w
0
/x
0
tale che (w
0
, x
0
)
x
(t
0
).
Lintroduzione della denizione di stato e di rappresentazione con lo stato suggerisce immediata-
mente la domanda: Esiste sempre la rappresentazione con lo stato di un assegnato sistema ? Se no,
sotto quali condizioni ?
Il problema della rappresentazione con lo stato di un dato sistema dinamico `e molto studiato
nella teoria dei sistemi e sar`a approfondito nel seguito con riferimento alla classe dei sistemi dinamici
orientati e causali. I problemi coinvolti riguardano lesistenza, lunicit` a e la minimalit` a dellinsieme
degli stati.
1.2. Sistema astratto orientato e rappresentazioni con lo stato
Quanto sinora esposto `e a fondamento di un punto di vista di ampia generalit` a che potremmo
pensare collegato ad un approccio interpretarivo, conoscitivo, in cui ha interesse la descrizione di
legami tra variabili, ci` o che `e tipico, ad esempio, della formulazione di leggi siche. Il punto di vista
delle scienze dellingegneria conduce a distinguere le variabili in cause ed eetti, ingressi e uscite,
collegate da relazioni di dipendenza causale rispetto al tempo.
Per comprendere questo aspetto `e necessario ricordare che in tale ambito disciplinare la model-
lazione di un dato processo o fenomeno rappresenta la prima fase di un procedimento di progetto
che spesso ha per ne il soddisfacimento di pressate speciche su un ssato insieme di variabili.
Lindividuazione delle variabili esterne su cui intervenire conduce naturalmente ad un processo di
modellistica orientata causa - eetto, ingresso - uscita. Inoltre, sempre in considerazione della nalit` a
di intervento, si limita lo studio alla classe di processi e fenomeni in cui il legame tra gli ingressi e
le uscite, intese come funzioni del tempo, `e causale; si assume cio`e che luscita al tempo t dipenda
dallingresso passato e presente, ma non possa dipendere dallingresso dopo tale istante di tempo.
Questo punto di vista `e in particolare quello dellingegnere dei sistemi di controllo che maggiormente
ha promosso lo sviluppo della Teoria dei Sistemi.
Il seguente esempio illustra questo aspetto.
Esempio 1.10. Dinamica del prodotto nazionale lordo.
Siano: P(t) il prodotto nazionale, C(t) i consumi, I(t) gli investimenti e G(t) le spese per il
governo. Ad un primo livello di approssimazione la dinamica del prodotto nazionale lordo di una
12 1. Sistemi dinamici e Rappresentazioni con lo Stato
nazione (uscita) al variare delle spese del governo (ingresso) pu` o essere calcolata a partire dalle
seguenti relazioni. La prima di esse esprime una semplice relazione di bilancio
P(t) = C(t) +I(t) +G(t)
Inoltre, dagli studi di modellistica economica, una ben nota ipotesi delle teorie classiche ipotizza che si
possano assumere i consumi al tempo t proporzionali al prodotto nazionale allo stesso istante, secondo
un coeciente, m, che rappresenta la propensione marginale al consumo
C(t) = mP(t), 0 < m < 1
Ancora dalle teorie classiche, lincremento del prodotto nazionale pu` o essere assunto proporzionale
allinvestimento secondo un fattore r, detto fattore di crescita,
P(t + 1) P(t) = rI(t)
Con ovvie sostituzioni si ottiene luguaglianza
P(t + 1) =
_
1 +r(1 m)

P(t) rG(t)
che esprime il legame cercato tra la variazione le spese del governo e il prodotto nazionale lordo. Si
tratta di un legame orientato, da G(t) verso P(t) e di tipo causale rispetto al tempo: P(t) dipende,
in base alla precedente relazione, da quanto vale P ad un certo istante iniziale, t
0
, e dalle spese per il
governo da t
0
a t.
Un secondo modello, si tratta ancora di una rappresentazione dello stesso tipo, pu` o essere assunto
a rappresentare lo stesso fenomeno in un economia di mercato fondato sulle leggi delleconomista
Samuelson. Samuelson, in alternativa alla assunzioni della teoria classica, ipotizza per i consumi e
gli investimenti delle relazioni diverse dalle precedenti. Per quanto riguarda i primi li assume ancora
proporzionali al prodotto nazionale lordo, ma, ci` o che `e pi` u verosimile, al valore del prodotto nellanno
precedente. Si ha quindi:
C(t + 1) = mP(t), 0 < m < 1
Inoltre ipotizza gli investimenti in un dato periodo proporzionali allincremento di consumo, e quindi
solo indirettamente al prodotto lordo, secondo la relazione
I(t + 1) = (C(t + 1) C(t))
Con semplici passaggi si ottiene il seguente sistema di equazioni alle dierenze prime
C(t + 1) = mC(t) +mI(t) +mG(t)
I(t + 1) = (m1)C(t) +mI(t) +mG(t)
che assieme allequazione
P(t) = C(t) +I(t) +G(t)
1.2. Sistema astratto orientato e rappresentazioni con lo stato 13
descrive, secondo un diverso punto di vista, levoluzione del prodotto lordo in funzione della spesa. Si
tratta ancora di una descrizione causale, in cui P(t) `e calcolato a partire da C(t
0
), I(t
0
) e G() da t
0
a t.
Qualche ulteriore precisazione `e necessaria prima di formalizzare la denizione di sistema as-
tratto orientato. Si supponga che linsieme dei valori delle variabili sia un prodotto cartesiano
W = U Y ove U indica linsieme dei valori delle grandezze di ingresso ed Y linsieme dei valori delle
grandezze in uscita. Lorientamento in un sistema astratto corrisponde alla suddivisione delle variabili
in causa ed eetti e naturalmente suggerisce limmagine di un sistema dinamico come una scatola nera
che rappresenta le modalit`a secondo le quali le variabili di uscita sono inuenzate da quelle di ingresso.
I possibili comportamenti in questo caso sono immaginati corrispondenti a esperimenti condotti in
diversi istanti t
0
.
Con queste precisazioni:
Denizione 8. . Sistema astratto dinamico orientato Un sistema dinamico astratto orientato `e una
terna T, U Y, ove
= (t
0
) U
T(t
0
)
Y
T(t
0
)
: t
0
T / CRT sia soddisfatta
e CRT esprime la chiusura rispetto al troncamento, che per i sistemi orientati si esprime: t
0
T,
t
1
t
0
(u
0
, y
0
) (t
0
) (u
0

T(t
1
)
, y
0

T(t
1
)
) (t
1
).
1.2.a. Causalit`a
Nel contesto dei sistemi orientati, in cui un possibile comportamento a t
0
`e pensato come il
risultato di un esperimento che corrisponde alla sollecitazione esterna u
0
() denita da t
0
in poi, il
concetto di variabile di stato, introdotto nella denizione 7. conduce naturalmente ad individuare
una propriet` a specica dello stato. Infatti linsieme degli stati a t
0
costituisce una parametrizzazione
dellinsieme (t
0
), cio`e delle possibili coppie ingresso-uscita. Fissare u
0
non `e suciente ad individuare
y
0
perch`e (t
0
) `e una relazione; x
0
`e ci`o che bisogna specicare perch`e ad un dato ingresso u
0
, da t
0
in poi, corrisponda una ssata uscita y
0
. Questa propriet` a dello stato viene messa in luce in modo
autonomo e preliminare in quanto segue, ove viene introdotto il concetto di parametrizzazione di una
relazione.
In base alla denizione 8. un sistema dinamico astratto orientato `e un insieme di relazioni,
sottoinsiemi di U
T(t
0
)
Y
T(t
0
)
. Il soddisfacimento del requisito dello stato di consentire assieme
ad u
0
di individuare un corrispondente comportamento in uscita poggia sul seguente risultato di
algebra che sancisce la possibilit` a di eettuare una partizione in classi di equivalenza di una relazione,
sottoinsieme nello spazio prodotto, mediante i gra di una funzione che dipende da un parametro al
variare del parametro stesso.
Siano A e B insiemi non vuoti, sia R A B e siano D(R) A ed R(R) B il dominio ed il
codominio della relazione R.
14 1. Sistemi dinamici e Rappresentazioni con lo Stato
Proposizione 1. ([1]). E possibile denire un insieme P ed una funzione : P D(R) R(R) tali
che:
(a, b) R p : b = (p, a)
p P, a D(R) (a, (p, a)) R
`e detta rappresentazione parametrica di R; (P, ), sua parametrizzazione.
`
E quindi possibile associare ad ogni (t
0
) una parametrizzazione, cio`e un insieme di parametri
X
t
0
ed una funzione

t
0
: X
t
0
D((t
0
)) R((t
0
)).
Inserire la dimostrazione.
Denizione 9. Rappresentazione parametrica di S `e un insieme di funzioni
=
t
0
: X
t
0
D((t
0
)) R((t
0
))/t
0
T
che soddisfano le seguenti propriet` a:
(u
0
, y
0
) (t
0
) x
0
: y
0
=
t
0
(x
0
, u
0
)
x
0
X
t
0
, u
0
D((t
0
)) (u
0
,
t
0
(x
0
, u
0
)) (t
0
)
Si noti che in base alla denizione data ssato un ingresso a t
0
, sia u
0
, una stessa uscita y
0
pu` o
corrispondere a diversi valori del parametro a t
0
.
`
E ora possibile introdurre formalmente unaltra propriet` a fondamentale: la causalit` a. Tale pro-
priet` a, con riferimento ad un funzionale nella variabile indipendente t, cio`e una funzione che a sua
volta dipende da una funzione del tempo t, sia u(t), esprime la coincidenza dei valori assunti dal
funzionale no a quando i valori assunti dalla funzione indipendente u sono coincidenti.
In formule, indicato con TT(t) linsieme dei tempi privato di T(t), f `e strettamente causale se:
t T, u

T\T(t)
= u

T\T(t)
[f(u)](t) = [f(u

)](t)
Se per mantenere luguaglianza dei valori assunti `e anche necessario che sia u(t) = u

(t) allora f `e
causale.
Denizione 10. S `e causale se esiste almeno una rappresentazione parametrica causale, cio`e tale
che:
t
0
T, x
0
X
t
0
, t T(t
0
)
u
[t
0
,t]
= u

[t
0
,t]
[
t
0
(x
0
, u)](t) = [
t
0
(x
0
, u

)](t)
Si noti che la precedente condizione sullintervalo aperto a destra [t
0
, t) esprimerebbe la stretta
causalit` a.
1.2. Sistema astratto orientato e rappresentazioni con lo stato 15
1.2.b. Rappresentazione con lo stato
Per comprendere con lintuizione come sia possibile introdurre il concetto di stato a partire da
una parametrizzazione causale valgono le seguenti considerazioni.
La denizione stessa di sistema dinamico orientato richiede che i parametri x
0
, ai diversi istanti,
siano collegati: se a t
0
alla coppia (x
0
, u
0
) X
t
0
D((t
0
)) corrisponde y
0
R((t
0
)) al generico
istante t
1
t
0
la coppia (u
0
, y
0
)

T(t
1
)
appartiene a (t
1
) e quindi sar` a corrispondente ad uno o a pi` u
valori del parametro in X
t
1
. Se si ammette che X
t
0
, t
0
T siano sottoinsiemi di un unico X e si ha
presente il signicato che si vuole attribuire allo stato: contenere tutte le informazioni sul passato
necessarie a caratterizzare, assieme agli ingressi, il futuro, sembra naturale assumere che tra i valori
a t
1
, cui corrisponde (u
0
, y
0
)

T(t
1
)
, ce ne sia uno legato ad x
0
ed u
0
da un legame funzionale del tipo:
x
1
= x(t
1
) = (t
1
, t
0
, x
0
, u
0
)
Inoltre tale legame funzionale `e assunto causale, pi` u precisamente strettamente causale; quindi solo
la restrizione di u
0
sullintervallo [t
0
, t
1
) risulta signicativa.
Le precedenti considerazioni lasciano intendere lopportunit` a di denire una evoluzione nello
spazio X per collegare i valori dei parametri nei diversi istanti di tempo.
Siano X spazio dei parametri, U insieme dei valori di u, | U
T
spazio delle funzioni dingresso,
(T T)

= (t, t
0
) : t t
0
, t, t
0
T
la funzione , di transizione dello stato, `e denita nel seguente modo:
: (T T)

X | X
x(t) := (t, t
0
, x
0
, u)
e soddisfa le seguenti propriet` a di consistenza, causalit`a e separazione.
P1 (consistenza)
t T, u | (t, t, x, u) = x
P2 (causalit` a)
(t, t
0
), x
0
X u

[t
0
,t)
= u

[t
0
,t)
(t, t
0
, x
0
, u) = (t, t
0
, x
0
, u

)
P3 (separazione)
(t, t
0
), x
0
X, u |
t > t
1
> t
0
(t, t
0
, x
0
, u) = (t, t
1
, (t
1
, t
0
, x
0
, u), u)
P1 e P2 sono ovvie; P3 esprime il fatto essenziale che lo stato a t pu` o essere calcolato da x
0
e u
[t
0
,t)
, ma
anche a partire dallo stato raggiunto a t
1
, e con x
0
e u
[t
0
,t
1
)
, con u
[t
1
,t)
proprio perch`e x(t
1
) riassume
la storia passata.
16 1. Sistemi dinamici e Rappresentazioni con lo Stato
Le considerazioni fatte hanno lasciato intendere come sia possibile rendere consistente la scelta
delle parametrizzazioni ai diversi istanti di tempo. Ci` o posto, `e naturale chiedersi come i parametri
intervengano nel calcolo delluscita. A tale proposito dalla denizione 9
t
0
y
0
(t) = [
t
0
(x
0
, u
0
)](t) t t
0
ove solo la restrizione di u
0
su [t
0
, t] `e signicativa per lipotesi di causalit` a. Assunto t
0
= t si ha
y(t) = [
t
(x(t), u
0
)](t) := (t, x(t), u
0
(t))
che mette in evidenza come luscita al tempo t dipenda dai valori dellingresso e dello stato in quello
stesso istante.
In conclusione rimane denita una funzione , trasformazione di uscita
: T X U Y
y(t): = (t, x(t), u(t))
Per concludere `e utile mettere in risalto come assegnati U, Y , | U
T
, X, le funzioni , con le
propriet` a P1-P3, ed consentano di generare, un sistema

. Infatti per ogni ssato t
0
rimane denita
una relazione

(t
0
)

(t
0
) = (u
0
, y
0
) U
T(t
0
)
Y
T(t
0
)
u
0
= u

T(t
0
)
, y
0
: y
0
(t) = (t, (t, t
0
, x
0
, u), u(t)) con u |, x
0
X
Inoltre, in virt` u della propriet` a P3, `e soddisfatta la chiusura rispetto al troncamento (CRT)
sullinsieme delle relazioni

(t
0
).
Ci`o consente di comprendere che le funzioni ed deniscono, in modo alternativo, un sistema
dinamico astratto orientato causale. Tale denizione pu` o essere assunta come punto di partenza nello
sviluppo della teoria.
Vedremo tra breve, infatti, che sotto ipotesi sucientemente generali `e possibile associare ad un
dato sistema astratto orientato una rappresentazione con lo stato, cio`e una terna (X, , ), X spazio
di stato, funzione di transizione dello stato, trasformazione di uscita. Nel paragrafo seguente
vengono formalizzati tali aspetti e chiarite le condizioni di esistenza di rappresentazioni con lo stato
di un assegnato sistema dinamico astratto orientato.
1.3. Esistenza e unicit`a delle rappresentazioni con lo stato
1.3. Esistenza e unicit`a delle rappresentazioni con lo stato 17
Denizione 11. Assegnato un sistema S e detto | U
T
linsieme delle funzioni di ingresso, una
terna (X, , ) con ed funzioni denite in precedenza, `e una rappresentazione con lo stato di S se
sono soddisfatte le propriet` a P1, P2 e P3 e ad ogni istante t
0

(t
0
), le coppie ingresso uscita generate
da (X, , ), coincidono con (t
0
), linsieme delle coppie ingresso-uscita del sistema S; in formule
ricordando la denizione di

(t
0
) data nel paragrafo precedente:
t
0

(t
0
) = (t
0
)
.
Dato il sistema S il problema di individuare una rappresentazione con lo stato, cio`e una terna
(X, , ) secondo la denizione 11. `e noto come problema della associazione dello stato.
Le considerazioni precedenti hanno voluto mettere in evidenza, senza pretesa di rigore matem-
atico, quali sono gli aspetti salienti che vengono arontati in un tale problema. In eetti il passaggio
da una rappresentazione parametrica causale ad una sua rappresentazione con lo stato `e possibile
sotto alcune ipotesi circa la ricchezza dellinsieme delle funzioni di ingresso. Pi` u precisamente
Denizione 12. | U
T
`e uno spazio di funzioni di ingresso per S se
t
0
D((t
0
)) = u
0
= u

T(t
0
)
U
T(t
0
)
, u |
- | `e chiuso rispetto alla concatenazione se
u, v |, t T, w :=
_
u
T\T(t)
v
T(t)
_
|
- | `e completo se `e chiuso rispetto alla concatenazione ed inoltre
t T U = u(t) U, u |
Ci`o premesso vale un risultato fondamentale che risolve il problema dellassociazione dello stato.
Si pu` o infatti dimostrare che un assegnato sistema dinamico astratto orientato S, denito su uno
spazio delle funzioni di ingresso | completo, ammette rappresentazioni con lo spazio di stato se e solo
se `e causale.
La prova della necessit`a del risultato enunciato `e semplice e consiste nel vericare che a partire
da una rappresentazione con lo stato, che `e causale per denizione stessa, si pu` o costruire una rapp-
resentazione parametrica causale (ci`o che corrisponde alla causalit` a di S). La prova della sucienza
`e costruttiva e segue le linee delle considerazioni intuitive svolte. Il lettore interessato pu` o consultare
il testo Teoria dei Sistemi di A. Ruberti e A. Isidori, edizioni Boringhieri, 1977, dove `e riportata
unampia trattazione del problema.
Ovviamente ad un assegnato sistema possono essere associate diverse rappresentazioni con lo
stato; tra due qualsiasi di queste (X, , ) ed (X

) dovr` a risultare che


t
0
, x
0
, u, x

0
: t T(t
0
)
(e viceversa t
0
, x

0
, u, x
0
X : t T(t
0
))
(t, (t, t
0
, x
0
, u), u(t)) =

(t,

(t, t
0
, x
0

, u), u(t))
Spesso ha interesse che tra due rappresentazioni sussista una relazione pi` u forte del tipo seguente.
18 1. Sistemi dinamici e Rappresentazioni con lo Stato
Denizione 13. Due rappresentazioni con lo stato (X, , ) e (X

) sono dette equivalenti se


t
0
, x
0
, x

0
: u, t T(t
0
)
(e viceversa t
0
, x

0
, x
0
: u, t T(t
0
))
(t, (t, t
0
, x
0
, u), u(t)) =

(t,

(t, t
0
, x

0
, u), u(t))
Esempio 1.11. Data (X, , ) e f : X X

, f invertibile, si pu` o denire la rappresentazione


(X

) equivalente a (X, , ) nel modo seguente

(t, t
0
, x

0
, u) = f (t, t
0
, f
1
(x

0
), u)

(t, x

(t), u(t)) = (t, f


1
(x

(t)), u(t))
come `e immediato vericare.
Tra le rappresentazioni di un sistema ha interesse caratterizzare quelle che hanno uno spazio di
stato ridotto. A questo proposito
Denizione 14. x
a
, x
b
X sono equivalenti a t
0
se u, t T(t
0
)
(t, (t, t
0
, x
a
, u), u(t)) = (t, (t, t
0
, x
b
, u), u(t))
Applicando la propriet` a di separazione `e immediato vericare che se x
a
ed x
b
sono equivalenti a
t
0
lo sono per ogni t
1
> t
0
.
Denizione 15. (X, , ) associata al sistema S si dice ridotta allistante t
0
se non esistono stati
indistinguibili a t
0
.
Si noti che in molti casi applicativi di interesse il vericarsi della propriet` a della denizione 15 a
t
0
, implica il suo soddisfacimento per t ,= t
0
. Nel caso generale ci`o non avviene, ma `e usuale denire
non ridondante una rappresentazione se `e ridotta ad un istante t
0
.
1.4. Dalle rappresentazioni esplicite alle rappresentazioni implicite
1.5. Elementi di classicazione 19
1.4.a. Sistemi a tempo discreto
Una propriet` a generale delle rappresentazioni a tempo discreto `e rappresentata dalla possibilit` a
di ottenere senza alcuna ipotesi supplementare una rappresentazione cosidetta implicita a partire
da (X, , ). Infatti da
x(t) = (t, t
0
, x
0
, u)
posto t = t + 1, t
0
= t, si ha
x(t + 1) = f(t, x(t), u(t))
che consente di caratterizzare passo, passo levoluzione di x(t) a partire dai valori dello stato e
dellingresso. La rappresentazione (X, f, ) `e detta implicita ed f `e detta funzione generatrice.
1.4.b. Sistemi a tempo continuo
Come si `e visto, nel caso tempo-discreto `e sempre possibile ottenere una rappresentazione im-
plicita particolarizzando le equazioni che deniscono la rappresentazione esplicita su un intervallo di
tempo unitario. Lesistenza di rappresentazioni implicite nel caso tempo-continuo `e condizionato da
opportune ipotesi dette di regolarit` a.
Come suggerisce lintuizione una rappresentazione implicita del sistema a tempo continuo dovr` a
fornire una descrizione del comportamento del sistema in tempo reale, e quindi, secondo relazioni
causali e dierenziali; le ipotesi di esistenza non potranno allora prescindere dalla derivabilit` a delle
funzioni di transizione nello stato. Se ammettiamo che (t, t
0
, x
0
, u) sia soluzione di

t
= f(t, , u(t))
otteniamo immediatamente una rappresentazione dierenziale del tipo
x(t) = f(t, x(t), u(t))
1.5. Elementi di classicazione
Rispetto alle caratteristiche dellinsieme dei tempi la classicazione `e in rappresentazioni a tempo
continuo, se T = R, a tempo discreto se T = Z.
Rispetto alle propriet` a dello spazio di stato X, si hanno: rappresentazioni a stati niti, se X `e
un insieme a cardinalit` a nita. A dimensione nita o innita a seconda della dimensione di X, spazio
lineare.
Rispetto alla struttura della rappresentazione con lo stato, nella sua forma esplicita o implicita,
si possono riformulare le propriet` a di linearit`a e stazionariet`a della funzione di transizione nello
stato , o della sua funzione generatrice f, e della funzione di trasformazione in uscita , ci` o che
garantisce il soddisfacimento delle corrispondenti propriet` a sulle relazioni ingresso - uscita, ma non il
viceversa. Questi aspetti, in particolare, saranno approfonditi nei prossimi capitoli.
20 1. Sistemi dinamici e Rappresentazioni con lo Stato
Propriet` a pi` u deboli di quella di linearit` a sulla funzione generatrice ci consentiranno, nellultimo
capitolo, di introdurre ulteriori classi di sistemi.
Lo studio delle rappresentazioni a stati niti e a dimensione innita sono oggetto di corsi special-
istici per le connessioni con i metodi e i risultati di settori disciplinari ani. La teoria degli automi e
dei linguaggi per i primi, i metodi caratteristici dello studio delle equazioni dierenziali alle derivate
parziali e dellanalisi funzionale per i secondi.
2. Rappresentazioni con lo stato lineari, a dimensione
nita, stazionarie
Vengono introdotte e discusse le ipotesi di linearit` a di una rappresentazione e di nita dimensione
dello spazio di stato. La scomposizione in risposta libera e forzata delle evoluzioni nello stato e in
uscita, nonche la struttura particolare di ciascuna di esse sono le conseguenze pi` u importanti. Vengono
precisati i legami tra le descrizioni esplicite a quelle implicite. Lipotesi di stazionariet` a si traduce nella
costanza dei parametri. Le rappresentazioni lineari come approssimazione di modelli non lineari e le
rappresentazioni a tempo discreto per descrivere o approssimare modelli a tempo continuo concludono
il capitolo.
2.1. Struttura e propriet`a delle rappresentazioni lineari
Denizione 1. Rappresentazione lineare Siano X, U, Y spazi lineari sullo stesso corpo. (X, , )
`e una rappresentazione lineare se: `e lineare (t, t
0
) sullinsieme X | e `e lineare t sullinsieme
X U.
Conseguenza immediata della linearit`a: k
1
, k
2
, x
01
, x
02
X, u
1
, u
2
U
(t, t
0
, k
1
x
01
+k
2
x
02
, k
1
u
1
+k
2
u
2
) = k
1
(t, t
0
, x
01
, u
1
) +k
2
(t, t
0
, x
02
, u
2
)
Posto k
1
= k
2
= 1, u
1
= 0, u
2
= u, x
01
= x
0
, x
02
= 0 si ha
(t, t
0
, x
0
, u) = (t, t
0
, x
0
, 0) +(t, t
0
, 0, u) =

+
f
cioe la nota scomposizione della evoluzione nello stato in risposta libera e risposta forzata.
Nellulteriore ipotesi che X, U, Y siano spazi a dimensione nita e pari a n, p e q rispettiva-
mente, la risposta libera e quella forzata assumono forme particolari come viene mostrato nel seguito
distinguendo il caso di sistemi a tempo discreto da quello dei sistemi a tempo continuo.
22 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
Alla luce dello studio sinora condotto la seguente domanda si pone spontanea: assegnato un
sistema dinamico lineare secondo la denizione 1, con U ed Y spazi lineari a dimensione nita, quali
sono le condizioni sotto le quali esistono rappresentazioni con lo stato di S lineari a dimensione nita
?
E ovvio che una rappresentazione lineare a dimensione nita genera un sistema lineare a
dimensione nita, causale; il viceversa per` o non `e sempre vero. Si pensi a quanto osservato a proposito
delle rapresentazioni equivalenti. Se si suppongono assegnate una rappresentazione lineare, (X, , ),
ed una funzione non lineare, f : X X

, si pu` o denire la rappresentazione (X

(t, t
0
, x

0
, u) = f (t, t
0
, f
1
(x

0
), u)

(t, x

(t), u(t)) = (t, f


1
(x

(t)), u(t))
che `e una reppresentazione non lineare equivalente a (X, , ).
Per ottenere una rappresentazione lineare a partire da un sistema lineare `e necessario assicurarsi
che la parametrizzazione causale soddis ad una precisa propriet`a. Tale propriet` a, di cui si coglier` a
immediatamente il signicato, `e la propriet` a di consistenza nello stato zero. Pi` u precisamente una
parametrizzazione , di S, `e detta consistente rispetto allo stato zero se
(t, t
0
), u U
t
0
(0, 0
[t
0
,t
1
)
u
[t
1
,t)
)

T(t
1
)
=
t
1
(0, u
[t
1
,t)
).
Ci`o premesso, nella linea della tecnica dimostrativa proposta in [1], a cui si rinvia per la prova,
si dimostra che un sistema S, denito su | completo, ammette almeno una rappresentazione con lo
stato lineare a dimensione nita se e solo se esiste una parametrizzazione causale, lineare, a dimensione
nita, consistente rispetto allo zero.
2.1.a. Sistemi a tempo discreto
Sia T = Z linsieme dei numeri relativi, e sia x
0
X

= R
n
Per la linearit` a di

rispetto a x
0
si
ha:
(t, t
0
, x
0
, 0) = (t, t
0
)x
0
(t, t
0
) matrice (n n) di funzioni denite su (Z Z)

, cio`e (t, t
0
) : t t
0
.
Inoltre per la propriet` a P1
(t, t) = I
Per quanto riguarda la risposta forzata, posto
u
[t
0
,t1]
= [u(t
0
), u(t
0
+ 1), u(t
0
+ 2), . . . , u(t 1)]
2.1. Struttura e propriet` a delle rappresentazioni lineari 23
la linearit` a di
f
rispetto a u() comporta:
(t, t
0
, 0,u
[t
0
,t1]
) = (t, t
0
, 0, [u(t
0
), u(t
0
+ 1), u(t
0
+ 2), . . . , u(t 1)])
=(t, t
0
, 0, [u(t
0
), 0 . . . 0]) +. . . (t, t
0
, 0, [0, . . . , 0, u(), 0 . . . 0]) +. . .
. . . +(t, t
0
, 0, [0 . . . 0, u(t 1)])
=(t, t
0
, 0, [u(t
0
), 0 . . . 0]) +(t, , 0, [u(), 0 . . . 0]) +. . .
. . . +(t, t 1, 0, [u(t 1)])
=H(t, t
0
)u(t
0
) +. . . +H(t, )u() +. . . +H(t, t 1)u(t 1)
=
t1

=t
0
H(t, )u()
H(t, ) matrice (np) di funzioni denite su (ZZ)

:= (t, ) : t > , `e detta matrice delle risposte


impulsive nello stato. Infatti se si assume un ingresso u
[t
0
,t)
sempre nullo per t ,= t
1
, t
1
[t
0
, t), e
diverso da zero in t = t
1
solo per la presenza di un 1 nella posizione i-ma (i-mo canale dingresso),
si ottiene come risposta la i-ma colonna di H(t, t
1
), h
i
(t, t
1
),
u =
_
_
_
_
_
_
_
_
_
_
_
0
.
.
.
0
1
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
(t t
1
)
f
= h
i
(t t
1
)
In altri termini le colonne di H sono interpretabili come risposte ad ingressi di tipo impulsivo.
Alcune propriet` a delle matrici ed H sono immediata consequenza della propriet` a di separazione
P3. Si ha, infatti
(t, t
0
, x
0
, u) =(t, t
0
)x
0
+
t1

=t
0
H(t, )u() =
(t, t
1
, (t
1
, t
0
, x
0
, u), u) =(t, t
1
)
_
(t
1
, t
0
)x
0
+
t
1
1

=t
0
H(t
1
, )u()
_
+
t1

=t
1
H(t, )u()
Poich`e questa uguaglianza deve essere vericata per ogni u ed ogni x
0
, ponendo u() = 0 si deduce a
propriet` a di semigruppo della matrice di transizione
(t, t
0
) = (t, t
1
)(t
1
, t
0
) t t
1
t
0
ponendo x
0
= 0 si deduce la propriet` a di separazione della matrice delle risposte impulsive nello stato
H(t, ) = (t, t
1
)H(t
1
, ) t t
1
>
24 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
Inne la linearit` a di su U Y per ogno t e la dimensione nita di U

= R
p
e Y

= R
q
danno
y(t) = C(t)x(t) +D(t)u(t)
ove C(t) e D(t sono matrici di funzioni del tempo di dimensioni (q n) e (q p) rispettivamente, e
quindi
y(t) = C(t)((t, t
0
)x
0
+
t1

=t
0
H(t, )u()) +D(t)u(t)
Si ottengono dunque le seguenti espressioni per levoluzione dello stato e delluscita:
x(t) = (t, t
0
, x
0
, u) = (t, t
0
)x
0
+
t1

=t
0
H(t, )u()
y(t) = (t, t
0
)x
0
+
t

=t
0
W(t, )u())
dove
(t, t
0
) = C(t)(t, t
0
)x
0
W(t) = C(t)H(t, ) t
0
< t, W(t) = D(t) = t
Le precedenti relazioni deniscono una rappresentazione esplicita con lo stato di un sistema lineare a
dimensione nita a tempo discreto.
2.1.b. Sistemi a tempo continuo
Sia T = R e x
0
X

= R
n
. La linearit` a di

rispetto a x
0
comporta
(t, t
0
, x
0
, 0) = (t, t
0
)x
0
(t, t
0
) matrice (n n) di funzioni su (RR)

. Anche in questo caso P1. implica (t, t) = I.


Per quanto riguarda la risposta forzata
f
, nellipotesi che questa sia un funzionale continuo di
u
[t
0
,t)
, si ha, per un noto teorema di rappresentazione di un funzionale lineare,
(t, t
0
, 0, u
[t
0
,t)
) =
_
t
t
0
H
t,t
0
()u()d
Se si nota che, per la linearit` a di
f
, la transizione da t
0
per eetto di un forzamento nullo no a t
1
`e equivalente alla transizione da t
1
:
(t, t
0
, 0, 0
[t
0
,t
1
)
u
[t
1
,t)
)

T(t
1
)
= (t, t
1
, 0, u
[t
1
,t)
)
risulta quindi
_
t
t
1
H
t,t
0
()u()d =
_
t
t
1
H
t,t
1
()u()d
2.1. Struttura e propriet` a delle rappresentazioni lineari 25
e, per larbitrariet` a di t
0
e t
1
`e possibile denire
H
t,t
1
() = H
t,t
0
() = H(t, )
da cui
(t, t
0
, 0, u) =
_
t
t
0
H(t, )u()d.
La matrice H(t, ) `e detta matrice delle risposte impulsive nello stato in quanto, con considerazioni
analoghe a quelle svolte per i sistemi a tempo discreto, le sue colonne rappresentano le risposte nello
stato a particolari ingressi: gli ingressi impulsivi. E necessario precisare che tale risultato `e ottenuto
nel contesto dei sistemi a tempo continuo, sulla base di un risultato generale di approssimazione,
andando a valutare le risposte nello stato che si ottengono in corrispondenza di una successione di
ingressi che tende allimpulso unitario (distribuzione di Dirac). Il limite, sulle risposte a successioni
che selezionano un solo ingresso, li-mo, converge alla ima colonna di H.
Come per i sistemi a tempo discreto alcune propriet`a di ed H sono ottenute applicando la
propriet` a P3. Si ha
(t, t
0
, x
0
, u) =(t, t
0
)x
0
+
_
t
t
0
H(t, )u()d
(t, t
1
, (t
1
, t
0
, x
0
, u), u) =(t, t
1
)
_
(t
1
, t
0
)x
0
+
_
t
1
t
0
H(t
1
, )u()d
_
+
_
t
t
1
H(t, )u()d
valida per ogni u e x
0
. Ponendo u() = 0 e x
0
= 0 si ottengono anche in questo caso le propriet`a di
semigruppo di ed H
(t, t
0
) = (t, t
1
)(t
1
, t
0
) t t
1
t
0
H(t, ) = (t, t
1
)H(t
1
, ) t t
1

Senza alcuna dierenza rispetto al caso tempo-discreto
y(t) = (t, x(t), u(t)) = C(t)x(t) +D(t)u(t)
con C(t) e D(t) matrici (q n) e (q p) di funzioni del tempo.
Si ha quindi
y(t) = C(t)(t, t
0
)x
0
+
_
t
t
0
C(t)H(t, )u()d +D(t)u(t)
e sotto lipotesi che le funzioni di ingresso siano continue e (t, (t, t
0
, 0, u
[t
0
,t)
), u) sia un funzionale
continuo, ponendo
W(t, ): = C(t)H(t, ) +D(t)( t)
in cui (t), la distribuzione di Dirac, `e denita dalla seguente propriet` a
u(t) =
_
t+
t
u()( t)d
26 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
si perviene alla seguente rappresentazione esplicita
x(t) = (t, t
0
)x
0
+
_
t
t
0
H(t, )u()d
y(t) = (t, t
0
)x
0
+
_
t
t
0
W(t, )u()d
ove (t, t
0
) := C(t)(t, t
0
) e W(t, ) `e una matrice (q p) di distribuzioni detta matrice delle risposte
impulsive in uscita. Il motivo di ci`o `e fondato sulle stesse considerazioni gi`a fatte per H(t, ).
Si noti che la matrice delle risposte impulsive W da sola rappresenta il comportamento forzato
(cio`e il comportamento ingresso-uscita a partire dallo stato zero). In questo senso si usa dire che la
matrice delle risposte impulsive di un sistema lineare `e un modello del comportamento forzato (la
sua conoscenza e quella dellingresso consentono di calcolare luscita). Si noti anche come, a seguito
della sua interpretazione come risposta ad ingressi impulsivi, si possa rilevare la presenza di una classe
di ingressi, quelli impulsivi, che svolgono un ruolo particolare nello studio dei sistemi lineari (per tale
motivo tali ingressi sono tra quelli cosidetti canonici), infatti la risposta ad un dato ingresso u(t)
`e ottenuta mediante la convoluzione dellingresso con le uscite corrispondenti agli ingressi impulsivi
che caratterizzano W. Si noti che mentre (, H, , W) caratterizzano la rappresentazione data, cio`e
tutte le evoluzioni, W da sola caratterizza il comportamento forzato (da x
0
= 0). Una questione
interessante, che sar`a esaminata nelle ipotesi di stazionariet` a, riguarda la possibilit` a di ricostruire a
partire da W le evoluzioni del sistema nel complesso. Problema delle relazioni tra modello forzato e
modello complessivo.
Per concludere le considerazioni circa le rappresentazioni lineari si sottolinea che la loro impor-
tanza `e legata non solo alla ricchezza di risultati disponibili, ma anche al ruolo, spesso signicativo,
che lo studio delle rappresentazioni lineari approssimanti assegnate dinamiche non lineari svolge nello
studio di diversi problemi di analisi e sintesi di sistemi. A tale proposito `e interessante osservare come,
assegnata una rappresentazione non lineare e una condizione di equilibrio, la rappresentazione lineare
approssimante ottenuta a partire da una rappresentazione esplicita e quella ottenuta dalla rappresen-
tazione implicita siano consistenti. In altre parole le soluzioni del sistema dierenziale (alle dierenze)
lineare approssimante coincidono con la linearizzazione delle soluzioni del sistema dierenziale (alle
dierenze) non lineare. La dimostrazione di tale risultato sar` a arontato nel prossimo capitolo con
riferimento ai sistemi stazionari.
2.2. Le rappresentazioni implicite
In questo paragrafo vengono introdotte le rappresentazioni implicite, descrizioni matematiche in
termini di equazioni alle dierenze e dierenziali, che mettono in evidenza come i comportamenti di
un sistema dinamico siano il risultato di un processo di evoluzione iterativo, per i sistemi a tempo
discreto, di funzionamento in tempo reale descritto da equazioni dierenziali, per i sistemi a tempo
continuo.
2.2. Le rappresentazioni implicite 27
Sistemi a tempo discreto
Come si `e gi`a osservato, levoluzione ad un passo dello stato per un sistema a tempo discreto `e
descritta da unequazione della forma
x(t + 1) = f(t, x(t), u(t))
f `e detta funzione generatrice. La precedente equazione gi` a mette in luce quanto asserito che, cioe,
levoluzione `e il risultato di un processo iterativo che a partire dallo stato e lingresso al tempo t,
genera lo stato al tempo t + 1.
Nelle ipotesi di linearit` a della funzione f sullo spazio X U per ogni t e nita dimensione di
X

= R
n
ed U

= R
p
, si ha
x(t + 1) = A(t)x(t) +B(t)u(t)
ove A(t) e B(t) sono matrici di funzioni del tempo di dimensioni (n n) e (n p) denite da
A(t): = (t + 1, t), B(t): = H(t + 1, t)
Inoltre come gi`a ricordato la linearit` a di su XU per ogni t e la dimensione nita di Y

= R
q
danno
y(t) = C(t)x(t) +D(t)u(t)
Le precedenti equazioni deniscono una rappresentazione implicita con lo stato di un sistema lineare
a dimensione nita a tempo discreto.
Sistemi di equazioni alle dierenze di tale tipo danno una rappresentazione ricorsiva della gen-
erazione del legame funzionale ingresso-stato-uscita caratteristico di un sistema dinamico. Per tale
motivo sono interessanti dal punto di vista ingegneristico: esse consentono, eventualmente mediante
simulazione, di costruire un dispositivo che simula in tempo reale il comportamento dinamico del
sistema. Il seguente schema, detto di realizzazione o simulazione, rende conto di tale aspetto.
A
B C
D
z
1
x
(
t
)
y
(
t
)
u
(
t
)
x(t+1) +
+
+
+
Figura 2.1
Sistemi a tempo continuo
Lesistenza di rappresentazioni implicite nel caso tempo-continuo `e subordinato al sussistere
dellipotesi di regolarit` a. Essa consiste nellassumere che (t, t
0
, x
0
, u) sia soluzione di unequazione
dierenziale
28 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie

t
= x(t) = f(t, , u(t))
Si mostrer` a ora che se la rappresentazione esplicita `e lineare anche la funzione generatrice lo `e sullo
spazio prodotto, X U. Si pu` o infatti dimostrare il seguente risultato. Esiste una rappresentazione
implicita, o dierenziale, del tipo
x(t) = A(t)x(t) +B(t)u(t)
con A(t) matrice (nn) di funzioni continue, B(t) matrice (np) di funzioni continue, se e solo se la
matrice di transizione dello stato e la matrice delle risposte implusive nello stato H sono funzioni
continue su (RR)

ed inoltre `e derivabile rispetto al primo argomento e la sua derivata `e continua.


Sotto tali ipotesi risulta, infatti,
(t, )
t
= lim
0
(t +, ) (t, )

= lim
0
_
(t +, t) (t, t)

_
(t, )
= A(t).(t, )
ove la continuit`a di e

t
implicano quella di A. Inoltre

t
H(t, ) =

t
(t, t
1
)H(t
1
, )
= A(t)(t, t
1
)H(t
1
, ) = A(t)H(t, )
Ci`o posto, derivando la x(t) nella sua forma esplicita, si ha
x(t) =

t
_
(t, t
0
)x
0
+
_
t
t
0
H(t, )u()d
_
= A(t)(t, t
0
)x
0
+
_
t
t
0
A(t)H(t, )u()d +H(t, t)u(t)
= A(t)x(t) +B(t)u(t)
in cui B(t): = H(t, t) `e continua per lipotesi.
La necessit`a delle citate condizioni, assunta lesistenza di una funzione generatrice lineare su
X U, con A(t) e B(t) continue, segue immediatamente dalla teoria delle equazioni dierenziali
lineari.
A tale proposito `e importante osservare che se si indica con X(.) una matrice fondamentale di
soluzioni dellequazione dierenziale matriciale
x(t) = A(t)x(t)
risulta
X(t)X
1
() = (t, )
2.3. Le Rappresentazioni Lineari Stazionarie 29
con (t, ) denita su (RR); ne consegue che
(t, )(, t) = (t, t) = I (t, ) = (, t)
1
che esprime il sussistere di una propriet`a di gruppo sulla matrice di transizione dello stato.
Per completezza giova ricordare che una matrice fondamentale X(t) `e soluzione di

X = A(t)X
con X(t
0
) = I la cui soluzione ammette la seguente espansione in serie di Newman
(t, t
0
) = I +
_
t
t
0
A(
1
)d
1
+
_
t
t
0
A(
1
)
_

1
t
0
A(
2
)d
2
d
1
+
. . . +
_
t
t
0
A(
1
) . . .
_

i1
t
0
A(
i
)d
i
. . . d
1
+. . .
In conclusione sotto le ipotesi di linearit` a, nita dimensione e regolarit` a si ottiene una rappre-
sentazione dierenziale (implicita) del tipo
x(t) = A(t)x(t) +B(t)u(t)
y(t) = C(t)x(t) +D(t)u(t)
x(t
0
) = x
0
Tale rappresentazione `e una realizzazione dierenziale del legame funzionale che caratterizza il com-
portamento dinamico del sistema.

E interessante osservare che la caratteristica peculiare di un tale
tipo di descrizione `e che essa pu`o essere utilizzata per generare in tempo reale le evoluzioni nello
stato ed in uscita al variare di t. Questa caratteristica `e evidente se si osserva lo schema di realiz-
zazione o simulazione, riportato in gura, che corrisponde ad una possibile realizzazione, sia sica che
numerica, mediante dispositivi in grado di eettuare integrali, moltiplicazioni e somme.
A
B C
D
x
(
t
)
y
(
t
)
u
(
t
)
+
+
+
+

x
(
t
)
.
Figura 2.2
2.3. Le Rappresentazioni Lineari Stazionarie
Una ulteriore specializzazione della classe di sistemi si ottiene assumendo la stazionariet` a, con-
dizione soddisfatta, con buona approssimazione, da molti sistemi sici. Tale propriet` a esprime
linvarianza rispetto al tempo del comportamento del sistema.
30 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
Denizione 2. Una rappresentazione (X, , ) si dice stazionaria se (t, t
0
), x
0
, u:

(t, t
0
, x
0
, u) = (t +, t
0
+, x
0
, (

u)

[t
0
+,t+)
)

(t, x, u) = (t +, x, u)
ove

indica loperatore di traslazione a destra denito come

(f(t)) = f(t )
2.3.a. Rappresentazioni a tempo discreto
Per una rappresentazione stazionaria a tempo discreto si ottiene dunque
x(t) = (t t
0
, 0, x
0
, u)
y(t) = (0, x(t), u(t))
che assieme a dimensione nita e linearit`a forniscono la seguente rappresentazione esplicita
x(t) = (t t
0
)x
0
+
t1

=t
0
H(t )u()
y(t) = Cx(t) +Du(t)
ed ancora
y(t) = (t t
0
)x
0
+
t

=t
0
W(t )u()
ove
(t t
0
) = C(t t
0
)
W(t ) =
_
CH(t ), t >
D, t =
_
Se si esprime la transizione dello stato su un intervallo di tempo (t + 1 t e t t
0
), si ottiene la
seguente rappresentazione implicita
x(t + 1) = Ax(t) +Bu(t), x(t
0
) = x
0
y(t) = Cx(t) +Du(t)
ove si `e posto
A = (1) B = H(1)
Il calcolo della rappresentazione esplicita a partire da questultmia d`a
(t t
0
) = A
tt
0
(t t
0
) = CA
tt
0
H(t ) = A
t1
B
W(t ) = CA
t1
B W(0) = D
viceversa, dalla rappresentazione esplicita a quella implicita, si passa ponendo
A = (1),
D = (0),
B = H(1),
C = W(0)
2.4. Rappresentazioni implicite equivalenti 31
2.3.b. Rappresentazioni a tempo continuo
Analoghe considerazioni nel contesto tempo-continuo consentono di denire una rappresentazione
lineare stazionaria a dimensione nita. Si ottiene la rappresentazione esplicita
x(t) = (t t
0
)x
0
+
_
t
t
0
H(t )u()
y(t) = Cx(t) +Du(t)
ed ancora
y(t) = (t t
0
)x
0
+
_
t
t
0
W(t )u()d
ove
(t t
0
) = C(t t
0
), W(t ) = CH(t ) +D(t )
Per tale rappresentazione possono essere ripetute le considerazioni svolte nel caso non stazionario.
(, H, , W) soddisfano le condizioni gi` a esaminate nel caso tempo variante che si particolarizzano
senza dicolt`a. Sotto lulteriore ipotesi di regolarit` a (continuit` a di e H e derivabilit` a di ) `e facile
ottenere la rappresentazione dierenziale (o implicita)
x(t) = Ax(t) +Bu(t), x(0) = x
0
y(t) = Cx(t) +Du(t)
in cui si assume, senza perdita di generalit`a che t
0
= 0.
Per quanto riguarda il passaggio alla descrizione esplicita si ha
(t) = e
At
: =

k0
t
k
k!
A
k
come risulta immediatamente dal calcolo mediante la serie di Newman con A(t) = A oppure come
si verica immediatamente per derivazione e sostituzione nellequazione dierenziale matriciale

X =
AX. In denitiva, il passaggio dalla rappresentazione impicita a quella esplicita comporta il calcolo
delle seguenti matrici
(t) = e
At
H(t) = e
At
B
(t) = Ce
At
W(t) = Ce
At
B +D(t)
Il passaggio inverso, dalla rappresentazione esplicita a quella implicita, si ha ponendo
A =
d
dt t=0
(t)
B = H(0)
C = (0)
D =
_
t+
t
(W(t ) CH(t ))d
32 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
2.4. Rappresentazioni implicite equivalenti
Il concetto di equivalenza tra rappresentazioni con lo stato `e collegato alla non unicit` a nella scelta
dello stato per descrivere un dato sistema dinamico gi`a trattata nel paragrafo 1.3.
Nel caso generale, assegnato il sistema
x(t) = f(x(t), u(t))
y(t) = h(x(t), u(t))
e la trasformazione di variabili di stato invertibile
z = T(x) x = T
1
(z)
il calcolo diretto della derivata rispetto al tempo fornisce la rappresentazione equivalente rispetto alle
variabili z
z =
T(x)
dx
[
x=T
1
(z(t))
f(T
1
(z(t)), u(t))
y(t) = h(T
1
(z(t)), u(t))
2.4.a. Rappresentazioni lineari equivalenti
Per unassegnata rappresentazione con lo stato lineare, tra le diverse scelte di variabili di stato quelle
che sono legate da una trasformazione di coordinate lineare mantengono la struttuta, lineare, della
rappresentazzione.
Infatti, assegnato il sistema
x(t) = Ax(t) +Bu(t)
y(t) = Cx(t) +Du(t)
ed una trasformazione lineare di variabili di stato, con T matrice (n n) costante nonsingolare
z = Tx [T[ , = 0
si ottiene la rappresentazione
z(t) = T x(t) = TAx(t) +TBu(t) = TAT
1
z(t) +TBu(t)
y(t) = CT
1
z(t) +Du(t)
che `e ancora dello stesso tipo con matrice dinamica TAT
1
(matrice simile ad A), matrice degli
ingressi TB, e matrice delle uscite CT
1
. Con analoghi passaggi si perviene alle stesse espressioni nel
caso di sistemi a tempo discreto.
I precedenticalcoli mostrano, tra laltro, che la dinamica in evoluzione libera nello stato `e descritta
da un operatore lineare che assume in una ssata base una rappresentazione matriciale. Trasformazioni
lineari della base inducono modiche secondo una trasformazione di similitudine.
2.4. Rappresentazioni implicite equivalenti 33
Da un punto di vista operativo giova osservare ccome procedere per eettuare una trasformazione di
coordinate. Se x `e una npla che rappresenta un vettore, sia v, rispetto ad una base di riferimento,
e
i
, i = 1, ..n, cio`e
x = x
i
e
i
=
_
_
_
_
1
0
.
.
.
0
_
_
_
_
x
1
+
_
_
_
_
_
_
0
1
0
.
.
.
0
_
_
_
_
_
_
x
2
+... +
_
_
_
_
0
.
.
.
0
1
_
_
_
_
x
n
poich`e
x = T
1
z
(T
1
)
i
, liesima colonna di (T
1
)
(T
1
)
i
= T
1

_
_
_
_
_
_
_
_
_
_
_
0
.
.
.
0
1
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
i ma
`e la rappresentazione dell iesimo vettore della nuova base (quella in cui il vettore `e rappresentato da
z) rispetto alla vecchia base (quella in cui il vettore `e rappresentato da x).
Questo vuol dire che eettuare una trasformazione lineare di variabile di stato del tipo z =
Tx signica, da un punto di vista operativo, scegliere una nuova base dello spazio di stato che `e
rappresentata dalle colonne di T
1
,

e
1
, ...,

e
n
nelle coordinate di x. Si ha cio`e
T
1
= (

e
1
, ...,

e
n
)
A titolo di esempio non si trover` a dicolt` a nel calcolare la trasformazione di coordinate che inverte
lordine delle variabili di stato.
2.4.b. Rappresentazioni non lineari di sistemi lineari
Un osservazione conclusiva verte a chiarire, con un semplice esempio, che esistono rappresentazioni
non lineari di sistemi lineari. Assegnato, a tal ne, il seguente sistema lineare scalare, i seguenti
calcoli sono immediati:
x(t) = ax(t) +bu(t) z = e
x
x = lnz
z(t) = e
x
(ax(t) +bu(t)) = az(t)lnz(t) +bz(t)u(t)
34 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
e chiariscono quanto aermato che, cio`e esistono rappresentazioni non lineari di sistemi lineari.
Pi` u in generale si ha, rispetto a una trasformazione di coordinate non lineare z = T(x) (x =
T
1
(z))
z =
T(x)
dx x=T
1
(z)
AT
1
(z) +
T(x)
dx x=T
1
(z)
Bu
y = CT
1
(z) +Du
che `e una rappresentazione non lineare del sistema lineare dato.
2.5. Rappresentazioni lineari come approssimazioni di sistemi non lineari
Le rappresentazioni lineari sono importanti anche perch`e possono essere impiegate per descrivere
il comportamento di un sistema dinamico generale intorno a pressati comportamenti di riferimento.
Lapprossimazione lineare di un sistema dinamico `e la generalizzazione del semplice concetto di
approssimazione di una curva nellintorno di un ssato punto mediante la tangente in quel punto.
Con riferimento alla generica funzione non lineare f(x) intorno ad un valore ssato f(x
e
) lo sviluppo
in serie arrestato al primo ordine fornisce
y = f(x) = f(x
e
) +
df
dx

x
e
(x x
e
) +....
e posto x
a
= xx
e
, y
a
= y f(x
e
), m =
df
dx
[
x
e
si ottiene la relazione lineare seguente che approssima
la curva intorno ad x
e
y
a
= mx
a
La stessa procedura pu` o essere applicata ad un assegnato sistema non lineare
A tale proposito `e interessante osservare come, sempre nel caso t-discreto e sotto le ipotesi di
regolarit` a nel caso t-continuo, la rappresentazione lineare approssimante ottenuta a partire da una
rappresentazione esplicita e quella ottenuta dalla rappresentazione implicita siano consistenti. In altre
parole e con riferimento al caso t-continuo, le soluzioni del sistema dierenziale lineare approssimante
coincidono con la linearizzazione delle soluzioni del sistema dierenziale non lineare. La dimostrazione
di questo risultato nel caso generale riposa su risultati di base sulla teoria dellapprossimazione di fun-
zionali non lineari e viene qui proposta con riferimento alla situazione pi` u ricorrente nelle applicazioni,
quella in cui si voglia approssimare il comportamento intorno ad una condizione di equilibrio.
Si assuma t
0
= 0 e siano x
R
(0), u
R
() e x
R
() uno stato iniziale, una funzione dingresso e la
corrispondente evoluzione nello stato, assunte di riferimento per un assegnato sistema stazionario.
Se si indica con x() e y() gli scostamenti delle evoluzioni nello stato ed in uscita corrispon-
denti a variazioni dello stato iniziale x(0) = x(0) x
R
(0) e dellingresso u() = u() u
R
() esse
ammettono la rappresentazione esplicita
x(t) = (t, x(0), u()) (t, x
R
(0), u
R
()) =
l
(t, x(0), u()) +O
2
(x(0), u())
2.5. Rappresentazioni lineari come approssimazioni di sistemi non lineari 35
y(t) =
_
x(t), u(t)
_

_
x
R
(t), u
R
(t)
_
=
l
_
x(t), u(t)
_
+O
2
(x(t), u())
la cui approssimazione lineare `e
x
a
(t) =
l
(t, x
a
(0), u()) =

x

x
R
(0)u
R
()
x(t) +
l
(t, 0, u())
y
a
(t) =
l
_
x(t), u(t)
_
=

x

x
R
(t)u
R
(t)
x(t) +

u

x
R
(t)u
R
(t)
u(t)
Per la rappresentazione implicita
x = f(x, u) y = h(x, u)
con calcoli analoghi ai precedenti:
x
a
(t) =
f
x

x
R
(t)u
R
(t)
x
a
(t) +
f
u

x
R
(t)u
R
(t)
u(t) = A(t)x
a
+B(t)u
y
a
(t) =
h
x

x
R
(t),u
R
(t)
x
a
(t) +
h
u

x
R
(t),u
R
(t)
u = C(t)x
a
+D(t)u
Se x
R
() = cost allora anche u
R
() = cost e f(x
R
, u
R
) = 0. In tal caso il sistema approssimante `e
stazionario.
Mostreremo ore che intorno ad una coppia di equilibrio, (x
e
, u
e
): f(x
e
, u
e
) = 0, lapprossimazione
lineare della soluzione ammette, come funzione generatrice, lapprossimazione lineare della funzione
generatrice del sistema dato. Si ricordino, innanzituto le notazioni:
x = f(x, u)
x(t) = (t, x, u) e
(t, x, u)
t
= f
_
(t, x, u), u
_
Si proceda, quindi, al calcolo dellapprossimazione lineare della soluzione. Si ottiene
(t, x, u) = (t, x
e
, u
e
) +

x

x
e
,u
e
(x x
e
) +
_
t
0

l
(t )(u() u
e
)d +. . .
Posto
(t) =

x

x
e
,u
e
la propriet` a di separazione implica le propriet` a di semigruppo sulle funzioni e
l
, cio`e
(t ) = (t t
1
)(T
1
),
l
(t ) = (t t
1
)
l
(t
1
) t t
1

36 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
Derivando rispetto al tempo la precedente identit` a, si ottiene:
f(x(t), u(t)) = 0 +
d(t)
dt
[
t=0
_
(t)(x
0
x
e
) +
_
t
0

l
(t )(u() u
e
)d
_
+
l
(0)(u(t) u
e
) +. . .
cio`e:
=
d(t)
dt
[
t=0
(x(t) x
e
) +
l
(0)(u(t) u
e
) +. . .
Rimane cos` individuata lapprossimazione sulla soluzione che, per lunicit` a delle soluzioni di unequazione
dierenziale, comporta che
f
x

x
e
,u
e
=
d(t)
dt
[
t=0
f
u

x
e
,u
e
=
l
(0)
In sintesi con riferimento ad unassegnata rappresentazione dierenziale intorno ad una coppia
di equilibrio,
x = f(x, u) f(x
e
, u
e
) = 0
y = h(x, u) h(x
e
, u
e
) = h
e
si ha lapprossimazione lineare
x
a
= Ax
a
+Bv
y
a
= Cx
a
+Dv
ove si `e posto x
a
= x x
e
, v = u u
e
, y
a
= y y
e
A =
f
x

x
e
,u
e
B =
f
u

x
e
,u
e
C =
h
x

x
e
,u
e
D =
h
u

x
e
,u
e
Due semplici esempi di applicazione sono introdotti nel seguito:
Pendolo
Le equazioni che descrivono la dinamica di un pendolo di massa m, sospeso ad unasta rigida di
peso trascurabile di lunghezza l, possono essere facilmente ottenute dallequilibrio delle forze lungo la
tangente al moto. Si ha
ml

(t) +mgsen(t) +kl

(t) = u(t)
Dove u rappresenta una forza esterna agente, e k `e un coeciente di attrito dinamico. Posto x
1
(t) =
(t) e x
2
(t) =

(t) si ottiene:
2.5. Rappresentazioni lineari come approssimazioni di sistemi non lineari 37
x
1
(t) = x
2
(t)
x
2
(t) =
g
l
senx
1
(t)
k
m
x
2
(t) +
1
ml
u(t)
cio`e una rappresentazione con lo stato non lineare del tipo
x(t) = f(x(t)) +
_
0
1
ml
_
u(t)
Il calcolo delle coppie di equilibrio corrispondenti ad ingresso nullo, u
e
= 0, fornisce x
e2
= 0, x
e1
=
(2h+1) oppure x
e1
= 2h cio`e tutti gli stati di equilibrio con la massa nelle posizioni verticali sopra
e sotto il punto di attacco. Intorno agli stati di equilibrio sopra il punto di attacco si ha il modello
linearizzato:
x
1
(t) = x
2
(t)
x
2
(t) =
g
l
x
1
(t) +
k
m
x
2
(t) +
1
ml
u(t)
per gli altri:
x
1
(t) = x
2
(t)
x
2
(t) =
g
l
x
1
(t) +
k
m
x
2
(t) +
1
ml
u(t)
Dinamica di due specie interagenti
Il seguente modello che descrive la dinamica di due specie interagenti, preda e predatore, `e stato
introdotto nel 1926 dal matematico italiano Vito Volterra e prende il suo nome. Tale modello riesce
ad interpretare laspetto pi` u saliente di tale fenomeno: si tratta della presenza di situazioni di equilibrio
che, se perturbate, vedono insorgere fenomeni di oscillazione (alternanza di sviluppo tra le specie).
Si assume, nella formulazione del modello, che:
- la preda cresce, in assenza di predazione, secondo la cosiddetta equazione logistica
x
1
(t) = ax
1
(t) kx
2
1
(t)
(si tratta di un equazione dierenziale che mette bene in evidenza sia un andamento esponenziale
della crescita nella fase iniziale dellevoluzione e per modesti valori di densit` a, sia una tendenza
asintotica ad un valore limite,
a
k
(capacit` a portante) , che tiene conto di fattori limitanti quali, ad
esempio, la limitatezza delle risorse);
- il predatore ha come unico sostentamento la preda ed in assenza di questa diminuisce secondo
un andamento esponenziale governato dalla seguente equazione dierenziale
x
2
(t) = cx
2
(t)
- il tasso di predazione `e proporzionale al prodotto degli individui delle due specie
38 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
Con queste assunzioni le equazioni che descrivono levoluzione delle specie possono essere facilmente
dedotte dalle precedenti equazioni. Si ottiene:
x
1
(t) = ax
1
(t) bx
1
(t)x
2
(t)
x
2
(t) = cx
2
(t) +dx
1
(t)x
2
(t)
y
1
(t) = x
1
(t) y
2
(t) = x
2
(t)
Si ha quindi ancora una volta un modello nonlineare dello stesso tipo del precedente. Come `e facile
vericare si hanno in questo caso due punti di equilibrio: uno banale, corrispondente allassenza di
specie, laltro
x
2
(c +dx
1
) = 0 x
1e
=
c
d
x
1
(a kx
1
bx
2
) = 0 x
2e
=
ad kc
bd
Intorno a tale punto di equilibrio levoluzione `e approssimata da un sistema lineare in evoluzione
libera con
A =
_

kc
d

bc
d
adkc
b
0
_
2.6. Rappresentazioni a tempo discreto di sistemi a tempo continuo
Le rappresentazioni a tempo discreto possono essere impiegate per descrivere o approssimare sistemi
a tempo continuo come viene precisato nel seguito.
Assegnato un sistema a tempo continuo in cui gli ingressi sono costanti a tratti su intervalli di ampiezza
ssa, se si `e interessati a calcolare le evoluzioni negli istanti, detti di campionamento, corrispondenti
alla variazione dellingresso `e possibile ricondursi ad un sistema a tempo discreto equivalente. La
situazione `e rappresentata nella gura 9.2; il calcolo del modello discreto equivalente `e noto come
problema della discretizzazione. Tale problema trova applicazione nello studio di sistemi reali
collegati a dispositivi digitali; in tali circostanze lingresso `e costante a tratti e le grandezze sono tutte
ricondotte ad una scala temporale discreta multipla del ciclo di calcolo elementare.
Una diversa circostanza che conduce a riferirsi al problema della discretizzazione `e quando gli ingressi
continui vengono campionati; in tal caso il modello discreto descrive in modo approssimato il compor-
tamento campionato del sistema a tempo continuo alimentato da ingresso non sottoposti al processo
di campionamento e tenuta. Questa procedura `e quella alla quale ci si riferisce quando si compiono
simulazioni numeriche sul modello di un assegnato sistema.
2.6. Rappresentazioni a tempo discreto di sistemi a tempo continuo 39
S H
TC
Clock
S TD
u y
Figura 2.3
Il calcolo della rappresentazione a tempo discreto equivalente associata ad una data rappresentazione
con lo stato comporta la conoscenza della rappresentazione esplicita, e quindi della soluzione del
sistema di equazioni dierenziali che descrivono il sistema. Poich`e come `e noto non esistono espressioni
in forma chiusa della soluzione di equazioni dierenziali non lineari di forma generica, il calcolo in tal
caso non pu` o che essere eettuato per via approssimata. Lapprossimazione consiste nel troncamento
ad un pressato ordine dello sviluppo in serie di Taylor della evoluzione nello stato. Posto t
0
= kT e
t = (k + 1)T, ed assumendo per convenzione lintervallo unitario del sistema a tempo discreto pari a
T, si ottiene
x(k + 1) = x(k) +T x[
x(k)
+
T
2
2
x[
x(k)
...
Larresto al primo ordine nel precedente sviluppo in serie fornisce la cosiddetta approssimazione
di Eulero.
Come gi`a osservato quando S `e lineare il modello discreto equivalente pu` o essere calcolato senza
dicolt` a a partire dalle espressioni dellevoluzione nello stato e in uscita tra due istanti di campiona-
mento ricordando che lingresso `e costante nellintervallo di tempo considerato. A partire dal sistema
continuo
_
x(t) = Ax(t) +Bu(t)
y(t) = Cx(t)
x(t
0
) = x
0
si ha
x(t) = e
A(tt
0
)
x
0
+
_
t
t
0
e
A(t)
Bu()d
e, posto t
0
= kT, t = (k + 1)T
x
_
(k + 1)T
_
= e
AT
x(kT) +
_
(k+1)T
kT
e
A
_
(k+1)T
_
dBu(kT) (k + 1)T =
x
_
(k + 1)T
_
= e
AT
x(kT) +
_
T
0
e
A
dBu(kT)
Se per convenzione assumiamo che lintervallo temporale di ampiezza T coincida con il passo unitario
del sistema a tempo discreto che si considera, ecco che lespressione precedente rappresenta un sistema
a tempo discreto.
_
x(k + 1) = A
D
x(k) +B
D
u(k)
y(k) = Cx(k)
40 2. Rappresentazioni con lo stato lineari, a dimensione nita, stazionarie
ove
A
D
= e
AT
B
D
=
_
T
0
e
A
dB C
D
= C
Aspetti connessi al calcolo del sistema discretizzato.
Nei casi pratici `e frequente calcolare A
D
, B
D
per via numerica a partire da A, B e T ed impiegando
lespressione dello sviluppo in serie di e
AT
.
e
AT
= I +AT +
T
2
2
A
2
+. . . +
T
n
n!
A
n
+. . .
E chiaro che arrestando il calcolo in corrispondenza di un n sucientemente grande lerrore che si
commette `e piccolo.
Una procedura sistematica per mantenere sotto controllo lapprossimazione `e quella qui di seguito
indicata. Si denisca

n
:= I +
TA
2
_
I +
TA
3
_
. . .
TA
n 1
_
I +
TA
n
__
. . .
_
= I +
TA
2
+
T
2
A
2
3!
+. . .
in cui n `e scelto in modo che sia soddisfatta la seguente diseguaglianza
T|A|
n
< .
A
D
e B
D
possono ora essere calcolate a partire da
n
. Infatti
A
D
= I +TA(I +
TA
2
+
T
2
A
2
3!
+. . .)
e quindi con buona approssimazione
A
D

= I +TA
n
e, allo stesso modo,
B
D

=
n
TB
E immediato a questo punto il collegamento con lapprossimazione di Eulero introdotta in prece-
denza. Tale approssimazione corrisponde ad approssimare la derivata prima dellevoluzione dello stato
con il suo rapporto incrementale. Si ha infatti
x(t)

=
x(t +) x(t)

= Ax(t) +Bu(t)
posto t = k, = T ed assunto, per convenzione di ampiezza T lintervallo unitario, si ottiene
x(k + 1) = x(k) +TAx(k) +TBu(k)
che coincide con il troncamento al primo ordine in T degli sviluppi associati alle matrici A
D
e B
D
.
Rimane quindi dimostrato che lapprossimazione di Eulero, valida per T piccolo, approssima la de-
scrizione mediante il modello a tempo discreto equivalente da noi calcolato nel senso dellapprossimazione
al primo ordine del relativo sviluppo in serie.
2.7. Rappresentazioni implicite singolari 41
2.7. Rappresentazioni implicite singolari
Una rappresentazione cui spesso si perviene nella modellistica dei sistemi dinamici `e quella cosid-
detta singolare, cio`e del tipo
Sz(t) = Fz(t) +Gu(t)
in cui indica loperatore di derivazione o di anticipo ed S `e una matrice quadrata (N, N)
singolare. Se cos` non fosse sarebbe infatti immediato ricondursi ad una rappresentazione implicita
del tipo noto.
Se supponiamo che S abbia rango n < N, con un riordinamento delle variabili ed una trasfor-
mazione del tipo
= Tz
si ottiene una rappresentazione della forma
_
E
0
_
(t) =
_
F
1
F
2
_
(t) +
_
G
1
G
2
_
u(t)
La precedente espressione mette bene in evidenza che il modello matematico `e composto da
equazioni deerenziali ed equazioni elgebriche; si tratta di una rappresentazione alla quale si perviene
ad esempio nella modellistica di fenomeni reali in presenza di vincoli lineari sulle variabili.
Mentre si rinvia alla letteratura specialistica per il caso generale, `e opportuno notare che `e
possibile ricondursi ad una rappresentazione con lo stato se
det
_
E
F
2
_
,= 0
.
Per rendersi conto di quanto asserito si denisca
x = E
poich`e F
2
= G
2
u
_
E
F
2
_
=
_
x
G
2
u
_
=
_
E
F
2
_
1
_
x
G
2
u
_
da cui, inne,
x(t) = F
1
_
E
F
2
_
1
_
x(t)
G
2
u
_
+G
1
u(t) = Ax(t) +Bu(t)
A titolo di esercizio si suggerisce di applicare la procedura indicata per il calcolo del modello
proposto allesempio 1.10 (Dinamica del prodotto nazionale lordo).
3. Modellistica e metodi di analisi
In questo capitolo, alcuni semplici esempi vengono impiegati per introdurre i principali metodi di
analisi che saranno oggetto dello studio.
Lo studio sinora condotto muovendo da una impostazione del tutto generale ci ha portato a
denire una classe particolare di sistemi, quelli lineari stazionari, adatti a descrivere, eventualmente
approssimare, una vasta gamma di fenomeni di interesse nel settore dellIngegneria.
Alcuni semplici esempi di sistemi, a partire dalla costruzione della loro rappresentazione con lo
stato, servono ad introdurre ai metodi di analisi che vengono trattati nel corso: dallanalisi del com-
portamento nel dominio nel tempo, al signicato del comportamento in frequenza, sino alle propriet` a
di analisi qualitativa quali la stabilit` a e le propriet`a della struttura interna.
La scelta degli esempi `e del tutto arbitraria ed ha lo scopo di sottolineare ancora una volta
linterdisciplinariet` a dei concetti della Teoria dei Sistemi. La costruzione di rappresentazioni con lo
stato del sistema che si intende studiare rappresenta di per s`e un settore di studio e rientra nel contesto
pi` u ampio della modellistica, che coinvolge le competenze degli esperti dei diversi settori applicativi.
3.1. Dinamica di una popolazione studentesca
Si suppone di voler descrivere la dinamica secondo una cadenza annuale di una popolazione di studenti
di un ciclo di studi della durata di tre anni. Semplici considerazioni di carattere intuitivo fanno
comprendere che, assunto u(t) il numero di richieste di iscrizione al primo anno al tempo t e y(t)
il numero complessivo di studenti che frequentano al tempo t, una possibile scelta per lo stato del
sistema `e il vettore a tre componenti x
i
(t), i = 1, 2, 3 in cui x
i
(t) indica il numero di studenti che
frequentano lanno di corso i al tempo t.
Considerazioni elementari consentono di scrivere le seguenti equazioni che costituiscono una rap-
presentazione con lo stato del sistema allo studio:
3.1. Dinamica di una popolazione studentesca 43
x
1
(t + 1) = u(t)
x
2
(t + 1) =
1
x
1
(t)
x
3
(t + 1) =
2
x
2
(t) +
3
x
3
(t)
y(t) = x
1
(t) +x
2
(t) +x
3
(t)
Nelle precedenti equazioni si `e indicato con
i
, i = 1, 2, il coeciente che esprime la frazione degli
studenti che si iscrivono all anno di corso seguente, con
3
la frazione dei non diplomati al terzo
anno. Tali coecienti sono assunti costanti.
Si ottiene quindi una rappresentazione con lo stato a tempo discreto e lineare, le cui matrici, dinamica,
A, degli ingressi, B, e della trasformazione in uscita, C, sono
x(t) =
_
_
x
1
(t)
x
2
(t)
x
3
(t)
_
_
A =
_
_
0 0 0

1
0 0
0
2

3
_
_
B =
_
_
1
0
0
_
_
C = ( 1 1 1 )
Il passaggio alla forma esplicita, che rappresenta la soluzione del sistema di equazioni alle dif-
ferenze, fornisce le espressioni degli andamenti temporali delle variabili in funzione degli ingressi
e dei parametri. Come `e noto si ha, ad esempio per luscita:
y(t) = CA
t
x
0
+
t1

=0
CA
t1
Bu()
Il passaggio al modello esplicito consente nel caso in esame di valutare e prevedere le evoluzioni nel
tempo deIla popolazione studentesca. Nelle espressioni relative, come `e noto, un ruolo centrale `e
svolto dalla potenza di matrice (dallesponenziale nel caso tempo continuo): le leggi temporali in essa
presenti caratterizzano il comportamento di tale classe di sistemi.
Lo studio del comportamento nel tempo in presenza di ingressi in pressate classi `e spesso importante
per le diverse applicazioni. Nel caso allo studio la conoscenza del comportamento in condizioni di
domanda costante, ipotesi valida con buona approssimazione dopo una prima fase di avvio del corso
di studi, `e utile per un dimensionamento sul medio e lungo termine del servizio scolastico.
Come lintuizione suggerisce a seguito di una richiesta costante di iscrizioni il numero di studenti
nei diversi anni di corso tende ad assumere un valore anchesso costante
u(t) = costante = U x(t) = x
R
= cost. y(t) = y
R
= cost
Con semplici calcoli si ottiene, infatti:
x
1R
= U
44 3. Modellistica e metodi di analisi
x
2R
=
1
x
1R
=
1
U
x
3R
=
1

2
U +
3
x
3R
x
3R
=

1

2
U
1
3
o, equivalentemente, in forma matriciale:
x
R
= Ax
R
+BU x
R
= (I A)
1
BU
E interessante osservare come a diversi valori dei coecienti
i
corrispondano diversi valori comp-
lessivi di frequenze. Ci`o che mette in relazione la popolazione studentesca con parametri che am-
mettono un interpretazione in termini di dicolt` a degli studi e/o adeguatezza delle strutture. Ad
esempio

1
= 0, 6
2
= 0, 8
3
= 0, 5 y
R
= 1 + 0, 6 +
0, 48
0, 5
U = 2, 56U

1
= 0, 4
2
= 0, 9
3
= 0, 5 y
R
= 1 + 0, 4 +
0, 36
0, 5
= 2, 12U
Strumenti per lanalisi delle situazioni qui considerate e con riferimento alla classe dei sistemi lineari
stazionari, saranno messi a punto nel seguito nello studio nel dominio del tempo con riferimento alla
generica rappresentazione lineare.
3.2. Dinamica di un debito
Se indichiamo con D
0
lammontare di un debito contratto al tempo zero, con i linteresse e con
r(k) la rata annuale nel k mo anno, vale la seguente equazione di bilancio
d(k + 1) = (1 +i)d(k) r(k)
Se assumiamo, come usuale costante la rata annuale r(k) = R e scriviamo in forma esplicita la
soluzione al tempo k, otteniamo
d(k) = (1 +i)
k
D
0

k1
j=0
(1 +i)
kj1
R = (1 +i)
k
D
0

1 (1 +i)
k
1 (1 +i)
R
Tale espressione pu`o essere impiegata per individuare la relazione tra debito, rata annuale e
numero di anni di estinsione del debito, diciamo n. Dalla precedente relazione scritta per k = n e
posto d(n) = 0 si ha infatti
[1 (1 +i)
n
]R +i(1 +i)
n
D
0
= 0
Da cui, ad esempio, lespressione della rata annuale per un debito D
0
da estinguere in n anni
R =
i
1 (1 +i)
n
D
0
3.5. Dinamica di un gioco dazzardo 45
3.3. La catena di SantAntonio
Si tratta di una procedura che viene attivata in diverse circostanze. Consiste nellinoltro di una
lettera con una lista di sei nomi e relativi indirizzi in cui si chiede di inviare una moneta, una cartolina,
o altro al primo della lista ed una nuova lettera dello stesso tipo, a cinque amici, con il primo nome
cancellato ed il vostro inseriro in coda alla lista. Il messaggio assicura che cos` facendo si riceveranno
15625 monete, cartoline o altro.
Il processo di diusione delle lettere generato da questa procedura pu` o essere calcolata come la
soluzione di un equazione alle dierenze prime.
Si indichi con y(k) il numero di lettere generate alla k ma iterazione. Si ha: y(0) = 1, y(1)
sono le lettere inviate, y(2) le lettere inviate dai diretti corrispondenti, e cos` via. La relazione che
esprime la diusione delle lettere `e del tipo
y(k + 1) = 5y(k)
la soluzione `e
y(k) = 5
k
poich`e sono necessarie sei iterazioni anch`e il vostro nome sia il primo della lista esso apparir` a
in y(6) = 15625 lettere.
3.4. I numeri di Fibonacci
La sequenza di numeri ottenuta a partire da due numeri pari ad uno e composta da numeri che
sono la somma dei due precedenti, `e nota come sequenza di Fibonacci. Un espressione analitica
del k mo numero pu` o essere ottenuta a partire da una formulazione mediante unequazione alle
dierenze.
Si ha infatti
y(k + 2) = y(k + 1) +y(k)
che con la condizione iniziale y(k) = 1 e y(k + 1) = 1 genera la sequenza.
Posto x
1
(k) = y(k) e x
2
(k) = y(k + 1) si ottiene
x(k + 1) =
_
0 1
1 1
_
x(k) y(k) = ( 1 0 ) x(k)
Da cui
y(k) = ( 1 0 )
_
0 1
1 1
_
k
_
1
1
_
46 3. Modellistica e metodi di analisi
3.5. Dinamica di un gioco dazzardo
Sia A un giocatore e B il banco. Si indichi con p la probabilit` a che A vinca una moneta; sar` a
q = 1 p la probabilit` a che B vinca una moneta. Il gioco inizia con a monete ad A e b monete a B e
termina quando uno dei due non ha pi` u monete.
Quale `e la probabilit` a che il giocatore A vinca ?
Supponiamo che A abbia k monete e B ne abbia a + b k e sia u(k) la probabilit` a che in tali
condizioni il giocatore A vinca. Per tale probabilit` a, u(k), vale la seguente relazione
u(k) = pu(k + 1) +qu(k 1)
con le condizioni limite u(0) = 0 e u(a +b) = 1.
Risolvendo si ottiene
u(k) =
1 (
q
p
)
k
1 (
q
p
)
a+b
La precedente relazione consente di vericare che in presenza di una minore disponibilit` a -
nanziaria la probabilit` a di vincita `e molto minore. Ad esempio se a = 100, b = 1000, p =
18
37
, q =
19
37
si ottiene u(100) = 3.2910
24
.
3.6. Un semplice modello del usso migratorio
Due soli segmenti: rurale e urbano. Il fattore di crescita annuale per entrambi i segmenti `e , ma
la popolazione cambia a causa della migrazione. Lassunzione di fondo `e che esista una frazione della
popolazione totale che rappresenta la popolazione rurale ideale; il tasso di migrazione `e proporzionale
alleccesso di popolazione rurale rispetto a tale valore ottimo. Sia r(k) la popolazione rurale, u(k) la
popolazione urbana, (r(k) +u(k)) la frazione della popolazione totale che rappresenta la consistenza
ideale della popolazione rurale; leccesso di popolazione rurale `e, dunque, (r(k) (r(k) + u(k)); si
ottiene quindi un semplice modello della migrazione
r(k + 1) = r(k) [r(k) [r(k) +u(k)]]
u(k + 1) = u(k) +[r(k) [r(k) +u(k)]]
`e positivo maggiore di uno, `e positivo minore di ; esprime la frazione ideale di addetti ai
lavori rurali e dipende dalla produttivit` a del settore. Tutti e tre questi parametri possono variare nel
tempo.
Si tratta di un modello lineare stazionario autonomo di dimensione due con vettore di stato
x(k) =
_
r(k)
u(k)
_
e matrice dinamica
3.7. Un sistema meccanico elementare 47
A =
_
(1 )
(1
_
3.7. Un sistema meccanico elementare
Si supponga assegnato un sistema meccanico costituito da un carrello di massa, M, in grado di
spostarsi senza attrito lungo la direzione y e collegato ad una parete ssa mediante una molla ed uno
smorzatore. Se si `e interessati a descrivere il regime dei piccoli spostamenti si pu`o assumere, come
`e noto, che la molla eserciti una forza resistente al moto proporzionale allo spostamento, y, secondo
una costante elastica k;
k
b
M
x
Figura 3.1
allo stesso modo per lo smorzatore si pu` o assumere una resistenza al moto proporzionale alla
velocit`a y. Se si indica con u(t) la forza agente nella direzione dello spostamento si ha, per la seconda
legge di Newton:
M y +ky +b y = u(t)
Una rappresentazione con lo stato a tempo continuo pu` o essere facilmente associata alla precedente
equazione dierenziale che descrive la dinamica del sistema meccanico. A tale proposito `e suciente
ssare come variabili di stato la posizione e la velocit` a della massa. Questa assunzione pu`o essere
compresa anche da un punto di vista intuitivo se si ricorda il signicato che ha lo stato. In un sistema
meccanico composto da punti materiali `e sempre possibile assumere come variabili di stato la posizione
e la velocit`a dei singoli punti materiali. Ci` o premesso si ha
x
1
(t) = y(t), x
2
(t) = y(t)
x
1
(t) = x
2
(t)
x
2
(t) =
k
M
x
1
(t) +
b
M
x
2
(t) +
u(t)
M
y(t) = x
1
(t)
48 3. Modellistica e metodi di analisi
A =
_
0 1
k
M
b
M
_
B =
_
0
1
M
_
C = ( 1 0 )
Si tratta anche in questo caso di una rappresentazione lineare stazionaria, a tempo continuo di di-
mensione due. Questo sistema meccanico `e adatto a rappresentare diversi fenomeni di interesse nelle
applicazioni tra cui la dinamica di dispositivi di assorbimento delle vibrazioni, sospensioni di veicoli,
dinamica semplicata di strutture, ecc. Un problema di interesse con riferimento alle applicazioni
citate `e lo studio del comportamento a regime in presenza di sollecitazioni periodiche.
Tale studio `e di centrale importanza nell analisi dei sistemi dinamici lineari; il comportamento in
frequenza `e infatti strettamente collegato a quello nel tempo. La formalizzazione di questo aspetto `e
di per s`e importante e consente di stabilire un preciso collegamento con i metodi tradizionali in uso
nel settore dell ingegneria per l analisi dei sistemi dinamici fondati sul comportamento in frequenza.
3.8. Una rete elettrica elementare
Si supponga data la rete elettrica di Figura 5, alimentata in tensione u(t) e composta da due maglie,
la prima con generatore, resistenza R
1
e condensatore, C, la seconda con condensatore C, induttanza,
L, e resistenza R
2
. Se si assume come uscita la tensione agli estremi della resistenza R
2
, una rapp-
resentazione con lo stato pu`o essere calcolata imponendo lequilibrio delle tensioni in ogni maglia e
delle correnti ai nodi.
R L
C
1
R
2 u
y
+
-
+
-
Figura 3.2
L equilibrio delle tensioni alla prima maglia, la somma delle correnti al nodo e l equilibrio delle
tensioni alla seconda maglia danno, nellordine
u(t) = R
1
i
1
(t) +v
c
(t) = i
1
(t) =
u(t) v
c
(t)
R
1
i
1
(t) = C
dv
c
(t)
dt
+i
l
(t) =
dv
c
(t)
dt
=
1
R
1
C
v
c
(t)
1
C
i
l
(t) +
u(t)
R
1
C
v
c
(t) = L
di
l
(t)
dt
+R
2
i
l
(t) =
di
l
(t)
dt
=
1
L
v
c
(t)
R
2
L
i
l
(t)
3.9. Dinamica del prezzo in regime di equilibrio tra domanda e oerta 49
Posto:
x
1
(t) = v
c
(t) x
2
(t) = i
l
(t)
si ottiene una rappresentazione lineare stazionaria a tempo continuo
x(t) =
_

1
R
1
C

1
C
1
L

R
2
L
_
x(t) +
_
1
R
1
C
0
_
u(t)
y(t) = ( 0 R
2
) x(t)
Si osservi che `e sempre possibile associare ad una rete elettrica composta da resistenze, condensatori,
induttanze, trasformatori e giratori ideali una rappresentazione lineare di dimensione pari al numero
degli elementi con memoria avendo ssato come variabili di stato le correnti e/o le tensioni su tali
elementi.
Problemi di evidente interesse nella teoria delle reti elettriche sono quelli che si riferiscono allo studio
delle propriet` a degli stati quali la raggiungibilit` a e losservabilit` a di pressate condizioni di funzion-
amento. E infatti utile nella teoria delle reti elettriche stabilire se per una ssata congurazione
pressati valori di tensione e/o corrente possono essere raggiunti in alcuni rami della rete; se esistono
o meno condizioni di tensioni e correnti che sono equivalenti dal punto di vista del comportamento in
uscita. Tali problemi possono essere formulati e risolti in termini di propriet` a della struttura interna.
3.9. Dinamica del prezzo in regime di equilibrio tra domanda e oerta
Come gi`a messo in evidenza nel primo capitolo la dinamica del prezzo in condizioni di equilibrio tra
domanda e oerta pu` o essere espressa dalla seguente equazione a tempo discreto
p(t + 1) =
b
a
p(t) +
d
0
o
0
a
che ammette il prezzo di equilibrio, calcolato per p(k) = p(k + 1)
p =
d
0
o
0
a +b
Dallespressione della soluzione
p(k) = (
b
a
)
k
p(0) +
1 (
b
a
)
k
a +b
(d
0
o
0
)
`e evidente che se b < a al crescere di k la soluzione tende ad assumere il valore di equilibrio.
Levoluzione corrispondente ad una condizione iniziale, un dato prezzo, diverso da quello di equilibrio,
pu` o essere interpretata sui graci che esprimono la domanda e loerta in funzione del prezzo, Figura
6. Si hanno andamenti convergenti o divergenti a seconda del modulo del rapporto
b
a
. Se tale modulo
`e minore di uno si ha la convergenza verso il prezzo di equilibrio, si ha in altre parole il ritorno al
valore di equilibrio a partire da un valore diverso da esso, ci` o che tecnicamente signica la stabilit` a
50 3. Modellistica e metodi di analisi
del prezzo di equilibrio (Fig. 4.a) o, ci` o che `e lo stesso, la stabilit`a del mercato. E interessante
osservare come linterpretazione della condizione sui parametri si possa tradurre in uninterpretazione
signicativa da un punto di vista economico: la stabilit` a `e assicurata se la propensione al risparmio
del consumatore `e superiore allambizione di guadagno dellimprenditore.
o d
p(t)
p
p(t)
o d
p
b < a b > a
Figura 3.3
Come lintuizione suggerisce il problema posto con riferimento al presente esempio ammette una
formulazione che riguarda il comportamento dinamico delle evoluzioni a seguito di una perturbazione;
la convergenza o meno verso lequilibrio. Lo studio della stabilit` a di stati di equilibrio costituisce un
capitolo importante dello studio che condurremo con riferimento non solo a rappresentazioni lineari,
ma in un contesto pi` u ampio.
3.10. Motore elettrico
Si consideri un motore in corrente continua alimentato in tensione. Il funzionamento di tale
dispositivo `e fondato sulla trasformazione di potenza elettrica in potenza meccanica per eetto
dellinduzione magnetica. La parte elettrica `e schematizzabile con una resistenza, R, uninduttanza, L
ed un generatore di forza contro elettromotrice, e
c
. La parte meccanica pu`o essere schematizzata con
un volano di inerzia J azionato da una coppia C
m
(t) generata per induzione. Si suppone in generale
che sia presente un coeciente di attrito dinamico F. Lingresso `e qui assunto la tensione nel circuito
di armatura u(t), luscita, la velocit` a angolare dellasse del motore, (t).
Per quanto riguarda il sottosistema elettrico, le variabili che la caratterizzano, u(t) e i(t), sono
legate dalla seguente relazione che esprime lequilibrio delle tensioni di maglia:
u(t) = Ri(t) +e
c
(t) +L
di(t)
dt
dove e
c
(t) = k
c
(t). La trasduzione elettrica e meccanica avviene per generazione di una coppia, C
m
,
di intensit` a proporzionale allintensit` a della corrente i(t)
C
m
(t) = k
m
i(t)
Le variabili che caratterizzano il sottosistema meccanico sono legate dalla seguente relazione che
esprime lequilibrio delle coppie:
Figura 3.4
Se infatti si assume che la tensione elettrica v(t) corrisponda alla temperatura T(t) e la corrente
i(t) corrisponda alla quantit` a di calore q(t) le equazioni di conduzione e immagazzinamento termico
q(t) =
1
R
(T
2
(t) T
1
(t))
dT(t)
dt
=
q(t)
C
trovano una corrispondenza immediata nelle equivalenti elettriche
i(t) =
1
R
(v
2
(t) v
1
(t))
dv(t)
dt
=
i(t)
C
52 3. Modellistica e metodi di analisi
ove si `e assunto che R e C rappresentino la resistenza e capacit`a termica ed elettrica, espresse in
grado/caloria e caloria secondo/grado, ohm e farad, rispettivamente.
Con le corrispondenze stabilite, e lulteriore e
0
(t) in luogo di T
0
(t), non `e dicile vericare che
le seguenti equazioni deniscono una rappresentazione dierenziale del circuito valida anche per il
sistema termico
v
1
(t) =
1
C
1
(
1
R
1
+
1
R
2
)v
1
(t) +
1
C
1
R
3
v
2
(t) +
1
R
1
C
1
e
0
(t)
v
2
(t) =
1
C
2
R
3
v
1
(t)
1
C
2
(
1
R
2
+
1
R
3
)v
2
(t)
1
C
2
R
2
e
0
(t)
3.12. Circuito con diodo Tunnel
preliminare
Con riferimento al circuito di gura 5 lequilibrio delle tensioni e delle correnti forniscono le
seguenti uguaglianze
u(t) = Ri
l
(t) +v
c
(t) +V
l
(t)
i
C
(t) = i
l
(t) i
T
(t)
Landamento della corrente nel diodo dipende dalla tensione ai suoi capi secondo una relazione non
lineare, i
T
= h(v
T
) riportata nel graco di gura 6. Con ovvi passaggi dalle precedenti uguaglianze
si ottiene
L R
i
R
C
v
C
Figura 3.5
C
dv
c
(t)
dt
= i
l
(t) h(v
C
(t)
L
di
l
(t)
dt
= v
C
(t) Ri
l
(t) +u(t)
Con posizioni analoghe alle precedenti
x
1
(t) = v
c
(t) x
2
(t) = i
l
(t)
3.12. Circuito con diodo Tunnel 53
si ottiene la seguente rappresentazione con lo stato
x
1
(t) =
h(x
1
(t))
C
+
x
2
(t)
C
x
2
(t) =
x
1
(t)
L

R
L
x
2
(t) +
1
L
u(t)
Le condizioni di equilibrio possono essere calcolate risolvendo il sistema di equazioni
0 =
h(x
1
)
C
+
x
2
C
0 =
x
1
L

R
L
x
2
+
1
L
U
Risolvendo rispetto ad x
2
si ottiene luguaglianza
U
R

1
R
x
1
= h(x
1
)
che per ssati valori di U ed R ammette o una o tre soluzioni come risulta evidente dalla gura 6
i
R
v
R
e
1
2
e
3
e
Figura 3.6
Il circuito in esame dal punto di vista sperimentale manifesta un comportamento bistabile sui
due stati di equilibrio e
1
ed e
3
in risposta a sollecitazioni impulsive di suciente ampiezza.
Avremo occasione di mostrare che tale comportamento dipende dalle propriet` a degli stati di
equilibrio risultando e
1
ed e
3
stabili ed e
2
instabile.
Riservandoci di riprendere lo studio con una delle tecniche di indagine che studieremo, landamento
del comportamento eettivo pu`o essere vericata mediante simulazione numerica. A tale proposito
si possono assumere i seguenti valori dei parametri (come suggerito in L.O.Chua,C.A.Desoer and
E.S.Kuh, Linear and Nonlinear Circuits, McGraw-Hill, NewYork, 1987) u = 1.2V , R = 1.5Kohm,
C = 2pF, L = 5H, eettuando una scalatura dei tempi ai nanosecondi e misurando le correnti in
milli ampere le equazioni del circuito diventano
x
1
(t) = 0.5[h(x
1
) +x
2
]
x
2
(t) = 0.2(x
1
1.5x
2
+ 1.2)
54 3. Modellistica e metodi di analisi
Per h(x
1
) si pu` o assumere
h(x
1
) = 17.76x
1
103.79x
1
2
+ 229.62x
1
3
226.31x
1
4
+ 83.72x
1
5
In tali condizioni si possono calcolare i punti di equilibrio e
1
= (0.063, 0.758), e
2
= (0.285, 0.61) e
e
3
= (0.884, 0.21). Le simulazioni eettuate a partire da diversi stati iniziali (x
1
(0), x
2
(0)) mostrano
la presenza di due famiglie di traiettorie convergenti su e
1
ed e
2
e separate da una curva, detta
separatrice, passante per e
2
e composta da due traiettorie convergenti su e
2
. Lintero piano `e quindi
diviso in due regioni di attrazione di e
1
ed e
3
. Ci`o consente di comprendere il comportamento reale
del circuito in cui a partire dalla generica condizione iniziale il circuito transita nella corrispondente
condizione di equilibrio, la condizione e
2
non potendo essere mantenuta per la presenza del rumore
sico. La transizione da un equilibrio allaltro avviene a seguito della presenza di uneccitazione che
conduce lo stato iniziale nella regione di attrazione opposta.
3.12.a. Dinamica newtoniana
La dinamica del moto rettilineo di traslazione di un corpo rigido sottoposto ad una forza esterna
u(t), pu` o essere ottenuta a partire dallespressione seguente che esprime lequilibrio delle forze agenti
m y(t) +f
a
(t) +f
e
(t) +f
v
(t) = u(t)
in cui, f
f
rappresetta lattrito coulombiano e dinamico, f
e
una eventuale forza elastica ed f
v
uno
smorzamento viscoso.
Diverse rappresentazioni matematiche delle forze agenti possono essere usate per descrivere il
fenomeno.
Per quanto riguarda la forza elastica essa dipende dallo spostamento. In prima approssimazione
`e ben rappresentata, per piccoli spostamenti da una relazione lineare del tipo
f
e
= ky
Per spostamenti signicativi, una delle due seguenti relazioni pu` o essere impiegata
k(1 a
2
y
2
)y [ay[ < 1
che modella una diminuzione della forza elastica allaumentare dello spostamento corrispondente
ad un cedimento delle caratteristiche elastiche ; oppure una relazione del tipo
k(1 +a
2
y
2
)y
che modella una aumento della forza elastica allaumentare dello spostamento corrispondente ad
un irrigidimento delle caratteristiche elastiche.
Per quanto riguarda lattrito viscoso f
v
= h( y), h(0) = 0 e per piccole velocit`a si pu` o assumere
f
v
= c y.
3.13. Satellite in orbita circolare 55
Combinando uno smorzamento viscoso lineare con una forza elastica irrigidente ed una sol-
lecitazione esterna periodica Acost si ottiene lequazione di Dun
m y(t) +c y(t) +Ky(t) +Ka
3
y
3
= Acost
classica nello studio delle eccitazione periodica di dinamiche non lineari.
Inne, per quanto riguarda la forza di attrito f
a
, essa manifesta un comportamento che dipende
dalle condizioni di moto. In condizioni di riposo si ha una forza, f
s
, parallela alla supercie che assume
valori qualsiasi tra
s
mg,
s
coeciente di attrito statico compreso tra 0 ed 1. Il moto avviene in
presenza di una forza agente superiore al citato valore limite. In assenza di forze esterne la massa
resta ferma no a quando [f
e
[
s
mg. In movimento la forza di attrito assume il valore
k
mg,
k
coeciente di attrito dinamico. In conclusione si ha
f
a
=
k
mgsign( y) per [ y[ > 0 e f
a
= f
s
per [ y[ = 0.
La dinamica dello spostamento in regime di piccoli spostamenti, in presenza di smorzamento
viscoso lineare e attrito di stacco e dinamico assume, nelle variabili di stato x
1
= y e x
2
= y:
x
1
= x
2
x
2
=
k
M
x
1
(t) +
b
M
x
2
(t) +
u(t)
M
(x
1
, x
2
)
in cui la funzione nonlineare vale
k
mgsign( y) per [ y[ > 0, ky per y = 0 e [y[
s
mg/k e

s
mgsign(y) per y = 0 e [y[ >
s
mg/k.
E possibile semplicare lanalisi per studiare le situazioni in cui x
2
`e diverso da zero. Per x
2
> 0
si ottiene
x
1
= x
2
x
2
=
k
M
x
1
(t) +
b
M
x
2
(t) +
u(t)
M

k
g
e per x
2
< 0
x
1
= x
2
x
2
=
k
M
x
1
(t) +
b
M
x
2
(t) +
u(t)
M
+
k
g
Si osservi che modelli lineari approssimanti diversi possono essere calcolati per descrivere la
dinamica in diverse condizioni di funzionamento. Modellistica lineare a tratti.
56 3. Modellistica e metodi di analisi
3.13. Satellite in orbita circolare
r
u
u
1
2

Figura 3.7
Si consideri la dinamica di un satellite articiale che in coordinate polari `e espressa dalle due
equazioni dierenziali del secondo ordine
r(t) = r(t)

2
(t)

r(t)
2
+u
1
(t)

(t) = 2
r(t)

(t)
r(t)
+
u
2
(t)
r(t)
In assenza di spinta radiale u
1
e tangenziale u
2
le soluzioni sono ellissi, iperboli o parabole.
Lorbita pi` u semplice `e una circonferenza
r(t) = c
1
(t) = c
2
Con r(0) = r
0
, r(0) = 0, (0) =
0
,

(0) =
0
e
0
= (

r
3
0
)
1
2
Lorbita nominale `e dunque descritta da
r
r
(t) = r
0

r
(t) =
0
t +
0
Posto x
1
= r, x
2
= r, x
3
= , x
4
=

si ottiene la seguente rappresentazione con lo stato
x
1
(t) = x
2
(t)
x
2
(t) = x
1
(t)x
2
4
(t) overx
2
1
(t) +u
1
(t)
x
3
(t) = x
4
(t)
x
4
(t) = 2
x
2
(t)x
4
(t)
x
1
(t)
+
u
2
(t)
x
1
(t)
La linearizzazione della dinamica, cio`e la descrizione degli scostamenti rispetto allorbita nominale
u
r
(t) =
_
0
0
_
x
r
(t) =
_
_
_
r
0
0

0
t +
0

0
_
_
_
3.14. Dinamica verticale di un missile 57
d` a la seguente rappresentazione lineare stazionaria
z(t) =
_
_
_
0 1 0 0
3
2
0
0 0 2r
0

0
0 0 0 1
0 2

0
r
0
0 0
_
_
_
z(t) +
_
_
_
0 0
1 0
0 0
0 r
0
_
_
_
u(t)
3.14. Dinamica verticale di un missile
m
h
0
Figura 3.8
Lequilibrio delle forze agenti sul missile di gura si scrive
m(t) v(t) = m(t)g +v
e
m(t)
dove v
e
rappresenta la velocit` a relativa della massa espulsa, assunta costante. Posto x
1
= h,
x
2
= v e x
3
= m si ottiene la seguente rappresentazione con lo stato
x(t) =
_
_
x
2
g +
v
e
u(t)
x
3
u(t)
_
_
.
Nel caso particolare, molto frequente nella pratica, in cui si assume una variazione di massa, u
0
,
costante, ci`o che corrisponde ad assumere che
m(t) = m
0
+u
0
t
si ottiene
m(t) v(t) = m(t)g +v
e
u
0
e, posto x
1
= h, x
2
= v,
x(t) =
_
0 1
0 0
_
x(t) +
_
0
g +
v
e
u
0
(m
0
+u
0
t)
_
y(t) = ( 1 0 ) x(t) x(0) = 0
58 3. Modellistica e metodi di analisi
Le variazioni delle evoluzioni rispetto ad una andamento di riferimento, quello in cui si assume la
variazione di massa costante, sono rappresentate dalla linearizzazione intorno alla seguente traiettoria
di riferimento
x
3r
(t) = m
0
+u
0
t
x
2r
(t) = gt +v
e
ln(1 +
u
0
m
0
t)
x
1r
(t) =
g
2
t
2
+
m
0
v
e
u
0
__
1 +
u
0
m
0
t
_
ln
_
1 +
u
0
m
0
t
_

u
0
m
0
t

Nelle variabili z = x x
r
e v = u u
r
, si ottiene:
z(t) =
_
_
0 1 0
0 0
v
e
u
0
(m
0
+u
0
t)
2
0 0 0
_
_
z(t) +
_
_
0
v
e
(m
0
+u
0
t)
1
_
_
v(t) z(0) = x(0)
_
_
0
0
m
0
_
_
3.15. Motore elettrico in corrente continua
i
R
L
R
s
s
v
s

Figura 3.9
Si vuole calcolare il modello matematico che descrive la dinamica del motore elettrico in corrente
continua di gura. Si assume che lingresso sia la tensione del circuito di eccitazione, u(t) = v
s
(t). Per
il circuito deccitazione vale la seguente equazione alla maglia che esprime lequilibrio delle tensioni
V
s
(t) = R
s
i
s
(t) +L
s
di
s
(t)
dt
Il usso generato pu` o essere espresso da
(t) = L
s
i
s
(t)
Per il circuito darmatura, vale la seguente equazione che esprime lequilibrio delle tensioni:
V
r
(t) e
c
(t) = R
r
i
r
(t) +L
r
di
r
(t)
dt
in cui la forza contro elettro motrice `e pari a
e
c
(t) = k
c
(t)(t).
3.16. Levitazione magnetica 59
Inne, per quanto riguarda la parte meccanica si ha
J
d(t)
dt
+F(t) = C
m
(t)
in cui la coppia motrice, C
m
, e data da
C
m
(t) = k
m
(t)i
r
(t)
Nellipotesi di trasformazione senza perdite della potenza elettrica in potenza meccanica K
c
=
K
m
= K, e posto x
1
= i
s
, x
2
= i
r
e x
3
= Si ottiene il modello matematico
x
1
(t) =
R
s
L
s
x
1
(t) +
1
L
s
u(t)
x
2
(t) =
R
r
L
r
x
2
(t) +
V
r
L
r

KL
s
L
r
x
1
(t)x
3
(t)
x
3
(t) =
F
J
x
3
(t) +
KL
s
J
x
1
(t)x
2
(t)
Si tratta ancora una volta di un modello nonlineare che pu` o essere linearizzato intorno a condizioni
di equilibrio per descrivere in modo approssimato il comportamento del sistema per piccole variazioni
rispetto a tale situazione di equilibrio.
Per concludere si osservi che se si assume costante la corrente del circuito di eccitazione si ottiene
il modello lineare introdotto in precedenza.
3.16. Levitazione magnetica
Si consideri il dispositivo in gura in cui una bobina elettromagnetica viene alimentata in corrente
per sostenere il peso di una sfera e mantenerla in equilibrio ad una distanza x
e
dalla bobina.
Figura 3.10
La forza di attrazione esercitata su di un corpo metallico in funzione della distanza per diversi
valori della corrente `e rappresentata nei graci di gura.
60 3. Modellistica e metodi di analisi
Figura 3.11
Da essi si deduce che una pallina del peso di 8210
3
Newton pu` o essere mantenuta in equilibrio
ad una distanza di 2.7 mm con una corrente di 600 mA.
Indicata con M la massa della pallina e con f(x, i) la forza esercitata dalla bobina, Il bilancio
delle forze in un punto sulla verticale ad una distanza x si scrive
M x(t) = f(x(t), i(t)) Mg
dove g indica laccelerazione di gravit` a.
Intorno a x
e
vale lapprossimazione lineare per f(x, i)
f(x, i) = f(x
e
, i
e
) +
f
x
(x
e
, i
e
)(x x
e
) +
f
i
(x
e
, i
e
)(i i
e
)
Le derivate rispetto a x, k
x
, e ad i, k
i
, si calcolano nel modo seguente. k
x
`e la pendenza alla curva
a corrente costante pari ad i
e
nel punto di ascissa x
e
; nel caso in esame risulta pari a 14 N/m. k
i
corrisponde alla variazione di forza, in x
e
, rispetto alla corrente; nel caso in esame per i
1
= 700mA
la forza `e pari a 12210
3
N e per i
3
= 500mA la forza `e pari a 4210
3
N. Si ha dunque
k
i
=
(122 42)10
3
700 500
= 0.4N/A
Sostituendo i valori numerici, si ottiene la seguente equazione dierenziale, che governa il moto intorno
allequilibrio ( = x x
e
e u = i)
(3210
3
)

(t) = 14(t) + 0.4i(t)



(t) = 1667(t) + 47.6u(t)
Per evitare che nellesecuzione di procedure numeriche di simulazione e calcolo i valori delle
variabili trattate siano troppo diverse tra loro (o troppo grandi o piccole in assoluto rispetto alle
caratteristiche del sistema di elaborazione), ci`o che comporterebbe una non omegenea propagazione
di errori di arrotondamento (o fenomeni di saturazione), `e buona pratica fare in modo che i coeci-
enti delle equazioni assumano valori confrontabili. Valori tra 0.1 e 10 rappresentano una situazione
auspicabile. Per fare questo si pu` o procedere ad una scalatura delle variabili, ci` o che ha anche un
3.16. Levitazione magnetica 61
interesse sico in quanto corrisponde ad una selezione delle unit` a di misura (scalatura delle variabili)
e della velocit`a di esecuzione (scalatura del tempo) pi` u consona allo studio del fenomeno. Nel caso in
esame, ad esempio, nella precedente equazione le distanze sono espresse in metri, mentre ununit` a in
mm `e certamente pi` u adatta a descrivere il fenomeno.
Ad un primo livello di generalit` a possiamo dire che una scalatura delle variabili corrisponde ad
assumere una nuova variabile, v
n
, a partire da una assegnata, v, e una nuova variabile temporale, t
n
,
in luogo di t, secon,do le espressioni seguenti
v
n
=
v
v
0
t
n
=
0
t
Se si osserva che leetto della scalatura rispetto al tempo comporta che
d()
dt
=
d()
d(t
n
/
0
)
=
0
d()
dt
n
sostituendo nellequazione del moto allo studio si ottiene
(
2
0

0
d
2
)

n
(t)
dt
2
n
= (1667
0
)
n
(t) + (47.6u
0
)u(t)
cio`e
d
2

n
(t)
dt
n
2
=
1667

2
0

n
+
47.6u
0

2
0

0
u(t)
Scegliendo
2
0
= 1667 (
0
circa uguale a 40) il coeciente di (t) `e pari ad uno ci` o che corrisponde
ad assumere una scala dei tempi pari a
1
40
secondi. Se inoltre gli spostamenti vengono misurati in cm
e le correnti in Ampere, cio`e si sceglie
0
= 0.01 e u
0
= 1, si ottiene lequazione
d
2

n
(t)
dt
n
2
= (t) + 2.86u(t)
Messa in scala
Con riferimento al caso generale di un sistema di equazioni dierenziali lineari del primo ordine
nella variabile di stato x R
n
ed ingresso u R
p
, loperazione di messa in scala conduce al seguente
sistema
x
n
(t) =
1

0
S
1
x
AS
x
+
1

0
S
1
x
BS
u
u
n
in cui il numero reale
0
rappresenta la variazione di scala temporale ed S
x
ed S
u
sono matrici
diagonali quadrate, (n n) e (p p), dei coecienti di scalatura associate alla trasformazione
x
n
= S
1
x
x u
n
= S
1
u
u.
4. Rappresentazioni lineari stazionarie: analisi
nel dominio del tempo
Le evoluzioni nello stato ed in uscita corrispondenti ad una rappresentazione dierenziale, lineare,
stazionaria, a dimensione nita sono espresse da
x(t) = e
At
x
0
+
_
t
0
e
A(t)
Bu()d
y(t) = Ce
At
x
0
+
_
t
0
Ce
A(t)
Bu()d +Du(t)
Nelle precedenti espressioni un ruolo centrale `e svolto dalla matrice di transizione e
At
.
Stesse considerazioni per un sistema a tempo discreto in cui a partire da una rappresentazione,
lineare, stazionaria, a dimensione nita, il calcolo delle evoluzioni si riduce al calcolo della matrice di
transizione, A
t
, infatti
x(t) = A
(tt
0
)
x
0
+
t1

=t
0
A
(t1)
Bu()
y(t) = CA
(tt
0
)
x
0
+
t1

=t
0
CA
(t1)
Bu() +Du(t)
Il seguente paragrafo `e dedicato, quindi, al calcolo della matrice di transizione nello stato.
4.1. La matrice di transizione nello stato
Nel calcolo della funzione esponenziale (potenza) di matrice giova fare riferimento a trasfor-
mazioni di coordinate lineari nello spazio di stato. Come `e noto nelle nuove coordinate z il sistema
4.1. La matrice di transizione nello stato 63
`e rappresentato dalla terna di matrici( TAT
1
, TB, e CT
1
). Le stesse trasformazioni rimangono
valide per i sistemi a tempo discreto.
Le trasformazioni di coordinate rispetto alle quali la matrice dinamica A assume forme semplici
svolgono un ruolo importante nel caratterizzare la funzione di matrice allo studio. Se infatti TAT
1
ha una struttura pi` u semplice, sia D, poich`e risulta
A = T
1
DT
e quindi
e
At
= e
T
1
DTt
= T
1
T +tT
1
DT +
t
2
2
T
1
DT
2
+. . . +
t
k
k!
T
1
DT
k
+. . . = . . . = T
1
e
Dt
T
a partire dallesponenziale di D il calcolo dellesponenziale di A `e ottenuto premoltiplicando per T
1
e postmoltiplicando per T.
A partire dallo studio delle rappresentazioni di un operatore al variare delle coordinate, (A.2), il
calcolo dellesponenziale e della potenza di A sono risolti una volta risolti per D.
Si tratta quindi di individuare le forme semplici che un operatore assume al variare delle
coordinate. Rinviando allappendice per il dettaglio del calcolo, `e suciente ricordare che le forme
semplici sono quella diagonale e, nel caso pi` u generale, quella di Jourdan.
Come `e noto la prima situazione si ha quando la matrice A `e regolare, o ci` o che `e lo stesso
in corrispondenza di ogni autovalore di molteplicit` a algebrica
i
pu` o essere calcolato un autospazio
generato da
i
autovettori del primo ordine. Ci` o accade quando in corrispondenza di ogni autovalore,

i
, il rango della matrice (A
i
) `e (n
i
). Rientra in questa casistica il caso di A con autovalori
distinti.
Nel seguito vengono trattati separatamente le due situazioni citate alle quali corrispondono diversi
livelli di complessit`a.
4.1.a. Sistemi a tempo continuo
La matrice di transizione con A regolare
Nel caso in cui la matrice A abbia autovalori distinti, o sia regolare, per il calcolo dellesponenziale `e
suciente fare riferimento alla forma diagonale a coecienti reali. Per il calcolo dellesponenziale di
tale matrice `e suciente osservare che
e
_


_
t
= e
t
_
cos t sent
sent cos t
_
64 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
In presenza di autovalori reali e a coppie di complessi coniugati, si ha quindi
e
Dt
=
_
_
_
_
_
_
_
_
_
_
_
_
_
e

1
t
.
.
.
e

m
1
t
e

1
t
cos
1
t e

1
t
sin
1
t
e

1
t
sin
1
t e

1
t
cos
1
t
.
.
.
e

m
2
t
cos
m
2
t e

m
2
t
sin
m
2
t
e

m
2
t
sin
m
2
t e

m
2
t
cos
m
2
t
_
_
_
_
_
_
_
_
_
_
_
_
_
e sviluppando i calcoli
e
At
=
m
1

i=1
e

i
t
u
i
v

i
+
m
2

j=1
e

j
t
_
cos
j
t(u
a
j
v

a
j
+u
b
j
v

b
j
) + sin
j
t(u
a
j
v

b
j
u
b
j
v

a
j
)
_
A titolo di esempio si consideri il semplice sistema meccanico composto da massa-molla e smorzatore
che, come abbiamo visto, `e caratterizzato dalla seguente matrice dinamica
A =
_
0 1

k
M

b
M
_
Il calcolo degli autovalori d` a

1/2
=
b

b
2
4kM
2M
e per i corrispondenti autovettori, si ottiene

1
=
b
2M
+

b
2
4kM
2M
u
1
=
_
b

b
2
4kM
2k
_

2
=
b
2M

b
2
4kM
2M
u
2
=
_
b +

b
2
4kM
2k
_
Posto
= b
2
4kM
si considerano i casi di negativo, positivo e nullo.
Se < 0, si ha
u
a
=
_
b
2k
_
u
b
=
_

0
_
e con
T
1
=
_
b

2k 0
_
si ottiene
TAT
1
=
1
2M
_
b

b
_
4.1. La matrice di transizione nello stato 65
e quindi
e
At
= e

b
2M
t
T
1
_
cos t sent
sent cos t
_
T = e
bt
2M
(cos

2M
t(u
a
v

a
+u
b
v

b
) +sen

2M
t(u
a
v

b
u
b
v

a
))
Se > 0, il calcolo degli autovettori immediatamente conduce a:
T
1
=
_
b

b +

2k 2k
_
TAT
1
=
1
2M
_
b +

0
0 b

_
e non si trover`a alcuna dicolt` a a concludere il calcolo dellesponenziale.
La matrice di transizione il caso generale
Con riferimento alla forma di Jordan di una matrice ricordata in (A.2), lesponenziale assume una
struttura diagonale a blocchi in cui il generico blocco, di dimensione k, assume lespressione
e
B
i
t
=
_
_
_
_
_
_
_
_
_
e

i
t
te

i
t

t
k1
(k1)!
e

i
t
0
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
te

i
t
0 0 e

i
t
_
_
_
_
_
_
_
_
_
ove
i
=
i
nel caso di autovalore reale e

i
=
_

i

i

i

i
_
per una coppia di complessi coniugati.
Si consideri a titolo di esempio una matrice di dimensione quattro con due coppie di autovalori
complessi coincidenti con molteplicit`a geometrica pari a due.

1/2
= j
T
1
= (u
1
a
u
1
b
u
2
a
u
2
b
)
u
1
= u
1
a
+ju
1
b
: (A j)u
1
= 0
u
2
= u
2
a
+ju
2
b
: (A j)u
2
= u
1

TAT
1
=
_
_
_
1 0
0 1
0 0
0 0
_
_
_
=
C
j
66 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
e

C
j
t
= e
t
_
_
_
cos t sent tcos t tsent
sent cos t tsent tcos t
0 0 cos t sent
0 0 sent cos t
_
_
_
Per concludere si consideri ancora lesempio precedente nel caso in cui = 0, siamo nel caso in cui
lautovalore `e
b
2M
ed ha molteplicit` a due. Si pu` o vericare in questo caso semplice lesistenza della
seguente forma di Jordan
T
1
=
_
1 0

_
k
M
1
_
TAT
1
=
_
_

_
k
M
1
0
_
k
M
_
_
Il calcolo dellesponenziale pu` o essere completato senza dicolt`a.
4.1.b. Sistemi a tempo discreto
La matrice di transizione con A regolare
Per la potenza della generica matrice (2 2) associata ad una coppia di autovalori complessi
coniugati
= +j = e
j
= (cos +jsen)
= cos = sen
risulta
_


_
=
_
cos sen
sen cos
_
dalla quale non `e dicile calcolare
_
cos sen
sen cos
_
t
=
_
cos t sent
sent cos t
_
Quindi per il generico blocco (2 2) associato ad una coppia complessa coniugata si ha:

t
=
t
_
cos t sent
sent cos t
_
In conclusione , nel caso di A regolare si ottiene
D
t
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_

t
1
.
.
.

t
m
1

t
1
cos
1
t
t
1
sin
1
t

t
1
sin
1
t
t
1
cos
1
t
.
.
.

t
m
2
cos
m
2
t
t
m
2
sin
m
2
t

t
m
2
sin
m
2
t
t
m
2
cos
m
2
t
_
_
_
_
_
_
_
_
_
_
_
_
_
_
4.2. Studio della risposta libera nello stato: il caso di sistemi con matrice dinamica regolare 67
e sviluppando i calcoli
A
t
=
m
1

i=1

t
i
u
i
v

i
+
m
2

j=1

t
j
_
cos
j
t(u
a
j
v

a
j
+u
b
j
v

b
j
) + sin
j
t(u
a
j
v

b
j
u
b
j
v

a
j
)
_
Lo studente non avr` a dicolt` a a rivisitare, con riferimento al calcolo della potenza di una matrice,
le considerazioni svolte in precedenza nel caso di autovalori con molteplicit`a geometrica maggiore di
uno.
La matrice di transizione il caso generale
Per il caso generale valgono le stesse considerazioni gi`a fatte per il calcolo dellesponenziale che
nel caso specico danno per il generico blocco, di dimensione k,
B
i
t
=
_
_
_
_
_
_
_
_
_

i
t
t
[1]

i
t1

t
[k1]
(k1)!

i
tk+1
0
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
t
[1]

i
t1
0 0
i
t
_
_
_
_
_
_
_
_
_
ove
i
=
i
nel caso di autovalore reale e

i
=
i
_
cos
i
sen
i
sen
i
cos
i
_
per una coppia di complessi coniugati ed, inoltre, t
[k]
denota il polinomio fattoriale di ordine k denito
come
t
[k]
= t(t 1) . . . (t k + 1)
4.2. Studio della risposta libera nello stato: il caso di sistemi con matrice
dinamica regolare
4.2.a. Sistemi a tempo continuo
Come `e noto levoluzione libera di un sistema lineare stazionario assume lespressione:
x
l
(t) = e
At
x(0)
E elementare il caso in cui la matrice A si riduce a uno scalare. Si ha
A =
68 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
levoluzione libera dello stato avviene secondo lespressione
x(t) = e
t
x(0)
Si tratta di una legge esponenziale che assume i tre andamenti qualitativamente riportati nella gura
t

>
0
0
0
<
=
e
t
1
Figura 4.1
Da un punto di vista qualitativo i comportamenti, esponenziali, sono divergenti per > 0, convergenti
per < 0, costanti a valore unitario per = 0.
Per caratterizzare la rapidit` a con cui il sistema evolve, sia crescendo che decrescendo, si usa introdurre
un parametro, , la costante di tempo
=
1

Rispetto a questo parametro


x(t) = e

x(0)
e risulta chiaro che rappresenta, nel caso in cui lo stato decresce, il tempo necessario perch`e lo stato
diventi
1
e
del valore iniziale.
Le precedenti semplici considerazioni svolte nel caso n = 1 si possono generalizzare impiegando gli
strumenti di calcolo messi a punto.
Nel seguito della presente sezione tratteremo due casi: quello in cui gli autovalori di A siano
distinti e quello in cui A sia regolare, cio`e ammette la forma diagonale. Il caso generale, che contempla
la presenza di autovalori a molteplicit` a geometrica maggiore di uno viene trattato separatamente nel
seguito.
Modi naturali in presenza di autovalori distinti
Nel caso pi` u semplice, in cui la dimensione del sistema `e n e la matrice A ha autovalori reali e
distinti, si ha
e
At
=
n

i=1
e

i
t
u
i
v

i
dove gli n termini della somma sono esponenziali, cio`e leggi temporali del tipo che abbiamo incontrato
nel caso n = 1. Questa espressione consente il calcolo dellevoluzione libera; si ha infatti
x
l
(t) = e
At
x(0) =
n

i=1
e

i
t
u
i
v

i
x(0)
4.2. Studio della risposta libera nello stato: il caso di sistemi con matrice dinamica regolare 69
Si noti che per t = 0 si ottiene
x(0) =
n

i=1
c
i
u
i
dove si `e posto c
i
= v

i
x(0). x(0) risulta, quindi, pari alla somma di n componenti nello spazio
costituito dagli autovettori u
1
, u
2
, . . . u
n
; i coecienti c
1
, c
2
, . . . , c
n
rappresentando le ampiezze di tali
componenti.
Si ottiene in denitiva per levoluzione libera nello stato lespressione
x
l
(t) = e
At
x(0) =
n

i=1
c
i
e

i
t
u
i
che `e pari alla somma di n termini distinti, corrispondenti a evoluzioni lungo gli autovettori u
1
, u
2
, . . . , u
n
.
La traiettoria nello spazio di stato ammette proiezioni, nelle direzioni u
1
, u
2
, . . . , u
n
, del tipo
c
i
e

i
t
La legge di moto di ciascun termine `e ancora una legge di moto esponenziale; la sua ampiezza, c
i
,
dipende dalla componente dello stato iniziale nella direzione corrispondente, u
i
.
Si noti che ciascuno di questi singoli termini potrebbe essere, come si suol dire, eccitato singolar-
mente, `e suciente prendere una condizione iniziale che ha una proiezione solo sullautovettore u
i
per
avere unespressione con il solo termine e

1
t
. Le stesse considerazioni svolte nel caso di n = 1 possono
essere ripetute nel caso generale se si assume uno stato iniziale nella direzione del generico autovet-
tore u
i
. Se lautovalore corrispondente `e 0, si rimane nello stato iniziale, se lautovalore `e positivo
levoluzione `e divergente pur restando nella direzione dellautovettore; se invece
i
`e negativo , si ha
un moto decrescente verso lorigine. Quindi la traiettoria relativa al moto naturale si mantiene lungo
lautovettore ed ha questi tre tipi di comportamento. In gura sono indicati possibili andamenti.
u
i
u
i
u
i
x
0
x
0
x
0
0 =
i
0 <
i
> 0
i
Figura 4.2
Le considerazioni precedenti si esprimono in sintesi aermando che levoluzione libera nello stato nel
caso di autovalori reali e distinti `e la combinazione lineare, secondo coecienti che dipendono dallo
stato iniziale, di n evoluzioni indipendenti che hanno luogo nei sottospazi ad una dimensione generati
dagli autovettori. Queste evoluzioni nella direzione degli autovettori si chiamano modi naturali
aperiodici. Le leggi temporali di evoluzione dei modi dipendono solo dagli autovalori
1
,
2
, . . . ,
n
e sono distinte in questo caso. Si hanno, quindi, nel caso di autovalori reali e distinti n modi distinti
essendo diverse sia la legge di moto che la direzione dello spazio in cui avviene levoluzione.
70 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
Procedendo in modo analogo a quanto fatto nel caso scalare, si pu` o denire una costante di tempo
per ciascun autovalore. Posto

i
=
1

i
si ottiene lespressione
x(t) =

c
i
e

i
u
i
in cui le costanti di tempo svolgono il ruolo sottolineato in precedenza.
Quanto visto vale nel caso di autovalori reali. Si supponga ora che vi siano anche autovalori complessi,
reali e 2 complessi e coniugati, con n = + 2,

1
, . . . ,

, (
1
+j
1
), . . . , (

+j

)
indicando con u
ka
e u
kb
la parte reale e immaginaria dellautovettore u
k
si ottiene
e
At
=

i=1
e

i
t
u
i
v

i
+

k=1
e

k
t
(u
ka
u
kb
)
_
_
cos
k
t sin
k
t
sin
k
tcos
k
t
_
_
_
_
v

ka
v

kb
_
_
in cui con v
ka
e v
kb
si sono indicate le righe, nellinversa della matrice degli autovettori, corrispondenti
alle colonne u
ka
e u
kb
.
Lespressione dellevoluzione libera `e ora ottenuta moltiplicando per x
0
; si ottiene
x
l
(t) =

i=1
c
i
e

i
t
u
i
+

k=1
m
k
e

k
t
_
sin(
k
t +
k
)u
ka
+ cos (
kt
+
k
)u
kb
_
avendo posto
m
k
=
_
c
2
ka
+c
2
kb
c
ka
= v

ka
x
0
c
kb
= v

kb
x
0
sin
k
=
c
ka
m
k
cos
k
=
c
kb
m
k
Si `e mostrato, quindi, che nel caso di autovalori distinti, reali e a coppie di complessi coniugati,
levoluzione libera risulta la combinazione lineare di modi naturali aperiodici e evoluzioni che
avvengono nei piani generati da u
a
e u
b
e prendono il nome di modi naturali pseudoperiodici.
L evoluzione temporale `e ancora esponenziale, e

t
, ma con componenti periodiche seno e coseno,
lungo due direzioni del piano del moto. In gura sono rappresentate le possibili traiettorie del moto
pseudoperiodico
u
kb
a
u
k
x
0
x
0
x
0
= 0
k

k
> 0
<
k
0
Figura 4.3
4.2. Studio della risposta libera nello stato: il caso di sistemi con matrice dinamica regolare 71
Per
k
> 0 si ha una traiettoria a spirale divergente, per
k
= 0 un ellisse e per
k
< 0 una
spirale convergente come illustrato nella gura.
Le leggi temporali del modo pseudoperiodico sono riportate in gura nelle diverse situazioni.
= 0
k

k
> 0 <
k
0
t t t
Figura 4.4
La pulsazione della legge temporale `e
k
, il coeciente immaginario dellautovalore complesso.
In conclusione nel caso generale esaminato di autovalori distinti levoluzione libera nello stato
risulta essere combinazione lineare di modi naturali aperiodici, associati agli autovalori reali, e
modi naturali pseudoperiodici, associati alle coppie di autovalori complessi. Diremo in tal caso che si
hanno modi naturali semplici con leggi di moto distinte.
La conoscenza degli andamenti qualitativi dei modi `e importante perche consente, a partire dagli
autovalori di A di individuare quale sar` a la dinamica in evoluzione libera.
E importante osservare che la collocazione degli autovalori rispetto allasse immaginario, caratterizza
la convergenza o la divergenza dei modi. Lasse immaginario `e in un certo senso la frontiera per
quanto riguarda tale comportamento: se gli autovalori sono a sinistra, allora il moto `e convergente
a zero, o in modo periodico o in modo aperiodico; se sono a destra il moto diverge; se sono sullasse
immaginario il moto `e costante o oscillatorio.
Anche nel caso di autovalori complessi `e usuale introdurre due parametri che caratterizzano il modo
in luogo di e . Si tratta della pulsazione naturale,
n
,

n
=
_

2
+
2
e dello smorzamento, ,
= sin =

2
+
2
Nella gura sono messi in luce tali parametri.
72 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo

sin =
Figura 4.5
Il signicato sico di pulsazione naturale e smorzamento pu`o essere compreso a partire dallespressione
di e in funzione di
n
e
=
n
e =
n
_
1
2
Se = 0, cio`e se i valori complessi coniugati sono immaginari, = 0 e
n
= ; cio`e
n
`e la pulsazione
che avrebbe il sistema se non ci fosse la parte reale (pulsazione naturale). Allapparire di diverso da
zero la pulsazione si allontana da questa pulsazione ideale, corrispondente a smorzamento nullo.
si chiama fattore di smorzamento, perche ad un suo aumento corrisponde una maggiore attenuazione
dellinviluppo della funzione oscillatoria.
Modi naturali in presenza di autovalori non distinti
Nel caso in cui la matrice dinamica sia regolare, cio`e gli autovalori abbiano molteplicit` a geomet-
rica, m
i
, unitaria, la matrice A`e diagonalizzabile (si ricade nel caso precedente se anche la molteplicit`a
algebrica,
i
, `e unitaria) e per i modi naturali valgono espressioni analoghe alle precedenti potendo
essere coincidenti le leggi di moto di modi naturali diversi. Il modo naturale `e, in questo caso,
caratterizzato dallautospazio ad esso associato.
In questo caso si hanno in corrispondenza ad ogni autovalore con molteplicit` a algebrica maggiore
di uno altrettanti modi naturali semplici con leggi temporali coincidenti.
4.2.b. Sistemi a tempo discreto
Considerazioni analoghe a quelle sinora svolte possono essere ripetute per i sistemi a tempo
discreto. Gli stessi argomenti usati per i sistemi a tempo discreto conducono a
x

(t) = A
t
x
0
=
m
1

i=1

t
i
u
i
c
i
+
m
2

j=1
[
j
[
t
m
j
_
sin(
j
t +
j
)u
j
a
+ cos (
j
t +
j
)u
j
b
_
ove

= [

[e
j

, 0 <

<
ed i parametri presenti sono deniti come per i sistemi a tempo continuo.
Im[ ]
Re[ ] 1
4.3. Studio della risposta libera nello stato: il caso generale 73
Anche in questo caso levoluzione libera nello stato `e data dalla combinazione lineare di modi
naturali che avvengono lungo particolari direzioni, quelli associati ad autovalori reali, e in piani,
quelli associati a coppie di autovalori complessi. Una particolarit` a dei sistemi a tempo discreto `e
una suddivisione dei modi associati ad autovalori reali; in tal caso infatti si hanno modi cosiddetti
aperiodici se corrispondenti ad autovalori positivi e modi cosiddetti alternanti se corrispondenti ad
autovalori negativi. Il moto in tal caso avviene, si pensi al caso semplice di molteplicit`a unitaria,
lungo una retta restando dalla stessa parte dello zero, per il modo aperiodico, alternandosi da una
parte e dallaltra dello zero, per il modo alternante. Si hanno quindi modi aperiodici (
i
reale > 0),
alternanti (
i
reale < 0), pseudoperiodici (coppie complesse coniugate).
In gura sono riportati gli andamenti nel tempo delle leggi di moto corrispondenti alle diversa
collocazione degli autovalori.
Figura 4.6
4.3. Studio della risposta libera nello stato: il caso generale
Si immagini di avere decomposto lo spazio di stato R
n
in m sottospazi disgiunti ciascuno associato
ad un autovalore e di dimensione pari alla sua molteplicit` a algebrica. Come `e noto risulta
U
0
. . . U
m
= R
n
Siano c
i
le componenti di x
0
rispetto a tali sottospazi:
x
0
=

1
c
i
74 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
c
i
`e un autovvettore generalizzato di un certo ordine, sia k, minore o uguale alla molteplicit` a geomet-
rica dell autovalore
i
.
Giova inoltre ricordare che ciascun sottospazio U
i
`e somma diretta di autospazi ciascuno associato
ad una catena di autovettori generalizzati. Inoltre ciascuno di questi ultimi, generato da un autovettore
di ordine uno, contiene autospazi di dimensione uno, due,.., no allordine massimo dellautovettore
generalizzato che apartiene a quella catena.
Le due situazioni limite che si presentano nella procedura di costruzione degli autospazi associati
ad un autovalore a molteplicit` a algebrica maggiore di uno sono quella in cui la molteplicit` a geometrica
`e unitaria, e si tratta del caso gi`a trattato in precedenza (A regolare), oppure la molteplicit` a geometrica
`e pari a quella algebrica; ci` o che corrisponde allesistenza di una sola catena di autovettori generalizzati
ed allesistenza di una sequenza di autospazi generalizzati di dimensione crescente no alla molteplicit` a
algebrica. Nei casi intermedi si hanno pi` u catene di autovettori generalizzati, ciascuna denisce
una sequenza di autospazi di dimensione crescente. Il numero delle catene, che come `e noto viene
denito come lindice, I, associato al ssato autovalore, denisce il numero dei blocchi di Jordan che
compongono la forma pi` u semplice delloperatore.
4.3.a. Sistemi a tempo continuo
Levoluzione libera `e la somma di evoluzioni associate ai c
i
. Ciascuna di esse denisce un modo
naturale multiplo di ordine k, se k `e lordine con il quale c
i
`e autovettore generalizzato. Il modo
naturale multiplo assume lespressione
e
At
c
i
= e
At
i
t
e

i
t
c
i
=
_
e

i
t
+t(A
i
I)e

i
t
+. . . +
t
k1
(k 1)
(A
i
I)
k1
e

i
t
_
c
i
k := ordine con cui c
i
`e autovettore generalizzato, i.e.
(A
i
I)
i
c
i
,= 0 i = 0, . . . , k 1
(A
i
I)
k
c
i
= 0
Si noti che in questo caso la legge temporale del modo `e di tipo esponenziale a coeciente
polinomiale nella variabile temporale.
A ciascun autovalore risultano associati pi` u potenziali modi naturali, uno per ciascun autospazio.
Si ha quindi un numero di possibili modi naturali pari alla molteplicit` a algebrica. Lordine del modo
naturale `e assunta pari alla dimensione dellautospazio e coincide con lordine del polinomio in t che
caratterizza la legge temporale.
Si avr` a quindi un insieme di modi naturali di ordine crescente no alla molteplicit` a algebrica,
se questultima `e uguale alla molteplicit` a geometrica; pi` u insiemi, in numero pari allindice (al nu-
mero di Blocchi di Jordan), di modi naturali ciascuno di ordine crescente no alla dimensione del
corrispondente blocco di Jordan, di ordine al pi` u pari alla molteplicit` a geometrica.
Nel primo caso diremo di essere in presenza di modi naturali multipli distinti, nel secondo
diremo di essere in presenza di modi naturali multipli con leggi temporali coincidenti.
4.4. I modi naturali sotto discretizzazione 75
4.3.b. Sistemi a tempo discreto
Con le stesso posizioni, si calcola:
A
t
c
i
= (A
i
I +
i
I)
t
c
i
=
t

h=0
_
t
h
_
(A
i
I)
h
c
i

th
i
(
_
t
h
_
) =
t(t 1) . . . (t h + 1)
h!
:=
t
(h)
h!
Quindi le leggi di moto sono del tipo potenza con coecienti che sono polinomi fattoriali. Valgono
inoltre le stesse considerazioni gi`a svolte nel paragrafo precedente.
4.3.c. Ulteriori osservazioni
Alcune considerazioni conclusive sul concetto di modo naturale ad ulteriore chiarimento della
situazione complessa che corrisponde al caso in cui la matrice dinamica non abbia autovalori distinti.
Come `e stato osservato pi` u volte i modi naturali sono le evoluzioni nello spazio di stato attraverso
le quali `e possibile esprimere levoluzione libera; pi` u precisamente sono evoluzioni che avvengono in
sottospazi dello spazio di stato (autospazi), sono caratterizzate da una evoluzione temporale associata
allautovalore e allordine del modo, ogni evoluzione libera `e combinazione lineare di tali evoluzioni in
relazione alla componente dello stato iniziale nel relativo autospazio.
In presenza di autovalori multipli, molteplicit` a algebrica maggiore di uno, si deniscono un nu-
mero pari allindice di sequenze di autospazi di dimensioni crescenti no alla dimensione del relativo
blocco di Jordan. Si avranno, dunque per uno stesso autovalore un numero di autospazi pari alla
molteplicit` a algebrica. In queste condizioni diremo che allautovalore sono asssociati modi nat-
urali, ciascuno contraddistinto da un suo proprio autospazio e da una legge temporale periodica o
pseudoperiodica con un coeciente polinomiale in t di grado pari alla dimensione dellautospazio.
Si denisce ordine di un modo la dimensione dellautospazio. Si comprende, dunque, come possano
esistere modi naturali contraddistinti dalla stessa legge temporale; il caso pi` u semplice `e quello in cui
la molteplicit` a algebrica `e maggiore di uno e quella geometrica `e uguale ad uno.
4.4. I modi naturali sotto discretizzazione
Unosservazione elementare riguarda la collocazione degli autovalori del sistema a tempo discreto
in relazione a quelli del sistema continuo. Si ha

D
i
= e

C
i
T
A
D
= e
AT
=
n

i=1
e

C
i
T
u
i
v

i
76 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
infatti
e

C
i
T

D
i
Ne segue che gli autovalori di un sistema a tempo discreto che proviene dalla discretizzazione di un
sistema a tempo continuo non possono assumere valori arbitrari, non possono ad esempio essere uguali
a zero. Inoltre possono essere negativi solo in corrispondenza ad una coppia di autovalori complessi.
Ci`o comporta, nei sistemi che provengono dalla discretizzazione di un sistema a tempo continuo,
lentuale presenza di modi alternanti necessariamente a coppie.
4.5. I modi naturali nellevoluzione nello stato e in uscita
Il concetto di modo naturale ora introdotto si presta a svolgere una prima indagine su quanto
prima accennato a proposito della rappresentativit` a del modello costituito dalla sola risposta forzata
(matrice delle risposte impulsive).
A tal ne, facendo riferimento alla presenza della legge temporale del modo nelle colonne della
matrice delle risposte impulsive nello stato e nella matrice di transizione in uscita, `e usuale introdurre
nella teoria dei sistemi la denizione di modo naturale eccitabile e quella di modo naturale osservabile.
Si pensi in prima istanza al caso in cui i modi naturali siano distinti; ci` o che corrisponde alla coinci-
denza tra la molteplicit`a algebrica e geometrica di un autovalore. In tal caso, infatti, le leggi temporali
associate ai modi sono distinte.
Risulta evidente che mentre al variare di x
0
nellevoluzione libera del sistema potranno comparire
tutte le leggi temporali dei modi naturali, come si suol dire levoluzione libera `e caratterizzata da
tutti i modi naturali, per quanto riguarda levoluzione forzata nello stato ci` o non `e pi` u vero. Infatti
la risposta forzata `e caratterizzata da tutte e sole le leggi temporali che compaiono in e
At
B.
Tali modi sono detti eccitabili (e si sottintende con impulsi in ingresso) in quanto se si applica
un ingresso di tipo impulsivo, risulta
x(t) =
_
t
0
e
A(t)
B()d = e
At
B
cio`e la risposta coincide con levoluzione libera che muove dallo stato iniziale x
0
= B, nel caso
di sistemi ad un solo ingresso, da uno stato iniziale pari ad una ssata combinazione lineare delle
colonne di B, nel caso di sistemi a pi` u ingressi. Il modo i mo associato allautovalore
i
, `e quindi
eccitabile se inuenza levoluzione nello stato. Pi` u precisamente lo diremo eccitabile se la sua legge
temporale compare nella H(t).
Una condizione geometrica di eccitabilit` a di facile comprensione `e che almeno una colonna della
matrice B, pensata come vettore dello spazio di stato, nella sua espressione come somma di autovettori
generalizzati comprenda per li-mo autospazio un autovettore di ordine pari allordine del modo che
si considera. Tale condizione, con riferimento al generico i -mo modo naturale corrispondente ad un
autovalore a molteplicit`a algebrica unitaria si esprime come:
v

i
B ,= 0
4.5. I modi naturali nellevoluzione nello stato e in uscita 77
Analoghe considerazioni possono essere ripetute per la risposta in evoluzione libera in uscita. Ci` o
conduce naturalmente ad introdurre la denizione di modo naturale osservabile come quel modo la
cui legge temporale compaia in Ce
At
(che quindi pu` o essere sollecitata variando x
0
). Anche in questo
caso pu` o essere formulata una condizione geometrica: il generico i-mo modo naturale di ordine k `e
osservabile, la sua legge temporale compare nella risposta in evoluzione libera, se per lautovettore di
ordine
i
k + 1 vale la condizione
Cu
i
,= 0
Generalizzando i concetti suesposti si pu` o comprendere che in presenza di modi di ordine su-
periore ad uno leccitabilit` a e losservabilit`a pu` o non riguardare modi di ordine massimo. Una con-
dizione geometrica corrispondente consiste nel vericare che ImB abbia intersezione non nulla con
V
i
, lautospazio associato allautivalore
i
, o che V
i
non sia contenuto in KerC.
Non resta che domandarsi quali sono le leggi temporali che caratterizzano W(t); e quindi la risposta
forzata in uscita. E chiaro che solo i modi naturali, e quindi le relative leggi temporali, che sono
simultaneamente eccitabili ed osservabili potranno comparire nella risposta forzata. In conclusione il
generico modo di ordine k compare in W se e solo se almeno una colonna della matrice B, pensata
come vettore dello spazio di stato, nella sua espressione come somma di autovettori generalizzati
comprenda per li-mo autospazio un autovettore di ordine k, per lautovettore di ordine
i
k + 1
valga la condizione Cu
i
,= 0.
A titolo di esempio si consideri il sistema descritto da
A =
_
1 1
0 1
_
B =
_
1
0
_
C = ( 0 1 )
Si hanno due modi naturali uno di ordine uno ed uno di ordine due; quello di ordine uno e legge
temporale e

t `e eccitabile, ma non osservabile, mentre quello di ordine due `e non eccitabile, ma


osservabile. Non si hanno dunque modi simultaneamente eccitabili ed osservabili ci` o che si riette nel
fatto che la risposta implusiva `e identicamente nulla.
( 0 1 )
_
e
t
tet
0 e
t
__
1
0
_
= 0
La precedente condizione, con riferimento al generico i -mo modo naturale, nel caso particolare di un
autvalore a molteplicit` a algebrica unitaria, si esprime come:
v

i
B ,= 0 e Cu
i
,= 0
Il modello del comportamento forzato, cio`e W(t), `e quindi un modello parziale.
Il problema in esame presenta unambiguit` a di fondo nel caso in cui i modi non siano distinti, ci` o che
corrisponde alla presenza di autovalori a molteplicit` a algebrica maggiore di uno e diversa da quella
geometrica. In questa situazione la condizione di eccitabilit`a, osservabilit` a, non pu` o essere formulata
come presenza della legge temporale in H(t), in (t), per una impossibilit` a intrinseca di distinguere
tra i diversi modi che sono, infatti, caratterizzati da leggi di moto non distinte. Si pensi ad un sistema
di dimensione due con matrice A diagonale.
78 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
Leccitabilit` a, losservabilit` a, in questo caso particolare non pu` o che essere formulata e vericata
attraverso il formalismo geometrico. Infatti nel caso generale di modi naturali con leggi di evoluzione
temporale coincidenti il modo naturale `e caratterizzato dallautospazio ad esso associato. Sono quindi
le condizioni di eccitabilit` a ed osservabilit`a precedentemente enunciate, che saranno dette condizioni
geometriche, le condizioni alle quali ci si pu` o riferire. Con riferimento allesempio precedente una
matrice di uscita C = (1 0) assicura losservabilit` a di un solo modo; C = (1 1) losservabilit` a di
entrambi i modi naturali.
4.6. Appendice 2 79
4.6. Appendice 2
Rappresentazioni di un operatore al variare della base
Come `e noto al variare delle coordinate la rappresentazione di un operatore lineare varia nellinsieme
delle matrici simili. Pi` u precisamente se nelle coordinate x, cio`e rispetto alla base e
i
, esso `e rappre-
sentato dalla matrice A, nelle coordinate z = Tx, cio`e rispetto alla base g
i
(con T
1
avente colonne
composte da una rappresentazione dei vettori della nuova base rispetto alla vecchia), esso `e rappre-
sentato dalla matrice TAT
1
.
Da modicare come indicato nel seguito
Linea da seguire per il paragrafo
- Rispetto ad una base di invarianti la matrice assume una struttura diagonale a blocchi.
- Se gli invarianti sono monodimensionali la forma `e diagonale.
- Esiste sempre un invariante almeno monodimensionale in corrispondenza di ogni numero che
annulla il determinante di della matrice (AI)
- Se gli autovalori sono distinti esistono n invarianti monodimensionali ed essi sono indipendenti.
- Si osservi che la caduta di rango di (AI) non pu` o essere superiore alla molteplicit` a algebrica.
- Se in corrispondenza di ogni autovalore, , di molteplicit` a la caduta di rango di (A I)
`e pari a allora ad ogni autovalore `e associato un autospazio di dimensione pari alla molteplicit` a
algebrica, gli autospazi sono indipendenti e le cose vanno come nel caso di autovalori distinti.
- E possibile in generale associare ad ogni autovalore un autospazio di dimensioni pari alla
molteplicit` a algebrica.
- Se la caduta di rango `e inferiore alla molteplicit` a algebrica allora non rimane immediatamente
identicato un autospazio della dimensione voluta. In questo caso si pu` o procedere, ad esempio, nel
seguente modo:
- si calcola una base nel Kernel di (AI), sia U
1
i
,
- si calcola (A I)
2
ed un completamento di base rispetto ad U
1
i
, sia U
2
i
, nel kernel di tale
matrice
- si procede in tale modo iterativamente. Al passo k

, quando il kernel non aumenta ci si ferma.


k

`e la molteplicit`a geometrica.
- osservazione per calcolare i completamenti di base ad ogni passo si pu`o risolvere unequazione
rispetto alla base al passo precedente.
- si ottiene un insieme di sottospazi invarianti indipendenti.
- si ordina la tabella degli autovettori in catene e si dimostra la struttura della matrice nella base
cos` calcolata.
Come `e noto nel caratterizzare le forme semplici di un operatore lineare un ruolo centrale `e svolto
dagli autovalori e dagli autovettori.
Ricordiamo che assegnata una matrice A un numero ed un vettore u sono detti autovalore e
corrispondente autovettore se
(AI)v = 0
La precedente equazione ha soluzione se `e zero del polinomio caratteristico, d(), associato alla
matrice A
80 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
d() = det(I A) = (s
1
)

1
. . . (s
r
)

r
la molteplicit` a di
i
come zero di d() `e detta molteplicit`a algebrica. La molteplicit` a algebrica del
generico autovalore (
i
sar`a andicata con
i
).
Un altro polinomio che svolge un ruolo importante nella descrizione delle forme di un operatore
al variare delle coordinate `e il polinomio minimo. Dal punto di vista algebrico esso coincide con il
minimo comune multiplo dei polinomi a denominatore dellinversa di (I A) e viene indicato con
m(). Si tratta di un polinomio fattore del polinomio caratteristico in quanto esso ha le stesse radici di
questultimo, ma ciascuna con una molteplicit` a m
i
, detta molteplicit`a geometrica, che `e inferiore
o uguale a quella algebrica (
i
).
m() = (
1
)
m
1
. . . (
r
)
m
r
Utilizzando trasformazioni di coordinate la struttura pi` u semplice `e quella diagonale a coecienti
eventualmente complessi e, corrispondentemente, quella quasi diagonale a coecienti reali
Forma quasi diagonale a coecienti reali, D, (diagonale per gli autovalori reali e diagonale a blocchi
di dimensione due per le coppie di complessi coniugati). Una trasformazione per mettere A in questa
forma canonica esiste se la matrice `e regolare o detto in modo equivalente se tutti gli autovalori hanno
molteplicit` a geometrica unitaria. Come si potrebbe mostrare la condizione di molteplicit` a geometrica
unitaria comporta che in corrispondenza di ogni autovalore
i
di molteplicit` a algebrica
i
, `e possibile
calcolare proprio
i
autovettorivettori del primo ordine, cio`e vettori indipendenti soluzioni di
(A
i
I)u
i
= 0
Un caso particolare di matrice regolare `e quello in cui gli autovalori della matrice hanno molteplicit` a
algebrica unitaria.
La trasformazione che stiamo cercando `e quella che corrisponde ad assumere come nuova base
dello spazio quella associata agli autovettori del primo ordine. Vettori che, come si pu` o dimostrare,
sono tra loro indipendenti.
Si assuma, dunque, A regolare e si immagini, senza perdita di generalit` a di indicare in modo
4.6. Appendice 2 81
distinto gli autovalori, detti
1
, . . . ,
m
1
,
1

1
, . . .,
m
2

m
2
, con m
1
+ 2m
2
= n, si ha
D = TAT
1
=
_
_
_
_
_
_
_
_
_
_
_
_
v

1
.
.
.
v

m
1
v

1a
v

1b
.
.
.v

m
2
a
v

m
2
b
_
_
_
_
_
_
_
_
_
_
_
_
A( u
1
. . . u
m
1
u
1a
u
1b
. . . u
m
2
a
u
m
2
b
)
=
_
_
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.

m
1

1

1

1

1
.
.
.

m
2

m
2

m
2

m
2
_
_
_
_
_
_
_
_
_
_
_
_
_
dove con v

i
e u

i
si sono indicate le righe della matrice T e le colonne di T
1
, rispettivamente.
La precedente rappresentazione costituisce la forma quasi diagonale a coecienti reali di una
matrice. La verica `e presto fatta a partire dalla seguente uguaglianza ottenuta dalla precedente
premoltiplicando ambo i membri per T
1
A( u
1
. . . u
m
1
u
1a
u
1b
. . . u
m
2
a
u
m
2
b
) =
= ( u
1
. . . u
m
1
u
1a
u
1b
. . . u
m
2
a
u
m
2
b
)
_
_
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.

m
1

1

1

1

1
.
.
.

m
2

m
2

m
2

m
2
_
_
_
_
_
_
_
_
_
_
_
_
_
Luguaglianza tra le prime m
1
colonne dei prodotti a primo e secondo membro `e assicurata dal fatto
che
i
e u
i
sono autovalore ed autovettore corrispondente e, quindi, (A
i
I)u
i
= 0 ci` o che equivale a
scrivere Au
i
=
i
u
i
(essendo Au
i
la i-ma colonna del prodotto a primo membro e
i
u
i
la ima colonna
del prodotto a secondo membro). Luguaglianza tra le rimanenti colonne `e assicurata dalle propriet` a
sulla parte reale e immaginaria alla quale soddisfano gli autovettori complessi. Se, infatti = (+j)
`e autovalore associato allautovettore u = u
a
+ju
b
, si ha
(A( +j)I)(u
a
+ju
b
) = 0
che `e equivalente alle due uguaglianze tra parte reale e immaginaria
(AI)u
a
= u
b
(AI)u
b
= u
a
82 4. Rappresentazioni lineari stazionarie: analisi nel dominio del tempo
(ci`o che esprime anche che (A

I)u

= (A ( j)I)(u
a
ju
b
) = 0). Le precedenti
uguaglianze sono poi, equivalenti alla seguente uguaglianza matriciale
A(u
a
u
b
) = (u
a
u
b
)
_


_
Questa espressione consente di concludere la verica in esame.
4.7. La forma di Jordan
Nel caso generale di matrice non regolare, presenza di autovalori a molteplicit`a geometrica mag-
giore di uno, la forma canonica pi` u semplice che assume un operatore `e quella cosiddetta a blocchi di
Jordan, J.
In tal caso, scegliendo opportunamente le nuove coordinate negli autospazi associati agli autoval-
ori, autospazi scomponibili a loro volta in sottospazi associati a catene di autovettori generalizzati,
si ottiene una forma del tipo:
J =
_
_
J
1
0
.
.
.
0 J
m
_
_
se m sono gli autovalori.
La dimensione di J
i
`e pari alla molteplicit` a algebrica di
i
, per un autovalore reale, al doppio
della molteplicit` a algebrica per una coppia di autovalori complessi coniugati.
J

=
_
_
B
1
0
.
.
.
0 B

i
_
_
`e il blocco di Jordan associato allautovalore i - mo.
B
i
=
_
_
_
_
_
_

i
1
.
.
.
.
.
.
.
.
.
1
.
.
.

i
_
_
_
_
_
_
per un autovalore reale,
B
i
=
_
_
_
_
_
_

i
I
.
.
.
.
.
.
.
.
.
I
.
.
.

i
_
_
_
_
_
_
,
i
=
_

i

i

i

i
_
per una coppia di autovalori complessi e coniugati. La dimensione massima dei blocchi B
i
coincide
con lordine massimo degli autovettori generalizzati associati allautovalore
i
.
4.7. La forma di Jordan 83
Si ricorda che un autovettore generalizzato di ordine k soddisfa le equazioni
(A
i
I)
i
u
i
,= O i = 0, . . . , (k 1) (A
i
I)
k
u
i
= O
Inoltre gli autovettori di ordine superiore u
j
i
possono essere calcolati a partire da quelli di ordine
inferiore u
(j1)
i
risolvendo equazioni del tipo
(A
i
I)u
j
i
= u
(j1)
i
e costruendo quelle che in termini tecnici si chiamano catene di autovettori.
Inne si ricorda che una procedura di calcolo fondata sul calcolo di tutti gli autovettori di ordine
uno, poi quelli di ordine due a partire da quelli di ordine uno, e cos` via, no ad averne calcolati un
numero pari alla molteplicit` a algebrica, consente di trovare la base per la forma di Jordan. Questa
risulta composta dallaggregato delle basi degli autospazi associati a ciascun autovalore, a sua volta
costituite dallaggregato delle catene di autovettori associate a ciascun autovettore di ordine uno.
La verica che nelle nuove coordinate, denite come laggregato delle catene di autovettori, la
rappresentazione assunta dalloperatore `e quella indicata pu` o essere fatta come indicato nel caso
regolare.
5. Le rappresentazioni Lineari Stazionarie nel
dominio complesso
In questo capitolo vengono brevemente esposti i metodi di analisi nel dominio della variabile
complessa: la trasformata di Laplace per i sistemi a tempo continuo, la Z-trasformata per i sistemi a
tempo discreto. Lo studio dei sistemi dinamici nel dominio delle trasformate consente di collegare la
risposta impulsiva al comportamento del sistema in risposta a sollecitazioni periodiche. Si tratta di
una caratterizzazione del comportamento dinamico sulla quale `e fondata la classicazione in uso nel
settore dellingegneria.
5.1. La trasformata di Laplace nello studio dei sistemi a tempo continuo
Si ricorda la denizione di trasformata di Laplace; essa associa ad una funzione f(t), denita su
t [0, ), la funzione di variabile complessa, F(s)
L[f(t)] = F(s) :=
_

0
e
st
f(t)dt
che risulta denita per Re[s] >
f
, essendo
f
un numero reale associato ad f(t) e detto ascissa di
convergenza. Tale operazione `e lineare e valgono importanti propriet` a che sono alla base del calcolo
delle trasformate di classi di funzioni. Tra queste la seguente, nota come teorema della derivazione,
collega la trasformata della derivata di una funzione alla sua trasformata. Derivando ambo i membri
della precedente identit` a la trasformata della derivata assume la seguente espressione
L
_
d
dt
f(t)
_
= sF(s) f(0).
con ascissa di convergenza coincidente con
f
Questi semplici richiami consentono di calcolare le espressioni che caratterizzano, nel dominio della
variabile complessa, una rappresentazione lineare, stazionaria, a dimensione nita, regolare. Indicando
con le lettere maiuscole le trasformate delle corrispondenti funzioni del tempo, si ottiene
5.1. La trasformata di Laplace nello studio dei sistemi a tempo continuo 85
sX(s) x
0
= AX(s) +BU(s)
Y (s) = CX(s) +DU(s)
e, con semplici manipolazioni,
X(s) = (sI A)
1
x
0
+ (sI A)
1
BU(s) := (s)x
0
+H(s)U(s)
Y (s) = C(sI A)
1
x
0
+ (C(sI A)
1
B +D)U(s) := (s)x
0
+W(s)U(s)
Le precedenti relazioni esprimono la trasformata di Laplace delle evoluzioni nello stato e in uscita.
Esse dunque non sono altro che la rappresentazione esplicita del sistema nel dominio della variabile
complessa s, cioe la trasformata di Laplace di
x(t) = e
At
x
0
+
_
t
0
e
A(t)
Bu()d = (t)x
0
+
_
t
0
H(t )u()d
y(t) = Ce
At
x
0
+
_
t
0
Ce
A(t)
Bu()d +Du(t) = (t)x
0
+
_
t
0
W(t )u()d
Per identicazione dei termini corrispondenti nelle precedenti uguaglianze si ottengono le seguenti
identit` a:
(s) = L[(t)] = L
_
e
At

= (sI A)
1
H(s) = L[H(t)] = (sI A)
1
B
(s) = L[(t)] = C(sI A)
1
W(s) = L[W(t)] = C(sI A)
1
B +D
e
L
__
t
0
w(t )u()d
_
= W(s)U(s)
La matrice W(s), (q p), trasformata di Laplace di W(t), `e detta matrice delle funzioni di trasferi-
mento o semplicemente funzione di trasferimento.
Le precedenti identit` a esprimono due propriet` a della trasformata di Laplace che ne spiegano
linteresse delluso nello studio dei sistemi dinamici lineari. Le trasformate di funzioni di tipo espo-
nenziale (quindi anche costanti, periodiche e pseudoperiodiche) sono funzioni razionali strettamente
proprie; la trasformata di un integrale di convoluzione (`e di questo tipo la risposta forzata che pesa i
valori dellingresso a con quelli della risposta impulsiva a (t)) `e pari al prodotto delle trasformate,
teorema della convoluzione.
Per quanto riguarda la funzione di trasferimento W(s) si osservi che i suoi elementi sono fun-
zioni razionali proprie, cio`e rapporto di polinomi nella variabile complessa s. Inoltre il polinomio a
denominatore ha grado N n, essendo n la dimensione della matrice dinamica.
Questo fatto, che sar` a chiarito nel seguito del capitolo, dipende da eventuali cancellazioni di
fattori a numeratore e denominatore nel calcolo dellinversa di (sI A) e nelle successive operazioni
di moltiplicazione.
86 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
Segue, dalle precedenti considerazioni che la matrice di trasferimento di un sistema lineare
stazionario con p ingressi e q uscite a dimensione nita assume la forma
W(s) = D +
B
0
+B
1
s +B
2
s
2
+. . . +B
n1
s
N1
a
0
+a
1
s +a
2
s
2
+. . . +a
n1
s
N1
+s
N
per opportune matrici costanti D e B
i
, i = 0, . . . , N 1, (q p).
Le espressioni calcolate forniscono un metodo alternativo per il calcolo delle risposte, nello stato
e in uscita, di un sistema lineare stazionario. Assegnato un ingresso, e calcolatane la trasformata di
Laplace, il calcolo dellevoluzione in uscita a partire da uno stato iniziale x
0
comporta il calcolo di
(sI A)
1
, semplici moltiplicazioni ed una operazione di antitrasformazione.
Come si vedr` a in seguito loperazione di antitrasformazione `e particolarmente semplice in presenza
di ingressi che ammettono trasformate razionali; in tal caso infatti la risposta libera e forzata in s sono
esse stesse funzioni razionali e possono essere antitrasformate impiegando il metodo dellespansione
in frazioni parziali (espansione in fratti).
A titolo di esempio si vuole calcolare la risposta forzata allingresso u(t) =
1
(t), il gradino unitario,
di un sistema che ha risposta impulsiva WW(t) = e

t. Poich`e, come `e facile calcolare


L[
1
(t)] =
1
s
W(s) =
1
s + 1
ne segue che
y
f
(t) = L
1
[
1
s(s + 1)
] = L
1
[
1
s

1
s + 1
] = (1 e
t
)
1
(t)
Nel seguito vengono approfonditi gli aspetti del calcolo nel dominio complesso e vengono stabiliti
i collegamenti con lanalisi condotta nel capitolo precedente.
5.1.a. La matrice di transizione nel dominio complesso
Si assuma che la matrice A, (n n), abbia autovalori (
1
, . . . ,
r
), con molteplicit` a algebrica
(
1
, . . . ,
r
) essendo
1
+. . . +
r
= n. Si ha
(s) = (sI A)
1
=
(sI A)
a
T
[sI A[
=
_
E(s)
_
(s
1
)
m
1
. . . (s
r
)
m
r
=
_
E(s)
_
m(s)
in cui si `e indicato con m(s) il polinomio
m(s) = (s
1
)
m
1
. . . (s
r
)
m
r
minimo comune multiplo dei polinomi a denominatore degli elementi della matrice (sI A)
1
. Tale
polinomio si chiama il polinomio minimo. Si tratta di un polinomio fattore del polinomio caratter-
istico
d(s) = (s
1
)

1
. . . (s
r
)

r
5.1. La trasformata di Laplace nello studio dei sistemi a tempo continuo 87
in quanto esso ha le stesse radici di questultimo, ma ciascuna con una molteplicit` a m
i
, detta
molteplicit`a geometrica, che `e necessariamente maggiore di zero (la radice `e presente), ma non
superiore a quella algebrica (
i
). Una dimostrazione indiretta del fatto che tutti gli autovalori compa-
iano tra gli zeri del polinomio minimo si ha osservando che se cos` non fosse per un ssato autovalore
allora la corrispondente legge esponenziale non comparirebbe nellesponenziale della matrice; ci` o che
sappiamo non essere possibile.
Nel caso particolare di molteplicit`a geometrica unitaria si ha
(sI A)
1
=
_
E(s)
_
(s
1
) . . . (s
r
)
che ammette lespansione in fratti semplici
=

i=1
R
i
s
i
+

k=1
_
R
k
s
k
+
R

k
s

k
_
+ 2 = r
Tale espressione, posto
R
k
= R
ka
+jR
kb

k
=
k
+j
k
si riscrive
(sI A)
1
=

i=1
R
i
s
i
+

k=1
_
2R
ka
(s
k
) 2R
kb

k
(s
k
)
2
+
2
k
_
e restituisce, mediante antitrasformazione, lespressione dellesponenziale di matrice nel caso di A
regolare gi`a calcolata nel capitolo precedente.
Quando la molteplicit` a di alcuni autovalori non `e unitaria, allora, come si comprende dal calcolo
in s ed avremo occasione di esaminare con maggiore precisione nel seguito, le leggi di moto dei modi
naturali sono pi` u complesse infatti lespansione in frazioni parziali `e composta non solo da addendi con
polinomi di primo grado a denominatore (fratti semplici), ma anche da addendi con denominatore di
grado superiore ad uno (fratti composti) che sono le trasformate di funzioni esponenziali a coecienti
polinomiali in t. E questo il caso che si presenta quando la matrice A non `e regolare, cio`e non
ammette la forma diagonale, ma quella di Jordan. In questo caso la dimensione del blocco di Jordan
pi` u grande coincide con la molteplicit` a geometrica.
Per vericare con un esempio elementare come possa accadere che nellespressione di (s) il
polinomio a denominatore non coincida con quello caratterisctico ed abbia grado N < n, si consideri
A =
_
1 0
0 1
_
(sI A)
1
=
1
(s + 1)
2
_
s + 1 0
0 s + 1
_
=
=
_
1
(s+1)
0
0
1
(s+1)
_
=
1
(s + 1)
I
Si tratta di una matrice di dimensione due con il solo autovalore 1 che presenta molteplicit`a algebrica
due e geometrica uno. La molteplicit` a geometrica unitaria rende conto della presenza di una legge
esponenziale semplice nellesponenziale di questa matrice.
88 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
Ci`o non accade in questo altro semplice caso
A =
_
1 1
0 1
_
(sI A)
1
=
1
(s + 1)
2
_
s + 1 1
0 s + 1
_
=
=
_
1
(s+1)
1
(s+1)
2
0
1
(s+1)
_
=
1
(s + 1)
2
_
(s + 1) 1
0 (s + 1)
_
in cui la molteplicit` a geometrica dellautovalore `e uguale a quella algebrica ed `e pari a due. In questo
caso lesponenziale della matrice vede la comparsa di una legge esponenziale non semplice nellelemento
fuori dalla diagonale.
In presenza di autovalori con molteplicit`a geometrica unitaria, `e questo il caso del primo esempio,
le leggi di moto dei modi naturali sono quelle semplici, esponenziali o pseudoperiodiche. Nel caso
dellesempio si calcola facilmente mediante antitrasformazione degli elementi della matrice la legge
temporale e
t
. Come `e noto questo caso corrisponde allesistenza della forma diagonale, matrice A
regolare.
In presenza di autovalori con molteplicit`a geometrica maggiore di uno, `e questo il caso del secondo
esempio, le leggi di moto dei modi naturali sono quelle complesse, a coecienti polinomiali in t. Nel
caso dellesempio si calcolano facilmente mediante antitrasformazione le leggi e
t
e te
t
. Come `e noto
questo `e il caso in cui la matrice A non ammette la forma diagonale e la matrice `e non regolare.
5.1.b. I modi naturali nel dominio complesso
Il caso di autovalori reali a molteplicit`a geometrica unitaria
Si assume che la matrice dinamica A, (n n), abbia r autovalori reali,
i
, con molteplicit` a
algebrica
i
non denita e molteplicit` a geometrica m
i
unitaria.
In tal caso si ottiene
A

1

1

r

r
m
i
= 1 (sI A)
1
=
_
E(s)
_
(s
1
) . . . (s
r
)
=
R
1
s
1
+
R
2
s
2
+. . . +
R
r
s
r
=
r

i=1
Ri
s
i
= L(e
At
)
ove i residui R
i
sono matrici quadrate (n n) di rango pari alla molteplicit` a algebrica. I residui
possono essere calcolati mediante
R
i
= lim
s
i
_
(s
i
)((sI A)
1
_
Si ha infatti
L
1
_
(sI A)
1
_
=
r

i=1
R
i
e

i
t
5.1. La trasformata di Laplace nello studio dei sistemi a tempo continuo 89
Se si ricorda lespressione della matrice di transizione nel dominio del tempo, non `e dicile
vericare che
R
i
=

j=1
u
ij
v

ij
= U
i
V

i
dove u
ij
(j = 1, . . . ,
i
) sono gli autovettori destri, tutti del primo ordine in questo caso, associati
allautovalore
i
. La matrice R
i
, (n n), ha rango
i
essendo i vettori u
ij
indipendenti.
Un esempio elementare:
A =
_
1 1
0 2
_
(sI A) =
_
s + 1 1
0 s + 2
_
(sI A)
1
=
1
(s + 1)(s + 2)
_
s + 2 1
0 s + 1
_
=
R
1
s + 1
+
R
2
s + 2
con R
1
e R
2
matrici residue (2 2) di rango unitario (autovalori distinti) ottenute per espansione in
fratti semplici
(s) =
R
1
s + 1
+
R
2
s + 2
=
_
1 1
0 0
_
s + 1
+
_
0 1
0 1
_
s + 2
Possiamo ora antitrasformare e ottenere la matrice di transizione
(t) =
_
1 1
0 0
_
e
t
+
_
0 1
0 1
_
e
2t
(t) = e
t
u
1
v

1
+e
2t
u
2
v

2
u
1
v

1
= R
1
u
2
v

2
= R
2
Il caso di autovalori complessi coniugati con molteplicit`a geometrica unitaria
Se vi sono anche coppie di autovalori complessi coniugati,
k
=
k
+j
k
e
k
=
k
j
k
, si
ottiene
(sI A)
1
=

i=1
Ri
s
i
+

k=1
_
R
k
s
k
+
R

k
s

k
_
(sI A)
1
=

i=1
R
i
s
i
+

k=1
2R
ka
(s
k
) 2R
kb

k
(s
k
)
2
+
2
k
Anche in questo caso, ricordando lespressione della matrice di transizione in t, si pu` o vericare che
R
k
= R
ka
+jR
kb
= (u
ka
+ju
kb
)
_
v

ka
2
j
v

kb
2
_
e, sviluppando il calcolo,
R
ka
=
1
2
(u
ka
v

ka
+u
kb
v

kb
) R
k
b =
1
2
(u
kb
v

ka
u
ka
v

kb
)
Moltiplicando per lo stato iniziale:
R
i
x
0
= c
i
u
i
90 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
2R
ka
(s
k
) 2R
kb

k
(s
k
)
2
+
2
k
x
0
=
m
k
_
(s
k
)sen
k
+
k
cos
k
_
u
ka
+m
k
_
(s
k
)cos
k

k
sen
k
_
u
kb
(s
k
)
2
+
2
k
ove si `e tenuto conto delle denizioni dei parametri. Infatti, antitrasformando secondo Laplace si
ottengono i modi aperiodici e pseudoperiodici
c
i
e

i
t
u
i
m
k
e

k
t
_
sen(
k
t +
k
)u
ka
+ cos (
k
t +
k
)u
kb
_
Rispetto alle costanti di tempo, alle pulsazioni naturali e agli smorzamenti si ottiene, con semplici
calcoli:
(sI A)
1
=

i=1
R
i

i
1 +r
i
s
+

k=1
2R
ka

nk
(
s

nk
+
k
)
2R
kb

nk
_
1
2
k
1 +
2
k

nk
s +
s
2

2
nk
A titolo di esempio si consideri il modello del semplice circuito elettrico studiato nel terzo capitolo
A =
_
1
R
1
C
1
C
1
L
R
2
L
_
B =
_
1
R
1
C
0
_
C = ( 0 R
2
)
(s) =
1
s
2
+
_
R
2
L
+
1
R
1
C
_
s +
1
LC
_
s +
R
2
L

1
C
1
L
s +
1
R
1
C
_
da cui
W(s) =
R
2
R
1
CL
s
2
+
_
R
2
L
+
1
R
1
C
_
s +
1
LC
e con LC = 1,
R
1
R
2
C+L
R
1
LC
= 1, la funzione di trasferimento diventa
W(s) =
R
2
R
1
1 +s +s
2
con poli
s
1/2
=
1
2

_
1
4
1 =
1
2
j

3
2
Il caso di autovalori a molteplicit`a geometrica maggiore di uno
Nel caso generale, indicata con m
i
la molteplicit` a geometrica, si ha per la matrice di transizione
lespressione
(sI A)
1
=
r

i=1
m
i

k=1
R
ik
(s
i
)
k
R
ik
= lim
s
i
1
(m
i
k)!
d
m
i
k
ds
m
i
k
_
(sI A)
1
(s
i
)
m
i
_
5.1. La trasformata di Laplace nello studio dei sistemi a tempo continuo 91
Antitrasformando secondo Laplace
L
1
(sI A)
1
=
r

i=1
m
i

k=1
R
ik
t
k1
(k 1)
e

i
t
Per identit` a con le espressioni calcolate in t si ottiene il legame tra i residui R
ik
ed i vettori c
i
(componenti di x
0
negli autospazi U
i
). Si ottiene
c
i
= R
i1
x
0
(A
i
I)c
i
= R
i2
x
0
(A
i
I)
m
i
1
c
m
i1
= R
i,m
i
x
0
5.1.c. La funzione di trasferimento
Come pi` u volte sottolineato la funzione di trasferimento, analogamente alla risposta impulsiva, `e un
modello del comportamento forzato di un sistema dinamico lineare stazionario. La sua conoscenza
consente infatti di calcolare una qualsiasi risposta forzata ad un asseganto ingresso mediante la sem-
plice relazione
y
f
(t) = L
1
(Y
f
(s)) = L
1
(W(s)U(s))
In base a quanto osservato, il modello funzione di trasferimento pu` o essere calcolato, in un
approccio di modellazione cosiddetto a scatola nera in cui si assume di non avere altre informazioni
sul sistema se non le misure degli ingressi e delle corrispondenti uscite, a partire dalla conoscenza
della trasformata di una qualsiasi coppia ingresso-uscita forzata. Infatti si ha
W(s) =
Y
f
(s)
U(s)
e se lingresso `e limpulso unitario (t), poich`e L((t) = 1, la trasformata delluscita forzata `e proprio
la funzione di trasferimento.
Per sistemi a pi` u ingressi pi` u uscite, la caratterizzazione delle componenti della matrice delle
funzioni di trasferimento permette di denire gli esperimenti che `e necessario condurre per calcolare
la W. Dallespressione della matrice delle funzioni di trasferimento
W(s) =
_
_
W
11
(s) . . . W
1p
(s)
. . . . . . . . .
W
q1
(s) . . . W
qp
(s)
_
_
si deduce, infatti,
y
i
= W
i1
U
1
+. . . +W
ip
U
p
W
ij
=
y
i
U
j

U
k
=0 k=j
In realt` a la procedura di identicazione ora delineata che consiste nel calcolare la funzione di trasfer-
imento a partire da q esperimenti ingresso-uscita, corrisponde, nel dominio del tempo, a calcolare la
risposta impulsiva mediante operazioni di deconvoluzione. Una tale procedura di identicazione `e di
non facile impiego nella pratica per la complessit` a intrinseca delle misure in regime dinamico e delle
92 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
elaborazioni ad esse collegate in particolare in presenza di errori ed incertezze di misura. Vedremo
nel seguito del capitolo che il concetto di risposta a regime permanente consente di mettere a punto
una procedura sperimentale semplice e robusta rispetto ad incertezze di misura per lidenticazione
della funzione di trasferimento.
E importante osservare che il modello funzione di trasferimento pu` o anche essere ottenuto diretta-
mente secondo lapproccio cosiddetto a scatola trasparente in cui si suppone di conoscere i componenti
del sistema nonch`e il loro funzionamento e le connessioni. Procedure di questo tipo, fondate sulla ma-
nipolazione di gra, sono disponibili per la modellazione di sistemi meccanici ed elettrici. Tra queste la
pi` u nota nell ingegneria `e il metodo delle impedenze complesse caratteristico della teoria dei circuiti.
Con riferimento a tale metodo `e infatti noto che associata ad ogni componente unimpedenza comp-
lessa e costruito il grafo, che esprime le connessioni del circuito, opportune manipolazioni deniscono
una procedura sistematica di calcolo dellimpedenza complessa del circuito, cio`e, della funzione di
trasferimento.
Poich`e il modello nel dominio della variabile complessa pu` o, al pari della rappresentazione con lo
stato, essere il punto di partenza nello studio di un assegnato sistema sico, `e necessario precisarne
la rappresentativit` a.
Un semplice esempio che lascia comprendere in quale misura la funzione di trasferimento sia un
modello parziale del comportamento dinamico del sistema, `e il seguente. Si consideri una semplice
rete elettrica lineare composta dalla connessione in serie di una resistenza con due condensatori;
lingresso sia la tensione di alimentazione e luscita sia la tensione ai capi del secondo condensatore.
Non `e dicile vericare che mentre la rappresentazione con lo stato ha dimensione due (due sono i
componenti con memoria) la funzione di trasferimento ha un solo polo. Sviluppando i calcoli si verica
che dal punto di vista del legame ingresso uscita forzato il circuito `e equivalente ad uno composto dalla
serie della stessa resistenza con un condensatore di capacit` a pari al parallelo in cui luscita sia ridotta,
mediante un partitore, di un valore pari alla capacit` a del primo diviso la somma delle capacit` a dei due
condensatori. Esiste, dunque, una diversa rete elettrica che ha un solo condensatore e che ammette lo
stesso comportamento forzato della precedente; essa `e cio`e equivalente alla prima per quanto riguarda
il comportamento forzato. Tale rete per` o non `e equivalente da un punto di vista generale a quella
assegnata in quanto non potr` a riprodurre tutte le risposte a partire da condizioni iniziali non nulle.
Dal punto di vista delle formule le precedenti considerazioni trovano un riscontro nello studio
precedentemente condotto sulleccitabilit`a e losservabilit`a dei modi naturali essendo, la funzione di
trasferimento, la trasformata di Laplace della risposta impulsiva. In estrema sintesi, e con riferimento
ad un sistema con autovalri distinti, la funzione di trasferimento `e rappresentativa di tutti e soli
i modi che sono simultaneamente eccitabili e osservabili. Ci` o si comprende anche osservando che
sotto loperazione di trasformazione combinazioni lineari di esponenziali si trasformano in rapporti di
polinomi e gli zeri del denominatore coincidono con gli esponenti delle leggi temporali; quindi gli zeri
del denominatore della W(s) coincidono con gli autovalori associati ai modi eccitabili e osservabili.
Poli e zeri della funzione di trasferimento
5.1. La trasformata di Laplace nello studio dei sistemi a tempo continuo 93
Gli zeri del polinomio a denominatore della funzione di trasferimento nel caso p = q = 1 (gli zeri
del polinomio minimo comune multiplo dei polinomi a denominatore nel caso generale) si chiamano
poli della funzione di trasferimento (poli della matrice di funzioni di trasferimento). Alla luce di
quanto osservato, i poli sono un sottoinsieme degli autovalori del sistema.
Gli zeri del polinomio a numeratore nel caso p = q = 1 (gli 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 possibili se p < q), si chiamano zeri della funzione di trasferimento,
(zeri di trasmissione della matrice delle funzioni di trasferimento).
Il signicato dei poli `e noto. I poli sono gli autovalori che compaiono nella funzione di trasferimento;
le corrispondenti leggi di moto: aperiodiche o pseudoperiodiche, convergenti, costanti o divergenti
caratterizzano il comportamento forzato.
Anche gli zeri della funzione di trasferimento ammettono una interpretazione in termini di compor-
tamento ingresso uscita. Sia z uno zero (z
1
e z
2
una coppia di zeri complessi coniugati) e sia u(t) un
ingresso che ammette trasformata di Laplace
1
(s z)
(
1
(s z
1
)(s z
2
)
)
Si calcoli ora la risposta forzata e si osservi che, a seguito della cancellazione che si ha tra la trasfor-
mata dellingresso e lo zero (la coppia di zeri) landamento nel tempo di tale risposta non contiene
i termini che corrispondono nello sviluppo in frazioni parziali ai poli che competono alla trasfor-
mata dellingresso. In altre parole quel tipo di ingresso genera una risposta forzata che si riduce ad
unevoluzione libera. Come avremo occasione di meglio comprendere in seguito la presenza di uno o
pi` u zeri si traduce nella capacit` a del sistema di ltrare leetto di una classe di funzioni di ingresso.
Questa caratteristica, che pu` o essere pensata come una mancanza di reattivit` a del sistema rispetto
a determinate sollecitazioni, `e ancora pi` u evidente quando si pensi ad una tale azione di ltro per
eetto della presenza di zeri a parte reale positiva. In questo caso, infatti, lazione di ltro avviene in
presenza di un ingresso la cui ampiezza tende allinnito al crescere del tempo.
Si torner` a su questi aspetti nel prossimo capitolo dove, con riferimento ai sistemi a pi` u ingressi e
pi` u uscite, lo studio sar` a ripreso sulla base della seguente denizione di zero fondata sulla rappresen-
tazione con lo stato. Gli zeri di trasmissione del sistema coincidono con i valori di s che annullano il
determinante della cosiddetta matrice di sistema. Sono cio`e quei valori s tali che
det
_
s

I A B
C 0
_
= 0
Come avremo occasione di mostrare tale denizione `e equivalente alla precedente.
In conclusione del paragrafo si vogliono mettere in luce le tre diverse espressioni in uso della funzione
di trasferimento: rapporto di polinomi; fattorizzazione (poli - zeri); forma di Bode.
Rapporto di polinomi
94 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
Prende tale denominazione la rappresentazione gi` a introdotta nel paragrafo 5.1.1
W(s) =
B
0
+B
1
s +. . . +B
m
s
m
a
0
+a
1
s +. . . +s
N
ove B
i
, (q, p), sono opportune matrici di coecienti.
Come esempio si consideri
W(s) =
_
1
s+1
s1
s
2
+2s
1
s+2
0
_
=
_
s(s + 2) (s
2
1)
s(s + 1) 0
_
s(s + 1)(s + 2)
W(s) =
_
0 1
0 0
_
+
_
2 0
1 0
_
s +
_
1 1
1 0
_
s
2
s
3
+ 3s
2
+ 2s
Forma fattorizzata (poli - zeri), ogni elemento della matrice W(s) `e posto nella forma
W
ij
(s) =
N(s)
D(s)
= k

i=1
(s z
i
)
n

j=1
(s p
j
)
Forma di Bode `e necessario fare riferimento alla seguente fattorizzazione a coecienti reali di un
polinomio.
p(s) = h

i
(s
i
)

k
(s
k
j
k
)(s
k
+j
k
)
= h

i
(s
i
)

k
_
(s
k
)
2
+
2
k
_
= h

i
(s
i
)

k
(s
2
2
k
s +
2
k
+
2
k
)
= h

i
(
i
)

i
(1 +
i
s)

k
(s
2
2
k
s +
2
k
+
2
k
)
p(s) = h

i
(
i
)

k
(
2
nk
)

i
(1 +
i
s)

k
_
1 +
2
k

nk
s +
s
2

2
nk
_

2
k
+
2
k
=
2
nk

nk

k
=
k
A partire dalla precedente espressione si ottiene
W(s) =
h

i
(1 +

i
s)

k
_
1 +
2

nk
s +
s
2

2
nk
_
h

i
(1 +
i
s)

k
_
1 +
2
k

nk
s +
s
2

2
nk
_
5.2. La risposta a regime permanente 95
che `e lespressione utilizzata per caratterizzare ciascun elemento della matrice della funzione di trasfer-
imento.
In una fattorizzazione a coecienti reali di questo tipo sono messe in evidenza, le costanti di tempo

i
, associate agli autovalori reali, lo smorzamento
k
e la pulsazione naturale
nk
associate ad ogni
coppia di autovalori complessi coniugati, la presenza di un eventuale eccesso di poli in zero, s
r
e il
guadagno, K,
W(s) = K

i=1
(1 +

i
s)

k=1
_
1 +
2

nk
s +
s
2

2
nk

_
s
r

i=1
(1 +
i
s)

k=1
_
1 +
2
k

nk
s +
s
2

2
nk
_
5.2. La risposta a regime permanente
Lo studio nel dominio complesso permette di comprendere come le caratteristiche della risposta
di un sistema dinamico siano collegate al comportamento rispetto ad una classe particolare di sol-
lecitazioni: le sollecitazioni periodiche. Questi aspetti sono alla base della cosiddetta analisi in fre-
quenza di un sistema dinamico; un approccio al quale fanno ricorso gli ingegneri nellanalisi dei sistemi
dinamici. Il punto di partenza `e rappresentato dalla caratterizzazione del signicato sico della fun-
zione di trasferimento valutata sui punti dellasse immaginario e riposa sul concetto di risposta a
regime permanente.
La risposta a regime permanente ad un assegnato ingresso `e denita come quella funzione del
tempo alla quale, indipendentemente dallo stato iniziale, tende la risposta in uscita al crescere del
tempo.
Se si ricorda che la risposta in uscita `e composta da evoluzione libera e forzata, si comprende che
lindipendenza dallo stato iniziale `e assicurata dalla condizione che le leggi di moto che compaiono in
Ce
At
tendano a zero al crescere del tempo. In altre parole la condizione di indipendenza dallo stato
iniziale si riduce a richiedere che i modi osservabili siano associati ad autovalori a parte reale negativa.
Infatti, sotto tale condizione, in
y(t) = Ce
A(tt
0
)
x
0
+
_
t
t
0
W(t )u()d
la generica evoluzione libera per un ssato t
0
tende a zero al crescere del tempo. In realt`a per un
sistema sico lesistenza del regime permanente non pu`o prescindere da unulteriore propriet` a che
rende possibile il corretto funzionamento del sistema stesso: si tratta della limitatezza di tutte le
evoluzioni interne. Anch`e questo accada, come si pu`o comprendere alla luce dello studio condotto
sui modi naturalli e come avremo occasione di precisare nelle fasi successive del nostro studio, `e
necessario che gli autovalori a molteplicit`a geometrica unitaria abbiano parte reale minore o uguale a
zero e quelli a molteplicit` a geometrica maggiore di uno abbiano parte reale strettamente negativa. In
altre parole `e necessaria quella propriet` a che `e nota come stabilit` a interna del sistema. Assumeremo,
dunque, la stabilit` a interna ed in aggiunta, per garantire la citata indipendenza dallo stato iniziale
96 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
assumeremo che gli autovalori associati ai modi osservabili abbiano parte reale strettamente negativa
indipendentemente dalla loro molteplicit` a.
Limitata in tal modo la classe dei sistemi ai quali ci riferiremo, quelli che hanno autovalori a
parte reale negativa ed eventualmente nulla quelli non osservabili a molteplicit` a geometrica unitaria,
deniremo la risposta a regime permanente come quella funzione che si ottiene facendo il limite per
t
0
che va a della risposta del sistema.
Pi` u precisamente deniamo
y
r
(t) = lim
t
0

_
t
t
0
W(t )u()d
se una tale funzione del tempo esiste per un ssato u diremo che questa `e la risposta a regime
permanente corrispondente allingresso ssato.
Dalla denizione si comprende che lesistenza del regime permanente dipende non solo dalle pro-
priet` a del sistema, quelle ssate, ma anche dallingresso; infatti deve essere assicurata la sommabilit`a
della funzione integranda a secondo membro della precedente espressione. Vedremo che per ssate
classi di ingressi, periodici e polinomiali, il regime permanente esiste ed ha la stessa forma dellingresso.
La risposta a regime `e dunque caratterizzata da alcuni parametri che ne precisano la modica rispetto
allingresso.
Per comprendere che la funzione cos` calcolata coincida con landamento verso il quale tende
ad assestarsi la risposta del sistema basta ossevare che per la stazionariet` a del sistema losservazione
della risposta al tempo (t +t

) `e equivalente allosservazione a t avendo applicato lo stesso ingresso a


partire dallistante (t
0
t

). Quindi osservare al crescere del tempo equivale ad osservare al tempo t


le risposte alla successione di ingressi ottenuta per traslazione verso linnito negativo.
Mostreremo che la risposta ora denita rappresenta quella funzione alla quale tende, nel senso
usuale del limite, la risposta forzata del sistema. A tal ne si mostrer`a che
, T
a
: [[y(t) y
r
(t)[[ < , t T
a
.
T
a
prende il nome di tempo di assestamento e dipende dagli autovalori di A.
A questo proposito si osservi che in base alla denizione data ed in virt` u delle propriet` a di regolarit` a
della risposta impulsiva e per funzioni di ingresso regolari loperazione di limite pu` o essere spostata
sullestremo di integrazione e, a seguito di un cambiamento di variabile, si ottiene
y
r
(t) =
_
t

W(t )u()d =
_

0
W()u(t )d
ci`o che consente di esprimere la dierenza y y
r
in istanti di tempo superiori a T
a
, come
y(T
a
+t) y
r
(T
a
+t) = Ce
A(T
a
+t)
x
0
+
_
T
a
+t
0
W(T
a
+t )u()d
_

0
W()u(T
a
+t )d
da cui segue
y(T
a
+t) y
r
(T
a
+t) = Ce
A(T
a
+t)
x
0

_

T
a
+t
W()u(T
a
+t )d
5.2. La risposta a regime permanente 97
che pu` o essere inferiore ad ogni pressato per T
a
() sucientemente grande. Ci`o `e conseguenza del
fatto che gli elementi di Ce
At
e W(t) sono combinazioni lineari di funzioni esponenziali decrescenti
che diventano innitesimi al crescere del tempo.
Per concludere `e opportuno sottolineare che a seguito della introduzione della risposta a regime
permanente la risposta complessiva in uscita pu` o essere interpretata, per classi di ingressi che am-
mettono il regime e per sistemi stabili asintoticamente, come la somma di due risposte denominate
transitoria e permanente
y(t) = y
t
(t) +y
r
(t)
Poggiano su tale scomposizione della risposta alcuni metodi di studio e di progetto di sistemi dinamici
lineari stazionari; per tale motivo essa rappresenta una scomposizione in un certo senso complementare
rispetto a quella nota in risposta in evoluzione libera e forzata.
Valer la pena di osservare che poich`e il regime coincide con landamento al limite della risposta
e le condizioni di esistenza, come abbiamo visto, richiedono che la risposta in evoluzione libera tenda
a zero, possiamo concludere che il regime permenente `e la parte persdistente della risposta forzata
mentre la risposta libera `e parte del transitorio.
5.2.a. Il regime permanente ad ingressi periodici
Ci`o premesso `e importante caratterizzare la risposta a regime permanente ad ingressi di tipo
periodico puro. Sia, dunque, u(t) = e
t
si ha
y
r
(t) = lim
t
0

_
t
t
0
W(t )e

d
e posto (t ) = , sviluppando il calcolo ricordando che per la regolarit` a delle funzioni coinvolte il
limite si sposta sullestremo di integrazione, si ottiene
y
r
(t) = e
t
_

0
W()e

d = e
t
W(s)

s=
Lultima uguaglianza `e garantita dal fatto che lascissa di convergenza della trasformata di Laplace `e
negativa essendo W(t) una combinazione lineare di esponenziali a parte reale negativa. Sfruttando la
linearit` a e osservando che W() in qualit` a di trasformata di una funzione reale verica
W() = M()e
()
ove
M() = [W()[ , () =

W()
si ottiene
y
r
(t) =
M()e
t
e
()
M()e
t
e
()
2
= M() sin (t +())
Si ha quindi limportante risultato che la risposta a regime permanente ad un ingresso periodico puro
`e una funzione dello stesso tipo dellingresso con la stessa pulsazione e modicata in modulo e fase
98 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
di quantit` a M() e () che sono il modulo e la fase di W(s) calcolata in s = , pulsazione
dellingresso. Per tale motivo possiamo dire che il modulo e la fase di W() caratterizzano, al variare
di e nellipotesi di stabilit` a della rappresentazione, il comportamento del sistema a regime per
ingressi periodici puri. W() viene detta risposta armonica, e matrice delle risposte armoniche nel
caso generale, p e/o q > 1.
Se si pensa alla formula di inversione di Laplace in cui interviene la funzione di variabile complessa
calcolata lungo una retta parallela allasse immaginario ed interna al semipiano di convergenza, e si
ricorda contestualmente che lasse immaginario, per lipotesi Re[
i
] < 0, appartiene a tale semipiano
si comprende, da un punto di vista matematico, come il comportamento a regime permanente al
variare di (modulo e fase di W()) contenga tutte le informazioni sul comportamento dinamico
ingresso-uscita. In altre parole il modulo e la fase della risposta armonica per un ssato valore di
pulsazione rendono conto del comportamento a regime permanente a quella pulsazione; il modulo e
la fase della risposta armonica al variare della pulsazione rendono conto del comportamento dinamico
del sistema: quindi anche del comportamento transitorio che compete al comportamento forzato.
Per caratterizzazione del comportamento in frequenza, da un punto di vista applicativo, si intende
landamento di M() e (). Tali funzioni sono signicative dal punto di vista del comportamento
dinamico e a queste fanno riferimento metodi di analisi e di identicazione. Tra questi il pi` u semplice
dei metodi di identicazione, detto metodo della risposta armonica, consiste nelleettuazione di pi` u
misure ingresso-uscita su risposte a regime ad ingressi periodici puri con diverse pulsazioni
1
, . . . ,
N
.
Calcolati in tal modo M
i
e
i
, i = 1, . . . , N, il problema si risolve calcolando una funzione razionale
interpolante tali valori. Si tratta di individuare due interi n ed m e due polinomi n(s) e d(s) di
variabile complessa, di grado m e n rispettivamente, tali che posto W(s) = n(s)/d(s) si abbia

W(s)

s=

= M
i
,

W(s)

s=
=
i
Ovviamente quanto detto rappresenta la linea concettuale del procedimento di identicazione che
presenta aspetti complessi legati alle scelte di N, m ed n ed al ltraggio delleetto di rumori sulle
misure.
In conclusione la risposta armonica W(j) descrive il comportamento in frequenza di un sistema
dinamico lineare stazionario e allo stesso tempo consente di dare alla funzione di trasferimento
uninterpretazione sica equivalente a quella data alla risposta impulsiva. Per questo motivo assumono
importanza le rappresentazioni grache della risposta armonica; le pi` u note sono le rappresentazioni di
Bode, diagrammi di modulo (in dB) e fase rispetto ad un ascissa in scala logaritmica, quella polare,
una curva nel piano complesso tarata che descrive limmagine secondo W dellasse immaginario,
quella di Nichols, equivalente a quella polare, ma rispetto ad un sistema di coordinate ortogonali per
il modulo (in dB) e la fase.
In appendice viene presentata una procedura per il tracciamento di tali graci. Linteresse di
tale argomento riposa, in base alle considerazioni precedenti, sullimportanza di disporre di una chiave
di lettura che consenta di comprendere il comportamento dinamico a partire dalla conoscenza delle
rispostea regime a sollecitazioni periodiche.
5.2. La risposta a regime permanente 99
5.2.b. Il regime permanente a ingressi canonici
Si proceder` a ora, nellipotesi che il sistema soddis la citata condizione di esistenza del regime
permanente, al calcolo di tale risposta ad ingressi cosiddetti canonici; cio`e del tipo
u(t) =
t
k
k!

1
(t)
Il calcolo della risposta a regime permanante pu`o essere eettuato in t o in s. Per quanto riguarda
il calcolo in t, a partire dalla denizione stessa di risposta a regime si ha
y
r
(t) = lim
t
0

_
t
t
0
W(t r)
r
k
k!
dr = t r =
=
_

0
W()
(t )
k
k!
d
=
_

0
W()
k

i=0
t
ki
k!

i
(1)
i
_
k
i
_
d
=
k

i=0
1
k!
_
k
i
_
t
ki
(1)
i
_

0
W()
i
d
=
k

i=0
1
i!(k i)!
(1)
i
t
ki
M
i
Sia ottiene quindi un polinomio di grado k i cui coecienti sono i parametri M
i
M
i
=
_

0
W()
i
d
detti momenti della risposta impulsiva. Si osservi che tali coecienti sono ben denti in quanto
per le ipotesi sul sistema nella risposta impulsiva compaiono leggi temporali di modi associati ad
autovalori a parte reale negativa; ci`o che garantisce la limitatezza dellintegrale.
I momenti della risposta impulsiva sono collegati da una semplice relazione ai coecienti dello
sviluppo in serie di Mac Laurin della W(s). Si ha infatti:
M
i
= (1)
i
d
i
W(s)
ds
i

s=0
Ricordando lo sviluppo di Mc Laurin W(s) =

c
i
s
i
, in cui
c
i
=
1
i!
d
i
(W(s)
ds
i

s=0
si ottiene
(1)
i
M
i
= i!c
i

M
i
= (1)
i
i!c
i
100 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
In denitiva, per la risposta a regime permanente allingresso canonico di ordine k si ottiene
y
r
(t) =
k

i=0
t
ki
(k i)!
c
i
= c
0
t
k
k!
+. . . +c
k
Nel caso particolare di ingresso a gradino unitario, k = 0, u(t) =
1
(t) si ottiene
y
r
(t) = c
0
= W(0)
la risposta a regime `e dunque costante e pari a W(0), tale valore costante `e detto guadagno della
funzione di trasferimento. Il guadagno della funzione di trasferimento di un sistema ha, nel caso in
cui esista la risposta a regime permanente, il signicato sico di valore di regime della risposta al
gradino unitario.
Come si `e detto in precedenza un approccio diverso nellanalisi del regime permanente rispetto ad
ingressi canonici `e fondato sullo studio della risposta nel dominio della trasformata di Laplace.
Unosservazione prelimionare pu` o essere fatta per giusticare la dizione ingressi canonici. Gli ingressi
allo studio sono detti ingressi canonici perch`e, in analogia a quanto accade con lingresso impulsivo,
la risposta forzata ad uno di tali ingressi `e un modello del comportamento forzato del sistema. Pi` u
precisamente, se si indica con il prodotto di convoluzione di due funzioni del tempo,
L(W u) = W(s)U(s) =
= sW
1
(s)U(s) = W
1
(s)sU(s)
= L(W
1
u

)
dove lapice indica la derivazione rispetto al tempo e
W
1
(s) =
W(s)
s
Quindi la risposta forzata, pari alla convoluzione di u con W (risposta impulsiva), pu` o anche essere
ottenuta come convoluzione di W
1
(risposta forzata allingresso a gradino unitario) con la derivata
dellingresso se, come avviene nel caso degli ingressi che qui si considerano, la derivata in zero `e nulla.
Questi argomenti possono essere generalizzati alle derivate di ordine superiore degli ingressi ed alle
risposte ad ingressi canonici di ordine superiore se si osserva che la trasformata di Laplace dellingresso
canonico di ordine k:
u(t) =
t
k
k!

1
(t)
vale
L
_
t
k
k!

1
(t)
_
=
1
s
k+1
Infatti
L
_

1
(t)
_
=
1
s
L
_
t
1
(t)
_
=
1
s
2
5.2. La risposta a regime permanente 101
infatti
1
(t) `e la derivata di t
1
(t) e quindi
L
_

1
(t)
_
= s
1
s
2
0 =
1
s
Generalizzando
L
_
t
(
k 1)
(k 1)!

1
(t)
_
=
1
s
k
L
_
t
k
k!

1
(t)
_
=
1
s
(
k + 1)
Tornando allo studio della risposta a regime, si consideri la risposta forzata allingresso di ordine k,
y
f
(s) =
W(s)
s
k+1
=
A
0
+A
1
s +. . . +A
k
s
k
s
k+1
+ +
B
1
s p
1
+. . . +
B
n
s p
n
y
f
(t) = L
1
_
A
0
+. . . +A
k
s
k
s
k+1
_
+
n

i=1
B
i
e
p
i
t
da ci` o si evince che, avendo i poli p
i
parte reale negativa, al crescere del tempo la risposta tende ad
assumere un andamento pari a
y
r
(t) = L
1
_
A
0
+. . . +A
k
s
k
s
k+1
_
Calcoliamo questa antitrasformata:
A
0
=
W(s)
s
k+1
s
k+1

s=0
= W(0) = K guadagno
A
1
=
d
ds
_
W(s)
s
k+1
s
k+1
_
[
s=0
=
dW
ds

s=0

A
k
=
1
k!
d
k
ds
k
W(s)

s=0

y
r
(t) = A
0
t
k
k!
+A
1
t
k1
(k 1)!
+. . . +A
k
Si riottiene, in denitiva, lespressione precedente ove con A
i
sono qui indicati i coecienti c
i
dello
sviluppo in serie di Mc Laurin. Al calcolo di tali coecienti si riduce il calcolo della la risposta a
regime permanente.
Esaminiamo in dettaglio la risposta forzata allingresso a gradino; come gi` a detto tale risposta `e
chiamata risposta indiciale. Sia
W(s) =
b
0
+b
1
s +. . . +b
m
s
m
a
0
+a
1
s +. . . +a
n1
s
n1
+s
n
102 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
posto u(t) =
1
(t), la risposta forzata in s `e data da
y(s) =
W(s)
s
=
A
0
s
+
A
1
s p
1
+. . . +
A
n
s p
n
dove con p
i
si sono indicati i poli della funzione di trasferimento. Ancora una volta, poich`e Re(p
i
) < 0
si comprende che lantitrasformata della risposta forzata `e una funzione che al crescere del tempo tende
al valore costante A
0
= K, guadagno. Infatti:
y
f
(t) = A
0

1
(t) +
n

i=1
A
1
e
p
i
t

1
(t)
A
0
= W(0) pu` o anche essere calcolato applicando il teorema del valore nale nel dominio delle
trasformate
lim
t
f(t) = lim
s0
s F(s)
In conclusione, a seguito dellapplicazione dellingresso a gradino unitario u(t) =
1
(t),
y
r
(t) = W(0)
1
(t) = K
1
(t)
la risposta a regime permanente tende ad un valore costante pari al guadagno.
Il comportamento della risposta indiciale intorno allo zero pu` o essere messo in relazione con i parametri
della W(s). Se si ricorda che per il teorema del valore iniziale:
lim
t0
f(t) = lim
s
s F(s)
si ottiene immediatamente
y(0) = W() = 0 se n > m
inoltre
y

(0) = lim
s
s
_
sy(s) y(0)
_
= lim
s
sW(s) =
= b
n1
se m = n 1 = 0 se m < n 1
.
.
.
y
(nm)
(0) = b
m
In conclusione: la risposta in zero no alla derivata di ordine (n m 1) `e nulla. La derivata di
ordine (n m) `e pari al coeciente di ordine massimo del numeratore.
Esempio della massa - molla - smorzatore
_
x
1
= x
2
x
2
=
k
M
x
1

b
M
x
2
+
u(t)
M
5.3. Le leggi di moto nellevoluzione libera e forzata nel caso di autovalori multipli - sistemi a tempo continu
y = x
1
W(s) = ( 1 0 )
_
s 1
k
M
s +
b
M
_
1
_
0
1
M
_
=
1
s
_
s +
b
M
_
+
k
M
( 1 0 )
_
s +
b
m
1

k
M
s
__
0
1
M
_
W(s) =
1
M
s
2
+
b
M
s +
k
M
Il guadagno, lo spostamento a regime sotto lazione di una forza unitaria, `e pari a
A
0
=
1
k
mentre il comportamento intorno allo zero `e caratterizzato da
y(0) = 0 y

(0) = 0 y

(0) =
1
M
Si conclude il paragrafo mettendo in evidenza due parametri che sono generalmente assunti a carat-
terizzare la risposta indiciale:
- sovraelongazione, s: scostamento rispetto al valore massimo normalizzato al valore di regime
s =
y
M
K
K
- tempo di salita, t
s
: tempo necessario a raggiungere la prima volta il valore di regime (nel caso
oscillante); tempo per passare da 0, 1 a 0, 9 del valore nale nel caso non oscillante.
t
s
e s sono legati ai parametri nel dominio della frequenza, risultando per funzioni di trasferimento
in una vasta gamma: B
3
t
s

= costante e
1+s
M
r

= costante. Infatti, come lintuizione suggerisce ad


una pi` u ampia banda passante corrisponde una maggiore prontezza di risposta. Inoltre se si pensa
al contenuto spettrale del segnale gradino unitario si `e condotti a pensare ad una ingresso di tale
tipo come sollecitante il comportamento su tutto lo spettro delle frequenze (da zero, per la compo-
nente continua, no allinnito, per la discontinuit` a iniziale); ci` o naturalmente conduce a collegare la
presenza di sovraelongazioni nella risposta indiciale a risonanze nel comportamento in frequenza.
5.3. Le leggi di moto nellevoluzione libera e forzata nel caso di autovalori
multipli - sistemi a tempo continuo
Come `e noto lespressione generale dellespansione in frazioni parziali di una matrice di funzioni
razionali strettamente proprie `e la seguente
(s) =
(sI A)
a
T
[sI A[
=
E(s)
m(s)
=
r

i=1
m
i

k=1
R
ik
(s
i
)
k
104 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
dove gli autovalori di A hanno molteplicit` a geometriche, m
i
, e algebriche,
i
, per le quali valgono le
relazioni

1
m
1

1
.
.
.
.
.
.
.
.
.

r
m
r

r
Il calcolo delle leggi di moto nel caso generale comporta lantitrasformazione delsecondo membro in
cui R
ik
hanno le espressioni
R
ik
= lim
s
i
1
(m
i
k)!
d
m
i
k
ds
m
i
k
_
(sI A)
1
(s
i
)
m
i
_
Si ottiene
(t) =
r

i=1
m
i

i=1
R
ik
L
1
_
1
s
i
_
k
Poich`e
L
_
t
k1
(k 1)!
e

i
t
_
=
1
(s
i
)
k
si ha, in denitiva
(t) =
r

i=1
m
i

i=1
R
ik
t
k1
(k 1)!
e

i
t
Le leggi temporali sono dunque del tipo
(
0
+
1
t +. . .
k1
t
k
)e

i
t
k = 0, . . . , m
i
1
Le leggi temporali che compaiono in (t) al variare della molteplicit`a geometrica, hanno andamenti
analoghi al crescere del tempo se la parte reale dellautovalore `e positiva o negativa, rispettivamente
convergenti a zero o divergenti, che si discostano nel caso in cui la parte reale dellautovalore `e nulla.
Se, infatti, la molteplicit` a geometrica `e unitaria le leggi di moto sono costanti o comunque limitate,
se `e maggiore di uno sono divergenti.
5.4. La trasformata Z nello studio dei sistemi a tempo discreto
Per le rappresentazioni lineari stazionarie a tempo discreto si possono sviluppare considerazioni
analoghe a quelle svolte impiegando la Z-trasformata.
Assegnata una funzione f(t) denita in Z
+
0 si denisce Z trasformata di f(t) la funzione di
variabile complessa
Z [f(t)] = F(z) =

t=0
f(t)z
t
che risulta denita per [z[ >
f
,
f
raggio di convergenza associato alla funzione f.
La trasformazione che tale operazione induce `e lineare e valgono interessanti propriet` a che sono
alla base del calcolo delle trasformate di classi di funzioni e dellapplicazione allo studio dei sistemi
5.4. La trasformata Z nello studio dei sistemi a tempo discreto 105
dinamici a tempo discreto che qui interessa. Tra questa, si ricorda la seguente, nota come teorema
della traslazione a sinistra
Z [f(t + 1)] = zF(z) zf(0).
Questi semplici richiami consentono di calcolare la trasformata zeta di ambo i membri delle equazioni
che descrivono una rappresentazione lineare, stazionaria, a dimensione nita. Si ottiene, indicando
con le lettere maiuscole le trasformate delle corrispondenti funzioni
zX(z) zx
0
= AX(z) +BU(z) Y (z) = CX(z) +DU(z)
e con semplici manipolazioni
X(z) = (zI A)
1
zx
0
+ (zI A)
1
BU(z)
Y (z) = C(zI A)
1
zx
0
+
_
C(zI A)
1
B +D
_
U(z)
Le precedenti relazioni esprimono la trasformata zeta delle evoluzioni nello stato e in uscita; esse
dunque non sono altro che la rappresentazione esplicita del sistema nel dominio della variabile com-
plessa z, cioe la trasformata zeta di
x(t) = A
t
x
0
+
t1
0
A
(t1)
Bu()
y(t) = A
t
x
0
+
t1
0
CA
(t1)
Bu() +Du(t)
In z il il sistema `e quindi denito dalle matrici
(z) = (zI A)
1
z H(z) = (zI A)
1
B
(z) = C(zI A)
1
z W(z) = C(zI A)
1
B +D
W(z), (q p), `e detta matrice delle funzioni di trasferimento ed `e la trasformata zeta di W(t).
Per identicazione dei termini corrispondenti nelle precedenti uguaglianze si ottengono le seguenti
identit` a:
Z
_
A
t

= (zI A)
1
z
e
Z
_

t
0
w(t )u()

:= Z(A
(t1)
Bu(t)) = W(z)U(z)
Queste identit`a esprimono due propriet` a della trasformata di Laplace che spiegano linteresse delluso
nello studio dei sistemi dinamici lineari. Le trasformate di funzioni di tipo potenza in t (quindi anche
funzioni costanti, periodiche e pseudoperiodiche) sono funzioni razionali proprie; la trasformata di un
integrale di convoluzione, `e di questo tipo la risposta forzata che pesa i valori dellingresso a con
quelli della risposta impulsiva a t , `e pari al prodotto delle trasformate, teorema della convoluzione.
Nellultima uguaglianza si `e tenuto conto della propriet` a nota come teorema della traslazione a
destra
Z [f(t 1)] =
F(z)
z
la dimostrazione `e elementare ed `e riportata in appendice.
106 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
Anche in questo caso, con una perfetta analogia ai sistemi a tempo continuo, gli elementi di
W(z) sono funzioni razionali proprie; cio`e rapporto di polinomi nella variabile complessa z. Inoltre il
polinomio a denominatore ha grado N al pi` u pari ad n, la dimensione della matrice dinamica.
Segue, dalle precedenti considerazioni che la matrice di trasferimento di un sistema lineare
stazionario con p ingressi e q uscite a dimensione nita assume la forma
W(z) = D +
B
0
+B
1
z +B
2
z
2
+. . . +B
n1
z
N1
a
0
+a
1
z +a
2
z
2
+. . . +a
n1
z
N1
+z
N
per opportune matrici costanti D e B
i
, i = 0, . . . , N 1, (q p).
In base a quanto esposto rimane quindi individuato un metodo alternativo per il calcolo delle
risposte o, ci`o che `e equivalente, per il passaggio alla rappresentazione esplicita. Assegnato un in-
gresso, e calcolatane la trasformata di Laplace, ed uno stato iniziale la soluzione richiede il calcolo di
z(zI A)
1
, semplici moltiplicazioni ed una operazione di antitrasformazione. Loperazione di anti-
trasformazione `e particolarmente semplice in presenza di ingressi che ammettono trasformate razionali;
in tal caso le espressioni da antitrasformare sono funzioni razionali che possone essere antitrasformate
senza dicolt`a una volta calcolate le corrispondenti espansioni in frazioni parziali.
5.4.a. I modi naturali nel dominio complesso
Valgono le stesse considerazioni fatte per i sistemi a tempo continuo ove si tenga presente che
Z(A
t
) = (zI A)
1
z
Iniziamo la nostra analisi dalla risposta in evoluzione libera nello stato:
x
l
(t) = A
t
x
0
che implica, in z
X
l
(z) = (zI A)
1
zx
0
Valgono le stesse considerazioni fatte per i sistemi a tempo continuo con gli stessi algoritmi per il
calcolo della matrice di transizione (z) = (zI A)
1
z. Unica dierenza `e la moltiplicazione per z.
Come esempio si consideri la matrice
A =
_
1 0
1 0, 5
_
nel calcolo conviene fare riferimento a
(z)
z
= (zI A)
1
=
_
z 1 0
1 z 0, 5
_
a
T
(z 1)(z 0, 5)
=
_
z 0, 5 0
1 z 1
_
(z 1)(z 0, 5)
5.4. La trasformata Z nello studio dei sistemi a tempo discreto 107
e farne lespansione in frazioni parziali; infatti moltiplicando per z si avranno espressioni del tipo
noto,
z
z
, di cui si sa calcolare lantitrasformata. Nellesempio allo studio,
(z)
z
=
_
1 0
2 0
_
(z 1)
+
_
0 0
+2 1
_
(z 0, 5)
da cui, si calcola
(t) = Z
_
z
_
1 0
2 0
_
(z 1)
+
z
_
0 0
+2 1
_
(z 0, 5)
_
= (R
1
+R
2
0, 5
t
)
1
(t)
Per il calcolo della risposta in uscita, che assume la forma
Y (z) = C(zI A)
1
zx
0
+C(zI A)
1
BU(z)
siano
C = ( 1 0 ) B =
_
1
1
_
e, si ottiene con semplici calcoli
W(z) =
1
z 1
Mentre il sistema `e caratterizzato da due modi naturali e quindi due leggi di moto, una soltanto `e
eccitabile e osservabile e cio`e quella associata al modo costante con autovalore 1. In denitiva otteni-
amo una funzione di trasferimento caratterizzata da un solo polo.
Come `e facile vericare questa funzione di trasferimento `e quella caratteristica di un dispositivo
detto integratore numerico e rappresentato dalle seguenti equazioni:
_
x(t + 1) = x(t) +u(t)
y(t) = x(t)
x(0) = 0 y(t) =
t1

=0
u()
Lintegratore numerico eettua una somma dei valori del segnale in ingresso proprio come lintegratore
continuo, caratterizzato da una funzione di trasferimento W(s) =
1
s
, eettua lintegrale
W(s) =
1
s

_
x(t) = u(t)
y(t) = x(t)
W(t) = 1
y(t) =
_
t
0
u()dr
Si osservi la corrispondenza tra le operazioni di integrazione discreta e continua: la funzione di trasfer-
imento in z di un integratore discreto (sommatore) ha un polo in z = 1, la funzione di trasferimento
in s di un integratore ha un polo in 0.
108 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
Il seguente esempio mostra che anche per i sistemi a tempo discreto valgono le considerazioni gi`a fatte
per quelli a tempo continuo in merito alle caratteristiche ltranti di un dato sistema nei confronti di
ingressi la cui trasformata ammette poli coincidenti con parte degli zeri della funzione di trasferimento.
Si consideri il sistema con funzione di trasferimento
W(z) =
z + 2
(z 0, 5)(z + 1)
e lingresso u(t) = a
t
y
f
(z)
z
=
1
z a
z + 2
(z 0, 5)(z + 1)
e, a seguito di unespansione in frazioni parziali e unantitrasformazione, d` a una risposta del tipo
y
f
(t) = r
1
a
t
+r
2
0, 5
t
+r
2
(1)
t
Rimane evidente che una parte della risposta ha lo stesso andamento temporale dellingresso. Ci`o
non accade solo se si verica una cancellazione con uno zero della funzione di trasferimento. Se fosse,
ad esempio
u(t) = (2)
t
U(z) =
z
z + 2
si avrebbe, in uscita
y
f
(t) = r
1
0, 5
t
+r
2
(1)
t
Dunque gli zeri di una funzione di trasferimento rappresentano potenzialmente azioni di ltro nei
confronti di pressate classi di ingressi o parti di essi; si tratta di quelle parti degli ingressi la cui
trasformata z ha uno o pi` u poli coincidenti con uno o pi` u zeri della funzione di trasferimento.
Come ulteriore esempio si calcoler`a la risposta forzata al gradino unitario, la risposta indiciale,
y
f
(z) = W(z)U(z) U(z) =
z
z 1
u(t) =
1
(t)
y
f
(z)
z
=
W(z)
z 1
=
K
z 1
+
r
1
z p
1
+. . . +
r
n
z p
n
[p
i
[ < 1 W =
N
D
y
f
(t) = K
1
(t) +
n

i=1
r
i
p
t
i
y
r
(t) = K
1
(t)
Comportamento analogo al tempo continuo: al crescere del tempo se i poli della W(z) hanno tutti
quanti modulo < 1, la risposta si assesta intorno ad un andamento costante,K,
K =
W(z)
z 1
(z 1)[
z=1
= W(1)
detto guadagno del sistema a tempo discreto, cio`e quel valore a cui tende la risposta al crescere del
tempo quando la funzione di trasferimento ha tutti i poli con modulo < 1.
5.5. La risposta a regime permanente per i sistemi a tempo discreto 109
Parallelo perfetto quindi con i sistemi a tempo continuo in cui il guadagno `e W(0) e ritroviamo la
corrispondenza pi` u volte citata tra lo 0 in s e 1 in z..
Procediamo nella nostra analisi osservando che assegnata
W(z) =
b
0
+b
1
z +. . . +b
m
z
m
a
0
+a
1
z +. . . +z
n
n m
il valore in zero pu` o essere calcolato impiegando il teorema del valore iniziale (in appendice)
f(0) = lim
|z|
F(z)
Per la risposta indiciale, otteniamo
y
f
(z) =
W(z)
(z 1)
= y
f
(0) = W()
_
= 0 n > m
= b
m
m = n
da cui risulta che il valore in zero della risposta al gradino unitario `e ,= 0 se e solo se m = n, altrimenti
il primo valore ,= 0 si ha al tempo t = n m e la sua ampiezza `e pari a b
m
. Infatti ricordando il
teorema della traslazione si calcola con facilit`a
y
f
(0) = y
f
(1) = . . . y
f
(n m1) = 0 y
f
(n m) = b
m
In sintesi da unanalisi qualitativa di W(z) risulta che il ritardo nella risposta indiciale `e pari ad nm,
leccesso poli - zeri; lampiezza del primo campione non nullo nella risposta indiciale `e pari a b
m
; al
crescere del tempo la risposta indiciale tende ad assumere un valore costante e pari a W(1).
5.5. La risposta a regime permanente per i sistemi a tempo discreto
rivedere
Come `e stato messo bene in luce con riferimento ai sistemi a tempo continuo, un altro modo di
procedere al calcolo della W(s) `e quello di fare esperimenti sul comportamento a regime permanente
nei confronti ad esempio di ingressi di tipo periodico caratterizzando modulo e fase della W(s) stessa.
Analoghe considerazioni possono essere fatte per sistemi a tempo discreto alla luce del signicato che
assume la risposta a regime permanente ad ingressi periodici. Tale argomento viene sinteticamente
esposto nel seguito.
110 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
5.5.a. La risposta a regime ad ingressi periodici
Assegnato lingresso u(t) = sent
u(t) = sent
y
r
(t) = M()sen(t +())
M() = [W(e
j
)[
() = W(e
j
)
Noi sappiamo che la risposta a regime permanente `e quellandamento intorno al quale tende ad
assestarsi il comportamento del sistema, andamento che vogliamo non dipenda dallo stato iniziale.
Imporre lindipendenza dallo stato iniziale corrisponde, analogamente a quanto visto per i sistemi a
tempo continuo:
CA
tt
0
x
0
0 x
0
[
i
[ < 1
In altre parole la condizione di indipendenza dallo stato iniziale si riduce a richiedere che i modi
osservabili siano associati ad autovalori a parte reale negativa. Anche in questo caso c`e da osservare
che lesistenza del regime permanente non pu`o prescindere da unulteriore propriet` a che rende pos-
sibile il corretto funzionamento del sistema stesso: si tratta della limitatezza di tutte le evoluzioni
interne. Anch`e questo accada, come si pu`o comprendere alla luce dello studio condotto sui modi
naturalli e come avremo occasione di precisare nelle fasi successive del nostro studio, `e necessario
che gli autovalori a molteplicit` a geometrica unitaria abbiano modulo minore o uguale a uno e quelli
a molteplicit` a geometrica maggiore di uno abbiano modulo strettamente inferiore ad uno. In al-
tre parole `e necessaria quella propriet` a che `e nota come stabilit`a interna del sistema. Assumeremo,
dunque, la stabilit` a interna ed in aggiunta, per garantire la citata indipendenza dallo stato iniziale
assumeremo che gli autovalori associati ai modi osservabili abbiano modulo strettamente inferiore ad
uno indipendentemente dalla loro molteplicit` a.
Assunta tale condizione sugli autovalori del sistema e passando al limite per t
0
, si ottiene
lespressione della risposta a regime permanente
y
r
(t) =
t

=
W(t )u()
che esiste per denite classi di funzioni di ingresso. Consideriamo classi di ingressi particolari
u(t) = sent =
e
jt
e
jt
2j
si ottiene
y
r
(t) =
t

=
W(t )e
j
e posto
t =
5.5. La risposta a regime permanente per i sistemi a tempo discreto 111
y
r
(t) =

=0
W()e
j(t)
= e
jt

=0
W()e
j

=0
W()(e
j
)

= W(z)[
e
j
Quindi la risposta a regime permanente a questo ingresso `e :
y
r
(t) = e
jt
W(e
j
)
Gli stessi calcoli per e
jt
danno:
e
jt
W(e
j
)
Si noti che la W(z) per z = e
j
`e denita; infatti si potrebbe dimostrare che il raggio di convergenza
della W(z) coincide con il massimo dei moduli degli autovalori. Essendo questi per ipotesi tutti minori
di 1, sulla circonferenza di raggio unitario la funzione di trasferimento `e ben denita.
Dal precedente calcolo, adottando la rappresentazione polare per la W
W(e
j
) W(e
j
)

M()e
j()
M()e
j()
ed osservando che M e sono funzioni, rispettivamente pari e dispari di
() = () M() = M()
si ottiene
e
jt
W(e
j
) e
jt
W(e
j
)
2j
=
M()(e
jt
e
j()
e
jt
e
j()
)
2j
cio`e
y
r
(t) = M()sen(t +())
In conclusione la risposta a regime permanente ad un ingresso periodico puro `e dello stesso tipo
dellingresso ed ha la stessa pulsazione; risulta modicata in modulo e ampiezza di quantit` a che sono
pari al modulo e alla fase della W calcolata in z = e
j
. Per questo motivo si usa dire che il modulo e
la fase di W(z) per z = e
j
al variare di tra 0 e caratterizzano il comportamento in frequenza.
112 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
5.5.b. La risposta a regime ad ingressi canonici
Sia t
(k)
un polinomio fattoriale di ordine (k)
t
(k)
= t(t 1)(t 2) (t k + 1)
e si consideri lingresso canonico di ordine (k) per i sistemi a tempo discreto
u(t) =
t
(k)
k!
y
r
(t) = lim
t
0

r=t
0
W(t r)u(r)
= lim
t
0

r=t
0
W(t r)
r
(k)
k!
t r =
=

=0
W()
(t )
(k)
k!
Poich`e per il polinomio fattoriale di ordine (k) di un binomio vale lo sviluppo seguente
(t )
(k)
=
k

i=0
_
k
i
_
(1)
i
t
(ki)
( +i 1)
(i)
si ha
y
r
(t) =
k

i=0
1
k!
_
k
i
_
(1)
i
t
(ki)

=0
W()( +i 1)
(i)
=
k

i=0
(1)
i
i!
M
i
t
(ki)
(k i)!
in cui si `e posto
M
i
= (1)
i
d
i
W(z)
dz
i
[
z=1
infatti
d
i
W(z)
dz
i
=
d
i
dz
i

t=0
W(t)
z
t
= (1)
i

t=0
(t +i 1)
(i)
W(t)
z
t+1
Se inoltre si considera lo sviluppo in serie di potenze di W(z) intorno a z = 1,
W(z) =

i0
1
i!
d
i
W
dz
i
[
z=1
(z 1)
i
si deduce che
M
i
= (1)
i
i!c
i
5.5. La risposta a regime permanente per i sistemi a tempo discreto 113
ed in conclusione per la risposta a regime permanente si ottiene lespressione
y
r
(t) =
k

i=0
c
i
t
(k1)
(k 1)
che presenta una stretta analogia formale con quella ottenuta per i sistemi a tempo continuo.
La risposta a regime permanente pu`o anche essere calcolata come la parte persistente della
risposta forzata. In questo caso giova fare riferimento al dominio delle trasformate.
Un primo aspetto riguarda il calcolo della trasformata dellingresso canonico fattoriale
t
[k]
k!
=
t(k 1) . . . (t k + 1)
k!
risulta
Z
_
t
[k]
k!
_
=
z
(z 1)
k+1
Per vericare quanto asserito `e necessario premettere una propriet` a della trasformata zeta. Pi` u
precisamente
Z
_
tf(t)
_
= z
d
dz
F(z)
infatti
d
dz
_
f(0) +
f(1)
z
+
f(2)
z
2
+. . .
_
=
_
+
f(1)
z
2
+
2f(2)
z
3
+
3f(3)
z
4
_
=
e moltiplicando per z
z
d
dz
F(z) =
f(1)
z
+
2f(2)
z
2
+. . . = Z
_
t f(t)
_
Possiamo ora calcolare la Z trasformata di t.
Z[t] = z
d
dz
z
z 1
=
z
(z 1)
2
e poi la trasformata Z del polinomio fattoriale
t
[k]
= t(t 1) . . . (t k + 1)
Z[t
[2]
] = Z[t (t 1)] = z
d
dz
1
(z 1)
2
=
2z
(z 1)
3
Z
_
t
[2]
2!
_
= Z
_
t (t 1)
2
_
= z
d
dz

1
(z 1)
2
2
=
z
(z 1)
3
Z
_
t(t 1)(t 2)
3!
_
=
z
(z 1)
4
114 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
e, in generale:
Z
_
t
[k]
k!
_
=
z
(z 1)
k+1
La risposta a regime permanente ad un tale ingresso pu`o essere calcolata facilmente; si ha infatti
y
f
(z)
z
=
W(z)
(z 1)
k+1
=
N(z)
D(z)(z 1)
k+1
e, sviluppando i calcoli
y
f
(z)
z
=
c
0
(z 1)
k+1
+
c
1
(z 1)
k
+. . . +
c
k
(z 1)
+
n

i=1
r
i
z p
i
y
f
(t) = c
0
t
(k)
k!
+c
1
t
(k1)
(k 1)!
+. . . +c
k
+
n

i=1
r
i
p
t
i
e, inne
y
r
(t) = c
0
t
(k)
k!
+c
1
t
(k1)
(k 1)!
+. . . +c
k
con
c
0
= K =
W(z)
(z 1)
k+1
(z 1)
k+1

z=1
= W(1)
guadagno del sistema discreto
c
1
=
d
dz
_
W(z)
(z 1)
k+1
(z 1)
k+1
_

z=1
.....
c
i
=
1
i!
d
i
dz
i
W(z)

z=1
Anche nel caso del sistema a tempo discreto possiamo ripetere le stesse considerazioni fatte in prece-
denza; i coecienti non sono altro che i coecienti dello sviluppo in serie di Taylor, della W(z) intorno
al punto z = 1.
5.7. Discretizzazione della funzione di trasferimento di un sistema continuo 115
5.6. Le leggi di moto nellevoluzione libera e forzata nel caso di autovalori
multipli - sistemi a tempo discreto
Possiamo qui ripetere le stesse considerazioni gi`a fatte nel caso a tempo continuo
(z)
z
=
r

i=1
m
i

k=1
R
ik
(z
i
)
k
(t) =

k
R
ik
Z
1
_
z
(z
i
)
k
_
Per antitrasformare `e necessario osservare una propriet`a della trasformata zeta:
Z[
t
f(t)] = F(
1
z)
infatti
Z[
t
f(t)] = f(0) +f(1)

z
+f(z)

2
z
2
+. . .
da cui
Z
_

t
t
(k1)
(k 1)!
_
=
z/
(z/ 1)
k
=
z

k
(z )
k
=
z
(k1)
(z )
k
Ancora, si ha
Z
_

k+1

t
t
k1
(k 1)!
_
=
z
k1
(z )
k

k+1
cio`e
Z
_

tk+1
t
(k1)
(k 1)!
_
=
z
(z )
k
e
(t) =
r

i=1
m
i

k=1
R
ik
t
(k1)
(k 1)!

tk+1
i
Queste sono le leggi di moto che compaiono; perci`o non pi` u solo leggi di moto del tipo (
t
), ma anche
leggi di moto con coecienti che sono dei polinomi in (t). Ci` o corrisponde ai termini che caratterizzano
la potenza di una matrice A quando questa non `e regolare (non esiste la forma diagonale). Valgono le
stesse considerazioni fatte a proposito dei sistemi a tempo continuo, ricordando che in questo caso la
diversit` a di comportamento al crescere del tempo si riscontra nel caso di autovalori a modulo unitario.
116 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
5.7. Discretizzazione della funzione di trasferimento di un sistema continuo
Supponiamo che il sistema a tempo continuo sia descritto dalla funzione di trasferimento
S
tc
= W(s)
Il sistema che otteniamo `e un sistema a tempo discreto lineare quindi il legame forzato sar`a caratter-
izzato da una W(z). Si mostrer` a ora come calcolare direttamente la W(z) a partire dalla W(s).
Real. C
D
(zI A
D
)
1
B
D
(A, B, C)

D
(A
D
, B
D
, C
D
)
La soluzione `e la seguente:
W(z) =
z 1
z
Z
_
L
1
_
W(s)
s
_

t=KT
_
Per comprendere tale espressione si noti che essendo il sistema a tempo discreto lineare, `e suciente
per calcolare la W(z) esprimere il rapporto tra unuscita forzata e il corrispondente ingresso; inoltre, la
risposta al gradino a tempo discreto coincide con il campionamento della risposta al gradino unitario
del sistema a tempo continuo (ci`o perch`e la tenuta di un gradino discreto, d` a un gradino continuo);
quindi la risposta indiciale continua campionata:
L
1
_
W(s)
s
_

kT
coincide con la risposta indiciale del sistema a tempo discreto. Facendone la Z - trasformata
Z
_
L
1
_
W(s)
s
_

kT
_
e dividendo per la Z trasformata del gradino a tempo discreto si ottiene, per quanto osservato, la
funzione di trasferimento cercata
W(z) =
y
f
(z)
u
f
(z)
=
z 1
z
Z
_
L
1
_
W(s)
s
_

kT
_
Esempio:
W(s) =
1
s
2
_

_
x =
_
0 1
0 0
_
x +
_
0
1
_
u
y = ( 1 0 ) x
realizzazione del modello W(s) =
1
s
2
.
Questo `e un modello molto usuale, modello su cui si fondano molte considerazioni sia di analisi che
5.7. Discretizzazione della funzione di trasferimento di un sistema continuo 117
di sintesi, di intervento e di strategie di controllo.
Calcolo:
W(s)
s
=
1
s
3
L
1
_
W(s)
s
_
t
2
2
L
1
_
W(s)
s
_

t=kT
k
2
T
2
2
Z
_
L
1
_
W(s)
s
_

t=kT
_
=
T
2
2
z(k
2
)
z(k) =
z
(z 1)
2
z(k k) = z
d
dz
z
(z 1)
2
Z
_
L
1
_
W(s)
s
_

t=kT
_
=
T
2
2
z(z + 1)
(z 1)
3
z 1
z
Z
_
L
1
_
W(s)
s
_

t=kT
_
=
T
2
2
z(z + 1)
(z 1)
3
z 1
z
z 1
z
Z
_
L
1
_
W(s)
s
_

t=kT
_
=
T
2
2
(z + 1)
(z 1)
2
= W(z)
Nella soluzione c`e un polo doppio in uno:
(z 1)
2
, proprio come nella W(s) =
1
s
2
dove c`e un polo doppio in zero.
Zeri di W(s) sotto discretizzazione:
Mentre gli autovalori, e quindi anche i poli della funzione di trasferimento, si trasformano secondo
la corrispondenza z = e
sT
, la situazione si presenta complessa per quanto riguarda gli zeri. Un primo
aspetto riguarda il loro numero; `e genericamente (n 1) indipendentemente da quanti siano gli zeri
di P(s). Quindi sotto discretizzazione appaiono nuovi zeri; pi` u precisamente se W(s) ha m zeri, W(z)
ha (n m1) zeri in pi` u. Si potrebbe dimostrare che per T sucientemente piccolo
z
D
i

= e
z
i
T
i = 1, . . . , m
i = m+ 1, . . . , n 1 z
D
i
zeri del discretizzato di
1
s
nm
`e importante notare che per (n m) > 2 gli zeri del discretizzato di
1
s
nm
sono instabili ([z
D
i
[ > 1).
In altre parole per T piccolo (come usualmente accade) la funzione di trasferimento, del discretizzato
di un processo continuo con eccesso poli-zeri > 2, presenta zeri instabili, anche se il processo non li ha.
Discretizzazione di sistemi con ritardo
118 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
Lultima considerazione riguarda la discretizzazione di sistemi con ritardo.
W(s) = e
s
H(s)
T = eT mT 0 < m < 1
W(s)
s
= e
lTs
e
mTs
a
s(s +a)

W(z) =
z 1
z
1
z
l
z
_
L
1
_
e
mTs
s

e
mTs
s +a
_

t=KT
_
=
z 1
z
l+1
z
_

1
(kT +mT) e
a(kT+mT)
_
W(z) =
z 1
z
l+1
_
z
z 1

e
amT
z
z e
aT
_
Si ottiene quindi una W(z) che `e un rapporto di polinomi, in realt` a si ottiene che il grado a denomi-
natore `e pari a (+1). Perci`o si ha una funzione di trasferimento che `e rapporto di polinomi e quindi
una rappresentazione con lo stato che `e a dimensione nita, cosa che in realt` a non si avrebbe in questo
caso per il sistema a tempo continuo.
5.8. Appendice 119
5.8. Appendice
5.8.a. La Trasformata Z
La trasformata Z, che associa ad una funzione del tempo discreto denita per t 0, f(t), una
funzione di variabile complessa, F(z) = Z[f(t)], `e uno strumento di grande utilit` a nello studio dei
sistemi lineari stazionari a tempo discreto. Lo studio del sistema nel dominio complesso non solo
consente alcune semplicazioni computazionali, come avremo occasione di vericare, ma importanti
spunti interpretativi sul comportamento sico del sistema.
Questa lezione `e dedicata ad introdurre questo strumento matematico, le sue principali propriet` a
ed alcune trasformazioni elementari.
La trasformata Z, associata ad una funzione f(t) denita per t 0, `e
Z[f(t)] =

t=0
f(t)z
t
= f(0) +
f(1)
z
+
f(2)
z
2
+. . . = F(z)
`e cio`e una funzione della variabile complessa z che risulta denita per [z[ >
f
(
f
raggio di conver-
genza). La classe di funzioni per le quali tale operazione di trasformazione `e denita `e estremamente
ampia, `e infatti intuitivo comprendere che per valori di z in modulo sucientemente ampi la serie `e
convergente essendo i campioni della funzione sono moltiplicati per
1
z
t
.
E evidente lanalogia con la trasformata di Laplace.
L[f(t)] =
_

0
f(t)e
st
dt = F(s)
che `e denita per Re(s) >
f
(
f
ascissa di convergenza)
Nella trasformata Z i valori della funzione sono moltiplicati per la potenza di
1
z
, nella trasformata
di Laplace i valori della funzione sono moltiplicati per lesponenziale di s. Si tratta di una corrispon-
denza gi` a riscontrata nello studio dei modi naturali e nelle considerazioni circa la convergenza delle
leggi di moto.
Molto spesso per indicare che la funzione di cui si fa la trasformata `e denita per t 0 si usa la
convenzione di rappresentare la funzione con f(t)
1
(t) essendo
1
il gradino unitario, la funzione
pari ad uno per t 0. Un primo aspetto che consideriamo `e il calcolo per funzioni elementari. Tra
queste consideriamo le espressioni temporali dei modi naturali che, come sappiamo, caratterizzano la
descrizione esplicita del sistema. La legge di moto di un modo aperiodico o alternante `e del tipo
t
e
si ha
Z[
t

1
(t)] = Z[
t
] = 1 +

z
+

2
z
2
+. . . =
1
1

z
=
z
z
ed `e denita per

< 1 [z[ > [[


120 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
La verica `e semplice se si osserva che la funzione in questione `e la somma di una serie geometrica di
ragione

z
e che per una serie geometrica di ragione a
S = 1 +a +a
2
+a
3
+. . . (serie geometrica)
posto
S
n
= 1 +a +a
2
+a
3
+. . . +a
n
si ha
S
n
=
1 a
n+1
1 a
e quindi
S = S

= lim
n
S
n
= lim
n
1 a
n+1
1 a
=
1
1 a
[a[ < 1
Un caso particolare `e rappresentato dal gradino unitario. Risulta ovviamente
z[
1
(t)] =
z
z 1
[z[ > 1
Come secondo esempio si consideri una legge temporale periodica
sent =
e
jt
e
jt
2j
Con semplici passaggi si ottiene
Z[sent] = Z
_
e
jt
e
jt
2j
_
=
1
2j
Z[e
jt
] Z[e
jt
] =
=
1
2j
_
z
z e
j

z
z e
j
_
=
1
2j
z
2
ze
j
z
2
+ze
j
z
2
z(e
j
+e
j
) + 1
=
Z[sent] =
zsen
z
2
2zcos + 1
[z[ > 1
dove si `e fatto uso della propriet` a di linearit` a.
E questa una propriet` a fondamentale della trasformata Z che formalmente si esprime
Z[k
1
f
1
(t) +k
2
f
2
(t)] = k
1
F
1
(z) +k
2
F
2
(z) k
1
, k
2

f
= max
f
1
,
f
2

Ulteriori propriet` a della trasformata Z che saranno ore messe in luce sono le seguenti
- Traslazione (a destra e a sinistra)
- Convoluzione
- Valore iniziale e nale (nel tempo)
5.8. Appendice 121
Traslazione a destra
Z[f(t 1)] =
1
z
F(z)
Infatti, dalla denizione:
Z[f(t 1)] =

t=0
f(t 1)z
t
=
f(0)
z
+
f(1)
z
2
+. . .
si pu` o calcolare
zZ[f(t 1)] = z
_
f(0)
z
+
f(1)
z
2
+. . .
_
= F(z)
e quindi
Z[f(t 1)] =
1
z
F(z)
cio`e traslare a destra di un passo nel tempo equivale a moltiplicare per
1
z
nel dominio della variabile
complessa z.
Traslazione a sinistra
Z[f(t + 1)] = zF(z) zf(0)
Infatti dalla denizione
Z[f(t + 1)] = f(1) +
f(2)
z
+
f(3)
z
2
+. . .
si pu` o calcolare
1
z
Z[f(t + 1)] = f(0) +f(0) +
f(1)
z
+
f(2)
z
2
+
f(3)
z
3
+. . .
e quindi
Z[f(t + 1)] = zF(z) zf(0)
Si noti lanalogia col teorema della derivazione nel dominio di Laplace
L
_

f(t)
_
= sF(s) f(0)
Convoluzione
Z
_
t

=0
f()g(t )
_
= F(z) G(z)
che si esprime dicendo che la convoluzione nel dominio del tempo corrisponde al prodotto nel dominio
delle trasformate. Infatti
Z
_
t

=0
f()g(t )
_
=
= f(0) g(0) +
1
z
_
f(0) g(1) +f(1) g(0)
_
+
1
z
2
_
f(0)g(2) +f(1)g(1) +f(2)g(0)
_
+. . .
= f(0)
_
g(0) +
g(1)
z
+
g(2)
z
2
+. . .
_
+
f(1)
z
_
g(0) +
g(1)
z
+
g(2)
z
2
+. . .
_
122 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
+
f(2)
z
2
_
g(0) +
g(1)
z
+. . .
_
= f(0)G(z) +
f(1)
z
G(z) +
f(2)
z
2
G(z) . . .
=
_
f(0) +
f(1)
z
+
f(2)
z
2
+. . .
_
G(z) = F(z) G(z)
Si osservi che tale propriet` a comporta una semplicazione nel calcolo della risposta, infatti la risposta
forzata nello stato.
t1

=0
H(t )u()
`e pari alla convoluzione nel dominio del tempo e si traduce nel prodotto tra trasformate z.
Teorema del valore iniziale
f(0) = lim
|z|
F(z)
Infatti
F(z) = f(0) +
f(1)
z
+
f(2)
z
2
+. . .
e
lim
|z|
F(z) = f(0)
teorema del valore nale
f() = lim
z1
(z 1)F(z)
Tale risultato pu` o essere dimostrato con i seguenti calcoli
Z
_
f(t + 1) f(t)
_
= zF(z) zf(0) F(z) = lim
N
N

t=0
_
f(t + 1) f(t)
_
z
t
e quindi
lim
z1
_
zF(z) zf(0) F(z)
_
= lim
z1
lim
N
N

t=0
_
f(t + 1) f(z)
_
z
t
cio`e
lim
z1
(z 1)F(z) f(0) = lim
N
N

t=0
_
f(t + 1) f(t)
_
= f() f(0)
In conclusione:
lim
z1
(z 1)F(z) f(0) = f() f(0)
Per concludere calcoliamo la trasformata Z di A
t
. Il calcolo ricalca i passaggi svolti nel caso scalare
Z[A
t
] = I +
A
z
+
A
2
z
2
+
A
3
z
3
+. . .
5.8. Appendice 123
e posto
S
n
=
_
I +
A
z
+. . . +
A
n
z
n
_
risulta
_
I
A
z
_
S
n
=
_
I
A
z
__
I +
A
z
+. . . +
A
n
z
n
_
= I
A
n+1
z
n+1
cio`e
S
n
=
_
I
A
z
_
1
_
I
A
n+1
z
n+1
_
e, in conclusione
Z[A
t
] = lim
n
S
n
=
_
I
A
z
_
1
=
_
zI A
z
_
1
= z(zI A)
1
che converge per
_
_
_
_
A
z
_
_
_
_
< 1 [z[ > |A|
Polinomi fattoriali e formule trasformazione..
5.8.b. Sul calcolo della matrice di transizione
Indierentemente per un sistema a tempo continuo o discreto si ha:
(sI A)
1
=
(sI A)
aT
[sI A[
=
E
0
+. . . +E
n1
s
n1
a
0
+. . . +a
n1
s
n1
+s
n
in cui E
0
, E
n1
sono matrici reali nxn. Dalla precedente relazione risulta che linversa di (I A)
`e una matrice (nxn) i cui elementi sono rapporti di polinomi in con coecienti reali, in cui il grado
del polinomio a numeratore `e, al massimo, n 1 e quello del polinomio a denominatore `e n.
Vale per il calcolo di E
0
, E
n1
e per il calcolo dei coecienti del polinomio caratteristico
a
0
, , a
n1
la procedura illustrata nel seguito e nota come algoritmo di Soriau.
[sI A[I = (a
0
+. . . +s
n
)I = (sI A)(E
0
+. . . +E
n1
s
n1
)
e per identicazione dei coecienti si ottiene:
E
n1
= I
E
n2
= AE
n1
+a
n1
I
E
n3
= AE
n2
+a
n2
I
124 5. Le rappresentazioni Lineari Stazionarie nel dominio complesso
.
.
.
E
0
= AE
1
+a
1
I
0 = AE
0
+a
0
I
lultima relazione `e ridondante e pu` o essere impiegata per fare una verica.
Le relazioni trovate deniscono un algoritmo particolarmente utile se si tiene presente che
a
n1
= tr(AE
n1
)
a
n2
=
1
2
tr(AE
n2
)
.
.
.
a
i
=
1
n i
tr(AE
i
)
ove tr indica la traccia di una matrice, cio`e la somma degli autovalori o, ci`o che `e lo stesso, la somma
degli elementi sulla diagonale. Per la verica delle precedenti uguaglianze si deve ricordare che detta
s
i
la somma delle potenze i me degli zeri di un polinomio, valgono le relazioni di Newton
a
n1
= s
1
2a
n2
= (s
2
+an 1s
1
)
3a
n3
= (s
3
+an 1s
2
+an 2s
1
)
. . .
na
0
= (s
n
+an 1s
n1
+ +a
1
s
1
)
Inoltre, poich`e gli autovalori della potenza ima di una matrice sono gli autovalori stessi alla potenza
i ma, e la somma degli autovalori `e pari alla traccia della matrice, si ha che
s
i
= tr(A
i
)
Ne segue che li mo elemento delle relazioni di Newton si pu`o esprimere nel modo seguente
ia
ni
= tr(A
ni1
+a
n1
A
ni2
+ +a
ni
A)
Inne le matrici E
ni
soddisfano le relazioni
E
ni
= A
ni1
+a
n1
A
ni2
+ +a
ni+1
A+a
ni
i = 0, . . . n 1
Dalle ultime due uguaglianze si deduce
a
i
=
1
n i
tr(AE
i
)
5.8. Appendice 125
In conclusione vale la seguente procedura per il calcolo della funzione di trasferimento:
i = n 1

E
i
= I

C
i
= AE
i

a
i
=
1
n 1
tr(AE
i
)

E
i1
= C
i
+a
i
I

STAMPA(i, E
i
, a
i
)

i = 0 AE
0
+a
0
I

= 0 Stop

i = i 1 ITERA
Per n 10 si ottengono in genere buoni risultati.
6. Le propriet`a geometriche dello spazio di
stato
In questo capitolo vengono introdotte e studiate le propriet` a geometriche dello spazio di stato. Il
concetto fondamentale `e quello di sottospazio invariante associato ad un operatore lineare gi` a messo
in luce nei precedenti capitoli per il ruolo che esso ha nella individuazione delle forme semplici di una
data matrice. Come avremo occasione di mostrare, tale concetto acquisisce un signicato particolare
nella caratterizazione del comportamento dinamico; si tratta di un aspetto che supera il contesto
lineare e sar`a infatti poi ripreso nello studio dei sistemi dinamici non lineari.
Linvarianza `e il punto di partenza per lo studio di due prropriet` a fondamentali nello studio dei
sistemi dinamici.
La prima riguarda il legame stato-uscita e si riferisce allesistenza di stati ai quali corrispondono
uscite coincidenti. Come avremo occasione di approfondire, da un punto di vista esterno ci` o costituisce
un impedimento alla ricostruzione delle evoluzioni interne a partire dalle osservazioni (inosservabilit` a
del sistema) e rappresenta una ridondanza della rappresentazione con lo stato (si ricordi quanto gi` a
osservato nel capitolo 1.3.).
La seconda riguarda il comportamento ingresso stato e pi` u in particolare la possibilit` a di in-
tervenire sugli ingressi per raggiungere pressati stati. Da un punto di vista esterno ci` o esprime
la possibilit` a di modicare il comportamento dinamico di parte del sistema e leventuale presenza
di stati non raggiungibili manifesta la presenza di una ridondanza dello stato nella descrizione del
comportamento ingresso uscita forzato.
6.1. Il concetto di invarianza
Come `e noto, ed `e stato ricordato nel capitolo terzo a proposito del calcolo della matrice di
transizione, il concetto di sottospazio invariante svolge un ruolo importante nella teoria degli opera-
tori lineari. Ci` o in virt` u delle semplicazioni che assume la struttura della matrice che rappresenta
loperatore al variare della base. Dal un punto di vista del comportamento dinamico questa propriet` a
ne induce unaltra che `e pi` u signicativa e che ora si cercher`a di mettere in luce.
6.1. Il concetto di invarianza 127
Sia 1 un sottospazio di dimensione m invariante rispetto ad un operatore lineare / in uno spazio
lineare di dimensione n. Si indichino con V ed A, rispettivamente, una matrice di vettori di base del
sottospazio ed una rappresentazione delloperatore in un assegnata base. Si avr` a
AV V
ci`o che implica, in una eventuale nuova base, una struttura a blocchi particolare della matrice che
rappresenta loperatore. Pi` u precisamente se T indica una trasformazione di coordinate in cui i primi
m vettori della nuova base sono una base di V (questo di ha ad esempio ssando una T
1
le cui prime
m colonne sono date dalla matrice V ) allora, nelle nuove coordinate,
TAT
1
=
_
A
11
A
12
0 A
22
_
dove A
11
`e una matrice (m m). La verica di quanto asserito `e immediata se si pensa che nella
nuova base il generico vettore, v, in V `e rappresentato da una ennupla di numeri reali in cui i primi m
sono qualsiasi ed i restanti nm sono nulli. Poiche per linvarianza Av V , se ne deduce la presenza
del blocco di zeri in basso a sinistra nella rappresentazione delloperatore.
Dunque da un punto di vista delle trasformazioni che induce, un sottospazio invariante `e un autospazio.
Ogni sottospazio invariante `e infatti necessariamente generato da un sottoinsieme degli autospazi della
matrice. Questo fatto lascia intendere che da un punto di vista dinamico, cio`e per quanto riguarda
le evoluzioni libere del sistema ad esso associato, le evoluzioni che partono da uno stato iniziale in V
restano in V . Infatti il sistema `e descritto dalle equazioni
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
+B
2
u
e in evoluzione libera con z
2
(0) = 0 resta z
2
(t) = 0.
Ma non `e questo laspetto pi` u interessante. La questione pi` u signicativa, per quanto riguarda le
evoluzioni del sistema `e che a partire da due generiche condizioni iniziali la cui dierenza appartiene
a V le evoluzioni, istante per istante, mantengono la propriet` a degli stati iniziali. Ci` o signica che
a partire da stati che appartengono alla stessa variet`a ane ottenuta per traslazione del sottospazio
V le evoluzioni si mantengono in variet`a ani della stessa classe. In termini sintetici variet`a traslate
di V evolvono in variet`a traslate o, equivalentemente la struttura indotta per traslazione da V , la
foliazione, `e invariante rispetto alla dinamica.
In gura, con riferimento ad uno spazio bidimensionale, sono schematicamente ragurati V , la foli-
azione indotta ed il concetto di invarianza sotto la dinamica.
128 6. Le propriet` a geometriche dello spazio di stato
Il sottospazio invariante `e nella nullit` a di C
Unulteriore situazione di interesse dal punto di vista del comportamento dinamico si presenta
se il sottospazio invariante V `e contenuto nel kernel della matrice C. Si comprende immediatamente
che in tale circostanza nelle coordinate z il sistema `e descritto dalle equazioni
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
+B
2
u
y = C
2
z
2
(6.1)
Infatti il venerico vettore di V , rappresentato da una ennupla di numeri reali in cui i primi m sono
qualsiasi ed i restanti n m sono nulli, dovr` a essere annullato mediante lapplicazione di C e questo
`e possibile solo se la matrice C ha le prime m colonne nulle.
Le equazioni mettono bene il luce il fatto che unevoluzione che parte da uno stato iniziale in V ,
z
2
(0) = 0, d` a uscita identicamente nulla. Ma, come prima, non `e questo laspetto pi` u signicativo dal
punto di vista della dinamica. Ci` o che interessa `e che poich`e le evoluzioni che muovono da stati che
appartengono alla stessa foglia, una variet` a traslata di V , appartengono istante per istante ad una
stessa foglia
e
At
(z(0) z

(0)) V
ne segue che
Ce
At
z(0) = Ce
At
z

(0)
cio`e alle evoluzioni che muovono da una stessa foglia `e associata la stessa funzione di uscita.
Si tratta di una situazione di interesse che studieremo nel prossimo paragrafo e che rappresenta
geometricamente e da un punto di vista dinamico limpossibilit` a di distinguere, dalluscita, stati che
appartengono ad una stessa foglia (si veda la gura).
Limmagine di B `e nel sottospazio invariante
Una situazione ancora diversa, e di interesse, si presenta quando il sottospazio invariante V
contiene limmagine della matrice degli ingressi B. In questo caso il sistema nelle coordinate z `e
descritto dalle equazioni
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
Infatti, poich`e le colonne di B sono in V esse ammettono una rappresentazione con ennuple di numeri
con i soli primi m eventualmente non nulli.
Le equazioni mettono bene il luce leetto del forzamento sulle evoluzioni del sistema. In particolare `e
evidente che non `e possibile, muovendo da uno stato iniziale in V , z
2
(0) = 0, uscire da tale sottospazio
in quanto il controllo non ha eetto sulla dinamica esterna a V . Anche in questo caso laspetto pi` u
signicativo dal punto di vista del comportamento dinamico risiede nellosservare che le evoluzioni
che muovono da due stati che appartengono alla stessa foglia appartengono istante per istante alla
stessa foglia, e questa propriet` a di invarianza della struttura `e mantenuta identica anche in presenza
6.2. Inosservabilit` a 129
di ingressi non nulli e diversi. Infatti per azione dellingresso non possono essere modicate le ultime
n m componenti dello stato che descrivono il comportamento allesterno di V (si veda la gura).
Anche in questo caso si tratta di una situazione di interesse che studieremo tra breve. Essa mette
in luce che le potenzialit`a di intervento sono limitate alla foliazione indotta da V .
6.2. Inosservabilit`a
Ricordiamo la denizione di stati equivalenti gi` a proposta nel primo capitolo.
Denizione 6.1 Due stati x
a
e x
b
sono detti indistinguibili (equivalenti) a t
0
se t t
0
, u
[t
0
,)
y(t, t
0
, x
a
, u
[t
0
,t)
) = y(t, t
0
, x
b
, u
[t
0
,t)
)
Per una rappresentazione lineare stazionaria la precedente uguaglianza si riscrive
Ce
A(tt
0
)
x
a
+
_
t
t
0
W(t )u()d = Ce
A(tt
0
)
x
b
+
_
t
t
0
W(t )u()d
ed `e soddisfatta se e solo se
Ce
A(tt
0
)
(x
a
x
b
) = 0
Quindi in una rappresentazione lineare due stati sono indistinguibili se e solo se la loro dierenza d` a
risposta nulla in evoluzione libera.
Si denisca ora inosservabile uno stato x
0
per il quale risulti
Ce
A(tt
0
)
x
0
= 0 t,
cio`e sia indistinguibile dallo stato zero. Poiche la presenza di stati inosservabili `e equivalente allesistenza
di stati indistinguibili (sono indistinguibili tutti e soli quegli stati la cui dierenza coincide con uno
stato inosservabile), si proceder`a alla caratterizzazione dellinsieme degli stati inosservabili.
Se indichiamo con I tale insieme
1: = x R
n
: Ce
At
x = 0, t
esso `e un sottospazio lineare di R
n
; infatti una qualsiasi combinazione lineare di stati inosservabili
risulta inosservabile.
Il seguente risultato ci dice come calcolare linsieme degli stati inosservabili.
130 6. Le propriet` a geometriche dello spazio di stato
Teorema 1.
1: =
_
x : Ce
At
x = 0, t
_
= Ker
_
_
_
_
C
CA
.
.
.
CA
n1
_
_
_
_
= Ker(O)
Infatti se
x Ker
_
_
_
_
C
CA
.
.
.
CA
n1
_
_
_
_
allora per il teorema di Cailey Hamilton
CA
k
x = 0, k Ce
At
x = 0, t
viceversa se Ce
At
x = 0 derivando successivamente e calcolando in t = 0, si ottiene CA
k
x = 0, k ed
in particolare no a n 1.
Se O, matrice (nq n) detta matrice di osservabilit` a, ha rango n, allora 1 = 0, non ci sono
stati indistinguibili ed il sistema `e detto osservabile.
Se, invece, O ha rango m < n allora linsieme degli stati inosservabili coincide con il sottospazio
generato da nm vettori indipendenti che deniscono una base del kernel della matrice di osservabilit` a.
Vale la pena di osservare che lindistinguibilit` a denisce una relazione di equivalenza e di con-
seguenza induce una partizione dello spazio di stato in classi di equivalenza. Non `e dicile vericare
che tali classi coincidono con le variet` a lineari ottenute per traslazione dal sottospazio degli inosserv-
abili. Tale relazione induce una partizione dello spazio in cui le classi di equivalenza sono insiemi di
stati indistinguibili tra loro. Le considerazioni fatte lasciano intendere che poich`e gli stati che ap-
partengono ad una classe di equivalenza sono indistinguibili, e quindi equivalenti per quanto riguarda
il comportamento ingresso - uscita, baster` a assumere un solo rappresentante per ogni classe e costruire
una nuova rappresentazione, di dimensione inferiore, del sistema allo studio. Qualche accorgimento
deve essere preso perch`e il sistema ridotto risultante sia lineare. Come lintuizione suggerisce tale
accorgimento corrisponde a scegliere i rappresentanti delle classi di equivalenza in modo che essi
deniscano un sottospazio.
Alla base della procedura di riduzione alla quale si `e ora accennato si trova il concetto di invarianza
introdotto nel precedente paragrafo. Infatti non si avr` a dicolt` a a vericare che linsieme degli stati
inosservabili `e invariante rispetto alla matrice dinamica ed `e contenuto nella nullit` a della matrice C. In
opportune coordinate il sistema assumer` a quindi la rappresentazione (6.1). Una tale rappresentazione
mette bene in luce che solo le coordinate z
2
sono signicative e a ciascun valore di esse `e associata
una foglia della struttura invariante genarata dal sottospazio degli inosservabili (coordinate z
1
). Il
sistema `e dunque dal punto di vista ingresso uscita ben rappresentato dalle sole variabili z
2
.
La formalizzazione della propriet` a messa in luce conduce alla seguente caratterizzazione dellinsieme
degli inosservabili
6.2. Inosservabilit` a 131
Proposizione 1. 1 `e il pi` u grande sottospazio invariante rispetto ad A (A1 1) e contenuto in
KerC.
La dimostrazione `e semplice infatti per denizione 1 `e contenuto in Ker C; preso comunque un
suo elemento, x
I
, Ax
I
appartiene ad esso come risulta dal calcolo ricordando il teorema di Cailey-
Hamilton: ci` o esprime linvarianza. Inne `e il pi` u grande insieme che soddisfa tale propriet` a; se cos`
non fosse esisterebbe un elemento, x
nI
, non appartenente ad esso, ma ad un altro insieme invariante
sotto A e contenuto in Ker C. In base a tali propriet` a risulterebbe CA
k
x
nI
= 0 e quindi x
nI
1,
ci`o che nega lesistenza di un insieme pi` u grande.
6.2.a. Scomposizione rispetto allinosservabilit`a
Alla luce della caratterizzazione geometrica di 1 non `e dicile rendersi conto del fatto che esiste
una scelta delle coordinate in R
n
rispetto alle quali il sistema (A, B, C) assume una rappresentazione
che mette in evidenza la struttura interna del sistema.
Teorema 2. Si assuma la rappresentazione (A, B, C) non osservabile con (O) = m < n. Allora
esiste T non singolare rispetto alla quale (TAT
1
, TB, CT
1
) manifesta la seguente struttura
TAT
1
=
_
A
11
A
12
0 A
22
_
, TB =
_
B
1
B
2
_
, CT
1
= ( 0 C
2
)
ove A
22
`e (m m) ed i blocchi hanno dimensioni consistenti. Inoltre (A
22
, B
2
, C
2
) rappresenta un
sottosistema osservabile

_
_
C
2
.
.
.
C
2
A
m1
22
_
_
= m
La dimostrazione riposa sulla precedente caratterizzazione geometrica del sottospazio di inosserv-
abilit` a. Se infatti si eettua una trasformazione di coordinate di R
n
, z = Tx, in cui i primi (n m)
vettori della nuova base sono generatori di 1, ci` o che corrisponde a scegliere come prime nm colonne
di T
1
una base di 1, la rappresentazione assume la struttura indicata. Infatti, nelle nuove coordinate
il generico stato inosservabile si esprime mediante un vettore che ha le prime (n m) componenti
generiche e le rimanenti m nulle; lappartenenza di tale vettore a KerCT
1
spiega la struttura di
CT
1
e linvarianza rispetto a TAT
1
quella della matrice dinamica nelle nuove coordinate. Inne,
per quanto riguarda la completa osservabilit` a del sottosistema S
2
`e suciente riscrivere la matrice di
inosservabilit` a nelle nuove coordinate, osservare che il suo rango `e ancora m, essendo legata a quella
nelle coordinate x da T non singolare, e ricordare il teorema di CaileyHamilton.
Si noti che posto
z =
_
z
1
z
2
_
132 6. Le propriet` a geometriche dello spazio di stato
il sistema nelle nuove coordinate `e descritto dalle equazioni seguenti
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
+B
2
u
y = C
2
z
2
La struttura nelle coordinate z, e la gura corrispondente, ben manifestano la scomposizione del
sistema in due sottosistemi S
1
ed S
2
il primo, S
1
, corrisponde alla dinamica non osservabile, il secondo
a quella completamente osservabile.
Per quanto riguarda questultimo aspetto, la completa osservabilit` a della coppia (A
22
, C
2
), essa
risulta dallinvarianza del rango della matrice di osservabilit` a sotto trasformazione di coordinate e dalla
dipendenza delle potenze diordine superiore o uguale ad m della matrice A
2
2 da quelle precedenti
(Cayley- Hamilton). or
u
z
y
0
0
1
z
z
2
S
S
1
S
z
2
2
1
z
Figura 6.1
Come suggerisce lintuizione dallosservazione della gura, il comportamento in uscita, dipende
solo dal sottosistema S
2
infatti, nelle coordinate z,
(t) = ( 0 C
2
e
A
22
t
)
e, per la matrice delle risposte impulsive si ha
Ce
At
B=CT
1
e
TAT
1
t
TB=( 0 C
2
) e
_
A
11
A
12
0 A
22
_
t
_
B
1
B
2
_
=C
2
e
A
22
t
B
2
.
6.2.b. La ricostruibilit`a
La propriet` a di osservabilit` a pu` o essere interpretata come quella propriet`a in base alla quale `e
possibile calcolare lo stato iniziale a partire dalle uscite future. Si pensi infatti ad un sistema con
6.2. Inosservabilit` a 133
una sola uscita in evoluzione libera; il rango pieno della matrice di osservabilit` a esprime lindipendenza
delluscita e delle sue (n 1) derivate e la conseguente possibilit` a di poter calcolare lo stato iniziale
x
0
a partire dallandamento della risposta in uscita. Limitandoci per semplicit` a al caso dei sistemi
lineari stazionari deniremo per analogia alla precedente la ricostruibilit`a come quella propriet` a che
consente di osservare lo stato al tempo t
0
a partire dalla conoscenza delle uscite passate. Perce
ci`o accada non devono esistere due stati iniziali che assunti al tempo (t
0
T) diano vita a t
0
alla
stessa uscita. Non `e dicile vericare che tale propriet` a sussiste per il sistema se e solo se la mappa
x Ce
At
x `e iniettiva. Ci` o che equivale a richiedere che il rango della matrice di osservabilit`a sia
pieno. Se ne deduce, perlomeno per i sistemi lineari, stazionari a tempo continuo, lequivalenza delle
due propriet` a.
6.2.c. Modi osservabili e scomposizione
La struttura del sistema nelle nuove coordinate suggerisce lesistenza di un legame con la propriet`a
di osservabilit` a dei modi naturali a suo tempo introdotta. Lesistenza di un legame in tal senso `e
suggerita dallosservazione che le rappresentazione del sistema nelle coordinate z `e equivalente a quella
nelle coordinate x; essa ha quindi gli stessi modi naturali diversamente raggruppati nei sottosistemi
S
1
ed S
2
. Ovviamente solo quelli in S
2
non saranno osservabili, quelli in S
1
potrebbero esserlo.
Per un esame pi` u preciso della situazione `e necessario introdurre alcuni preliminari. Innanzitutto
si osservi che poiche linsieme degli inossedrvabili `e il pi` u grande sottospazio invariante rispetto ad A
che `e contenuto nella nullit` a di C
Proposizione 2. Esiste un sottospazio U contenuto nel kernel di C ed invariante rispetto ad A se e
solo se il sistema non `e tutto osservabile.
Ci`o premesso `e possibile mostrare che
Teorema 3. Una condizione equivalente di completa osservabilit`a di S `e che

_
C
(sI A)
_
= n
La precedente condizione `e nota come condizione di osservabilit` a di Popov- Belevitch-Hautus
(PBH).
Per quanto riguarda la dimostrazione della necessit` a basta osservare che se la condizione non `e soddis-
fatta e la matrice di PBH `e singolare, ci` o che pu` o accadere per s =
i
, allora esisterebbe un sottospazio
invariante rispetto alla dinamica contenuto nella nullit` a di C. La sucienza segue dal fatto che se
il sistema non `e tutto osservabile, e quindi esiste un sottospazio invariante contenuto nella nullit`a di
C, esiste un autospazio contenuto nella nullit` a di C e la condizione di Popov-Belevitch-Hautus non `e
soddisfatta per s coincidente con il corrispondente autovalore.
134 6. Le propriet` a geometriche dello spazio di stato
Teorema 4. Siano i modi naturali tutti distinti (molteplicit` a algebrica uguale a quella geometrica).
S `e osservabile se e solo se tutti i modi naturali di ordine massimo sono osservabili.
Per la dimostrazione si pensi A in forma di Jordan e ci si riferisca al test di osservabilit` a appena
introdotto.
Si osservi che il sottosistema osservabile `e caratterizzato da tutti e soli i modi osservabili.
ricordare come sono fatti i modi
Nel caso generale si pu`o aermare che
Proposizione 3. Se S `e osservabile allora tutti i modi naturali di ordine massimo sono osservabili.
Si pensi sempre al test precedente con A in forma di Jordan. Ci` o che non `e limitativo.
E importante osservare che se ci si riferisce ad una condizione di osservabilit` a pi` u forte, quella
indicata nel capitolo quarto come condizione geometrica di osservabilit` a, non `e dicile rendersi conto
che le condizioni enunciate mantengono la loro validit` a nel caso generale. Precisamente: S `e os-
servabile se e solo se tutti i modi naturali soddisfano la condizione geometrica di osservabilit` a; il
sottosistema osservabile `e caratterizzato da tutti e soli i modi che soddisfano alla condizione geomet-
rica di osservabilit` a.
Unultima considerazione riguarda il signicato sico della propriet` a di osservabilit` a. `e bene a
tale proposito distinguere almeno tra due diverse situazioni:
la rappresentazione dierenziale (A, B, C) proviene da una descrizione ingresso - uscita di un
sistema dinamico (modellistica del tipo scatola nera);
la rappresentazione (A, B, C) `e la descrizione di un assegnato processo dedotta dalla formaliz-
zazione del legame tra le variabili interne con gli ingressi e le uscite (modellistica del tipo scatola
trasparente).
La non completa osservabilit` a del sistema corrisponde nel primo caso ad una eettiva ridondanza
nello stato che dovr` a essere eliminata. Nel secondo caso, pur non corrispondendo necessariamente
ad una ridondanza di tipo modellistico, mette in luce una ridondanza sica dal punto di vista del
legame tra ingresso e uscita che induce un potenziale impedimento a poter discernere tra diverse
evoluzioni dello stato muovendo dallosservazione delle uscite. Come verr` a brevemente accennato
nel seguito `e questultimo un problema molto importante nella teoria del controllo: la possibilit` a di
ricostruire levoluzione dello stato (interna) a partire dalluscita. Come vedremo losservabilit` a del
sistema consente di ricostruire con precisione assegnabile le evoluzioni dello stato.
6.3. Raggiungibilit` a 135
6.3. Raggiungibilit`a
Si tratta della propriet` a duale, caratteristica del comportamento ingresso-stato. `e relativa alla
possibilit` a di raggiungere uno stato, ad un certo istante, a partire da uno stato assegnato.
Denizione 6.2 x
R
`e detto raggiungibile a T da x
0
se t
0
< T, u su [t
0
, T):
x
R
= (T, t
0
, x
0
, u)
Nel caso di una rappresentazione lineare stazionaria `e usuale riferirsi allo stato x(t
0
) = 0. Lo
stato zero `e, infatti, sempre mantenuto in assenza di ingresso (stato di equilibrio).
Se notiamo con (T) linsieme dei raggiungibili a T si ha
(T) =
_
x : x =
_
T
t
0
e
A(T)
Bu()d, per qualche t
0
, u
[t
0
,T)
_
che pu`o anche essere descritto come
(T) =
_
x : x =
_
T

e
A(T)
Bu()d, u
(,T)
_
Dalle precedenti espressioni risulta chiaro che combinazioni lineari di stati raggiungibili sono raggiun-
gibili, e quindi che (T) `e un sottospazio di R
n
.
Per arrivare ad una descrizione dellinsieme degli stati raggiungibili che ne consenta il calcolo `e nec-
essario fare riferimento ad un noto risultato della teoria degli operatori lineari.
Lemma 1. Se L `e un operatore lineare allora
(L) = Ker(L

cio`e la sua immagine coincide con il complemento ortogonale del kernel delloperatore aggiunto L

.
E necessario ricordare preliminarmente la denizione di operatore aggiunto. Assegnato L : A
B lineare, L

: B A `e quelloperatore che soddisfa


< L(a), b >
B
=< a, L

(b) >
A
dove < , > indica loperazione di prodotto interno. Ci` o premesso quanto asserito nel lemma, essendo
(L) e Ker(L

sottospazi, `e equivalente a
(L)

= Ker(L

)
che `e vera in quanto comunque preso b in (L)

e per ogni a in A
< b, L(a) >
B
= 0 < L

(b), a >
A
= 0
136 6. Le propriet` a geometriche dello spazio di stato
cioe b `e in Ker(L

). Analogamente si procede per il viceversa.


Se ora si osserva che la funzione
B

e
A

(T)
x : R
n
C

(, T)
`e loperatore aggiunto di
_
T

e
A(T)
Bu()d,
`e immediato vericare che
Teorema 5.
(T) =
_
_
T

e
A(T)
B()d
_
= Ker
_
B

e
A

(T)
()
_

=
= Ker
_
_
_
_
B

.
.
.
B

n1
_
_
_
_

= ( B AB A
n1
B)
Le precedenti considerazioni conducono ad una semplice e completa caratterizzazione dellinsieme
degli stati raggiungibili. Esso coincide con il sottospazio generato dalle colonne linearmente indipen-
denti della matrice, (n np), ( B AB A
n1
B) detta matrice di raggiungibilit` a.
Se tale matrice ha rango n, tutti gli stati sono raggiungibili ed il sistema stesso `e detto com-
pletamente raggiungibile. Il risultato messo in evidenza fornisce un test semplice e molto ecace.
Assegnato un sistema `e infatti possibile con un semplice criterio indagare le potenzialit` a di inter-
vento attraverso i canali di ingresso. Linsieme degli stati raggiungibili `e un sottospazio dello spazio
di stato; esso coincide con il sottospazio generato dalle colonne linearmente indipendenti della matrice
di raggiungibilit` a.
E importante sottolineare come linsieme dei raggiungibili a T non dipenda dal tempo. Ci` o signica
che si pu` o arrivare ad uno stato raggiungibile in un tempo arbitrario; ovviamente con ingressi pi` u
ampi al diminuire di T.
`e possibile esprimere analiticamente lingresso che consente di raggiungere lo stato x
R
al tempo
T. Non `e dicile vericare mediante sostituzione diretta che tale ingresso assume lespressione
u(t) = B

e
A

t
(
1
e
AT
x
R
ove si `e indicato con ( la matrice
( =
_
T
0
e
At
BB

e
A

t
dt
che risulta non singolare sotto lipotesi di completa raggiungibilit` a.
Al ne di mettere in luce lesistenza di una scelta delle coordinate rispetto alle quali la struttura delle
matrici manifesti la scomposizione del sistema in una parte raggiungibile ed una non raggiungibile, `e
utile fare riferimento ad una formulazione geometrica dellinsieme degli stati raggiungibili.
6.3. Raggiungibilit` a 137
Proposizione 4. `e il pi` u piccolo sottospazio invariante rispetto ad A (A ) e contenente
(B).
6.3.a. Scomposizione rispetto alla raggiungibilit`a
Alla luce di questa caratterizzazione e nellipotesi che
( B AB A
n1
B) = m < n,
mostreremo ora che rispetto a coordinate in cui i primi m vettori della base generano linsieme degli
stati raggiungibili, la rappresentazione assume una scomposizione che mette bene in evidenza la
struttura interna.
Teorema 6. Se una rappresentazione non `e tutta raggiungibile esiste una matrice T, non singolare
tale che
TAT
1
=
_
A
11
A
12
0 A
22
_
, TB =
_
B
1
0
_
, CT
1
= ( C
1
C
2
)
ove A
11
`e (m m) ed i blocchi hanno dimensioni consistenti. Inoltre (A
11
, B
1
, C
1
) rappresenta il
sottosistema raggiungibile
( B
1
A
11
B
1
A
m1
11
B
1
) = m
La dimostrazione di questo risultato ricalca le linee di quello corrispondente rispetto allosservabilit` a
ed `e fondato sulle propriet` a geometriche messe in luce nella proposizione precedente. Se T `e una
trasformazione di coordinate che ssa una base dei raggiungibili come primi m vettori delle nuove
coordinate, la rappresentazione del generico stato raggiungibile avr` a solo le prime m componenti
non nulle, poiche TB `e contenuto nellinsieme dei raggiungibili le sue colonne hanno tale struttura;
linvarianza rispetto alla matrice dinamica impone la sua struttura e poi il calcolo dei raggiungibili
nelle nuove coordinate la completa raggiungibilit` a del sottosistema S
1
. Si noti che posto
z =
_
z
1
z
2
_
il sistema `e descritto dalle equazioni seguenti
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
y = C
1
z
1
+C
2
z
2
138 6. Le propriet` a geometriche dello spazio di stato
0
0
1
z
z
2
S
z
u
S
1
S
z
2
2
+
y
+
1
z
Figura 6.2
La scomposizione `e bene messa in evidenza dalle nuove coordinate. S
1
`e tutto raggiungibile
mentre S
2
non `e raggiungibile. Come suggerisce lintuizione la risposta forzata, z
10
= 0 e z
20
= 0,
deve dipendere da S
1
solamente. Infatti
W(t) = Ce
At
B = CT
1
e
TAT
1
t
TB =
= ( C
1
C
2
) e
_
A
11
A
12
0 A
22
_
t
_
B
1
0
_
= C
1
e
A
11
t
B
1
.
6.3.b. La controllabilit`a
Una propriet` a analoga alla raggiungibilit` a `e la controllabilit` a degli stati. Uno stato, x
C
, `e controllabile
a T se esiste un ingresso che lo porta a zero al tempo T. Per le rappresentazioni lineari e stazionarie
si pu` o mostrare che sono controllabili tutti e soli gli stati raggiungibili.
Se infatti uno stato, x
T
, `e raggiungibile a T, essendo linsieme degli stati raggiungibili un sot-
tospazio dello spazio di stato invariante rispetto ad A, anche lo stato e
AT
x
T
`e raggiungibile; quindi
esiste un ingresso,u
T
() tale che
e
AT
x
T
+
_
T
0
e
A(T)
Bu
T
()d() = 0
il che prova la controllabilit` a a T di x
T
.
6.3.c. Modi eccitabili e scomposizione
La scomposizione rispetto alla raggiungibilit` a lascia intuire che ci debba essere un legame molto
forte con leccitabilit` a dei modi naturali. Come gi` a osservato in precedenza, lesistenza di un legame
6.3. Raggiungibilit` a 139
in tal senso `e suggerita dallosservazione che le rappresentazione del sistema nelle coordinate z `e
equivalente a quella nelle coordinate x; essa ha quindi gli stessi modi naturali diversamente raggruppati
nei sottosistemi S
1
ed S
2
. Ovviamente quelli in S
2
non sono certamente eccitabili, quelli in S
1
potrebbero esserlo.
Anche in questo caso, per un esame pi` u preciso della situazione `e necessario introdurre alcuni
preliminari. Innanzitutto si osservi che poiche linsieme degli inossedrvabili `e il pi` u piccolo sottospazio
invariante rispetto ad A che `e contiene limmagine di B
Proposizione 5. Esiste un sottospazio U contenente limmagine di B ed invariante rispetto ad A se
e solo se il sistema non `e tutto raggiungibile.
Ci`o premesso `e possibile mostrare che
Teorema 7. Una condizione equivalente di completa raggiungibilit` a di S `e che
( B (sI A) ) = n
La precedente condizione `e nota come condizione di osservabilit` a di Popov- Belevitch-Hautus
(PBH).
Per quanto riguarda la dimostrazione della necessit` a basta osservare che se la condizione non `e soddis-
fatta e la matrice di PBH `e singolare, ci` o che pu` o accadere per s =
i
, allora esisterebbe un sottospazio
invariante rispetto alla dinamica contenente limmagine di B. La sucienza segue dal fatto che se il
sistema non `e tutto raggiungibile, e quindi esiste un sottospazio invariante contenente limmagine di
B, esiste un autospazio contenente limmagine di B e la condizione di Popov-Belevitch-Hautus non `e
soddisfatta per s coincidente con il corrispondente autovalore.
Teorema 8. Siano i modi naturali tutti distinti (molteplicit` a algebrica uguale a quella geometrica).
S `e raggiungibile se e solo se tutti i modi naturali sono eccitabili.
Per la dimostrazione si pensi A in forma di Jordan e ci si riferisca al test di raggiungibilit` a appena
introdotto.
Si osservi che il sottosistema raggiungibile `e caratterizzato da tutti e soli i modi eccitabili.
Nel caso generale si pu`o aermare che
Proposizione 6. Se S `e raggiungibile allora tutti i modi naturali sono eccitabili.
Si pensi sempre al test precedente con A in forma di Jordan.
E importante osservare che se ci si riferisce ad una condizione di eccitabilit` a pi` u forte, quella in-
dicata nel capitolo quarto come condizione geometrica di eccitabilit` a, non `e dicile rendersi conto che
le condizioni enunciate mantengono la loro validit` a nel caso generale. Precisamente: S `e raggiungibile
140 6. Le propriet` a geometriche dello spazio di stato
se e solo se tutti i modi naturali soddisfano la condizione geometrica di eccitabilit` a; il sottosistema
raggiungibile `e caratterizzato da tutti e soli i modi che soddisfano alla condizione geometrica di os-
servabilit` a.
Per concludere lo studio della propriet` a di raggiungibilit` a alcune considerazioni sul signicato sico.
Anche qui faremo riferimento a due diverse situazioni. La non completa raggiungibilit` a del sistema
corrisponde, dal punto di vista dellintroduzione della rappresentazione con lo stato per descrivere un
assegnato sistema dinamico, ad una ridondanza dello stato per avere, ad esempio, descritto legami
equivalenti con relazioni diverse. Dal punto di vista operativo e della teoria del controllo, ammesso
di non essere incorsi in errori di modellistica del processo o fenomeno dato, la raggiungibilit` a esprime
le potenzialit` a di intervento attraverso i canali di ingresso disponibili.
6.4. La struttura interna di un sistema lineare a dimensione nita
Con una trasformazione di coordinate che ordini opportunamente i nuovi vettori di base collegan-
doli ai quattro sottospazi che possono essere deniti a partire da 1 e , si mette bene in evidenza la
struttura interna di una rappresentazione lineare stazionaria a dimensione nita. Il risultato dovuto
allo studioso R.E. Kalman si enuncia
Teorema 9. In opportune coordinate una rappresentazione lineare stazionaria a dimensione nita `e
descritta da una terna di matrici che manifestano la seguente struttura
_
_
_
A
11
A
12
A
13
A
14
0 A
22
0 A
24
0 0 A
33
A
34
0 0 0 A
44
_
_
_
, ( 0 C
2
0 C
4
) ,
_
_
_
B
1
B
2
0
0
_
_
_
La dimostrazione `e costruttiva e riposa sulla propriet` a geometriche messe in evidenza nelle propo-
sizioni precedenti.
Siano
1
,
2
,
3
e
4
i quattro sottospazi deniti dalle seguenti relazioni

1
:
1
: = 1

2
:
1

2
=

3
:
1

3
= 1

4
:
1

4
= R
n
sia dim
i
= n
i
, i = 1, . . . , 4. Sia T una trasformazione che assume nellordine i nuovi vettori di base
come: n
1
generatori di
1
, n
2
generatori di
2
, n
3
generatori di
3
, n
4
generatori di
4
.
6.4. La struttura interna di un sistema lineare a dimensione nita 141

X
P
X
I
O

X R I
3
=
Figura 6.3
Usando argomentazioni analoghe a quelle impiegate per trovare la struttura delle scomposizioni
precedenti, argomentazioni fondate sulle propriet` a geometriche degli insiemi di stati cos` trovati, non
`e dicile vericare la struttura delle matrici nelle nuove coordinate.
Alle strutture delle matrici corrisponde la struttura interna messa in evidenza nella seguente
gura.
142 6. Le propriet` a geometriche dello spazio di stato
S
z
+
u
y
S
1
z
1
S
z
2
2
S
z
4
4
S
z
3
3
+
Figura 6.4
Le evoluzioni di S
1
, S
2
, S
3
e S
4
possono essere facilmente interpretate. Si noti che come suggerisce
lintuizione il legame forzato dipende solo da S
2
. Infatti
W(t) = Ce
At
B = CT
1
e
TAT
1
t
TB = C
2
e
A
22
t
B
2
La scomposizione individuata chiarisce la struttura interna, inoltre in base allo studio eettuato in
precedenza rimane dimostrato che
Teorema 10. Il sottosistema S
2
`e caratterizzato da tutte e sole le leggi temporali dei modi simul-
taneamente eccitabili ed osservabili. S
2
descrive quindi una rappresentazione di dimensione minima
tra quelle possibili.
6.5. Le particolarit`a dei sistemi a tempo discreto
La trattazione sinora condotta pu` o essere ripetuta per i sistemi a tempo discreto con la sola
avvertenza di sostituire A
t
al posto di e
At
; i risultati non cambiano.
Le sole dierenze riguardano la dipendenza dal tempo della raggiungibilit` a di uno stato e della
corrispondente osservabilit` a dello stato iniziale cos` come i legami tra osservabilit` a e ricostruibilit` a e
tra controllabilit` a e raggiungibilit` a.
Per quanto riguarda la raggiungibilit` a `e molto facile comprendere per la struttura ricorsiva
delle equazioni che linsieme degli stati raggiungibili in un intervallo di tempo ssato, sia T, `e
( B A
T1
B), quindi uno stato raggiungibile pu` o essere ottenuto (da x
0
= 0 a t
0
= 0)
6.6. Sugli zeri della funzione di trasferimento 143
in al pi` u n istanti di tempo. Analoghe considerazioni possono essere fatte in merito allosservabilit` a di
uno stato iniziale a partire dalle osservazioni delluscita.
Per quanto riguarda i legami tra osservabilit` a e ricostruibilit` a. Non `e dicile vericare che un
sistema pu`o essere ricostruibile senza essere osservabile, ma non viceversa. Come esempio si consideri
la coppia di matrici
A =
_
1 1
1 1
_
, C = ( 1 1 )
che caratterizzano un sistema certamente non osservabile, ma costruibile. Infatti da y(1) = x
1
(1)+
x
2
(1) risulta x
1
(0) = y(1) e x
2
(0) = y(1). Le due propriet` a sono equivalenti se A `e non singolare.
Inne per quanto riguarda i legami tra controllabilit` a e raggiungibilit` a valgono considerazioni
analoghe alle precedenti.
La raggiungibilit` a implica la controllabilit` a, ma non viceversa. Come esempio si consideri la
coppia di matrici
A =
_
1 1
1 1
_
, B =
_
1
1
_
che caratterizzano un sistema certamente non tutto raggiungibile, ma controllabile. E infatti evidente
che lingresso u(0) = x
1
(0) +x
2
(0) porta lo stato a zero in un solo istante di tempo. Anche in questo
caso le due propriet`a sono equivalenti se A `e non singolare.
6.6. Sugli zeri della funzione di trasferimento
Come gi`a messo in luce nel capitolo quinto gli zeri di trasmissione di un sistema dinamico sono
quei valori complessi, s, in corrispondenza dei quali si non ha rango massimo la cosiddetta matrice
di sistema

_
s I A B
C 0
_
,= n + (p, q)
dove con (p, q) si `e indicato il pi` u piccolo tra p e q ed n indica la dimensione della matrice A.
Se si assume che s non coincida con alcun autovalore di A, lannullarsi del determinante della
matrice di sistema comporta lesistenza di una coppia (x ,= 0, u ,= 0) tale che
(s I A)x Bu = 0 Cx = 0
cio`e
C(s I A)
1
Bu = 0
Quindi s annulla tutti i determinanti dei minori di W(s) di dimensione (p, q) ed `e quindi uno zero
secondo la denizione data nel capitolo quinto.
Se s coincide con un autovalore di A allora, necessariamente il sistema non `e raggiungibile e/o
osservabile. Non `e, infatti, dicile vericare impiegando i criteri PBH che il sistema `e raggiungibile
144 6. Le propriet` a geometriche dello spazio di stato
e osservabile se e solo se la matrice di sistema in s = ha rango pieno. Se quindi s `e autovalore
ed annulla la matrice di sistema, il sistema non `e tutto raggiungibile e/o osservabile ed s `e zero
coincidente con un polo (si ricordi che la perdita di raggiungibilit` a e/o osservabilit` a si traduce in una
riduzione della dimensione del polinomio a denominatore della W(s) rispetto alla dimensione do A,
ci`o che pu`o avvenire solo a seguito di un fenomeno di cancellazione con uno zero di W(s)).
7. Modelli ingresso uscita lineari e rappresentazioni
con lo stato
Lo studio sinora condotto ha avuto per oggetto lo studio delle rappresentazione con lo stato lin-
eari a dimensione nita. In questo capitolo viene arontato il problema della costruzione di una
rappresentazione con lo stato a partire da un modello ingresso uscita lineare. Dopo una premessa
che si riferisce ai sistemi non stazionari il problema viene studiato in dettaglio per i sistemi lineari
stazionari.
Studieremo in questo capitolo il problema del passaggio da un modello ingresso uscita ad una
rappresentazione con lo stato. Riprendendo il formalismo del primo capitolo il problema da un punto
di vista generale consiste nell associazione di una rappresentazione implicita con lo stato ad un sistema
denito mediante un legame funzionale ingresso uscita. Il contesto in cui ci muoveremo `e quello dei
sistemi e delle rappresentazioni lineari e faremo riferimento a due sottoproblemi che rappresentano
due livelli di generalit` a: il problema dellassociazione di una rappresentazione ad un sistema connesso
ed il problema della realizzazione.
Per formulare il problema dell associazione di una rappresentazione con lo stato ad un sistema
lineare connesso `e necessario premettere che, nel contesto del formalismo del primo capitolo, un
sistema connesso `e un sistema uniforme in cui la relazione S
u
n coincide con il grafo di una funzione
denita su tutto lasse dei tempi. In concreto, e con riferimento al problema allo studio, supponiamo
che sia assegnato il seguente funzionale lineare denito su tutto lasse dei tempi
_
t

K(t, )u()d
con K(t, ) una matrice di funzioni. Un funzionale di questo tipo descrive un sistema connesso
lineare; infatti al generico istante t
0
rimane denito un insieme di relazioni ingresso uscita: si tratta
dell insieme delle funzioni di ingresso da t
0
in poi e delle corrispondenti uscite ciascuna collegata ai
possibili andamenti da meno innito a t
0
.
Il problema dellassociazione dello stato a tale sistema consiste nellindividuare una rappresen-
tazione con lo stato che sia caratterizzata da una discrizione ingresso-uscita equivalente. Deve, cio`e
146 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
essere vericato che: per ogni ssato t
0
ed u da meno innito a t
0
esista un x
0
, viceversa per ogni
ssato t
0
e x
0
esista un u da meno innito a t
0
, in corrispondenza del quale le uscite del sistema e
della rappresentazione corrispondenti ad ogni ssato ingresso coincidano da t
0
in poi.
Lo studio di questo problema sar` a condotto con riferimento al caso stazionario nel prossimo
paragrafo.
In questo contesto un problema particolare `e quello cosiddetto della realizzazione e consiste nel
calcolare una rappresentazione con lo stato che riproduca a t
0
come risposte forzate le coppie ingresso
uscita generate dal funzionale lineare
_
t
t
0
K(t, )u()d
Si tratta, in questo caso, di calcolare una rappresentazione la cui risposta impulsiva coincida
con il nucleo dato. Non `e dicile vericare in base alle propriet` a di ed H che lesistenza di una
fattorizzazione di K
K(t, ) = Q(t, t)P(t, )t
ove Q e P sono matrici di dimensioni (q s) e (s p), per un opportuno s, `e condizione necessaria
e suciente perch`e il problema ammetta soluzione. Per quanto riguarda la necessit` a, basta osservare
che
W(t, ) = C(t)(t, t)(t, )B()
Inoltre, ssato t, la rappresentazione con lo stato
x(t) = P(t, t)u(t)
y(t) = Q(t, t)x(t), x(t
0
) = 0
descrive il legame ingresso uscita
y(t) =
_
t
t
0
K(t, )u()d.
7.1. La rappresentazione con lo stato di un sistema lineare stazionario connesso.
Si consideri un sistema lineare stazionario connesso caratterizzato dal nucleo K(t) e descritto, su
tutto linsieme dei tempi, dal funzionale lineare
_
t

K(t )u()d
nel caso a tempo continuo e da
t1

K(t )u()
7.1. La rappresentazione con lo stato di un sistema lineare stazionario connesso. 147
nel caso a tempo discreto.
E forse utile sottolineare che il funzionale dato descrive un sistema dinamico lineare stazionario
secondo la denizione data nel primo capitolo; infatti ad ogni istante di tempo t
0
, il funzionale dato
denisce una relazione: si tratta di tutte le coppie u
0
(), y
0
() che si ottengono variando per ogni u da
t
0
in poi (u
0
), u da meno innito a t
0
. Per la stazionariet` a del nucleo K, inoltre, le relazioni ottenute
al variare di t
0
soddisfano la propriet` a di stazionariet` a.
Il problema dellassociazione di una rappresentazione con lo stato a tale sistema consiste nel
calcolare una rappresentazione lineare stazionaria, equivalentemente una quadrupla (n, A, B, C), ove
n intero positivo denisce la dimensione della rappresentazione, in modo che: per ogni ssato t
0
ed
u da meno innito a t
0
esista un x
0
, viceversa per ogni ssato t
0
e x
0
esista un u da meno innito
a t
0
, le uscite y
0
() del sistema e della rappresentazione corrispondenti ad ogni ssato ingresso u
0
()
coincidano da t
0
in poi. Si osservi che si `e assunto, nella formulazione del problema, che il legame
ingresso - uscita sia di tipo strettamente causale. Ci` o, a priori, esclude la presenza di un legame
diretto.
Vale il seguente risultato:
Teorema 1. (n, A, B, C) `e la rappresentazione con lo stato del sistema connesso associato al nucleo
K(t) se e solo se
K(t) = Ce
At
B t 0
+1 = R
n
per i sistemi tempo continuo, e
K(t) = CA
t1
B t > 0
+1 = R
n
per i sistemi a tempo discreto.
Nellenunciato del precedente teorema e 1 indicano, rispettivamente i sottospazi degli stati
raggiungibili e degli stati inosservabili, della rappresentazione con lo stato.
La dimostrazione viene qui condotta per i sistemi a tempo continuo, ma pu`o essere ripetuta
identica nel caso a tempo discreto. Si tratta di mostrare che le coppie ingresso-uscita generate ad
ogni istante t
0
mediante il funzionale e la rappresentazione coincidono. Deve cio`e risultare che in
corrispondenza ad ogni ssato t
0
: u
(
, t
0
) esiste un x
0
e, viceversa, x
0
esiste un u
(
, t
0
) tali che
per ogni u
[t
0
,)
_
t
0

K(t )u()d +
_
t
t
0
K(t )u()d = Ce
A(tt
0
)
x
0
+
_
t
t
0
Ce
A(t)
u()d t
Poiche luguaglianza scritta deve essere vericata per ogni u
(
, t
0
) e per ogni x
0
assumendoli
nulli si ottiene luguaglianza tra i secondi addendi che `e vericata per ogni u da t
0
in poi se e solo se
vale la prima delle condizioni enunciate.
148 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
In base a quanto mostrato e ricordando la propriet` a di semigruppo luguaglianza tra le coppie
ingresso uscita si riduce a u
(
, t
0
) esiste un x
0
e, viceversa, x
0
esiste un u
(,t
0
)
per cui
Ce
A(tt
0
)
_
t
0

e
A(t
0
)
Bu()d = Ce
A(tt
0
)
x
0
e questultima uguaglianza `e vericata se e solo se il generico stato x
0
pu` o essere espresso come somma
di uno stato raggiungibile ed uno inosservabile. Ci` o conclude la dimostrazione del teorema.
Se si ricorda quanto detto nel primo capitolo a proposito della minimalit` a di una rappresentazione
(assenza di stati indistinguibili o equivalenti) e si ricorda quanto osservato nel capitolo precedente circa
lesistenza di stati equivalenti e inosservabili, si comprende che una rappresentazione con lo stato di
un sistema connesso stazionario si dice ridotta se `e tutta osservabile, cioe 1 = 0.
E importante osservare che alla luce di quanto studiato nel precedente capitolo a proposito delle
scomposizioni rispetto alle propriet` a degli stati, una volta calcolata una rappresentazione con lo stato
la cui risposta impulsiva coincida con il nucleo assegnato (la prima delle propriet` a del precedente
teorema), `e sempre possibile costruirne unaltra che soddis anche la seconda. E suciente oper-
are una scomposizione rispetto alla raggiungibilit` a, estrarre il sottosistema tutto raggiungibile che,
coincidendo linsieme degli stati raggiungibili con lo spazio di stato, soddisfa anche la seconda delle
condizioni del teorema e denisce la rappresentazione cercata.
Quanto osservato costituisce la prova del seguente risultato di esistenza
Teorema 2. Una rappresentazione con lo stato di un sistema connesso associato al nucleo K(t) esiste
se e solo se
K(t) = Ce
At
B +D(t) t 0 (RC1)
per i sistemi tempo continuo, e
K(t) = CA
t1
B t > 0 (RD1)
per i sistemi tempo discreto.
Come vedremo nel prossimo paragrafo tale condizione `e anche condizione necessaria e suciente
per lesistenza di una realizzazione dellassegnato nucleo. Possiamo quindi aermare che esiste una
rappresentazione con lo stato di un assegnato nucleo se e solo se esiste una realizzazione; inoltre una
rappresentazione pu` o essere calcolata mediante la tecnica di riduzione rispetto alla raggiungibilit`a.
Un ulteriore collegamento con lo studio condotto nel capitolo precedente `e qui stabilito. Quanto
sinora osservato consente infatti di asserire che una assegnata rappresentazione con lo stato descrive
un sistema connesso se e solo se nella scomposizione di Kalman
4
= 0.
7.2. Il problema della realizzazione 149
7.2. Il problema della realizzazione
Tale problema consiste nel calcolare una rappresentazione con lo stato il cui comportamento
forzato coincida con quello associato ad un assegnato nucleo, ad una assegnata matrice di funzioni
di variabile complessa, al comportamento corrispondente a condizioni iniziali nulle di un assegnato
sistema di equazioni dierenziali (alle dierenze) tra ingressi e uscite.
Esamineremo ciascuno dei casi citati.
Interessa in questa sede risolvere i problemi dellesistenza di una tale realizzazione e del calcolo.
Ricordiamo che linteresse nel passaggio da un modello del comportamento forzato in forma esplicita
ad un modello in forma implicita nel dominio del tempo `e collegato alla corrispondenza tra modello
e schema di simulazione o realizzazione. Da qui il nome al problema allo studio. La denizione di
un modello implicito, infatti, consente la realizzazione di un simulatore (eventualmente numerico) del
sistema dato.
7.2.a. Dal nucleo di un integrale di convoluzione ad una rappresentazione con lo
stato
Analogamente a quanto fatto nel contesto non stazionario esamineremo il problema di associare
al legame ingresso uscita al tempo t
0
y(t) =
_
t
t
0
K(t )u()d
una rappresentazione con lo stato caratterizzata dallo stesso legame forzato al tempo t
0
.
Assumeremo, senza perdita di generalit` a, che K(t) sia una matrice (q p) di funzioni, il che
corrisponde ad assumere che D = 0. Se si ricorda che quando D = 0 si usa dire che il sistema
dinamico `e strettamente causale in quanto y(t) dipende da u tra t
0
e t, ma non da u(t), si comprende
perch`e il problema allo studio sia detto della realizzazione strettamente causale. Esso consiste nella
individuazione delle condizioni di esistenza, e poi nel calcolo, di un intero n e tre matrici (A, B, C)
tali che
K(t) = Ce
At
B t 0 (RC1)
per i sistemi tempo continuo, e
K(t) = CA
t1
B t > 0 (RD1)
per i sistemi tempo discreto.
Condizioni equivalenti possono essere stabilite e sono di interesse e utilit` a nelle applicazioni. Si
ha
K(t ) = Q(t)P() t (RC2)
per opportuni s, Q(t) (q s) e P() (s p) ed analogamente
K(t ) = Q(t)P() t 0 > . (RD2)
Ed ancora
(H
i
) < i = c, d (RC3) (RD3)
150 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
ove H
i
indica la matrice di Hankel associata alla matrice di funzioni K(t) nel caso tempo continuo,
H
c
, e tempo discreto, H
d
. Tali matrici innite sono denite
H :=
_
_
_
_
S
0
S
1
S
2
S
3
. . .
S
1
S
2
S
3
. . . . . .
S
2
S
3
. . . . . . . . .
.
.
.
.
.
. . . . . . . . . .
_
_
_
_
ove
S
i
=
d
i
K(t)
dt
i

t=0
per i sistemi tempo continuo,
S
i
= K(i + 1)
per i sistemi tempo discreto.
La dimostrazione dellequivalenza delle condizioni enunciate pu` o essere svolta senza dicolt`a
mostrando che R1 R2 R3 R1. A tale proposito e con riferimento, a titolo esemplicativo, al
caso tempo discreto si ha
RD1 RD2:
K(t ) = CA
t1
B = CA
t
A
1
B = Q(t)P() t 0 >
RD2 RD3 : infatti per RD2
K(1) = Q(0)P(1)
K(2) = Q(0)P(2) = Q(1)P(1)
K(3) = Q(0)P(3) = Q(1)P(2) = Q(2)P(1)
e quindi
H =
_
_
_
_
Q(0)P(1) Q(0)P(2) Q(0)P(3) . . .
Q(1)P(1) Q(1)P(2) . . . . . .
Q(2)P(1) Q(2)P(2) . . . . . .
.
.
.
.
.
. . . . . . .
_
_
_
_
=
_
_
_
_
Q(0)
Q(1)
Q(2)
.
.
.
_
_
_
_
( P(1) P(2) P(3) . . . )
il che prova limplicazione.
RD3 RD1: infatti RD3 implica che (H
D
) `e nito, sia
H
, e quindi m, m

:
H
m,m
:=
_
_
_
_
K(1) K(2) . . . K(m

)
K(2) K(3) . . . K(m

+ 1)
.
.
.
.
.
. . . .
.
.
.
K(m) K(m+ 1) . . . K(m+m

1)
_
_
_
_
ed H
m,m
ha un minore di ordine
H
non nullo e tutti quelli di ordine
H
+ 1 nulli.
7.2. Il problema della realizzazione 151
Sia Q la matrice composta da
H
colonne di H
m,m
indipendenti; sia P la matrice composta di

H
righe indipendenti tali che
Q P = H
m,m

Ci`o posto sia:


B (
H
p) la matrice formata dalle prime p colonne di P;
C (q
H
) la matrice formata dalle prime q righe di Q; sia inoltre
A = (Q

Q)
1
Q

H
m,m
P

(PP

)
1
ove
H
m,m
:=
_
_
_
_
K(2) K(3) . . . K(m

+ 1)
K(3) K(4) . . . K(m

+ 2)
.
.
.
.
.
. . . .
.
.
.
K(m+ 1) K(m+ 2) . . . K(m+m

)
_
_
_
_
e Q

Q, PP

sono invertibili per costruzione.


La prova che RD3 RD1 si conclude mostrando, con alcuni passaggi tecnici, che la terna
(A, B, C) denita soddisfa RD1. Inoltre non `e dicile rendersi conto del fatto che
H
, il rango di H
d
,
caratterizza la dimensione minima di A; cio`e quella costruita `e una realizzazione minima. A tal ne
basta osservare che la matrice di Hankel associata ad una realizzazione con dimensione dello stato n
ha rango inferiore o eguale a n; infatti per una assegnata rappresentazione, sia a tempo continuo che
discreto, si ha
H
i
=
_
_
_
_
CB CAB CA
2
B . . .
CAB CA
2
B CA
3
B . . .
CA
2
B CA
3
B . . . . . .
.
.
.
.
.
. . . .
.
.
.
_
_
_
_
=
_
_
_
_
C
CA
CA
2
.
.
.
_
_
_
_
( B AB A
2
B . . . )
e quindi
H
i
dim(A) = n. Si noti che una realizzazione minima `e la generica realizzazione del
sottosistema raggiungibile e osservabile associata ad una data realizzazione.
7.2.b. Da una matrice di funzioni di variabile complessa ad una rappresentazione
con lo stato
Aronteremo ora lo stesso problema, ma nel dominio della variabile complessa. E questo il contesto
in cui usualmente il problema viene arontato e risolto in quanto un modello forzato ingresso uscita
`e generalmente assegnato per il tramite di una funzione di variabile complessa eventualmente rilevata
mediante esperimenti di comportamento in frequenza (si ricordi quanto studiato a tale proposito).
Nel dominio complesso, inoltre, il problema `e facilmente risolvibile.
Assegnato K(s) (q p) trovare (n, A, B, C, D) tali che
C(sI A)
1
B +D = K(s)
La quaterna (A, B, C, D) `e detta realizzazione di K(s).
152 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
Unosservazione preliminare che viene qui svolta, ma che riguarda il problema della realizzazione in
generale e non lo studio nel dominio complesso, riguarda lunicit` a della soluzione e le dimensioni delle
realizzazioni. Il problema posto ammette molte soluzioni, anche di dimensioni diverse.
E chiaro, infatti, che le rappresentazioni equivalenti, pur diverse tra loro, (A, B, C) ,= (TAT
1
, TB, CT
1
)
hanno le stesse risposta impulsiva e funzione di trasferimento
CT
1
e
TAT
1
t
TB = Ce
At
B CT
1
(sI TAT
1
)
1
TB = C(sI A)
1
B
Per quanto rigyarda le dimensioni di possibili realizzazioni di un assegnato nucleo si pensi al
risultato dello studio dei modi naturali nel comportamento forzato; solo una parte dei modi naturali
caratterizzano il comportamento forzato. Ci` o che equivale a concludere che in generale i poli della
funzione di trasferimento sono solo una parte degli autovalori. Dunque possono esistere diverse rap-
presentazioni con lo stato, di dimensioni diverse, che hanno stesse risposta impulsiva e funzione di
trasferimento.
Una condizione certamente necessaria per la realizzabilit`a `e che K(s) sia una matrice di funzioni
razionali proprie.Infatti ha questa caratteristica lespressione della matrice delle funzioni di trasferi-
mento di un sistema dinamico lineare. Ci` o signica che se il legame funzionale tra ingresso - uscita `e
caratterizzato da un nucleo K(t) la cui trasformata di Laplace, K(s), non `e una matrice di funzioni
razionali proprie, questo legame ingresso - uscita non pu` o essere realizzato mediante un sistema lin-
eare, stazionario a dimensione nita.
Sorge spontanea la domanda: ma questa condizione `e anche suciente?
La condizione `e anche suciente come viene mostrato nel seguito.
La prova `e costruttiva, cio`e si mostrer`a come a partire da una matrice di funzioni razionali proprie,
si possa costruire, per ispezione sui coecienti delle matrici che la descrivono, una sua realizzazione.
Si assuma, senza perdita di generalit` a che K(s) sia una matrice di funzioni razionali strettamente
proprie, sono tali le funzioni razionali quando il grado del numeratore `e pi` u basso del grado del
denominatore. Si `e detto senza perdita di generalit` a perche si pu` o sempre passare da una forma
propria ad una strettamente propria, infatti, una matrice razionale propria si pu` o sempre scrivere
come
K(s) = K
0
+K(s)
con K
0
matrice costante e K(s) matrice razionale strettamente propria. Posto D = K
0
, il problema
della realizzazione si riduce al calcolo di n, A, B, C per una matrice razionale strettamente propria del
tipo
K(s) =
B
0
+B
1
s +. . . +B
n1
s
n1
a
0
+a
1
s +. . . +a
n1
s
n1
+s
n
ove le B
i
sono matrici (q p) di costanti.
Un esempio di tale espressione `e il seguente
K(s) =
_
1
s+1
s+1
s
_
=
_
D
0
1
_
+
_
K(s)
1
s+1
1
s
_
7.2. Il problema della realizzazione 153
Due realizzazioni in forma canonica
Due diverse realizzazioni possono essere ottenute direttamente per ispezione dei coecienti della K(s)
nella forma data.
Una prima realizzazione cosiddetta in forma canonica raggiungibile, di dimensione np, ove p indica
la seconda dimensione di K e n il grado del minimo comune multiplo dei polinomi a denominatore.
A
R
=
_
_
_
_
_
_
_
_
0 I 0 0
.
.
.
.
.
.
I
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 0 I
a
0
I a
n1
I
_
_
_
_
_
_
_
_
B
R
=
_
_
_
_
_
_
_
0
.
.
.
.
.
.
0
I
_
_
_
_
_
_
_
C
R
= ( B
0
. . . . . . B
n1
)
ove le matrici identit` a, I, sono matrici che hanno dimensione (p p). e, di conseguenza, le matrici
A
R
, B
R
e C
R
hanno dimensione (np np), (np p) e (q np),rispettivamente.
Esempio:
K(s) =
_
1
s+1
1
s
_
=
_
s
s + 1
_
s
2
+s
=
_
0
1
_
+
_
1
1
_
s
s
2
+s
A
R
=
_
0 1
0 1
_
B
R
=
_
0
1
_
C
R
=
_
0 1
1 1
_
infatti `e facile vericare che
C
R
(sI A
R
)
1
B
R
= K(s)
Altro esempio:
K(s) =
_
1 0
1 1
_
+
_
1 0
1 2
_
s
1 + 3s +s
2
in cui
p = 2 n = 2
e la realizzazione, di dimensione 4, `e
A
R
=
_
0 I
a
0
I a
1
I
_
=
_
_
_
_
0 0
0 0
1 0
0 1
1 0
0 1
3 0
0 3
_
_
_
_
B
R
=
_
_
_
0 0
0 0
1 0
0 1
_
_
_
C
R
=
_
1 0 1 0
1 1 1 2
_
154 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
La dimostrazione della correttezza della procedura seguita per calcolare la realizzazione consiste nel
vericare che la matrice delle funzioni di trasferimento associata a tale rappresentazione coincide con
la K(s) assegnata.
A questo proposito bisogna calcolare
C
R
(sI A
R
)
1
B
R
= C
R
(sI A
R
)
a
T
det(sI A
R
)
B
R
= ( B
0
. . . B
n1
)
_
_
_
_
_
_
_
_
_
_
s 1 0 0
0
.
.
.
.
.
.
.
.
.
.
.
.
0
0 1
a
0
a
n2
s +a
n1
_
_
_
_
_
_
_
_
_
_
1
_
_
_
_
_
_
_
0
.
.
.
.
.
.
0
1
_
_
_
_
_
_
_
ove si `e fatto riferimento al caso p = q = 1 per semplicit` a di notazioni: Si osservi, innanzitutto che il
calcolo del determinante di sI A
R
d a
a
0
+a
1
s +. . . +s
n
ci`o che `e sempre vero per una matrice A che abbia la struttura di A
R
: gli elementi dellultima riga
sono proprio i coecienti del polinomio caratteristico
Il calcolo della funzione di trasferimento `e notevolmente semplicato dalla struttura di B
R
che ha
tutti zeri ed un 1 nellultima posizione. Baster` a quindi calcolare solo lultima colonna dellaggiunta -
trasposta; sviluppando i calcoli
(B
0
. . . B
n1
)
a
0
+a
1
s +. . . +s
n
_
_
_
_
_
_
_
1
s

.
.
.

.
.
.
s
n1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
.
.
.
.
.
.
0
1
_
_
_
_
_
_
_
=
_

B
0
+B
1
s +. . . +B
n1
s
n1
a
0
+a
1
s +. . . +s
n
_
_
_
_
_
_
_
_
0
.
.
.
.
.
.
0
1
_
_
_
_
_
_
_
=
e quindi
K(s) =
B
0
+B
1
s +. . . +B
n1
s
n1
a
0
+a
1
s +. . . +s
n
Lo schema di realizzazione/simulazione associato a questa rappresentazione con lo stato comporta
operazioni di integrazione, moltiplicazione per costante e somma come messo in evidenza nella gura
seguente in cui si `e assunto per semplicit`a n = 2.
A
R
=
_
0 1
a
0
a
1
_
B
R
=
_
0
1
_
C
R
= ( b
0
. . . b
1
)
7.2. Il problema della realizzazione 155
_

_
x
1
= x
2
x
2
= a
0
x
1
a
1
x
2
+u
y = b
0
x
1
+b
1
x
2

u y
a
2
1
a
0
b
b
1
x
1
.
2
x =
2
x x
1
.
-
- +
+
+
Figura 7.1
Si noti che la realizzazione individuata secondo questa tecnica ha dimensione (np np); quindi tutte
le volte che il numero di ingressi `e uno, indipendentemente dal numero di uscite, la dimensione di
questa realizzazione `e n.
Una seconda realizzazione che considereremo, di dimensione nq, `e quella cosiddetta in forma canonica
osservabile, A
o
, B
o
, C
o
.
A
o
(nq nq)
=
_
_
_
_
_
_
_
_
0 0 a
0
I
I
.
.
.
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 I a
n1
I
_
_
_
_
_
_
_
_
B
o
(nq p)
=
_
_
_
_
_
B
0
.
.
.
.
.
.
B
n1
_
_
_
_
_
C
o
(q nq)
= ( 0 0 I )
C
o
(sI A
o
)
1
B
o
= K(s)
= ( 0 0 1 )
_
_
_
_
_
_
_
_
_
s 0 0 +a
0
1 s
.
.
.
.
.
.
.
.
.
0
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 s +a
n1
_
_
_
_
_
_
_
_
_
1
_
_
_
_
_
B
0
.
.
.
.
.
.
B
n1
_
_
_
_
_
[sI A
o
[ = a
0
+a
1
s +. . . +s
n
156 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
( 0 0 1 )
a
0
+ +s
n
_
_
_
_
_
_
_
_
_
s 0 0 +a
0
1 s
.
.
.
.
.
.
.
.
.
0
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 s +a
n1
_
_
_
_
_
_
_
_
_
a
T
_
_
_
_
_
B
0
.
.
.
.
.
.
B
n1
_
_
_
_
_
in virt` u della struttura della matrice C
o
, lunica cosa che vogliamo calcolare `e lultima riga, in quanto
le precedenti vengono moltiplicate per degli zeri.
( 0 0 1 )
a
0
+. . . +s
n
_
_


1 s
n1
_
_
_
_
_
_
_
B
0
.
.
.
.
.
.
B
n1
_
_
_
_
_
Il prodotto complessivo `e proprio la K(s)
Esempio:
K(s)
q p
=
_
1 1
0 1
_
+
_
2 0
1 0
_
s
3 + 2s +s
2
p = q = 2
A
o
=
_
_
_
_
0 0
0 0
3 0
0 3
1 0
0 1
2 0
0 2
_
_
_
_
B
o
=
_
_
_
_
1 1
0 1
2 0
1 0
_
_
_
_
C
o
=
_
0 0
0 0
1 0
0 1
_
(q p) q = 1
K(s) =
( 1 1 ) + ( 2 0 ) s
3 + 2s +s
2
A
o
=
_
0 3
1 2
_
B
o
=
_
1 1
2 0
_
C
o
= ( 0 1 )
Lo schema di realizzazione/simulazione associato a questa rappresentazione con lo stato comporta
operazioni di integrazione, moltiplicazione per costante e somma come messo in evidenza nella gura
seguente in cui si assume per semplicit`a n = 2.
A
o
=
_
0 a
0
1 a
1
_
B
o
=
_
b
0
b
1
_
C
o
= ( 0 1 )
_

_
x
1
= a
0
x
2
+b
0
u
x
2
= x
1
a
1
x
2
+b
1
u
y = x
2
7.2. Il problema della realizzazione 157
u
x
1
.
2
x
2
x x
1
.

y
1
a
0
b b
1
-
-
+
+
a
0
Figura 7.2
7.2.c. Dalle equazioni dierenziali (alle dierenze) ad una rappresentazione con lo
stato
Un modello matematico in termini di un sistema di equazioni deerenziali tra le variabili di
ingresso e quelle di uscita `e spesso il prodotto di un processo di studio su un dato fenomeno o processo.
A partire da questa situazione un problema, analogo al precedente, `e quello della associazione di una
rappresentazione con lo stato in forma implicita ad tale modello. Nel contesto lineare stazionario il
problema pu` o essere formulato nei seguenti termini: assegnato un sistema di equazioni dierenziali
(alle dierenze) lineari a coecienti costanti che descrive i legami tra le p variabili di ingresso e
le q variabili di uscita, sotto quali condizioni `e possibile associare a queste una rappresentazione
dierenziale (alle dierenze) implicita caratterizzata da una terna di matrici (A, B, C) ?
Posto
P(d)y = Q(d)u
ove P(d) e Q(d) sono matrici, (qq) e (qp) rispettivamente, i cui elementi sono polinomi a coecienti
costanti nella indeterminata formale d, che rappresenta loperazione di derivazione (anticipo), trovare
un intero n e una terna (A, B, C) di matrici (n n), (n p) e (q n) in modo che al variare di x
0
la
rappresentazione individuata descriva tutti i possibili legami u - y.
Il problema formulato `e risolvibile se e solo se la matrice P(d) `e invertibile e la matrice P(d)
1
Q(d)
`e razionale strettamente propria in d. Rinviando a [1] per la dimostrazione si sottolinea solo che, come
suggerisce lintuizione, la prima condizione esprime lindipendenza del sistema di equazioni assegnato
mentre la seconda esprime la stretta causalit`a dei legami tra le variabili di ingresso, u, e di uscita, y.
Una procedura di calcolo della rappresentazione con lo stato a partire dallequazione alle dierenze `e
illustrata nel seguito. Tale procedura pu` o essere estesa ai sistemi a tempo continuo ed alla rappresen-
tazioni a pi` u ingressi ed uscite. Assegnata lequazione alle dierenze
y(k +n) +a
n1
y(k +n 1) + +a
0
y(k) = b
n1
u(k +n 1) + +b
0
u(k)
158 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
le seguenti n variabili deniscono un insieme di variabili di stato per il sistema in esame
x
1
= a
0
y(k 1) +b
0
u(k 1)
x
2
= a
0
y(k 2) +b
0
u(k 2) a
1
y(k 1) +b
1
u(k 1)
x
3
= a
0
y(k 3) +b
0
u(k 3) a
1
y(k 2) +b
1
u(k 2) a
2
y(k 1) +b
2
u(k 1)
...
x
(
n1) = a
0
y(kn+1)+b
0
u(kn+1)a
1
y(kn+2)+b
1
u(kn+2) a
n2
y(k1)+b
n2
u(k1)
x
n
= y(k)
La dimostrazione di quanto asserito consiste nel calcolo delle dierenze prime associate a tali variabili;
si ottiene, infatti, come `e facile vericare
x
1
(k + 1) = a
0
x
n
(k) +b
0
u(k)
x
2
(k + 1) = x
1
a
1
x
n
(k) +b
1
u(k)
x
3
(k + 1) = x
2
a
2
x
n
(k) +b
2
u(k)
...
x
n1
(k + 1) = x
n2
a
n2
x
n
(k) +b
n2
u(k)
x
n
(k + 1) = x
n1
a
n1
x
n
(k) +b
n1
u(k)
y(k) = x
n
(k)
Si tratta di una rappresentazione con lo stato in una forma canonica osservabile.
Una procedura alternativa per il calcolo del modello implicito ingresso-stato-uscita che realizza
lassegnato legame implicito ingresso-uscita consiste nel calcolo della funzione di variabile complessa
K(s/z) = P(s/z)
1
Q(s/z) e nella sua successiva realizzazione secondo una delle tecniche proposte
nel presente capitolo. Il calcolo della funzione di trasferimento rappresenta di per se un problema
importante per il signicato che essa ha in termini di comportamento in frequenza. La funzione di
trasferimento pu` o anche essere calcolata facendo la trasformata delle relazioni che legano ingressi ed
uscite assumendo le funzioni e le loro derivate (anticipi) nulle in zero. Si consideri a titolo di esempio
il semplice legame
y(t + 2) +a
1
y(t + 1) +a
0
y(t) = b
1
u(t + 1) +b
0
u(t)

(z
2
+a
1
z +a
0
)Y (z) = (b
1
z +b
0
)u(z)

Y (z)
u(z)
=
b
1
z +b
0
z
2
+a
1
z +a
0
7.4. Realizzazioni minime 159
7.3. Realizzazioni minime
La minimalit` a di una realizzazione consiste nelluso di un numero minimo di variabili di stato.
La dimensione non pu` o essere inferiore al numero di leggi esponenziali che caratterizzano gli elementi
della W(t) (zeri del polinomio a denominatore che `e il minimo comune multiplo dei polinomi a
denominatore degli elementi di W(s)).
7.4. Realizzazioni minime
Le considerazioni che seguono riguardano la dimensione delle realizzazioni; quelle di dimensione
minima sono ovviamente da preferirsi. Si ricordi, innanzitutto che diverse realizzazioni di una s-
sata K(s) possono essere calcolate a partire da una qualsiasi (A, B, C) mediante trasformazioni di
coordinate
[T[
nn
,= 0 (TAT
1
, TB, CT
1
)
Ma di realizzazioni ne esistono anche di dimensioni diverse, infatti sappiamo che la matrice delle
risposte impulsive contiene informazioni circa le leggi di moto dei modi che sono simultaneamente
eccitabili ed osservabili, quindi la W(s) non mantiene le informazioni su tutti gli autovalori di A. Si
consideri ad esempio,
A =
_
1 0
1 2
_
B =
_
1
1
_
C = ( 1 0 )
la funzione di trasferimento `e:
W(s) =
1
s 1
e, la costruzione di una sua realizzazione secondo una delle due tecniche gi`a viste da

A = 1

B = 1

C = 1
si ha, quindi, una diversa realizzazione

A,

B,

C di dimensione 1 che non `e equivalente a quella prece-
dente di dimensione 2.
Poiche le dimensioni possono essere diverse si pone naturalmente lesigenza di disporre di tecniche che
forniscono realizzazioni con la dimensione dello stato pi` u piccola possibile. Alla riduzione della di-
mensione corrisponde, infatti una minore complessit` a in termini di procedure di calcolo, uneconomia
di dispositivi in termini di realizzazione sica.

E, quindi importante andare a costruire realizzazioni
minime cio`e che abbiano dimensione dello stato N la pi` u piccola possibile.
Una prima osservazione riguarda le tecniche proposte che, come gi` a sottolineato forniscono re-
alizzazioni di dimensione n in condizioni particolari. In questo caso tali realizzazioni sono anche
minime.
Se infatti con n indichiamo il grado del polinomio a denominatore nella K(s), `e semplice comprendere
che realizzazioni di dimensione N inferiore ad n non esistono. Basta ricordare che il polinomio a
160 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
denominatore di una funzione di trasferimento ha dimensione minore o uguale a quella della matrice;
ci`o comporta che una matrice dinamica A di dimensione inferiore ad n non esiste; poiche quella
calcolata ha questa dimensione, essa `e minima.
q = 1 (A
o
, B
o
, C
o
) minima
p = 1 (A
R
, B
R
, C
R
) minima
Quindi gi` a disponiamo di una tecnica di realizzazione minima per nuclei, K, che sono vettori riga o
colonna. Nel caso generale questo non `e vero. Ad esempio il sistema a due ingressi e due uscite:
K(s) =
_
1
s+1
0
2
s(s+2)
1
s+2
_
=
_
s
2
+ 2s 0
2s + 2 s
2
+ 1
_
s
3
+ 3s
2
+ 2s
=
_
0 0
2 1
_
+
_
2 0
2 0
_
s +
_
1 0
0 1
_
s
2
2s + 3s
2
+s
3
_
p = q = 2
n = 3
N = 6
ammette, secondo le tecniche proposte, realizzazioni di dimensione 6.

E possibile mettere a punto delle tecniche di realizzazione che consentano nel caso generale di
individuare delle realizzazioni in forma minima? Ci` o `e possibile.
Preliminarmente e con riferimento allesempio, si metter` a in luce come sia possibile, gi` a con le infor-
mazioni che abbiamo, individuare una realizzazione di dimensione inferiore a 6.
Da un primo punto di vista la matrice data denisce due legami ingresso - uscita mediante vettori
riga a due elementi, K
i
, tra ciascun uscita e i due ingressi
K(s) =
_
_
_
1
s + 1
0
2
s(s + 2)
1
s + 2
_
_
_
=
_
K
1
(s)
K
2
(s)
_
Si hanno quindi due legami
K
1
(s) =
( 1 0 )
s + 1
realizzabile mediante le matrici
A
1
o
= (1) B
1
o
= ( 1 0 ) C
1
o
= 1
K
2
(s) =
( 2 0 ) ( 0 1 ) s
s
2
+ 2s
realizzabile mediante le matrici
A
2
o
=
_
0 0
1 2
_
B
2
o
=
_
2 0
0 1
_
C
2
o
= ( 0 1 )
A partire dalle realizzazioni di K
1
e K
2
, realizzazioni delle righe, possiamo calcolare una realizzazione
di dimensione 3 del nucleo dato mediante le seguenti matrici
A =
_
A
1
o
0
0 A
2
o
_
B =
_
B
1
o
B
2
o
_
C =
_
C
1
o
0
0 C
2
o
_
7.4. Realizzazioni minime 161
ove si `e tenuto conto del fatto che il sistema risulta dalla connessione di due sottosistemi che hanno gli
stessi ingressi e ciascuno denisce unuscita. Una tecnica alternativa consiste nel realizzare ciascuna
colonna. In questo caso
K(s) =
_
_
_
1
s + 1
0
2
s(s + 2)
1
s + 2
_
_
_
=
_
_
_
_
.
.
.
K
1
(s)
.
.
. K
2
(s)
.
.
.
_
_
_
_
A ciascuna di queste colonne posso associare una realizzazione di dimensione 3 per K
1
K
1
(s) =
_
s(s + 2)
2(s + 1)
_
s(s + 1)(s + 2)
n
1
= 3
e 1 per K
2
K
2
(s) =
_
0
1
_
s + 2
n
2
= 1
la realizzazione complessiva avr`a dimensione N = n
1
+n
2
= 4 ed `e del tipo
A =
_
A
1
o
0
0 A
2
o
_
B =
_
B
1
o
0
0 B
2
o
_
C = ( C
1
o
C
2
o
)
ove si `e tenuto conto del fatto che il sistema risulta dalla connessione di due sottosistemi che hanno
le stesse uscite e ciascuno un solo ingresso.
Con riferimento allesempio a pi` u ingressi e uscite in esame la tecnica di realizzazione per righe
risulta essere pi` u conveniente di quella per colonne.
In conclusione con le informazioni a noi note siamo in grado di costruire delle realizzazioni di dimen-
sione inferiore a quella che risulterebbe essere la dimensione della realizzazione costruita direttamente
sulla K(s).
7.4.a. Un metodo per il calcolo di realizzazioni minime
La seguente tecnica di realizzazione nota come metodo di Gilbert, dal nome dello studioso che lha
proposta, consente di costruire nel caso di sistemi a pi` u ingressi ed uscite una terna minima. Tale
tecnica `e particolarmente semplice nel caso qui esposto in cui la molteplicit` a degli zeri del minimo
comune multiplo dei polinomi a denominatore nella matrice di funzioni di trasferimento `e pari ad uno.
Il metodo di Gilbert consente, in tal caso, di costruire una realizzazione di dimensione (

m
i=1
r
i
)
se m `e il numero dei poli ed r
i
il rango del i mo residuo nella espansione in frazioni parziali. La
minimalit` a di tale realizzazione pu` o essere facilmente compresa se si ricorda che il rango del residuo
che corrisponde ad un autovalore di ordine uno coincide con la dimensione del relativo autospazio e
questo a sua volta coincide con la molteplicit`a algebrica.
W(s) =
m

1
R
i
s
i
162 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato

i
molteplicit` a (geometrica) unitaria.
(R
i
) = r
i
A =
_
_

1
.
.
.

m
_
_

i
r
i
r
i
=
_
_

i
0
.
.
.
0
i
_
_
Fattorizzazione minima di R
i
R
i
=
C
i
B
i
(q r
i
) (r
i
p)
i = 1, . . . , m
B =
_
_
B
1
[
B
m
_
_
C = (C
1
. . . C
m
)
In presenza di coppie di autovalori complessi la precedente realizzazione `e a coecienti complessi.
Quella reale pu` o essere calcolata con le seguenti espressioni
W(s) =
m

R
i
s
i
+

2R
ka
(s
k
) 2R
kb

k
(s
k
)
2
+
2
k

i
=
_
_

i
0

0
i
_
_

C
k
=
_
_
_
_
_
_
_

k

k

k

k
_
0
.
.
.
0
_

k

k

k

k
_
_
_
_
_
_
_
(
i
) = r
i
= (R
i
)
(
C
k
) = 2r
k
= 2
_
max(R
ka
), (R
kb
)
_
A =
_
_
_
_
_
_
_
_
_

1
0
.
.
.

C
1
.
.
.
0
C

_
_
_
_
_
_
_
_
_
B =
_
_
_
_
_
_
_
_
_
B
1
.
.
.
B
m
B
C
1
.
.
.
B
C

_
_
_
_
_
_
_
_
_
7.5. Il modello di un sistema interconnesso 163
C = (C
1
. . . C
m
C
C
1
. . . C
C

)
B
i
, C
i
i = 1, . . . , m : R
i
= C
i
B
i
B
C
K
, C
C
K
k = 1, . . . , :
2R
ka
= C
C
K
B
C
K
B
C
K
=
_
b
1
b
2
_
2R
kb
= C
C
K

B
C
K

B
C
K
=
_
b
2
b
1
_
C
C
K

B
C
K
fattorizzazione di dimensione 2r
k
7.4.b. Ancora sulle realizzazioni minime
A proposito delle tecniche di realizzazione proposte si ricorder` a quanto annunciato in termini di
propriet` a degli stati. E infatti evidente la denominazione delle tecniche in forma canonica raggiun-
gibile e osservabile cos` come non `e dicile dimostrare la minimalit` a della procedura di realizzazione
di Gilbert. La minimalit` a di tale modello implicito `e una conseguenza della completa raggiungibilit` a
e osservabilit`a.
La verica pu` o essere condotta mediante le seguenti condizioni 1. e 2. equivalenti alla completa
raggiungibilit` a ed osservabilit`a, rispettivamente.
1. (A
i
I
.
.
.B) = n, i = 1, . . . , m
2. (A
T

i
I
.
.
.C
T
) = n, i = 1, . . ., m.
La dimostrazione che le precedenti condizioni sono equivalenti a quelle di rango individuate nei teoremi
precedenti pu` o essere condotta ricordando lequivalenza con la completa eccitabilit` a ed osservabilit` a
dei modi.
Si consideri ad esempio la condizione 2.; `e facile vericare che se essa non fosse soddisfatta
esisterebbe un autovettore u
i
che soddisfa la condizione Cu
i
= 0 ci`o che comporta la non completa
osservabilit` a; il viceversa `e altrettanto immediato. Analoghe considerazioni possono essere impiegate
per la condizione 1..
Unultima considerazione pu` o essere utile; si pensi assegnata una terna (A, B, C) (cio`e una rap-
presentazione LSF) e calcolata la W(t). Rispetto a questa W(t) si pu` o risolvere un problema di
realizzazione causale, come impostato al paragrafo precedente. La terna (

A,

B,

C) che risolve il prob-
lema e che `e caratterizzata da uno spazio di stato di dimensione minima sullinsieme delle realizzazioni,
ha dimensione n n, leguaglianza avendosi solo se tutti i modi di (A, B, C) sono eccitabili ed osserv-
abili; inoltre in tal caso si ottengono due rappresentazioni equivalenti (i.e. T:

A = TAT
1
,

B = TB,

C = CT
1
).
164 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
7.5. Il modello di un sistema interconnesso
Saranno studiati i metodi per il calcolo del modello matematico di un sistema interconnesso in termini
di funzione di trasferimento (formula di Mason) e della rappresentazione ingresso - stato - uscita
7.5.a. La funzione di trasferimento: la formula di Mason
Per il calcolo della funzione di trasferimento del sistema complessivo se si indica con S
i
la
trasferenza di ramo, pu` o essere impiegata la seguente formula
S =

i

i
P
i

in cui
P
i
trasferenza dell

i mo cammino u y
= 1

j
P
j
+

j,k
P
jk

j,k,l
P
jkl

P
jk
prodotto di coppie di trasferenze di anelli che non si toccano
P
jkl
prodotto di triple di trasferenze di anelli che non si toccano

i
tutti i prodotti di trasferenze che sono toccati da P
i
Con riferimento al grafo di usso rappresentato in Figura
u
y
S
1 2
S
3
S
4
S
5
S
6
S
1 1
Figura 7.3
Da u a y si hanno due cammini:
_
P
1
= S
1
S
2
S
3
P
2
= S
4
S
3
= 1 ( somma trasf. d

anello) +
_

di prodotti di trasf. di coppie anel. ,=


_

prodotti di triple di anell. ,=


_
+. . .
7.5. Il modello di un sistema interconnesso 165
Ritornando al caso preso in considerazione:
= 1 S
2
S
5
S
1
S
2
S
3
S
6
in questo caso ci si deve fermare, perch`e gli anelli si toccano, hanno un ramo in comune, ma basta
anche un solo nodo in comune per non poter pi` u considerare il prodotto delle coppie, che quindi
diventa nullo, cos` come tutti quelli che seguono.

i
= tutti quanti quei prodotti di funzioni di trasferimento che coinvolgono una qualche funzione
di trasferimento che sta gi`a in P
i
_

1
= 1

2
= 1 S
2
S
5
In conclusione per quanto riguarda la funzione di trasferimento, dellesempio preso in considerazione,
si avr`a la seguente espressione:
S =
P
1

1
+P
2

=
S
1
S
2
S
3
+S
3
S
4
S
2
S
3
S
4
S
5
1 S
1
S
2
S
5
S
2
S
3
S
6
Un ulteriore esempio che viene trattato `e riportato in Figura
u y
S
1 2
S
3
S
4
S
5
S
6
S
1 1
8
S
7
S
9
S
Figura 7.4
P
1
= S
6
S
3
S
4
S
5
P
2
= S
1
S
2
S
3
S
4
S
5
P
3
= S
9
= 1 S
2
S
3
S
7
S
3
S
4
S
8

1
=

2
=

3
=
Dopo aver calcolato
1
,
2
,
3
si applichi la formula.
166 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
7.5.b. La rappresentazione con lo stato
Si aronter` a ora il calcolo della rappresentazione ingresso - stato - uscita
S
i
:
_
x
i
= A
i
x
i
+B
i
u
i
y
i
= C
i
x
i
il calcolo si riduce ad imporre i vincoli topologici stabiliti dai collegamenti tra i diversi sottosistemi.
Come gi`a visto nel caso della connessione in cascata si ha
_

_
x
1
= A
1
x
1
+B
1
u
x
2
= A
2
x
2
+B
2
C
1
x
1
y = C
2
x
2
in cui lo stato `e laggregato degli stati dei sottosistemi. La procedura euristica che consiste nellimporre
il rispetto dei vincoli `e semplice nei casi elementari, ma quando si considerano collegamenti con
pi` u sottosistemi, con connessioni in controreazione, `e necessario fare riferimento ad una procedura
sistematica fondata sullanalisi del diagramma di usso del sistema interconnesso.
Si consideri il grafo di usso e si separino alcuni nodi in modo che nel grafo risultante non ci siano
pi` u cicli. La separazione per` o deve essere fatta in modo da lasciare tutti quanti i rami entranti da
una parte e i rami uscenti dallaltra. Per un grafo di questo tipo, senza cicli, la rappresentazione con
lo stato `e immediatamente calcolata, a partire da quella dei sottosistemi.
Infatti il vettore di stato x `e laggregato dello stato dei singoli sottosistemi e la rappresentazione pu`o
essere semplicemente scritta per ispezione sul grafo di usso se questo `e aciclico. Ci`o sar` a messo in
evidenza facendo riferimento allesempio di Figura 37.4
u y
S
1 2
S
3
S
4
S
5
S
6
S
1 1
Figura 7.5
P = pozzo, la parte del nodo separato dove arrivano tutti i rami
S = sorgente, la parte da cui partono soltanto rami
Quindi si ottiene:
7.5. Il modello di un sistema interconnesso 167
_

_
x
1
= A
1
x
1
+B
1
u
x
2
= A
2
x
2
+B
2
S
x
3
= A
3
x
3
+B
3
C
2
x
2
+B
3
C
4
x
4
x
4
= A
4
x
4
+B
4
u
x
5
= A
5
x
5
+B
5
C
2
x
2
+B
5
C
4
x
4
x
6
= A
6
x
6
+B
6
C
3
x
3
y = C
3
x
3
P = C
1
x
1
+C
5
x
5
+C
6
x
6
Da cui si ottiene
_

_
x
1
= A
1
x
1
x
2
= A
2
x
2
x
3
= A
3
x
3
+B
3
C
2
x
2
+B
3
C
4
x
4
x
4
= A
4
x
4
x
5
= A
5
x
5
+B
5
C
2
x
2
+B
5
C
4
x
4
x
6
= C
3
x
3
+
_
_
_
_
_
_
_
B
1
0
0 B
2
0 0
B
4
0
0 0
0 0
_
_
_
_
_
_
_
_
u
S
_
y = ( 0 0 C
3
0 0 0 ) x
P = ( C
1
0 0 0 C
5
C
6
) x
ora ritornando al grafo iniziale si verica che S coincide con P, e quindi se si riporta a far coincidere
S con P si ottiene la rappresentazione con lo stato del sistema complessivo.
In conclusione la rappresentazione complessiva `e ottenuta: separando alcuni nodi del grafo, calcolando
la rappresentazione associata, imponendo il vincolo di coincidenza dei nodi separati
Quindi due metodi: uno per il calcolo della funzione di trasferimento, laltro per il calcolo della
rappresentazione con lo stato, mettono, tralaltro, in evidenza che lo stato del sistema complessivo `e
laggregato degli stati dei sottosistemi.
A tale proposito vale la pena di osservare che a seguito della connessione pu o prodursi perdita di pro-
priet` a di raggiungibilit` a e/o osservabilit` a. Si considerino ad esempio i sottosistemi S
1
, S
2
caratterizzati
dalle rispettive funzioni di trasferimento:
_
s + 1
s 1
_ _
1
s + 1
_
la funzione di trasferimento del sistema complessivo risulta
W(s) =
1
s 1
ed ammette la seguente realizzazione con lo stato
_
x = x +u
y = x
168 7. Modelli ingresso uscita lineari e rappresentazioni con lo stato
Si `e ottenuto un sistema di dimensione uno mentre la dimensione del sistema complessivo, intercon-
nessione di due sottosistemi di dimensione uno, `e due. Questo fatto pu o essere spiegato in termini di
perdita di raggiungibilit` a o di osservabilit` a del sistema, perch`e la funzione di trasferimento del sistema
complessivo `e inuenzata solo dal sottosistema, o tutto raggiungibile o tutto osservabile.
In realt` a il caso preso in considerazione corrisponde ad una perdita di raggiungibilit` a del sistema.
Ci o si pu o vericare realizzando i due sottosistemi, trovando le rappresentazioni con lo stato, la
rappresentazione complessiva ed inne vericando che il sistema non `e tutto raggiungibile.
Ad una cancellazione opposta corrisponder` a una perdita di osservabilit` a.
In conclusione un sistema interconnesso realizzato con sottosistemi raggiungibili e osservabili manifesta
una perdita di raggiungibilit` a e/o osservabilit`a se il denominatore della funzione di trasferimento ha
grado inferiore alla somma delle dimensioni dei sottosistemi.
8. Elementi di teoria della stabilit`a
La teoria della stabilit` a riveste un ruolo particolarmente importante nello studio dei sistemi
dinamici. Essa costituisce un importante complesso di metodi di analisi qualitativa; si tratta di quei
metodi che consentono di studiare le propriet` a delle soluzioni di sistemi dinamici senza procedere al
calcolo delle soluzioni stesse.
Cosa accade a seguito di una modica delle condizioni in cui opera un ssato sistema ? Leetto
`e della stessa entit`a della perturbazione ? Vengono mantanute le principali caratteristiche di compor-
tamento ? Sono queste le circostanze che sono assunte a specicare la modalit` a di un comportamento
stabile.
Stabilit` a, dunque, come quella propriet` a delle evoluzioni di modicare di poco landamento a
seguito di perturbazioni: tanto pi` u piccole le perturbazioni tanto pi` u piccoli gli scostamenti delle
evoluzioni perturbate da quelle non perturbate. E necessario precisare cosa si intende per pertur-
bazioni, variazioni delle condizioni operative. Se si osserva che un dato sistema `e caratterizzato da
relazioni matematiche e da ssati valori dei parametri e che unevoluzione `e ssata una volta ssato
uno stato iniziale ed una funzione dingresso, si comprende che una perturbazione pu` o concretizzarsi
in variazioni dei parametri rispetto a valori che sono usualmente deniti nominali, in variazioni
dello stato iniziale oppure in variazioni dellingresso. In questo ampio contesto viene qui arontato lo
studio della stabilit` a rispetto a perturbazioni sullo stato iniziale: la stabilit` a degli stati di equilibrio
(stabilit` a interna), nonch`e il collegamento con la propriet` a di stabilit` a ingresso-uscita, una propriet` a
relativa alla limitatezza delle evoluzioni in uscita a seguito di perturbazioni in presenza di ingressi
limitati (stabilit` a esterna).
Lo studio della stabilit` a degli stati di equilibrio fa riferimento alla teoria di Lyapunov, matematico
ed ingegnere russo che allinizio del secolo ha gettato le fondamenta della teoria che porta il suo
nome. Uno stato di equilibrio `e stabile se le evoluzioni che hanno origine nelle vicinanze restano
nelle vicinanze; instabile altrimenti. Asintoticamente stabile se le evoluzioni non solo restano nelle
vicinanze, ma ritornano sullo stato di equilibrio al crescere del tempo.
Non viene qui arontato il caso di perturbazioni sui parametri; la cosiddetta stabilit` a strutturale.
Lassenza di stabilit` a strutturale rappresenta una patologia interessante; `e intatti possibile che un
170 8. Elementi di teoria della stabilit` a
dato modello matematico a seguito di piccole perturbazioni di uno o pi` u parametri manifesti com-
portamenti molto diversi rispetto alla situazone nominale. Si usa dire in tal caso che il modello non
`e strutturalmente stabile. Questo studio ha risvolti applicativi molto importanti in quanto fornisce
il quadro formale per interpretare fenomeni reali complessi che a seguito di insignicanti modiche
ambientali subiscono modiche catastroche o danno vita a comportamenti caotici. La teoria delle
catastro e lo studio del caos, che hanno negli ultimi anni suscitato interesse ed acquisito credito nella
interpretazione di fenomeni sici di diversa natura, sono fondati su tali aspetti.
La trattazione che segue prende le mosse dalle denizioni principali per arrivare allenunciazione
delle condizioni che ne garantiscono il soddisfacimento no alla presentazione dei criteri di verica. A
partire dal metodo generale di Lyapunov, si passa allo studio dei sistemi lineari ed allindagine sulla
collocazione degli autovalori, per ritornare allo studio della stabilit` a dei sistemi nonlineari mediante
lesame del modello lineare tangente (approssimazione lineare). La trattazione `e diusa per i sistemi
a tempo continuo e succinta per il tempo discreto. Lo studio della stabilit` a dei sistemi interconnessi
lineari conclude il capitolo.
8.1. Denizioni
Si consideri il seguente sistema di equazioni dierenziali, che descrive levoluzione nello stato di un
sistema regolare a dimensione nita
x(t) = f
_
t, x(t), u(t)
_
(8.1)
e si supponga che in ogni punto di una ssata regione la soluzione di (8.1) sia una funzione continua
di (x
0
, t
0
).
Una coppia stato - ingresso (costante), (x
e
, u
e
), `e detta di equilibrio se levoluzione ad essa
associata rimane connata in x
e
; in formule
f(t, x
e
, u
e
) = 0 (8.2)
Poiche siamo interessati a studiare leetto di perturbazioni sullo stato iniziale, nel seguito sup-
porremo, senza perdita di generalit` a, che u
e
= 0. Ci` o signica che faremo riferimento al sistema
x(t) = f
_
t, x(t)
_
f(t, x
e
) = 0 (8.3)
Inoltre indicheremo con S(x
e
, R) ed C(x
e
, R) la regione sferica aperta dello spazio di stato di centro
x
e
e raggio R ed il suo contorno sferico, rispettivamente. Assumeremo che in = S(x
e
, A), le
componenti di f, f
i
(t, x), siano derivabili rispetto ad x con derivate continue. Indicheremo con g
x
0
la traiettoria per x
0
, con g
+
quella per tempi positivi e con g

quella per tempi negativi. x(t), come


usuale, rappresenter` a lo stato at tempo t a partire da x
0
al tempo t
0
. Un cambiamento di variabile
nello stato che porta lorigine dello spazio in x
e
, z = x x
e
, consente di denire un nuovo sistema
z(t) =

f(t, z(t))

f(t, 0) = 0
8.1. Denizioni 171
che ha un equilibrio allorigine. E dunque possibile senza perdita di generalit` a supporre che in (8.3)
sia x
e
= 0.
8.1.a. Stabilit`a dellequilibrio
Denizione 1. Lo stato di equilibrio, x
e
, di (8.3)
`e stabile se per ogni ssato numero reale > 0 esiste un altro numero reale > 0, eventualmente
dipendente da e da t
0
, tale che se |x
0
x
e
| <
,t
0
, allora:
|x(t) x
e
| < , t t
0
. (8.4)
`e instabile se non `e stabile.
La stabilit` a `e detta uniforme se nelle precedenti relazioni le entit` a coinvolte non dipendono da
t
0
.
Per un sistema stazionario
x(t) = f
_
x(t)
_
f(x
e
) = 0 (8.5)
la propriet` a di stabilit` a si riconduce a quella di stabilit` a uniforme.
Per meglio comprendere la precedente denizione con lausilio di una gura si pensi allorigine
del piano come stato di equilibrio di un assegnato sistema. Tale stato di equilibrio `e :
stabile se per ogni < A esiste tale che se x
0
`e in S() allora g
+
x
0
resta in S(); cio`e ogni
evoluzione che muove da S() non raggiunge la frontiera, C(), di S() (gura (8.1a);
instabile se esiste un tale che per ogni , non importa quanto piccolo, esiste sempre in S() un
x
0
tale che la traiettoria g
+
x
0
raggiunge C() (gura (8.1b).
Si osservi che in generale un assegnato sistema pu` o avere pi` u stati di equilibrio e che la propriet` a
di stabilit` a pu` o sussistere per alcuni e non per altri.
A titolo di esempio si consideri il pendolo rigido di lunghezza l e massa m studiato nel terzo
capitolo. Si assuma in questo primo caso che non vi sia attrito dinamico (k = 0). Per tale sistema
nelle variabili di stato (angolo, velocit` a angolare) vi sono inniti stati di equilibrio corrispondenti alla
posizione verticale verso il basso, (2k, 0), k 0, ed alla posizione verticale verso lalto (k, 0), k 1,
come lintuizione suggerisce e risulta dal calcolo a partire dal modello matematico
x
1
(t) = x
2
(t)
x
2
(t) =
g
l
senx
1
(t).
Non `e dicile comprendere che gli stati di equilibrio del primo tipo sono stabili, infatti le evoluzioni
nello spazio di stato sono periodiche e possono essere mantenute interne ad una generica sfera cen-
trata sullequilibrio a patto di imporre perturbazioni sucientemente piccole, mentre quelli del sec-
ondo tipo sono instabili, infatti una perturbazione comunque piccola conduce ad un allontanamento
dallequilibrio.
172 8. Elementi di teoria della stabilit` a
8.1.b. La stabilit`a del moto
Allo studio della stabilit` a dellequilibrio si riconduce lo studio di una propriet` a pi` u generale: la
stabilit` a di un moto. Un moto a partire da una condizione iniziale x
0
= x(t
0
), ed un ingresso, u
0
(),
`e denito come linsieme
/ =
_
t, x(t)
_
T X [ t t
0
, x(t) = (t, t
0
, x
0
, u).
E facile rendersi conto del signicato della seguente denizione di stabilit` a di un moto.
Denizione 2. Un moto / `e stabile se , esiste un
,t
0
tale che se |x
p0
(t) x
0
| <
,t
0
, allora
|x
p
(t) x(t)| < , ove x
p
(t) indica la traiettoria del moto perturbato con stato iniziale x
p0
. Il moto
`e stabile asintoticamente se `e stabile ed inoltre lim
t
|x
p
(t) x(t)| = 0.
Lo studio della stabilit` a di un moto pu` o essere condotto indicando con x(t) e x
p
(t) le evoluzioni
corrispondenti a stato iniziale x
0
e x
p0
e ponendo
x
p
(t) = x(t) +(t)
ove (t) indica levoluzione perturbata . Tale variabile `e soluzione della seguente equazione dierenziale

(t) = x
p
(t) x(t) = f
_
t, x
p
(t) +(t), u
0
(t)
_
f
_
t, x(t), u
0
(t)
_
= g
_
t, (t)
_
che ammette = 0 come stato di equilibrio. La stabilit` a di tale equilibrio equivale alla stabilit` a del
moto del sistema originario, come `e immediato vericare dalla denizione stessa. In conclusione lo
studio della stabilit` a di un moto pu` o essere ricondotto allo studio della stabilit` a dellorigine dello
spazio di stato del sistema che descrive la dinamica perturbata. Si osservi che questultimo sistema `e
caratterizzato da una funzione generatrice g dipendente dal particolare ingresso ssato.
8.1.c. La stabilit`a asintotica
Denizione 3. Lo stato di equilibrio, x
e
, di (8.3) `e asintoticamente stabile se `e stabile e vale la
seguente propriet` a di equiasintoticit` a: esiste
a
> 0, eventualmente dipendente da t
0
, tale che se
|x
0
x
e
| <
a,t
0
allora risulta:
lim
t
|x(t) x
e
, | = 0. (8.6)
Ancora con riferimento ad unsistema denito sul piano con lo stato zero di equilibrio la stabilit` a
asintotica impone anche che ogni traiettoria g
+
x
0
che parte da S(
0
) per un qualche
0
> 0 tenda
allorigine al crescere del tempo (gura (8.2);
A titolo di esempio si consideri ancora la dinamica di un pendolo assumendo in questo caso che
sia presente un attrito dinamico (k ,= 0); ci` o che rende il sistema dissipativo. Le equazioni diventano
x
1
(t) = x
2
(t)
8.1. Denizioni 173
x
2
(t) =
g
l
senx
1
(t)
k
m
x
2
(t)
e si hanno gli stessi stati di equilibrio. Come lintuizione ci suggerisce gli stati di equilibrio (2k, 0),
k 0, corrispondenti alla posizione verticale verso il basso sono asintoticamente stabili, in quanto le
evoluzioni nello spazio di stato sono periodiche e smorzate, mentre (k, 0), k 1, corrispondenti alla
posizione verticale verso lalto, rimangono instabili.
Si osservi che ha senso indagare sulla stabilit` a asintotica di uno stato di equilibrio solo se esso
`e isolato, cioe non `e punto di accumulazione di altri stati di equilibrio. Ser ci` o non fosse, infatti,
comunque ssato un suo intorno esisterebbe in esso almeno un altro stato di equilibrio che, assunto
come perturbazione, darebbe vita ad un evoluzione costante che non tende allo stato di equilibrio
originario.
A questo proposito `e importante osservare che una condizione suciente anche uno stato di equilibrio
sia isolato `e che la matrice iacobiana del sistema calcolata nello stato di equilibrio sia non singolare (la
dimostrazione di questo risultato pu` o facilmente essere ottenuta utilizzando al teorema della funzione
implicita sulla funzione y f(x)). Si tratta di una condizione suciente come si pu`o vericare
riferendosi alla semplice situazione di un sistema scalare con funzione generatrice f(x) = x
3
. In
questo caso lo stato x = 0 `e di equilibrio, `e isolato ed anche unico, ma la condizione citata non `e
soddisfatta. Ci` o accade in quanto lo zero `e soluzione isolata, ma non unica (ha molteplicit` a pari a
tre) e la condizione citata viene meno in tale circostanza.
Un caso particolare e di interesse nelle applicazioni `e quello in cui si ha stabilit` a asintotica e il
ritorno sullo stato di equilibrio avviene con una tendenza esponenziale.
Denizione 4. Lo stato di equilibrio, x
e
, di (8.3) `e esponenzialmente stabile se esiste > 0 e per
ogni ssato > 0 esiste un

> 0 tale che se |x


0
x
e
| <

allora:
|x(t) x
e
| < e
(tt
0
)
, t > t
0
. (8.7)
.
In altre parole x(t) tende ad x
e
secondo una legge che ammette una maggiorante esponenziale.
Non `e dicile mostrare che la stabilit`a esponenziale implica quella asintotica uniforme, ma non
vale il viceversa.
8.1.d. La stabilit`a globale
Le propriet` a di cui si `e parlato hanno una validit` a locale; sono cio`e propriet` a che riguardano il
comportamento per piccole perturbazioni.
174 8. Elementi di teoria della stabilit` a
Denizione 5. Lo stato di equilibrio, x
e
, di (8.3) `e globalmente asintoticamente stabile se x
e
`e stabile
e
k > 0 |x(t
0
) x
e
| < k lim
t
|x(t) x
e
| = 0.
Comunque grande sia la perturbazione, levoluzione corrispondente resta limitata e tende ad x
e
.
A titolo di esempio si consideri il seguente sistema nel piano
x
1
= x
2
, x
2
= x
1
Poiche x x+y y = 0, le traiettorie sono le circonferenze che passano per la condizione iniziale e x
e
= 0,
unico stato di equilibrio, `e globalmente stabile.
Inoltre `e facile vericare che si ha la stabilit` a asintotica globale dellorigine per per il sistema planare
x
1
= x
1
, x
2
= x
2
8.2. La stabilit`a secondo Lyapunov
Introdotte le denizioni si tratta ora di comprendere come vericare il sussistere delle propriet` a.
Lapproccio impiegato nei semplici esempi trattati `e fondato sullesame delle caratteristiche delle
soluzioni e fa riferimento alle denizioni stesse. La generalizzazione di un tale approccio richiede il
calcolo delle soluzioni di (8.3), ci`o che `e in molti casi impossibile.
Le semplici argomentazioni impiegate per studiare la stabilit`a del pendolo possono essere rifor-
mulate in termini di concetti energetici e rappresentano il punto di partenza dellapproccio generale
proposto da Lyapunov per lo studio della stabilit` a dellequilibrio.
Consideriamo lenergia associata al moto del pendolo data dalla somma dellenergia cinetica e
dellenergia potenziale
E(x) =
g
l
(1 cosx
1
) +
1
2
x
2
2
ove il riferimento `e ssato in modo che nellequilibrio verso il basso sia E(0) = 0. In assenza di attrito
(k = 0) il sistema `e conservativo, dunque E = c, costante, lungo il moto, ci` o che corrisponde a dire che
dE
dt
= 0 lungo le traiettorie. Dunque le evoluzioni mantengono lenergia costante ed avvengono sulle
curve di livello della funzione E(x) = c; queste ultime sono curve chiuse intorno ad x = 0, possiamo
quindi concludere che lequilibrio `e stabile. In presenza di attrito (k > 0) il sistema `e dissipativo, ci` o
che corrisponde a
dE
dt
0 lungo le evoluzioni. Dunque E non pu` o restare costante indenitamente,
decresce no a raggiungere il valore nullo ci`o che corrisponde a dire che levoluzione tende allequilibrio
(x = 0) per t .
8.2. La stabilit` a secondo Lyapunov 175
La formalizzazione di queste considerazioni induce a fondare la verica della stabilit` a degli stati di
equilibrio di un sistema sico sullo studio della funzione energia intorno allequilibrio; se, in particolare,
essa `e non crescente si ha stabilit`a, se `e decrescente si ha stabilit`a asintotica.
Alla ne del secolo scorso, Lyapunov ha generalizzato questo concetto dimostrando che altre
funzioni possono essere impiegate al posto della funzione energia per vericare la stabilit`a.
Faremo riferimento, in quanto segue, ad una rappresentazione nonlineare stazionaria con stato
di equilibrio x
e
x(t) = f(x(t)) f(x
e
) = 0
8.2.a. Le funzioni di Lyapunov
Poiche come si `e accennato il criterio si ispira a concetti energetici un ruolo particolarmente
importante `e svolto dalle funzioni cosiddette denite positive.
Denizione 6. Una funzione scalare V (x) `e denita positiva in S(x
e
, R) se si annulla in x
e
ed `e posi-
tiva in ogni altro punto dellintorno. Si dice semidenita positiva se si annulla in x
e
ed `e non negativa
in ogni altro punto dellintorno. Inne V (x) si dice denita negativa ovvero semidenita negativa
in un intorno se la funzione V (x) `e denita positiva ovvero semidenita positiva in quellintorno.
Indicheremo con V (x) > 0 una funzione denita positiva, con V (x) < 0 una funzione denita negativa
e con V (x) 0, e V (x) 0, funzioni semidenite, positive e negative, rispetivamente
Un esempio elementare di funzione denita positiva in tutto R
n
rispetto ad x
e
`e dato dalla seguente
funzione
x
e
=
_
_
x
e1
.
.
.
x
en
_
_
stato di equilibrio V (x) =
n

i=1
(x
i
x
ei
)
2
.
Il prototipo di tutte le funzioni denite positive `e la funzione quadratica
V (x) =
n

i=1
e
i
(x
i
x
ei
)
2
e
i
> 0
Un caso pi` u generale `e quello in cui si considera la forma quadratica matriciale:
V (x) = (x x
e
)
T
P(x x
e
), (8.8)
dove P senza perdita di generalit` a `e assunta simmetrica. E infatti evidente che se cos` non fosse si
potrebbe considerare la forma quadratica:
V (x) =
_
(x x
e
)
T
P(x x
e
) + (x x
e
)
T
P
T
(x x
e
)
_
=
= (x x
e
)
T
P +P
T
2
(x x
e
),
176 8. Elementi di teoria della stabilit` a
e dunque sostituire P con la matrice simmetrica
P +P
T
2
.
Se la forma quadratica cos` denita `e positiva si usa dire che la matrice `e positiva, P > 0, e viceversa.
E possibile stabilire con un criterio algebrico se P > 0 e quindi se la forma quadratica associata `e
denita positiva. La condizione, nota come condizione di Sylvester, aerma che una matrice simmet-
rica P `e denita positiva se e solo se i suoi n minori principali sono positivi:
p
11
> 0,

p
11
p
12
p
12
p
22

> 0,

p
11
p
12
p
13
p
12
p
22
p
23
p
13
p
23
p
33

> 0, , det P > 0.


Come si `e gia detto il criterio di Lyapunov si ispira a considerazioni energetiche; una funzione
denita positiva viene assunta a rappresentare virtualmente il ruolo di energia intorno allequilibrio
ed `e necessario calcolare una tale funzione lungo le evoluzioni del sistema. In particolare, se ricordiamo
le considerazioni precedenti, `e necessario calcolare le variazioni di tale funzione lungo le evoluzioni del
sistema. E dunque necessario calcolare la derivata lungo il moto di una data funzione V (x). Questa
si calcola mediante la seguente espressione
d
dt
V (x(t)) =
V
x

dx
dt
=
_
V
x
1
. . .
V
x
n
_

_
_
x
1
.
.
.
x
n
_
_
=
n

i=1
V
x
i
f
i
(x) =
V
x
f(x)
.
Ci`o premesso, se si immagina di associare ad ogni stato intorno allequilibrio un livello di energia
positivo, la stabilit` a risulta dalla diminuzione del livello di energia lungo le evoluzioni del sistema. Se,
quindi, si immagina di associare allo stato x
e
un livello energetico nullo ed inoltre di associare agli
stati intorno ad x
e
un livello energetico superiore (V (x) > 0), alle evoluzioni libere che partono dagli
stati intorno ad x
e
dovr` a corrispondere una diminuzione dellenergia. Questa considerazione giustica
la seguente denizione
Denizione 7. funzione di Lyapunov. Una funzione V (x) > 0, continua assieme alle sue derivate
parziali prime in una ssata regione S(x
e
, R), `e detta una funzione di Lyapunov (una funzione asin-
totica di Lyapunov) per il sistema se la sua derivata lungo il moto `e semidenita (denita) negativa
nello stesso intorno.
8.2.b. Il criterio di Lyapunov
Siamo ora in grado di formulare il risultato fondamentale noto come criterio di Lyapunov.
8.2. La stabilit` a secondo Lyapunov 177
Teorema 1. Se in un intorno S(x
e
, R) `e denita una funzione di Lyapunov (una funzione di Lyapunov
asintotica) per il sistema allora x
e
`e localmente stabile (asintoticamente stabile).
Dimostrazione Ci riferiremo per semplicit` a allo stato di equilibrio x
e
= 0. Assegnato > 0
sia S(r), 0 < r < R, e sia = min
C(r)
V (x). Risulta > 0 e sia

= x S(r) : V (x) <


Poiche

`e contenuto strettamente in S(r), ogni traiettoria che parte da

a t = 0 resta in

t 0.
Poiche, inoltre V (x) `e continua e vale zero in zero, esiste > 0 tale che S() () S(r). Si
ha cioe la stabilit`a
|x
0
| < |x(t)| < t t
0
.
Mostreremo ora che se V (x) `e una funzione asintotica di Lyapunov, comunque ssato a esiste T
tale che |x(t)| < a, t > T, cioe x(t) 0 quando t . Infatti con gli stessi argomenti di prima
esiste b > 0 tale che
b
S(a), basta quindi mostrare che V (x(t)) 0 quando t . Ma poich`e
V (x(t)) `e monotona decrescente ed inferiormente limitata da zero, V (x(t)) c 0 quando t ;
inoltre c = 0, perche se cos` non fosse per la continuit` a di V (x) esisterebbe d > 0 con S(d)
c
.
V (x(t)) c implicherebbe che la traiettoria x(t) rimane esterna alla sfera S(d) per ogni t 0. Posto
= max
dxr

V (x) si avrebbe
V (x(t)) = V (x(0)) +
_
t
0

X(x())d V (x(0)) t
che contraddice lassunto c > 0, potendo la quantit` a a secondo membro diventare positiva.
Si consideri di nuovo la dinamica di un pendolo in assenza di attrito
x
1
(t) = x
2
(t)
x
2
(t) =
g
l
senx
1
(t)
e si consideri la funzione energia
E(x) =
g
l
(1 cosx
1
) +
1
2
x
2
2
che `e denita positiva per 2 < x
1
< 2. La sua derivata lungo il moto e pari a

E(x) =
g
l
x
1
senx
1
+x
2
x
2
=
g
l
x
2
senx
1

g
l
x
2
senx
1
= 0
E(x) `e una funzione di Lyapunov e prova la stabilit` a dellequilibrio verticale inferiore.
E opportuno precisare che esistono diversi risultati che esprimono i cosiddetti teoremi inversi.
Tali risultati sanciscono che sotto condizioni generali se lo stato di equilibrio di un assegnato sistema `e
stabile allora esiste una funzione di Lyapunov. Ne risulta che lesistenza di una funzione di Lyapunov `e
condizione necessaria e suciente per la stabilit` a. Tuttavia, poich`e `e possibile provare lesistenza di tali
178 8. Elementi di teoria della stabilit` a
funzioni senza fornire alcuna procedura costruttiva, questi risultati non sono di utilit` a nellapplicazione
del metodo che viene quindi espresso nella sua formulazione suciente. A questo proposito `e usuale
aermare che il metodo di Lyapunov fornisce un criterio suciente di verica della stabilit` a in quanto il
venire meno di una verica a partire da unassegnata funzione denita positiva non consente di trarre
alcuna conclusione. Esiste una vasta letteratura che aronta il problema di sviluppare strumenti
di ausilio nella costruzione di funzioni di Lyapunov per assegnate classi di sistemi. Un metodo di
interesse nelle applicazioni `e quello cosiddetto del gradiente variabile. Tale metodo pesentato nel
testo di esercizi e complementi consiste nel consiste nel ssare la struttura, ma non i parametri, di
una funzione riservandosi di ssare i parametri in modo da renderla una funzione di Lyapunov per il
sistema. Si rinvia ad una letteratuta specialistica per un approfondimento di questi aspetti.
La dimostrazione precedente mette in luce che individuata una funzione asintotica di Lyapunov
in S(R), se
c
= x R
n
: V (x) c `e limitato e contenuto in S(R) (
c
S(r)) allora ogni traiettoria
che parte da
c
resta in
c
e viene attratta dallorigine. Quindi
c
individua una regione dello spazio
contenuta nella cosiddetta regione di attrazione associata allequilibrio stabile.
c
fornisce dunque una
prima stima della regione di attarzione. Quanto questa stima `e conservativa ? Sotto quali condizioni
la regione di attarzione coincide con tutto lo spazio R
n
? Rinviando a testi specialistici per le risposte
alla prima domanda, limitiamoci a considerare la seconda che ci riconduce allo studio delle condizioni
sotto le quali si ha stabilit` a globale. Ritornando alla dimostrazione precedente `e chiaro che si ha
stabilit` a asintotica globale se ogni punto in R
n
pu` o essere incluso in un insieme limitato
c
, e questo
richiede che V (x) sia una fnzione di Lyapunov denita su tutto R
n
. Ma questo in realt`a non basta.
Infatti potrebbe accadere che per c grandi linsieme
c
non sia limitato. Ci` o ad esempio accade con
la funzione
V (x) =
x
1
2
1 +x
2
1
+x
2
2
Una condizione aggiuntiva che garantisce che
c
sia limitato per ogni c > 0 `e la cosiddetta non
limitatezza radiale.
Teorema 2. Se V (x) `e una funzione di Lyapunov (una funzione di Lyapunov asintotica) radialmente
illimitata, cioe
lim
x
V (x) =
allora x
e
risulta essere globalmente stabile (asintoticamente stabile).
Dimostrazione Fissato ad arbitrio un punto p R
n
, sia c = V (p). La mancanza di limitazione
implica che per ogni c > 0 esiste r > 0 tale che V (x) > c per |x| > r; cio`e
c
, S(r) `e limitato. Ci`o
detto si possono ripetere gli argomenti usati nella dimostrazione precedente.
A titolo di esempio si consideri
_
x
1
= x
1
x
2
2
x
2
= x
3
2

x
e
=
_
k
0
_
8.2. La stabilit` a secondo Lyapunov 179
_
0
0
_
= x
e
stato di equilibrio
V (x) = x
2
1
+x
2
2

V (x) = 2x
1
x
1
+ 2x
2
x
2
= 2x
2
1
x
2
2
2x
4
2
= 2x
2
2
(x
2
1
+x
2
2
) 0
Si ottiene una funzione semidenita positiva, possiamo dunque concludere che lorigine dello spazio di
stato `e uno stato di equilibrio stabile. La funzione data `e di Lyapunov in tutto lo spazio, `e radialmente
illimitata, si ha dunque stabilit` a globale.
Come ulteriore esempio si consideri la dinamica dellassetto di un corpo rigido in assenza di gravit`a.
Questo modello `e assunto a descrivere la variazione dellorientamento di un satellite rispetto ad un
riferimento inerziale. Se chiamiamo
1
la velocit`a angolare attorno allasse x,
2
quella attorno
allasse y, e
3
quella attorno allasse z e se si immagina che lorientazione del satellite possa mutare a
seguito di coppie,
1
,
2
,
3
, che vengono generate attorno agli assi principali di inerzia che supporremo
coincidenti con gli assi del sistema di riferimento, lequazione della dinamica pu`o essere scritta
J
1

1
= (J
2
J
3
)
2

3
+
1
J
2

2
= (J
3
J
1
)
3

1
+
2
J
3

3
= (J
1
J
2
)
1

2
+
3
J
1
J
2
J
3
momenti di inerzia attorno allasse x, y, z. Il criterio di Lyapunov permette di dimostrare che
`e possibile arrestare il corpo applicandi su ciascun asse coppie proporzionali alla velocit` a angolare
attorno a quello stesso asse. Ci`o equivale a vericare che con

i
= k
i

i
i = 1, 2, 3
si ha stabilit` a asintotica globale dello zero dello spazio di stato, unico equilibrio per il sistema as-
segnato; il corpo, dunque tende ad arrestarsi indipendentemente dal valore iniziale della velocit` a
angolare (lo stato iniziale) al tempo t
0
. A tal ne si consideri la seguente funzione denita positiva e
radialmente illimitata.
V (x) =
1
2
J
1

2
1
+
1
2
J
2

2
2
+
1
2
J
3

2
3
Derivando si verica facilmente che tale funzione `e denita negativa in tutto lo spazio. In conclusione
V (x) `e una funzione di Lyapunov che soddisfa la condizione del Teorema 2 e lo stato = 0 `e uno
stato asintoticamente, globalmente stabile, ci`o che corrisponde alla tendenza allarresto del corpo.
180 8. Elementi di teoria della stabilit` a
8.2.c. Alcuni approfondimenti
Il teorema di La Salle
Un importante complemento di indagine `e fornito dal teorema di La Salle. Tale risultato consente
di decidere della eventuale stabilit` a asintotica avendo a disposizione una funzione di Lyapunov non
asintotica. Ci` o che, per lesistenza del teorema inverso, equivale a chiedersi, sotto quali condizioni
lesistenza di una funzione di Lyapunov assicuri lesistenza du unaltra che `e anche asintotica.
Per meglio comprendere linteresse di un tale risultato si consideri ancora lesempio del pendolo
in presenza di attrito
x
1
(t) = x
2
(t)
x
2
(t) =
g
l
senx
1
(t)
k
m
x
2
e si consideri ancora la funzione energia
E(x) =
g
l
(1 cosx
1
) +
1
2
x
2
2
che `e denita positiva per 2 < x
1
< 2. La sua derivata lungo il moto e pari a

E(x) =
g
l
x
1
senx
1
+x
2
x
2
=
g
l
x
2
senx
1

g
l
x
2
senx
1
=
k
m
x
2
2

E(x) `e essendo semidenita negativa, `e una funzione di Lyapunov e prova la stabilit` a dellequilibrio
verticale inferiore, ma non la stabilit` a asintotica, che appare evidente debba sussistere in questo caso.
Siamo dunque nella condizione di avere una funzione di Lyapunov e ci domandiamo se per una
qualche strana circostanza non possiamo dedurre la stabilit` a asintotica. Situazioni di questo tipo si
presentano spesso nelle applicazioni.
A questo proposito `e necessario premettere che un insieme invariante rispetto alla dinamica del
sistema, , `e un insieme di stati in cui rimangono connate levoluzione che muovono da ciascuno di
essi.
Teorema 3. (La Salle) Se il pi` u grande insieme invariante rispetto alla dinamica che `e contenuto
nellinsieme di punti in cui si annulla la

V (t) coincide con x
e
allora x
e
`e asintoticamente stabile.
La dimostrazione si riconduce alla verica che le evoluzioni convergono sugli insiemi invarianti.
Non si avr`a dicolt`a ad applicare il risultato allesempio del pendolo.
Il criterio di Krasovskii
Un valido strumento di analisi di stabilit` a asintotica `e il teorema di Krasovskii. Indicata con
J(x) la matrice iacobiana di f(x)
8.2. La stabilit` a secondo Lyapunov 181
Teorema 4. Se per ogni x gli autovalori della matrice J(x) +J
T
(x) hanno parte reale strettamente
negativa, allora lo stato di equilibrio x
e
= 0 `e stabile asintoticamente globalmente.
A titolo di esempio si consideri il sistema
x
1
= x
1
+x
3
u
1
u
2
x
2
= x
2
x
3
2
+k
1
x
3
+u
1
x
3
= k
2
x
2
x
3
x
3
3
.
Lo stato zero `e uno stato dequilibrio isolato, poiche lo jacobiano J(x)

x=0
`e non singolare, inoltre
esso `e anche lunico stato di equilibrio. Per il sistema in esame si ha:
J(x) =
_
_
1 0 0
0 3x
2
2
1 k
1
0 k
2
3x
2
3
1
_
_
e dunque
J(x) +J
T
(x) =
_
_
2 0 0
0 6x
2
2
2 k
1
+k
2
0 k
1
+k
2
6x
2
3
2
_
_
ha un autovalore indipendente da x e pari a
1
= 2, mentre gli altri, per k
1
= k
2
, risultano essere

2
= 6x
2
2
2,
3
= 6x
2
3
2, i quali hanno parte reale inferiore a = 2 > 0.Per il teorema
enunciato si ha dunque la stabilit` a asintotica globale dello stato zero.
Il teorema di Cetaev
Teorema 5. Se V (x) si annulla in x
e
, ha derivate parziali prime continue in (x
e
), assume valori
positivi in un insieme che ha x
e
come punto di accumulazione, la sua derivata lungo il moto `e denita
positiva, allora lo stato di equilibrio `e instabile.
Si consideri il seguente sistema del secondo ordine
x
1
= x
1
+g
1
(x)
x
2
= x
2
+g
2
(x)
in cui g
1
() e g
2
() soddisfano in un intorno dellorigine
[g
i
(x)[ |x|
2
Poiche le condizioni precedenti implicano g
i
(0) = 0, lorigine `e uno stato di equilibrio. Si consideri,
dunque la funzione
V (x) =
1
2
(x
2
1
x
2
2
)
182 8. Elementi di teoria della stabilit` a
che `e positiva sui punti della retta x
2
= 0 intorno allorigine; inoltre si ha

V (x) = x
2
1
+x
2
2
+x
1
g
1
(x) x
2
g
2
(x)
Poiche
[x
1
g
1
(x) x
2
g
2
(x)[
2
1
[x
i
[[g
i
(x)[ 2k|x|
3
si ha

V (x) |x[
2
2k|x|
3
= |x[
2
(1 2k|x|)
e per r <
1
2k
in S(r) le condizioni del teorema di Cetaev sono soddisfatte e si ha instabilit`a dello stato
di equilibrio.
8.2.d. Sistemi non stazionari
V (x, t) `e una funzione denita positiva se:
- V (x, t) `e denita in per ogni t 0
- V (0, t) = 0 per t 0
- V (x, t) domina W(x) > 0, cio`e W(x) V (x, t) in ogni x in e per ogni t 0.
Derivata lungo il moto

V (x, t) =
V
t
+
V
x
f
Funzione di Lyapunov `e una funzione denita positiva in con derivata lungo il moto semidenita
negativa in .
I risultati si enunciano allo stesso modo.
8.3. La stabilit`a dei sistemi lineari
Si noti che per un sistema lineare
x(t) = A(t)x(t) +B(t)u(t)
gli stati di equilibrio sono quelli che soddisfano lequazione:
0 = A(t)x
e
e quindi (x
e
= 0), cio`e lorigine dello spazio di stato, `e sempre uno stato di equilibrio. Esso `e unico
se e solo se la matrice dinamica `e invertibile, cio`e se il determinante di A(t) `e diverso da zero. Se il
determinante `e nullo in ogni istante di tempo gli stati di equilibrio sono un sottospazio dello spazio
di stato.
Nel caso dei sistemi lineari sussistono le seguenti propriet`a:
1. linsieme degli stati di equilibrio `e un sottospazio dello spazio di stato ed in particolare lorigine
`e sempre uno stato di equilibrio;
8.3. La stabilit` a dei sistemi lineari 183
2. le propriet` a di stabilit` a di uno stato di equilibrio sono equivalenti a quelle di ogni altro (da cui la
possibilit` a di limitare lo studio allo stato zero); come conseguenza si parler` a di stabilit` a interna
come di una propriet` a del sistema, non di un particolare stato di equilibrio;
3. la denizione di stabilit` a pu` o essere indebolita, nel senso che `e necessario e suciente che esista
una coppia di valori , che soddisfano la (8.4);
4. le propriet` a di stabilit` a locale implicano quelle globali;
5. il sistema `e stabile esponenzialmente se e solo se `e uniformemente asintoticamente stabile.
La prima delle propriet` a indicate `e gia stata commentata. Per quanto riguarda la seconda,
lequivalenza delle propriet` a di stabilit` a degli stati di equilibrio, si noti che la linearit` a rispetto allo
stato dellevoluzione libera consente di ricondurre l evoluzione perturbata rispetto ad un generico
stato di equilibrio ad unevoluzione libera dello stesso sistema. Infatti,
|x(t
0
) x
e
| < |x(t) x
e
| < ,
posto z = x x
e
, equivale a
|z(t
0
)| < |(t, t
0
, x
0
x
e
, 0)| = |x(t) x
e
| <
Per quanto riguarda la terza delle propriet` a citate basta osservare che se esiste una coppia di
valori , tali che
|x(t
0
)| < |x(t)| <
allora per ogni altro valore = se si sceglie

= la condizione di stabilit` a `e soddisfatta.
Per quanto riguarda la validit` a in grande delle condizioni locali basta rivedere, per la stabilit` a
semplice, quanto detto al punto precedente e per il comportamento asintotico, che se
|x(t
0
)| <
a
lim
t
|x(t)| = 0
allora comunque ssato z
0
= x
0
lim
t
|z(t)| = lim
t
|x(t)| = 0
cio`e la equiasintoticit`a globale.
8.3.a. La stabilit`a del moto
Le generalit`a insita nello studio della stabilit` a degli stati di equilibrio gi` a messa in luce nel caso
generale `e ancora maggiore nel caso dei sistemi lineari. Per tale classe di sistemi, infatti, la stabilit` a
dellorigine dello spazio di stato del sistema dato assicura la stabilit`a di ogni moto.
Il calcolo del sistema dierenziale che esprime la dinamica della parturbazione rispetto ad un assegnato
moto, si riduce al seguente
184 8. Elementi di teoria della stabilit` a
x
p
(t) = A(t)x
p
(t) +B(t)u(t) = A(t)x(t) +A(t)(t) +B(t)u(t)
e, quindi

(t) = A(t)(t)
Dunque si ottiene una dinamica che coincide con la dinamica del sistyema assegnato e non dipende
dallingresso. La stabilit` a dello stato zero di tale sistema equivale alla stabilit`a di un qualsiasi moto.
Poich`e, come gi`a osservato, nei sistemi lineari le propriet` a locali si trasformano in globali e la
stabilit` a `e invariante rispetto allo stato di equilibrio, per tale classe di sistemi si usa parlare di stabilit` a
interna del sistema riferendosi allo studio dello stato zero e restando inteso che tale propriet` a ha una
valenza globale e riguarda tutti i comportamenti del sistema, sia stati di equilibrio che moti, rispetto
a perturbazioni dello stato iniziale.
8.3.b. Condizioni di stabilit`a per i sistemi lineari stazionari
x(t) = (t t
0
)x(t
0
)
La condizione necessaria e suciente di stabilit`a si esprime in termini di limitatezza della norma della
matrice di transizione dello stato. Infatti
|(t t
0
)| k
implica
|x(t)| |(t t
0
)| |x(t
0
)| k|x(t
0
)|
da cui
|x(t
0
)| <

k
|x(t)| k

k
Quindi se la matrice `e limitata allora levoluzione libera `e limitata; inoltre, se |(t t
0
)| non fosse
limitata ci sarebbe almeno un elemento della matrice non limitato al variare di t, sia quello di posto
(i, j), al quale corrisponderebbe la componente i ma dellevoluzione libera illimitata a partire da
una condizione iniziale non nulla
x
i
(t) =
ij
(t t
0
)x
j
(t
0
)
Con gli stessi argomenti `e facile vericare che condizione necessaria e suciente di stabilit` a asintotica
`e che
lim
t
|(t t
0
)| = 0
la dimostrazione `e analoga sia per la sucienza che per la necessit`a
Le condizioni di stabilit` a per i sistemi lineari stazionari, se si ricorda che la matrice di transizione
`e lesponenziale della matrice dinamica, si possono esprimere in termini di autovalori di A. Pi` u in
8.3. La stabilit` a dei sistemi lineari 185
dettaglio ricordando che le componenti dellesponenziale di matrice sono combinazioni lineari delle
leggi di moto dei modi naturali, la condizione |(t)| k, equivale a che gli autovalori a molteplicit` a
geometrica unitaria abbiano parte reale minore o uguale a zero, quelli a molteplicit` a geometrica
maggiore di uno, abbiano parte reale strettamente minore di zero. Se si richiede anche che:
lim
t
|(t t
0
)| = 0
gli autovalori devono avere parte reale strettamente negativa. Lasse immaginario `e la frontiera
che divide gli autovalori della matrice A in due categorie, quelli che danno luogo a modi naturali
convergenti e quelli che danno luogo a modi naturali divergenti.
In conclusione la condizione di stabilit` a si pu` o esprimere come segue
Teorema 6. Un sistema lineare stazionario `e
internamente stabile se gli autovalori di A che hanno molteplicit` a geometrica uguale ed uno hanno
a parte reale non positiva e quelli che hanno molteplicit` a geometrica maggiore di uno hanno parte
reale negativa;
asintoticamente stabile se gli autovalori hanno parte reale negativa.
In formule:
stabilit` a semplice
_
Re(
1
i
) 0
Re(
>1
i
) < 0
stabilit` a asintotica
Re(
i
) < 0
dove lapice sul simbolo di autovalore indica la molteplicit`a geometrica.
8.3.c. Criterio di Lyapunov per i sistemi lineari
Con le precedenti premesse sulle forme quadratiche possiamo enunciare il criterio di Lyapunov per i
sistemi lineari stazionari che fornisce una condizione necessaria e suciente.
Teorema 7. Un sistema lineare stazionario `e asintoticamente stabile se comunque ssata una matrice
P, simmetrica e denita positiva, esiste ed `e unica la soluzione nellincognita Q, simmetrica e denita
positiva, della seguente equazione matriciale
A

Q+QA = P
Quindi ssata ad arbitro P, usualmente si assume P = I, si deve risolvere lequazione nellincognita
Q che dovr` a essere soluzione unica, simmetrica e denita positiva. In caso aermativo si pu`o asserire
che il sistema `e stabile altrimenti si pu` o asserire che il sistema non `e stabile. Il risultato `e quindi pi` u
186 8. Elementi di teoria della stabilit` a
forte che non nel contesto non lineare in cui limpossibilit` a di concludere a partire da una funzione
denita positiva non consente di dichiarare lassenza della propriet` a.
Dimostrazione La dimostrazione della sucienza della condizione `e costruttiva, se infatti per una
ssata P, esiste Q soluzione denita positiva, si assuma
V (x) = x

Qx >
risulta

V (x) = x

Qx +x

Q x = x

Qx +x

QAx = x

(A

Q+QA)x = x

Px < 0
Quindi

V (x) `e una funzione denita negativa, e lo `e in tutto lo spazio. Inoltre V `e radialmente
illimitata quindi lo stato zero `e stabile asintoticamente globalmente.
Per la necessit`a invece si suppone che gli autovalori di A abbiano parte reale negativa. Sotto questa
ipotesi, Re(
i
) < 0, `e ben denita la matrice
Q =
_

0
e
A

t
Pe
At
dt
Q `e soluzione dellequazione, come si pu`o vericare per sostituzione diretta, infatti
_

0
d(e
A

t
Pe
At
) = A

_

0
e
A

t
Pe
At
dt +
_

0
e
A

t
Pe
At
dt A = [e
A

t
Pe
At
]
0

= I
dove lultima uguaglianza segue dalla stabilit` a asintotica della matrice A. Inoltre Q `e simmetrica,
perch`e coincide con la sua trasposta, ed `e anche positiva perch`e se si considera la forma quadratica
associata:
x

Qx = x

_

0
(e
A

t
Pe
At
)dtx =
_

0
x

(e
A

T
Pe
AT
)xdt =
_

0
z

(t)Pz(t)dt > 0 con z(t) = e


At
x
Per quanto riguarda lunicit` a della soluzione si supponga che esista unaltra soluzione

Q ,= Q; risulter` a,
in tal caso
A

(Q

Q) + (Q

Q)A = O
Premoltiplicando per e
A

t
e postmoltiplicando per e
At
si ottiene
e
A

t
_
A

(Q

Q) + (Q

Q)A
_
e
At
=
d
dt
e
A

t
(Q

Q)e
At
Dunque
e
A

t
(Q

Q)e
At
= ct
e poiche e
At
0, t , c = 0, cio`e
Q

Q = 0
Il criterio fornisce una condizione necessaria e suciente fondata sulla risoluzione di un sistema
di
n(n+1)
2
equazioni
A =
_
0 1
5 6
_
A

Q+QA = P
8.4. Criteri di stabilit` a per i sistemi lineari: il criterio di Routh 187
_
0 5
1 6
__
Q
11
Q
12
Q
12
Q
22
_
+
_
Q
11
Q
12
Q
12
Q
22
__
0 1
5 6
_
=
_
1 0
0 1
_
Per risolvere questo sistema si devono scrivere le equazioni che corrispondono ad uguagliare i coe-
cienti delle matrici
1 = 5q
12
5q
12
0 = 5q
22
+q
11
6q
12
essendo le matrici simmetriche basta eguagliare gli elementi della diagonale, quelli che si trovano da
una parte con tutti quelli corrispondenti a secondo membro. Gli elementi sono
n(n+1)
2
. Questo in
denitiva `e il numero di equazioni che bisogna risolvere per applicare il criterio.
8.4. Criteri di stabilit`a per i sistemi lineari: il criterio di Routh
Il criterio di Routh consente di stabilire quanti sono gli zeri che hanno parte reale positiva di un dato
polinomio di grado n generico.
a
n

n
+a
n1

n1
+. . . +a
0
= 0
Una considerazione preliminare deve essere fatta circa i coecienti di un dato polinomio: si verica
con facilit` a che se questi non hanno tutti lo stesso segno sicuramente ci sono degli zeri a parte reale
positiva. I coecienti tutti dello stesso segno `e quindi una condizione necessaria, ma ovviamente non
suciente, per garantire che tutti gli zeri abbiano parte reale negativa. Il soddisfacimento di questa
condizione deve quindi essere preliminarmente vericato, ed eventualmente imposto nella soluzione di
un problema in presenza di parametri, quando si vuole risolvere un problema di stabilit` a.
Se ad esempio il polinomio caratteristico di un sistema lineare del secondo ordine `e

2
+ (1 k) + 2 = 0
la condizione k < 1 `e necessaria (e nel caso in questione anche suciente) per la stabilit`a asintotica.
Il criterio di Routh si applica ad un polinomio qualsiasi e ci dice anche quanti zeri hanno parte
reale positiva. Esso consiste nella costruzione di una tabella e poi nella verica del segno dei coecienti
di una parte di questa tabella. Il criterio in esame estende la regola di Cartesio sulla corrispondenza
di soluzioni a parte reale positiva e negativa a variazioni e permanenze valutate sui coecienti dei un
polinomio di secondo grado
ax
2
+bx +c = 0
Nel caso specico dellequazione di secondo grado la regola di Cartesio si enuncia dicendo che ad ogni
variazione corrisponde una soluzione a parte reale positiva, ad ogni permanenza una a perte reale
negativa.
Costruzione della tabella di Routh
188 8. Elementi di teoria della stabilit` a
Con riferimento al generico polinomio di grado n, la tabella assume la forma
n
n 1
a
n
a
n1
b
n2
c
n3

a
n2
a
n3
b
n3
c
n4

a
n4
a
n5

in cui gli elementi, b
j
, della riga n 1 sono calcolati mediante
b
n2
=

a
n
a
n2
a
n1
a
n3

a
n1
b
n3
=

a
n
a
n4
a
n1
a
n5

a
n1
e quelli della riga di ordine n 2, sono ancora calcolati con le stesse espressioni, ma con riferimento
alle due righe precedenti; e cos` via.
A titolo di esempio si consideri il polinomio

5
+ 3
4
+ 2
3
2
2
+ 2 + 4
si ottiene
5
4
3
2
1
0
1
3
8
3

11
4
75
11
16
2
2
2
3
4
2
4
0
Nella costruzione della tabella gli elementi di una stessa riga possono essere moltiplicati per uno
stesso numero positivo senza che ci`o alteri il risultato.
Conclusa la costruzione della tabella il criterio si riduce a contare il numero di variazioni di segno
che si riscontrano nel passaggio da un coeciente allaltro della prima colonna.
Il numero di variazioni `e pari al numero degli zeri a parte reale positiva del polinomio dato.
Nel caso allo studio, il polinomio di grado 5 ha due zeri a parte reale positiva, gli altri tre hanno parte
reale negativa.
8.4.a. Casi critici
E importante osservare che si pu`o incorrere in impedimenti nella costruzione della tabella.
Annullamento del primo elemento di una riga
Quando il primo elemento di una riga si annulla non `e possibile procedere al calcolo della riga
successiva. Limpedimento pu`o essere superato in diversi modi come spiegato nel seguito.
Indicato con j il numero dei primi elementi nulli della riga, una primo modo di operare consiste
nel sostituire la riga data con la stringa di numeri ottenuti sommando ad essa la stringa ottenuta
traslando di j posti a sinistra la riga in questione dopo averla moltiplicata per (1)
j
.
8.4. Criteri di stabilit` a per i sistemi lineari: il criterio di Routh 189
Si consideri la seguente situazione
1
2
0
2
4
3
3
la procedura indicata conduce alla tabella
1
2
3
6
3
2
4
3
3
il calcolo delle variazioni di segno tra gli elementi della prima colonne permette di concludere che vi
sono due zeri a parte reale positiva.
Come ulteriore esempio si consideri il polinomio

5
+ 5
3
+ 10 + 4
Seguendo la procedura indicata si perviene alla seguente tabella
1
4
4
5
32
61/5
5
0
9
4
10
4
Un secondo modo di procedere consiste nel sostituire allo zero il simbolo per rappresentare un
numero positivo e piccolo. La tabella del primo esempio considerato diventa in tal caso
1
2

46

3
2
4
3
3
Il computo delle variazioni di segno, ricordando che rappresenta un numero positivo piccolo, con-
sente di aermare, anche in questo caso, che vi sono due zeri a parte reale positiva.
Un terzo modo di procedere di fronte allimpedimento indicato consiste nel modicare il polinomio
dato moltiplicandolo per un binomio con zero negativo;
d
1
() = d()( + 1)
si ottiene un nuovo polinomio di grado n+1 con nuovi coecienti a cui applicare il criterio di Routh.
Si consideri, ad esempio, il polinomio

4
+ 2
3
+ 3
2
+ 6 + 4
190 8. Elementi di teoria della stabilit` a
1
2
0
3
6
4
4
da cui
( + 1)(
4
+ 2
3
+ 3
2
+ 6 + 4) =

5
+ 3
4
+ 5
3
+ 9
2
+ 10 + 4
1
3
6
1
32
1
5
9
26
1
10
4
Annullamento di unintera riga
Un ulteriore impedimento nella costruzione della tabella `e rappresentato dallannullarsi di unintera
riga.
Si noti che tale riga `e necessariamente di ordine dispari, in quanto la proporzionalit` a di due righe
consecutive si pu`o avere solo se hanno lo stesso numero di elementi, ci`o che pu`o accadere solo se hanno
ordine dispari e pari successivo in ordine decrescente. Questo fatto `e bene evidente se si considera la
struttura della tabella corrispondente al seguente polinomio

6
+ 2
5
+ 3
4
+ 4
3
+
2
+ + 1
6
5
4
3
2
1
0
1
2
x
x
x
x
x
3
4
x
x
x
1
1
x
1
Si supponga ora che si abbia una riga nulla. Ad esempio la situazione sia quella qui esemplicata
5
4
3
1
1
0
3
3
0
1
1
In questa circostanza si pu`o concludere che il polinomio considerato, d(), `e il prodotto di due polinomi
d() = d
1
()d
2
()
il primo, d
1
, con zeri che hanno parte reale caratterizzata dalle variazioni di segno degli elementi della
prima colonna della tabella sinora costruita (gli zeri di d
1
a parte reale positiva sono tanti quante le
variazioni di segno che sono apparse nella prima colonna della tabella costruita no a quel momento);
8.4. Criteri di stabilit` a per i sistemi lineari: il criterio di Routh 191
Il secondo, d
2
, con potenze pari della variabile e di grado uguale allindice della riga che precede la
riga che si `e annullata. I coecienti, a partire da quello di grado massimo, sono quelli che compaiono
nella riga precedente quella nulla. Nel caso in esame, d
1
ha grado uno e zero negativo, d
2
ha grado 4
ed `e pari a
d
2
() =
4
+ 3
2
+ 1
Per quanto riguarda lo studio della parte reale degli zeri di questo nuovo polinomio si procede alla
costruzione della tabella di Routh a partire dal polinomio ottenuto derivano rispetto a d
2
stesso.
Nel caso in esame
d
d
(
4
+ 3
2
+ 1) = 4
3
+ 6
La sostituzione di tali coecienti a quelli della riga nulla consente di continuare la costruzione della
tabella.
5
4
3
2
1
0
1
1
2
3
5
3
2
3
3
3
2
1
1
Le variazioni di segno sulla prima colonna esprimono il numero di zeri a parte reale positiva del
polinomio dato.
Una particolarit` a importante in questa fase dello studio `e che se non ci sono variazioni di segno si
potr` a desumere al pi` u la stabilit` a semplice, e non quella asintotica (che avremmo avuto se non avessimo
incontrato impedimenti nella costruzione della tabella). Infatti, come si potrebbe vericare andando
a calcolare gli zeri nel caso in esame, o pi` u in generale come risulta dallo studio matematico degli
zeri di un polinomio con termini di ordine solo pari, gli zeri di d
2
(), hanno una doppia simmetria
(simmetria quadrantale, cio`e una simmetria rispetto a ciascun asse del piano complesso). Ci` o che
impone, nella migliore delle ipotesi lappartenenza degli zeri allasse immaginario. In conclusione,
dunque, se non si hanno variazioni di segno `e necessaria la verica della molteplicit`a geometrica degli
zeri sullasse immaginario per concludere sulla stabilit`a semplice del sistema.
Osservazioni
Qualche considerazione conclusiva riguarda la potenzialit` a del metodo.
Si pu` o stabilire non soltanto quanti sono gli zeri di un certo polinomio che sono a sinistra dellasse
immaginario, ma anche quanti sono gli zeri che sono a sinistra di un asse pressato che abbia coordinate
sullasse reale pari ad . A tal ne `e suciente eettuare una traslazione di assi in ed esprimere il
polinomio d() secondo le nuove coordinate d( +) Assegnata ad esempio, la matrice
A =
_
0 1
20 9
_
192 8. Elementi di teoria della stabilit` a
lo studio degli autovalori conduce al polinomio caratteristico

2
+ 9 + 20 = 0
il criterio di Routh (Cartesio) assicura che sono a parte reale negativa. Lulteriore verica che gli
autovalori abbiano parte reale minore di 3, pu` o essere fatta sul polinomio
( 3)
2
+ 9( 3) + 20 = 0
che si riduce a

2
+ 3 + 2 = 0
ed ha, quindi, zeri a parte reale negativa. In conclusione, gli zeri del polinomio dato hanno parte reale
inferiore a 3
Considerazioni analoghe consentono di comprendere che il criterio di Routh pu` o essere utilizzato
per vericare se gli zeri appartengono ad un settore conico del piano complesso. Una tale circostanza,
se si ricorda il signicato dei parametri sici associati agli autovalori complessi, garantisce la presenza
di evoluzioni temporali con smorzamento superiore ad un valore pressato e coincidente con il sin ,
essendo langolo del settore conico. A tal ne si consideri la trasformazione di variabile
e
j
1
ed il polinomio, a coecienti reali e di grado 2n
D() = d(e
j
1
)d(e
j
1
)
Lapplicazione del criterio di Routh a tale polinomio consente di calcolare il doppio degli zeri del
polinomio d() che sono esterni al cono di centro (0, 0 ed angolo 2. Si tratta degli zeri che sono al di
sopra dellasse immaginario ruotato di e al di sotto dellasse immaginario ruotato di .
8.5. Un criterio di stabilit`a con incertezza sui parametri
da sviluppare
Sia n 1, e siano a
k
e a
k
, k = 0, 1, .., n1, gli estremi di variabilit` a dei coecienti del polinomio
caratteristico di unassegnata matrice.
d() = a
0
+a
1
+ +a
n1

n1
+
n
Inne sia N linsieme dei polinomi omologhi al polinomio caratteristico i cui coecienti soddisfano
a
i
a
i
a
i
i = 1, , n 1
Si deniscano i seguenti polinomi
8.6. Studio della stabilit` a mediante lapprossimazione lineare 193
g
1
() = a
0
+a
2

2
+a
4

4
+
g
2
() = a
0
+a
2

2
+a
4

4
+
h
1
() = a
1
+a
3

3
+a
5

5
+
h
2
() = a
1
+a
3

3
+a
5

5
+
a
n
= a
n
= 1
K
ij
() = g
i
() +h
j
()
Il matematico russo Karitonov ha dimostrato che ogni polinomio in N `e stabile (ha zeri a parte
reale negativa) se e solo se lo sono K
11
, K
12
, K
21
, K
22
.
8.6. Studio della stabilit`a mediante lapprossimazione lineare
Che cosa fare quando non si riesce direttamente a studiare la stabilit` a di un sistema non lineare
applicando il criterio di Lyapunov? Un metodo di indagine per un certo aspetto complementare a
quello di Lyapunov `e quello fondato sullo studio della stabilit` a del sistema lineare approssimante il
sistema dato intorno allo stato di equilibrio di cui si vuole studiare la tabilit` a.
Come `e noto la linearizzazione di un sistema dato intorno ad uno stato di equilibrio
x(t) = f(x(t)) f(x
e
) = 0
posto
(t) = x(t) x
e
fornisce

(t) = A(t) A = J(x


e
) =
_
_
_
f
1
x
1
. . .
f
1
x
n
.
.
.
f
n
x
1
. . .
f
n
x
n
_
_
_
Come vedremo, la stabilit` a asintotica dellapprossimazione lineare implica la stabilit` a asintotica locale
dello stato x
e
rispetto alla dinamica non lineare.
Poiche lo studio riguarda la stabilit` a asintotica, `e opportuno assicurarsi x
e
sia uno stato di
equilibrio isolato. Come `e noto, una condizione suciente, ma non necessaria, `e che
[J(x
e
)[ , = 0
194 8. Elementi di teoria della stabilit` a
Teorema 8. Lo stato di equilibrio x
e
della dinamica nonlineare assegnata
`e localmente asintoticamente stabile se il sistema lineare approssimante `e asintoticamente stabile;
`e instabile se il sistema lineare approssimante `e instabile per la presenza di almeno un autovalore
a parte reale positiva.
La dimostrazione della prima condizione consiste nel vericare che una funzione per lapprossimazione
lineare `e una funzione di Lyapunov locale per il sistema non lineare. Si consideri, a tale proposito, la
funzione
V () =

Q
con Q soluzione di A

Q + QA = P, ci` o che assicura che essa sia una funzione di Lyapunov per il
lineare. La stessa funzione
V (x) = (x x
e
)

Q(x x
e
)
funzione `e una funzione di Lyapunov locale per il sistema nonlineare; infatti `e denita positiva intorno
ad x
e
e la sua derivata lungo il moto `e denita negativa in un opportuno intorno di x
e
.
da sviluppare
Il teorema precedente fornisce condizioni sucienti di stabilit`a ed instabilit` a. Nelle circostanze in cui la
matrice dinamica abbia autovalori a parte reale negativa e nulla, indipendentemente dalla molteplicit` a
e quindi anche in presenza di instabilit` a del linearizzato, non `e possibile inferire nulla circa la stabilit` a
o meno del sistema non lineare. Un esempio elementare a tale proposito `e rappresentato dalla seguente
dinamica scalare
x = x
3
che, come `e facile vericare impiegando il criterio di Lyapunov, ha in x = 0 un equilibrio asintotica-
mente globalmente stabile. Mentre lapplicazione del criterio fondato sullo studio dellapprossimazione
lineare non consente di concludere alcunche.
Per quanto riguarda linstabilit` a `e possibile dimostrare che se lapprossimazione lineare `e instabile per
la presenza di almeno un autovalore a parte reale positiva lo stato di equilibrio x
e
, del sistema non
lineare dato, `e instabile. Altrimenti nulla pu` o essere deciso sulla stabilit`a del sistema nonlineare.
A titolo esemplicativo, ad unapprossimazione lineare
J(x
e
) =
_
1 0
1 3
_
corrisponderebbe la stabilit` a di x
e
nel nonlineare, a
J(x
e
) = A =
_
1 0
1 3
_
linstabilit` a, a
A =
_
1 0
1 0
_
A =
_
0 0
1 0
_
situazioni indecidibili.
8.7. Esempi di applicazione 195
8.7. Esempi di applicazione
Dinamica del pendolo
Si considerino ancora le equazioni che rappresentano la dinamica di un pendolo
x
1
= x
2
x
2
=
k
m
x
2

g
l
sin x
1
e gli stati di equilibrio
_
2h
0
_
= x
1
e
_
(2h + 1)
0
_
= x
2
e
h = 0, 1, ..
che come `e noto corrispondono al pendolo nelle posizioni verticale verso il basso, e verticale verso
lalto con velocit` a iniziale nulla.
Come abbiamo gi` a vericato tali stati di equilibrio, hanno propriet` a diverse: quello verticale se per-
turbato tende ad essere abbandonato, laltro viceversa se perturbato tende ad essere mantenuto. Il
metodo dellapprossimazione lineare restituisce, come `e ovvio, lo stesso risultato. Lapprossimazione
lineare in corrispondenza di ciascuno di questi stati di equilibrio pu` o essere calcolata a partire dalla
matrice jacobiana
J(x) =
_
0 1
g
l
cos x
1
k
m
_
|
x
e
Negli stati di equilibrio corrispondenti alla posizione verticale verso lalto si ha
A =
_
0 1
g
l
k
m
_
negli altri, invece:

A =
_
0 1
g
l
k
m
_
Con la matrice dinamica di tale forma, lo studio della stabilit` a `e immediato in quanto gli elementi
dellultima riga rappresentano proprio i coecienti del polinomio caratteristico cambiati di segno. Si
ha quindi nel primo caso

A =
_
0 1
g
l
k
m
_
[I A[ =
2
+
k
m

g
l
polinomio caratteristico
quindi una variazione nei coecienti cio`e uno zero a parte reale positiva (autovalore a parte reale
positiva), il che implica linstabilit` a dello stato di equilibrio rispetto alla dinamica non lineare. Nel
secondo
A =
_
0 1
g
l
k
m
_
[I A[ =
2
+
k
m
+
g
l
e due zeri a parte reale negativa, cio`e stabilit` a asintotica dellapprossimazione lineare, quindi stabilit` a
asintotica locale della posizione di equilibrio, corrispondente al pendolo verso il basso.
196 8. Elementi di teoria della stabilit` a
Equazione logistica
La seguente equazione dierenziale non lineare
x(t) = ax(t) kx
2
(t)
viene assunta a rappresentare la crescita di una popolazione in assenza di limitazione sulle risorse.
Infatti la soluzione di unequazione di questo tipo bene rappresenta la crescita di una popolazione
nelle citate condizioni. In tale equazione ci sono due valori di equilibrio:
x(a kx) = 0
_
_
_
x
e1
= 0
x
e2
=
a
k
Si pu` o utilizzare il metodo dello studio della stabilit` a mediante linearizzazione per studiare la stabilit`a
di questi due stati di equilibrio. La matrice jacobiana in questo caso `e lo scalare:
J(x
e
) = (a 2kx)
x
e
e calcolata nei due stati di equilibrio diventa
per x
e1
si ha J(x
e1
) = a
e
per x
e2
si ha J(x
e2
) = a
Il risultato `e ora evidente: essendo a una costante positiva il primo stato di equilibrio `e instabile,
mentre lo stato di equilibrio
a
k
`e stabile asintoticamente.
Le precedenti considerazioni trovano riscontro nel seguente esempio:
Modello preda-predatore
Come gi`a visto il modello adatto a rappresentare linterazione tra due specie `e del tipo
_
x
1
(t) = ax
1
(t) bx
1
(t)x
2
(t)
x
2
(t) = cx
2
(t) +dx
1
(t)x
2
(t)
dove x
1
e x
2
rappresentano la densit` a delle due popolazioni e si `e assunto che la popolazione preda (x
1
)
cresce secondo un andamento eponenziale, in assenza di limitazioni di risorse mentre la popolazione
predatrice (x
2
) decresce in assenza di interazione con la preda, in quanto il suo unico nutrimento `e
la preda stessa, secondo un andamento esponenziale caratterizzato dal coeciente c. I coecienti
a, b, c, d sono tutti positivi.
_
x
1
(a bx
2
) = 0
x
2
(c +dx
1
) = 0
8.8. La stabilit` a esterna nei sistemi lineari 197
Gli stati di equilibrio sono facilmente calcolati e pari a
x
1
e
=
a
b
x
2
e
=
c
d
.
Lapplicazione del metodo della linearizzazione non consente di concludere, come si pu` o vericare
facilmente in quanto gli autovalori dellapprossimazione lineare hanno parte reale nulla. Si `e quindi
in una condizione in cui non si pu` o inferire nulla circa la stabilit` a dello stato di equilibrio del sistema
non lineare.
Una situazione diversa risulta se si descrive la crescita della preda impiegando lequazione logis-
tica. Si ha in tal caso
_
x
1
(t) = ax
1
(t) bx
1
(t)x
2
(t) kx
2
1
(t)
x
2
(t) = cx
2
(t) +dx
1
(t)x
2
(t)
con stati di equilibrio soluzioni del sistema
_
x
1
(a bx
2
kx
1
) = 0
x
2
(c +dx
1
) = 0
_
_
_
(a bx
2
kx
1
) = 0
(c +dx
1
) = 0 x
1
=
c
d
_
a bx
2
k
c
d
_
= 0
x
2
=
a
b

kc
db
_
c
d
a
b

kc
bd
_
= x
e
appare, quindi, un nuovo stato di equilibrio che `e positivo quando ad kc > 0 o, ci`o che `e lo stesso,
a
k
>
c
d
. Tale condizione si esprime dicendo che la capacit` a portante della specie preda deve essere
sucientemente elevata per poter reagire alla capacit`a di preda del predatore. Tale stato di equilibrio
`e positivo ed ha un signicato sico, nel contesto che si sta esaminando.
Lapplicazione del metodo rispetto a tale stato di equilibrio consente di vericare la sua stabilit` a asin-
totica locale. I passaggi sono lasciati per esercizio. Il risultato matematico spiega bene un fenomeno
che in presenza di condizioni di competizione tra due specie preda - predatore, si verica nella re-
alt` a. A seguito di una perturbazione rispetto a una data condizione di equilibrio insorge un fenomeno
oscillatorio che converge verso lo stato di equilibrio.
198 8. Elementi di teoria della stabilit` a
8.8. La stabilit`a esterna nei sistemi lineari
riscrivere con raggiungibilit`a e osservabilit`a
Si denisce stabile esternamente un sistema dinamico che genera uscite limitate in corrispondenza di
ingressi limitati. Pi` u precisamente un sistema `e detto stabile esternamente nello stato x
0
se per ogni
positivo M ed ogni ingresso limitato in norma, u(t)

M, le uscite sono limitate in norma, y(t)

N
M,x
0
per un opportuna costante positiva N
M,x
0
. Se la propriet` a vale in x
0
= 0 il sistema `e detto stabile
nello stato zero. Se vale in ogni stato iniziale, esiste cio`e N
M
che non dipende da x
0
, allora il sistema
`e detto esternamente stabile.
|u(t)| < M |y(t)| < N
M,x
0
y(t) = Ce
At
x
0
+
_
t
0
W(t r)u(r)dr
Ce
At
= (t)
1. |(t)| < k
1
t 0
2.
_
t
0
|W(r)|dr < k
2
t 0
La condizione 1. `e equivalente a
_
Re(
0,1
i
) 0
Re(
0>1
i
) < 0
_
cio`e: gli autovalori associati a modi naturali osservabili devono avere parte reale non positiva se sono
semplici e parte reale negativa se sono multipli. La condizione 2. `e equivalente a
Re(
0,e
i
) < 0
cio`e: gli autovalori associati a modi naturali eccitabili ed osservabili devono avere parte reale negativa.
La 2. `e condizione necessaria e suciente di stabilit`a esterna nello stato zero; la 1. e la 2.
simultaneamente sono condizioni necessarie e sucienti per la stabilit`a esterna in qualsiasi stato.
La prova della sucienza `e semplice
suciente:
|y(t)| = |(t)x
0
+
_
t
0
W(t r)u(r)dr|
|(t)| |x
0
| +
_
t
0
|W(t r)|u(r)dr
k
1
|x
0
| +k
2
M = N
x
0
,M
necessit`a:
se 1. o 2. non valgono esiste almeno un elemento della/e matrice/i non limitato (nella (t) oppure
8.9. Condizioni e criteri per i sistemi lineari a tempo discreto 199
non limitato nellintegrale in W(t)) scegliendo x
0
e/o u = cost `e allora possibile mostrare che g non
`e limitata.
- Legame con la stabilit`a interna Esempio
A =
_
_
1 2 0
0 0 0
1 1 1
_
_
B =
_
_
1
0
0
_
_
C = ( 1 1 0 )

i
= 1
_
_
0 2 0
0 1 0
1 2 2
_
_
u
1
= 0 u
1
=
_
_
2
0
1
_
_
v
1
1
= (
1
2
1 0 )

2
= 0 u
1
=
_
_
2
1
1
_
_
v
1
1
= ( 0 1 0 )

3
= 1
_
_
2 2 0
0 1 0
1 1 0
_
_
u
1
=
_
_
0
0
1
_
_
v
1
1
= (
1
2
0 1 )
0,e
=
1

= (
1
,
2
,
3
)
0
= x
1
,
2

e
=
1
,
3

8.9. Condizioni e criteri per i sistemi lineari a tempo discreto


Premesso che le denizioni rimangono invariate, lo studio sinora condotto consente di comprendere
che la condizione di stabilit` a asintotica dei sistemi lineari a tempo discreto `e che gli autovalori abbiano
modulo minore di uno. La verica pu` o essere condotta impiegando diversi criteri; tra questi quelli
qui di seguito esposti.
Una primo criterio `e rappresentato dal criterio di Routh stesso.
Con riferimento al polinomio
d(z) = a
n
z
n
+a
n1
z
n1
+. . . +a
0
la sostituzione di variabile
z
s + 1
s 1
corrisponde ad eettuare una trasformazione del cerchio unitario al semipiano negativo del piano
complesso. Sul polinomio in s `e ora possibile applicare il criterio di Routh ed ottenere le informazioni
sulla stabilit` a; infatti gli zeri in z con modulo > 1 corrispondono a zeri in s a parte reale maggiore di
zero.
Un secondo criterio `e il cosiddetto criterio di Jury che consiste, al pari di quello di Routh, nel vericare
che tra i coecienti di una tabella costruita ad hoc siano vericate precise condizioni.
200 8. Elementi di teoria della stabilit` a
a
0
a
1
a
n
a
n
a
n1
a
0
b
0
b
n1
b
n1
b
0
c
0
c
n2
c
n2
c
0
.
.
.
.
.
.
.
.
.
t
0
t
1
t
2
t
2
t
1
t
0
con
b
k
=

a
0
a
nk
a
n
a
k

,
c
k
=

b
0
b
nk1
b
n1
b
k

,
etc.
Teorema 9. Un sistema lineare stazionario a tempo discreto `e asintoticamente stabile se e solo se,
costruita la tabella di Jury le seguenti condizioni sono soddisfatte
d(1) > 0,
(1)
n
d(1) > 0,
[a
n
[ > [a
0
[, [b
0
[ > [b
n1
[, [t
0
[ > [t
2
[.
A titolo di esempio il polinomio
z
2
+z +O.5 == 0
ammette la tabella caratterizzata dalla sola riga
1 1 0, 5
e si verica immediatamente il soddisfacimento delle condizioni di stabilit`a asintotica.
Come per i sistemi a tempo continuo un ulteriore criterio di indagine sulla stabilit` a `e rappresentato
dal criterio di Lyapunov. Si tratta di un criterio di grande generalit` a e potenzialit` a di impiego non
limitato al contesto lineare.
8.9.a. Il criterio di Lyapunov
Con riferimento al sistema a tempo discreto
x(t + 1) = f(x(t)) f(x
e
) = x
e
lo stato di equilibrio x
e
`e localmente stabile, asintoticamente stabile, se esiste una funzione V (x)
denita positiva in un certo intorno dello stato di equilibrio, I
x
e
, e la sua dierenza prima:
V (x) = V (x(t + 1)) V (x(t))
8.9. Condizioni e criteri per i sistemi lineari a tempo discreto 201
`e denita negativa in I
x
e
.
Il criterio quindi si enuncia allo stesso modo e questa volta si deve trovare una funzione la cui
dierenza prima sia denita (semidenita) negativa. Ancora una volta il criterio d` a vita a condizioni
che sono soltanto sucienti, nel senso che se in corrispondenza di V (x) denita positiva la V (x)
non risulta denita (semidenita) negativa non si pu` o decidere della stabilit` a dello stato di equilibrio.
Esempio:
_

_
x
1
(t + 1) =
x
2
(t)
1 +x
2
(t)
2
x
2
(t + 1) =
x
1
(t)
1 +x
2
(t)
2
lo stato di equilibrio `e x
e
= 0 e posto:
V (x) = x
2
1
+x
2
2
V (x) = V
_
f(x(t))
_
V (x(t))
V
_
f(x(t))
_
=
x
2
2
(1 +x
2
2
)
2
+
x
2
1
(1 +x
2
2
)
2
=
=
x
2
1
+x
2
2
(1 +x
2
2
)
2
=
V (x)
(1 +x
2
2
)
2
V (x) =
V (x)
(1 +x
2
2
)
2
V (x)
V (x) =
_
1
(1 +x
2
2
)
2
1
_
V (x) 0
Questa ultima quantit` a `e semidenita negativa e quindi lo stato di equilibrio `e uno stato stabile, in
realt` a `e uno stato di equilibrio globalmente stabile per le note condizioni di illimitatezza della V e di
validit` a delle condizioni su tutto lo spazio.
Anche con riferimento ai sistemi a tempo discreto nel caso lineare il criterio si particolarizza
dando vita a condizioni necessarie e sucienti di facile verica.
8.9.b. Il criterio di Lyapunov per i sistemi lineari stazionari a tempo discreto
x(t + 1) = Ax(t) x
e
= Ax
e
(AI)x
e
= 0
Condizione necessaria e suciente per la stabilit`a asintotica del sistema dato, `e che la seguente
equazione
A

QAQ = P
ammetta soluzione unica in Q simmetrica e denita positiva, per ogni P ssata, anche essa simmetrica
e denita positiva.
202 8. Elementi di teoria della stabilit` a
Quindi la formulazione `e identica al caso precedente, ci`o che cambia `e la struttura dellequazione.
Anche in questo caso in genere si ssa P = I; se questa equazione non ammette una soluzione, se la
soluzione non `e unica, se non `e denita positiva, si pu` o concludere che il sistema non `e asintoticamente
stabile.
Per la dimostrazione si procede come nel caso dei sistemi a tempo continuo. Per la sucienza, si ssi
V (x) = x

Qx
V (x) = V (x(t + 1)) V (x(t))
= x

(t + 1)Qx(t + 1) x

(t)Qx(t)
= x

QAx x

Qx
= x

(A

QAQ)x
= x

Px
ma P `e denita positiva e quindi x

Px `e globalmente denita negativa. Ci`o dimostra la stabilit` a


asintotica globale del sistema.
Per la necessit`a si procede in modo formalmente analogo a quanto visto nel caso a tempo continuo
mostrando che
Q =

0
A
k
PA
k
`e soluzione dellequazione unica simmetrica e denita positiva. Anche in questo caso il criterio si
riconduce alla risoluzione di
n(n+1)
2
equazioni lineari.
Interessante `e il confronto tra il criterio di Routh e quello di Lyapunov in merito alla complessit` a
dei calcoli in termini di numeri di operazioni. Ovviamente tutto dipende dalla struttura della matrice
dinamica; in presenza di un numero elevato di elementi nulli nella matrice A pu` o risultare conveniente
applicare il criterio di Routh in quanto non si deve dimenticare che per applicare il criterio di Routh
`e necessario preliminarmente calcolare il polinomio caratteristico.
Dunque nel contesto lineare, anche per i sistemi a tempo discreto, il criterio di Lyapunov si
particolarizza dando vita a condizioni necessarie - sucienti. Ci` o non accade nel contesto non lineare
ove la possibilit` a di pervenire ad una verica positiva della stabilit` a `e collegata al calcolo di una
funzione che soddis alle condizioni note. Questo aspetto rende di dicile applicazione il metodo nei
casi in cui la verica non abbia avuto esito positivo impiegando le funzioni denite positive quadratiche
elementari.
Che cosa fare quando non si riesce direttamente a studiare la stabilit` a di un sistema non lineare
applicando il criterio di Lyapunov ? Anche nel contesto discreto un ruolo complementare `e svolto dal
metodo fondato sullo studio della stabilit` a sulla base dellapprossimazione lineare.
8.9. Condizioni e criteri per i sistemi lineari a tempo discreto 203
8.9.c. Studio della stabilit`a mediante linearizzazione
Il metodo `e relativo allimpiego dellapprossimazione lineare intorno ad uno stato di equilibrio per
studiare la stabilit` a di uno stato di equilibrio di un sistema non lineare.
Come `e noto la linearizzazione di un sistema dato intorno ad uno stato di equilibrio
Algoritmo per il calcolo della radice quadrata
La seguente equazione
x
2
a = 0
pu` o essere risolta per un ssato a impiegando il seguente algoritmo iterativo
x(t + 1) = x(t) +a x
2
(t)
Per tale algoritmo lo stato
x
e
=

a
`e di equilibrio, come `e immediato vericare. La verica della stabilit` a di tale stato di equilibrio
equivale alla verica della convergenza dellalgoritmo per il calcolo della radice quadrata. Se si ha
stabilit` a intorno a

a, ci`o assicura che limplementazione dellalgoritmo, consente di convergere verso
la soluzione:

a.
Lapplicazione del metodo di analisi fondato sulla linearizzazione consente di vericare, che per op-
portuni valori del parametro a, lalgoritmo in questione converge. Si ottiene, infatti,
J(x
e
) = (1 2

a)

0 < a < 1 [1 2

a[ < 1
Da questa analisi si ricava che per 0 < a < 1 la soluzione x
e
=

a pu` o essere senzaltro calcolata con
lalgoritmo dato.
Il risultato ottenuto ha una validit` a locale e rimane non denito il massimo scostamento ammesso
dalla condizione iniziale rispetto al valore vero (quello di equilibrio). Uninformazione pi` u precisa circa
leventuale scostamento, la regione di stabilit`a, pu` o essere ottenuto utilizzando il criterio di Lyapunov
con
V (x) = [a x
2
[
Il calcolo della V (x(t + 1)) e (V (x)) consentono di vericare senza dicolt` a se si assume 0 < a < 1
che
0 x 1
denisce la regione di stabilit` a.
Dinamica del prezzo in condizioni di equilibrio in presenza di due beni
204 8. Elementi di teoria della stabilit` a
In presenza di due beni concorrenti, la domanda e loerta possono con buona approssimazione
rappresentate dalle seguenti equazioni
_
d(t + 1) = Ap(t + 1) +d
0
o(t + 1) = Ep(t) +o
0
dove A, E, d
0
e o
0
sono matrici e vettori di dimensione due. In condizioni di equilibrio (p(t + 1) =
o(t + 1), la dinamica del prezzo evolve secondo lequaione alle dierenze
p(t + 1) = A
1
Ep(t) +A
1
(o
0
d
0
)
d =
_
d
1
d
2
_
A =
_


_
, , , > 0
Supponendo E = I si studi la precedente equazione e si individuino quali sono le condizioni anch`e
lequilibrio sia stabile asintoticamente. Si tratta di unanalisi di stabilit` a di un sistema lineare a tempo
discreto, e ammette uninterpretazione in termini dei coecienti , , , che hanno un interessante
signicato in termini economici.
8.10. Sistemi interconnessi: la stabilit` a
Introduzione di un criterio per lo studio della stabilit` a dei sistemi interconnessi.
Per comprendere la generalit`a del criterio si deve fare riferimento al calcolo della rappresentazione
con lo stato di un sistema S a partire dalle rappresentazioni dei sottosistemi. Quindi a partire da un
sistema S deniti lingresso e luscita, aperti alcuni nodi per rendere il grafo di usso aciclico, avendo
indicato con S = sorgenti e P = pozzi alcune parti della separazione dei nodi, si `e praticamente
associata una rappresentazione con lo stato al sistema con i nodi aggiuntivi, nodi ingresso e nodi di
uscita, una rappresentazione del tipo:
_

_
x = Ax +Bu +B
s
S
y = Cx
p = C
p
x
quindi la rappresentazione con lo stato complessiva `e:
_
x = Ax +Bu +B
s
C
p
x
y = Cx
ottenendo un sistema del tipo:
_
x = (A+B
s
C
p
)x +B
u
y = Cx
8.10. Sistemi interconnessi: la stabilit`a 205
A partire dalle matrici dinamiche dei sottosistemi S
i
che caratterizzano il sistema complessivo cio`e a
partire dalle (A
i
, B
i
, C
i
) viene prima individuata la matrice A che caratterizza il sottosistema S poi
a partire da questa viene individuata la matrice (A + B
s
C
p
) che `e la matrice dinamica del sistema
complessivo, ora si potrebbe vericare facilmente che in un sistema interconnesso caratterizzato dal
fatto che il grafo di usso non ha cicli, la propriet` a di stabilit` a `e mantenuta, cio`e `e equivalente alla
propriet` a di stabilit` a dei sottosistemi; il sistema complessivo `e stabile se e soltanto se sono stabili i
sottosistemi.
In realt` a la cosa si complica per la presenza di alcuni cicli, i quali possono comportare delle modiche
per quanto riguarda la propriet` a di stabilit` a, infatti la matrice dinamica cambia e da A diventa
(A+B
s
C
p
).
In sostanza queste considerazioni suggeriscono il seguente fatto: dal punto di vista della stabilit`a
questo sistema interconnesso `e equivalente ad un sistema del tipo:
_
x = Ax +B
s
u
y = C
p
x
in cui si fa una controreazione unitaria, cio`e si pone
u = v y
Ci`o signica che in realt` a lo studio della stabilit` a di un sistema a controreazione unitaria `e uno studio
abbastanza generale, perch`e la matrice dinamica che si ottiene per rappresentare sistema interconnesso
generico, quando viene adottata la suddetta procedura, `e una matrice che ha formalmente la struttura
analoga a quella che si ottiene quando si considera un sistema a controreazione unitaria.
Quindi per studiare la stabilit` a del sistema complessivo, ci si pu`o ricondurre allo studio della stabilit` a
di un sistema a controreazione unitaria, di un opportuno sistema a controreazione unitaria dove le
matrici degli ingressi e delle uscite sono denite dalle interconnessioni secondo il criterio visto.
Lo studio della stabilit` a `e quindi ricondotto allo studio di un sistema a controreazione unitaria.
Lanalisi sar` a condotta a partire da un sistema S modicato mediante una controreazione unitaria;
si assume di conoscere le propriet`a di stabilit` a del sistema S. Tale conoscenza si esprime in concreto
nelle del segno della parte reale degli autovalori.
Il risultato che viene nel seguito esposto riguarda lo studio della stabilit` a a partire dallindagine del
comportamento in frequenza. Il metodo prende il nome dallo studioso che lha proposto.Si tratta del
criterio di Nyquist.
Alcuni fatti preliminari. Assegnato il sistema S, strettamente causale (D = 0),
_
x = Ax +B
u
y = Cx
u = v y
S
e
:
_
x = (ABC)x +Bv
y = Cx
206 8. Elementi di teoria della stabilit` a
d
AP
(s) = [sI A[ polinomio caratteristico a ciclo aperto
d
CH
(s) = [sI A+BC[ polinomio caratteristico a ciclo chiuso
Il sistema complessivo risulter`a stabile se il secondo polinomio ha autovalori a parte reale negativa.
Alcuni risultati preliminari devono essere messi in luce. Il primo `e rappresentato dalla seguente
uguaglianza
d
CH
(s)
d
AP
(s)
= [I +F(s)[ = [I +C(sI A)
1
B[
Infatti
[sI A+BC[ = [sI A[ [I + (sI A)
1
BC[
inoltre
vertI + (sI A)
1
BC[ = [sI A[[I +C(sI A)
1
B[
come segue dallidentit`a matriciale
[I
mm
+PQ[ = [I
nn
+QP[
per una generica coppia di matrici P, (mn), e Q, (n m). Dalle precedenti uguaglianze si ottiene
[sI A+BC[ = [sI A[[I +C(sI A)
1
B[
cio`e
d
CH
(s)
d
AP
(s)
= [I +C(sI A)
1
B[
Un ulteriore risultato preliminare riguarda la variazione di fase che subisce un polinomio P(s) di
variabile complessa, calcolato in j, quindi P(j), quando nel piano complesso varia da a
+.
P(j) = k(j p
1
) (j p
n
)
Qual`e la variazione di fase che subisce questo numero complesso quando varia da a +?

(p) = variazione di fase complessiva


Si asssume, in una prima fase che non vi siano zeri a parte reale nulla. Si devono distinguere due
situazioni: il caso di uno zero positivo dal caso di uno zero negativo.
Il vettore (j p
i
) generalmente permette di comprendere come varia la fase di ciascuno dei termini
(jp
i
), la variazione di fase per ogni p
i
positivo `e . Per quanto riguarda invece gli zeri con parte
reale negativa p

j, stesse considerazioni con variazioni di fase + in senso orario.


Siccome questi sono fattori, la variazione di fase complessiva sar` a uguale alla somma delle variazioni
di fase dei singoli fattori, che sono appunto per ciascuno zero a parte reale positiva e + per
ciascuno zero a parte reale negativa. Se il polinomio `e di grado n:

(p) = (n n
p
) n
p

8.10. Sistemi interconnessi: la stabilit`a 207


In base alle considerazioni precedenti

(
d
CH
(s)
d
AP
(s)
) =

(1 +F)
e

(1 +F) = + (d
CH
) (d
AP
) =
= (n z
p
) z
p
(n p
p
) +p
p
=
= (z
p
+p
p
)2
ove si `e indicato con z
p
il numero di autovalori Re > 0 nel sistema a ciclo chiuso S
e
con p
p
il numero
di autovalori con parte reale positiva nel sistema S
Si ha la stabilit` a asintotica del sistema a controreazione se e soltanto se z
p
= 0. Ci` o, consente di
formulare la condizione di stabilit` a in termini di variazione di fase di (1 + F), calcolato in j al
variare di da . Tale condizione si esprime:

(1 +F) = p
p
2
questo `e il criterio di Nyquist, e si enuncia dicendo:
N = p
p
Si ha stabilit` a asintotica del sistema a controreazione se e soltanto se N, il numero di giri attorno allo
zero che competono alla variazione di fase di 1 +F(j) quando varia da a +, `e uguale a p
p
,
il numero di autovalori a parte reale positiva del sistema in catena diretta
Se si tiene conto che il vettore (1 + F) in 0 `e uguale al vettore F in (1, j0); una formulazione
equivalente `e: si ha stabilit` a asintotica del sistema a controreazione se e soltanto se N, il numero di
giri attorno al punto (1, j0) che competono alla variazione di fase di F(j) quando varia da
a +, `e uguale a p
p
, il numero di autovalori a parte reale positiva del sistema in catena diretta
Nel caso particolare in cui nel sistema in catena diretta si abbia p
p
= 0, si ha il criterio nella sua
forma cosiddetta ridotta
N = 0.
Ricordando le considerazioni svolte a proposito dello studio della stabilit` a non si trover` a dicolt` a
nel vericare che con riferimento ad un sistema interconnesso che presenta pi` u sottosistemi in un
unico ciclo a controreazione, lo studio della stabilit` a si riduce a quello su un sistema a controreazione
unitaria in cui in catena diretta si assume sia presente linterconnessione in cascata dei sottosistemi
presenti nel ciclo.
Alcuni semplici esempi e lestensione del criterio al caso in cui in S vi siano autovalori a parte
reale nulla Si consideri il sistema descritto dalla seguente funzione di trasferimento con guadagno, k,
e costanti di tempo,
i
, positivi.
F(s) =
k
(1 +
1
s)(1 +
2
s)(1 +
3
s)
208 8. Elementi di teoria della stabilit` a
Lesame della rappresentazione polare di F(j) riportata nella gura seguente lascia comprendere
che il sistema a controreazione unitaria `e stabile se il punto (
1
, j0) `e esterno alla curva, in quando
si avrebbe N = 0 = p
p
, instabile altrimenti, in quanto si avrebbe N = 2 ,= p
p
= 0. Si noti che il
circondamento o meno del punto (1, j0) da parte della curva dipende, per ssati valori delle costanti
di tempo, dal valore del guadagno k. In particolare al suo crescere il modulo aumenta, ci`o che rende
possibile lattraversamento. E usuale nellimpiego del metodo fare riferimento ad un diagramma
tracciato e valutare la stabilit`a al variare del guadagno modicando di un fattore inverso la scala sugli
assi, ci`o che corrisponde a spostare il punto (1, j0).
0

+
-
(-1, 0)
j
Figura 8.1
In molte situazioni reali si ha a che fare con funzioni di trasferimento che hanno delle singolarit` a
sullasse immaginario (equivalenti alla presenza di autovalori a parte reale nulla nella matrice dinam-
ica). In questo caso il diagramma polare non pu` o essere chiuso, e se il diagramma non `e chiuso non
si possono calcolare il numero di giri attorno il punto (1; j0)? Si consideri ad esempio il sistema:
k
(1 +s)s
= F(s)
k>0
>0
Visto nel piano complesso, si avr`a un polo in zero e uno in
1

, se si costruisce limmagine secondo


il diagramma polare, siccome si va verso zero la curva andr` a allinnito. Ma come si fa a calcolare il
numero di giri attorno al punto (1; j0) se il diagramma `e aperto ?
0

+
-
(-1, 0)
j
+
0
-
Figura 8.2
8.10. Sistemi interconnessi: la stabilit`a 209
Quindi il diagramma va chiuso e il risultato `e diverso secondo il verso in cui si chiude il diagramma.
Per superare questa ambiguit` a si deve proseguire come segue:
non si considera pi` u il diagramma polare, ma il diagramma di Nyquist, cio`e il diagramma in cui si va a
costruire limmagine secondo la funzione F non pi` u dellasse immaginario, ma del cosiddetto percorso
di Nyquist: un percorso uncinato che coincide con lasse immaginario in quasi tutti i punti, ma che
intorno ai punti singolari, i poli della F che si trovano sullasse immaginario, lascia degli uncini cio`e
li evita, e per convenzione si stabilisce che questo percorso uncinato lasci i poli che hanno parte reale
nulla a sinistra, cio`e li consideri a parte reale negativa. Con questa convenzione anche gli autovalori
a parte reale nulla di S saranno considerati nel semipiano complesso negativo. Si noti che, inoltre,
con tale convenzione, p
p
= 0 non corrisponde ad un sistema in catena diretta necessariamente stabile
e neppure al limite di stabilit` a.
Ora si consideri questo percorso uncinato, a questo corrisponde unimmagine secondo la funzione F,
che `e una curva chiusa in quanto il punto di singolarit` a `e stato escluso. Come `e fatta la chiusura della
curva?
Si deve fare riferimento allo studio delle funzioni analitiche e al fatto che la funzione F(s) `e un rapporto
tra polinomi; quindi una funzione analitica che induce trasformazioni conformi,cio`e che mantengono
gli angoli e i versi di percorrenza. Quindi se nel dominio per andare dal punto A al punto B, si per-
corre un uncino e ad un uncino corrisponde una variazione di fase di , anche nellimmagine accadr` a
la stessa cosa e quindi si deve fare una rotazione di , inoltre si mantengono i versi di percorrenza,
che in questo caso lasciano a sinistra il punto singolare e quindi anche il punto corrispondente, cio`e
il punto immagine deve essere lasciato a sinistra. Il punto immagine `e il punto improprio che sta
allinnito, ci` o signica che la chiusura del diagramma di Nyquist si deve fare lasciando a sinistra il
punto improprio che `e limmagine del punto singolare.
Torniamo allesempio; in questo caso eettuata la chiusura si vede che il punto (1; j0) rimane
esterno, indipendentemente dal valore del guadagno.
N = p
p
= 0
ed il sistema `e asintoticamente stabile.
Per costruire il diagramma di Nyquist `e utile fare riferimento ai diagrammi di Bode, ci` o semplica
lo studio. Si assuma, in base a quanto gi` a osservato, il guadagno unitario, e si consideri la funzione
di trasferimento assegnata nella forma di Bode:
F(s) =
(s + 1)
10s(1 s)(1 +
s
10
)
Si tratta di tre termini binomi con pulsazioni di rottura pari a 1 e 10. Landamento del modulo `e
sempre decrescente come si verica facilmente. Per quanto riguarda la fase sono presenti due contributi
tra zero e

2
con pulsazione di rottura = 1; uno tra zero e

2
con pulsazione di rottura = 10 ed
un contributo di fase costante e pari a
3
2
. Questo basta per comprendere che la fase varia tra
3
2
e e che, per la collocazione del polo in +1 e dello zero in 1, una decade prima del secondo polo,
la fase raggiunge valori maggiori di . Dallandamento riportato in gura
210 8. Elementi di teoria della stabilit` a

+
-
(-1, 0)
j
0
+
0
-
Figura 8.3
Ricordando le considerazioni svolte a proposito dello studio al variare del guadagno, si comprende
che per quanto riguarda la stabilit` a il sistema a controreazione unitaria sar` a instabile per valori del
guadagno inferiori ad un valore critico, k

, stabile per valori superiori.


Come valutare k

?
A tale proposito si potr` a utilizzare il criterio di Routh al polinomio caratteristico a ciclo chiuso:
F(s) =
k(s + 1)
s(s 1)(s + 10)
W(s) =
F(s)
1 +F(s)
W(s) =
k(s + 1)
s
3
+ 9s
2
+ (k 10)s +k
Si nota preliminarmente che k > 10 `e necessario. Il valore critico potr`a essere 10 o altro eventuale
valore maggiore corrispondente alla variazione di segno di qualche coeciente della prima colonna
della tabella. Si ha:
1
9
8k90
9
k
k 10
k
e, quindi le seguenti condizioni:
k > 0 k >
90
8
ci`o che implica
k

=
90
8
Il sistema a controreazione unitaria per tale valore di k `e al limite di stabilit`a.
Si suggerisce di svolgere ulteriori esempi di applicazione. Si consideri, ad esempio
8.10. Sistemi interconnessi: la stabilit`a 211
F(s) =
s + 1
s
2
sistema instabile in catena diretta p
p
= 0
F(s) =
s + 1
s
2
+ 1
Applicato il criterio di Nyquist, si vericher` a che per ogni valore di k positivo, entrambi i sistemi a
controreazione unitaria sono asintoticamente stabili.
Le seguenti considerazioni sono utili per decidere della stabilit`a nel caso in cui vi siano autovalori a
parte reale nulla in d
AP
e/o in d
CH
. Sia j
0
un punto dellassse immaginario e si indichi con m
AP
ed
m
CH
la molteplicit` a con cui tale punto `e eventuale zero dei suddetti pilinomi. Si supponga, inoltre,
noto m
AP
. Se 1 + F(j
0
) = c ,= 0, m
CH
= m
AP
e si avr`a stabilit` a semplice se m
AP
= 1, instabilit` a
se m
AP
> 1. Se F(j
0
) = 1, m
CH
> m
AP
ci`o che comporta instabilit` a se m
AP
> 0 e stabilit`a
semplice se m
AP
= 0 ed m
CH
= 1; questultima condizione sussiste se la fase di F(j
0
) vale . Se,
inne, F(j) = , m
AP
> m
CH
e si ha stabilit`a se la chiusura comporta una rotazione di m
AP
.
Fino ad ora si `e visto come decidere della stabilit`a partendo dal diagramma di Nyquist, per` o
questo diagramma `e stato dedotto da quello di Bode, quindi alcune informazioni sulla stabilit` a del
sistema a controreazione sono gi`a contenute nel diagramma di Bode del sistema in catena diretta. E
infatti possibile valutare, in alcuni casi importanti, le condizioni di stabilit` a sui diagrammi di Bode.
Questo lo faremo con riferimento ad un sistema in catena diretta privo di poli a parte reale positiva.
Con riferimento al caso in cui il sistema a controreazione sia stabile, e quindi che il punto (1; j0) sia
a sinistra dellattraversamento; si possono introdurre due parametri che rendono conto della stabilit` a
del sistema.
Uno di essi `e il modulo della F quando la fase `e ; se `e minore di uno, negativo in dB, il sistema
sar`a stabile. Tanto `e minore di uno tanto maggiore sar` a la stabilit` a. Si usa dare a tale parametro, il
valore del guadagno quando la fase `e , il nome di margine di guadagno in quanto ci dice di quanto
si pu` o modicare il guadagno del sistema per arrivare ad una situazione che sia limite di stabilit`a.
Laltro parametro a cui `e forse pi` u comune fare riferimento `e il cosiddetto margine di fase e
corrisponde alla variazione di fase necessaria a condurre al limite di stabilit`a.
m

= faseF
|F|=1
Con lintroduzione di questi ultimi aspetti lo studio della stabilit` a di un sistema a controreazione
viene ricondotto, siapure in un caso particolare, ad unindagine sui diagrammi di Bode della funzione
di trasferimento in catena diretta, quindi dei diagrammi che caratterizzano il comportamento in
frequenza dei sistemi in catena diretta. Inoltre i due parametri introdotti misurano, se si `e in presenza
di stabilit` a, un margine che rappresenta anche una specica di robustezza al variare dei parametri
rispetto alla propriet` a di stabilit` a stessa.
In conclusione il margine di guadagno m
g
esprime quantitativamente il mantenimento della stabilit`a
al variare del guadagno k, della funzione di trasferimento dellanello; il margine di fase m

esprime
quantitativamente il mantenimento della stabilit` a al variare della fase del ciclo aperto. Questo col-
legamento con il comportamento in frequenza `e molto importante dal punto di vista ingegneristico
come si avr`a occasione di vericare nello studio dei sistemi di controllo.

9. Struttura interna, intervento e osservazione


Lo studio sinora condotto ci ha fatto ben comprendere che le principali caratteristiche di com-
portamento di un sistema dinamico dipendono dalla collocazione degli autovalori nel piano complesso.
Inoltre come messo in evidenza nello studio dei sistemi interconnessi la collocazione degli autovalori
risulta alterata da connessioni a controreazione. La pi` u semplice delle interconnessioni a controre-
azione pu` o essere intesa come un intervento sul sistema impiegando misure, osservazioni, del suo
comportamento.
Si vuole mostrare nelle pagine seguenti che le propriet` a di raggiungibilit` a e osservabilit`a degli stati
hanno un rilievo particolare dal punto di vista dellintervento e dellosservazione, rispettivamente. Da
un punto di vista complessivo, inoltre, mostreremo che esse esprimono in modo preciso le potenzialit`a
di modica del comportamento dinamico mediante una interconnessione del tipo citato.
Lo studio prende le mosse dallo schema di gura. Per quanto riguarda lintervento, mostreremo
che la raggiungibilit` a esprime proprio la possibilit` a di modicare gli autovalori agendo sul sistema
tramite i canali di ingresso: pi` u precisamente sono modicabili tutti e soli gli autovalori associati
al sottosistema raggiungibile. Inoltre, per quanto riguarda le misure, mentre la presenza di stati
inosservabili rispetto ad esse comporta impedimenti alla ricostruzione di dierenti evoluzioni nello
stato, in condizioni di completa osservabilit` a non solo `e possibile ricostruire il comportamento interno,
ma `e possibile farlo ssando ad arbitrio la rapidit` a di convergenza. Pi` u precisamente mostreremo che
la velocit`a di ricostruzione `e limitata dalle propriet` a degli autovalori del sottosistema non osservabile.
v(t)
u(t) y(t)
m(t)
C S
Figura 9.1
9.1. Raggiungibilit` a e assegnazione degli autovalori con reazione dallo stato 213
Con riferimento all schema di gura in cui S descrive il sistema dinamico assegnato
S :
_
x = Ax +Bu
y = Cx
x(0) R
n
con A R
nn
, B R
np
e C R
qn
, mentre il compensatore, C, `e descritto da una rappresentazione
di dimensione della forma
C :
_

= L +Mm+Nv
u = E +Fm+Gv
(0) R

con L, M, N, E, F, G matrici di opportune dimensioni, il problema consiste nellanalizzare come vari-


ano le caratteristiche del sistema complessivo al variare di C.
9.1. Raggiungibilit`a e assegnazione degli autovalori con reazione dallo stato
In questa prima parte faremo riferimento ad un compensatore istantaneo ( = 0) in cui le variabili
misurate coincidono con lo stato stesso del sistema m = x. Lingresso al sistema S `e in questo caso
una funzione lineare dello stato e di una nuova variabile v R
p
, ingresso esterno.
S : x = Ax +Bu
C : u = Fx +Gv [G[ , = 0
Sostituendo nellequazione della dinamica si ottiene la dinamica del sistema modicato S
F
S
F
: x = (A+BF)x +BGv
Ci`o premesso possiamo domandarci come variano, al variare della matrice F gli autovalori della
matrice (A+BF) e, pi` u in particolare formulare il seguente problema.
Problema dellassegnabilit` a degli autovalori: Sotto quali condizioni in corrispondenza di unarbitraria
assegnata n-pla di numeri complessi esiste una F tale che (A +BF) ha autovalori coincidenti con la
ssata n-pla ?. Inoltre, come calcolare la matrice di guadagni in controreazione, F, associata a tale
collocazione.
Alcune osservazioni preliminari:
Osservazione 1. Sia x = Tx, [T[ , = 0. Se F `e la matrice di guadagni che assegna gli autovalori da x,

F = F T
1
assegna gli autovalori da x. Infatti
x = T
1
x u = Fx = FT
1
x =

F x
e le matrici dinamiche delle due rappresentazioni hanno gli stessi autovalori perch`e matrici simili
(A+BF) = (

A+

B

F) = [TAT
1
+TBFT
1
] = [T(A+BF)T
1
].
214 9. Struttura interna, intervento e osservazione
Osservazione 2. E possibile modicare gli autovalori del solo sottosistema raggiungibile. Supponi-
amo,infatti, che il sistema non sia tutto raggiungibile, cio`e
(B[ . . . [A
n1
B) = l < n
Sappiamo allora che in una nuova base dello spazio di stato in cui le prime l coordinate deniscono
una base nellinsieme degli stati raggiungibili, cio`e x = Tx con
T
1
=
_
base
R(B A
n1
B : [T
1
[ , = 0
_
la matrice dinamica e la matrice degli ingressi manifestano la seguente struttura

A = TAT
1
=
_
A
11
A
12
0 A
22
_

B = TB =
_
B
1
0
_
e il sottosistema denito da A
11
, B
1
`e tutto raggiungibile
A
11
R
ll
, B
1
R
lm
, (B
1
. . . A
l1
11
B
1
) = l
La struttura delle matrici

A e

B consente di vericare facilmente che non `e possibile modicare gli
autovalori del sottosistema non raggiungibile. Posto, infatti

F = (

F
1

F
2
)
risulta

A+

B

F =
_
A
11
+B
1

F
1
A
12
+B
1

F
2
0 A
22
_
e, la struttura triangolare consente di aermare che gli autovalori del sottosistema non raggiungibile
caratterizzato da

x = A
22
x rimangono invariati. Inoltre poich`e la scelta di

F
2
non inuenza gli
autovalori si usa assumere

F
2
= 0.
Le osservazioni precedenti mostrano anche che la matrice F pu` o essere scelta senza perdita di
generalit` a della forma
F = (

F
1
0 ) T
con T una qualsiasi trasformante che manifesti la scomposizione rispetto alla raggiungibilit` a.
Alla luce di quanto messo in evidenza, nel seguito si supporr` a (A, B) raggiungibile. Al variare di
F infatti, potranno variare solo gli autovalori che competono al sottosistema raggiungibile. Rimane
infatti dimostrato che la raggiungibilit` a `e condizione necessaria per la risoluzione del problema dell
assegnabilit` a degli autovalori.
9.1. Raggiungibilit` a e assegnazione degli autovalori con reazione dallo stato 215
9.1.a. Sistemi con un solo ingresso.
Un caso particolare
Una situazione particolarmente semplice `e quella in cui la rappresentazione `e nella cosiddetta
forma canonica raggiungibile
x = A
c
x +b
c
u A
c
=
_
_
0 1
1
a
0
a
n
_
_
b
c
=
_
_
_
0

0
1
_
_
_
che prende il nome dalla manifesta raggiungibilit` a della coppia (A
c
, b
c
).
Fissati ad arbitrio n numeri complessi e calcolato il polinomio di grado n a coeciente di grado
massimo unitario di cui i dati numeri sono zeri

1
. . .

n
p

() = (

1
) (

n
) =
0
+
1
+. . . +
n
`e facile vericare che con
F
c
= ((a
0

0
) . . . (a
n1

n1
))
la matrice (A
c
+B
c
F
c
) ha autovalori coincidenti con la n-pla ssata.
(A
c
+b
c
F
c
)

1
. . .

A tale proposito basta ricordare che la struttura della matrice dinamica `e quella canonica che presenta
i coecienti del polinomio caratteristico sullultima riga.
Il caso generale
Assegnato
x = Ax +bu (A, b) raggiungibile
si mostrer`a che esiste T
c
tale che
T
c
AT
1
c
= A
c
T
c
b = b
c
In base a quanto osservato calcolata una tale T
c
ed F
c
sulla forma canonica per una arbitraria
scelta degli autovalori, F = F
c
T
c
corrisponder` a alla coppia (A, b).
Per quanto riguarda il calcolo di T
c
, si procede nel modo seguente: Sia R = (b . . . A
n1
b) e indicato
con lultima riga di R
1
si scelga
T
c
=
_
_
_

A
A
n1
_
_
_
che `e invertibile in quanto lo sono le matrici T
c
R ed R
T
c
R =
_
_
_
0 01

0
1
_
_
_

216 9. Struttura interna, intervento e osservazione


[T
c
[ , = 0 poich`e [R[ , = 0
Nelle nuove coordinate si ha:

A = T
c
AT
1
c

_
_

[
A
n1
_
_
A =

A
_
_

[
A
n1
_
_


A =
_
_
0 1
1
a
0
a
n1
_
_
= A
c

b = T
c
b =
_
_

A
n1
_
_
b =
_
_
_
0
[
0
1
_
_
_
= b
c
E interessante calcolare lespressione della matrice F che corrisponde alla ssata scelta di autovalori.
Si ha
F = F
c
T
c
= (a
0
. . . a
n1
)
_
_

[
A
n1
_
_
(
0
. . .
n1
)
_
_

[
A
n1
_
_
=
= A
n
+ (A
n
p

(A)) = p

(A)
dove p

indica il polinomio caratteristico che si desidera assegnare e p

(A) la matrice che si ottiene


sostituendo in esso la matrice A al posto della variabile
p

(A) =
0
I +
1
A+. . . +
n1
A
n1
+A
n
Osservazione 3. Con F
0
= A
n
si ottiene un sistema S
F
equivalente ad una cascata di n integra-
tori. Pi` u precisamente nelle coordinate scelte x = T
c
x

x = x
2
. . .

x
n1
= x
0

x
n
= v
Rimane quindi vericato che se (A, b) `e raggiungibile per una opportuna controreazione dallo stato
F
0
ed una trasformazione di coordinate T
c
si ottiene
T
c
(A+bF
0
)T
1
c
=
_
_
0 1
1
0 . . . 0
_
_
= A
B
T
c
b =
_
_
_
0
[
0
1
_
_
_
= b
B
la coppia (A
B
, b
B
) `e detta forma canonica di Brunowski.
Un esempio (il pendolo invertito)
S :
_

=
=
2
+u
9.1. Raggiungibilit` a e assegnazione degli autovalori con reazione dallo stato 217
=
k
2
JR
=
K
JR
J = J
m
+ml
2
=
g
l +
J
ml
A =
_
0 1

_
b =
_
0

_
R =
_
0

_
= (
1
b
0 )
se p

() =
0
+
1
+
2
F = p

(A) = (
0
+
1
A+A
2
) =
_

0
_
+
_
0

1

_
+
_

_
=
_


+
1

_
Osservazione 4. In quale relazione sono gli autovalori di S
F
con i coecienti di F ?
- f
i
(i coecienti di guadagno) sono tanto pi` u grandi quanto pi` u gli autovalori di S
F
sono lontani
da quelli di A;
- a valori di f
i
grandi corrispondono ampiezze elevate e quindi possibili saturazioni degli ingressi.
- f
i
sono inversamente proporzionali alla controllabilit a
- la scelta della posizione dei poli e ovviamente legata alle speciche sulla banda passante del
sistema.
Un buon compromesso e spesso rappresentato dallcollocare i poli tutti alla stessa distanza
dallorigine secondo la congurazione Butterworth:
_
s

0
_
2k
= (1)
2k+1
Tale scelta corrisponde ad una collocazione nel piano complesso negativo con modulo costante e
fase tale da dividere langolo con centro nellorigine rispetto allasse immaginario in 2k +1 angoli
uguali.
9.1.b. Sistemi con pi` u ingressi
Un caso particolare
Si assume che il sistema sia in forma canonica raggiungibile e, per semplicit`a di scrittura, che
abbia m = 2 ingressi
x = A
c
+B
c
u
A
c
=
_
_
_
_
_
_
_
_
_
0 1
1
1
a
1
0
. . . . . . a
1
n
1
a
1
n
1
+1
. . . a
1
n
1
+n
2
0 0 0 1
1
a
2
0
. . . . . . a
2
n
1
a
2
n
1
+1
. . . a
2
n
1
+n
2
_
_
_
_
_
_
_
_
_
B
c
=
_
_
_
_
_
_
_
_
_
0 0

0 0
1 0
0 0

0 1
_
_
_
_
_
_
_
_
_
218 9. Struttura interna, intervento e osservazione
n
1
+n
2
+. . . +n
m
= n
Una tale coppia (A
c
, B
c
) `e raggiungibile e scelti ad arbitrio n autovalori, che immagineremo rag-
gruppati in modo consistente con la partizione di A
c
, possiamo calcolare i polinomi caratteristici
corrispondenti

1
, . . . ,

n

1
1
. . .
1
n
1
,
2
1
. . .
2
n
2
. . .
m
1
. . .
m
n
m
p

i
() = (
i
1
) . . . (
i
n
i
) =
i
0
+
i
1
+. . . +
n
i
i = 1, . . . , m
Posto a

n
1
la n
1
ma riga di A
c
, ... a

n
1
+n
2
la (n
1
+n
2
) ma riga di A
c
F
c
=
_
a

n
1
a

n
1
+n
2
_

1
0
. . .
1
n
1
1
0
0 0
2
0
. . .
2
n
2
1
_
assegna gli autovalori desiderati, infatti non `e dicile vericare che
(A
c
+B
c
F
c
)

1
, . . . ,

Il caso generale
Assegnato il sistema x = Ax +Bu, con (A, B) raggiungibile si mostrer` a che esistono matrici
(T
c
, Q
c
) (T
c
R
nn
[T
c
[ , = 0, Q
c
R
m
R
m
[Q
c
[ , = 0)
(T
c
denisce una trasformata di coordinate in x, Q
c
, una trasformazione di coordinate sugli ingressi)
tali che

A = T
c
AT
1
c
= A
c

B = T
c
BQ
c
= B
c
Poich`e (A
c
+ B
c
F
c
) = T
c
(A + BQ
c
F
c
T
c
)T
1
c
se F
c
corrisponde ad unarbitraria ssata n-pla di
autovalori su (A
c
, B
c
)
F = Q
c
F
c
T
c
corrisponde alla stessa scelta di autovalori su A, B.
Osservazione 5. Si assumer` a nel seguito che rango (B) = m (numero degli ingressi). Se cos` non
fosse (rango (B) = m
1
< n esisterebbe Q
1
tale che BQ
1
= ( B
1
0 ) con rango (B
1
) = m
1
e la
seguente procedura pu` o essere applicata a B
1
.
Per il calcolo di T
c
e Q
c
si procede costruendo preliminarmente la seguente tabella
b
1
. . . . . . b
m
2
. . . . . . b
m
1
. . . . . . b
m
Ab
1
. . . . . . . . . . . . . . . Ab
m
1
A
2
b
1
. . . . . . . . . A
2
b
m
2
A
n
1
1
b
1
. . . A
n
1
1
b
m
n
1
1
che denisce una base dello spazio di stato che soddisfa, a seguito di un eventuale riordinamento
degli ingressi, alle condizioni m m
1
. . . m
n
1
1
. Ovviamente, poich`e (A, B) `e raggiungibile
9.1. Raggiungibilit` a e assegnazione degli autovalori con reazione dallo stato 219
m+m
1
+. . . +m
n
1
1
= n ed equivalentemente, indicate con n
1
, n
2
, . . . , n
m
il numero di vettori nella
colonna 1, . . . , m della tabella 1; n
1
+n
2
+. . . +n
m
= n.
Esempio m = 2 n = 5
(
b
1

b
2

Ab
1

Ab
2

A
2
b
1
A
2
b
2

A
3
b
1
A
3
b
2
A
4
b
1
A
4
b
2
)
ove indica le colonne indipendenti. Invertendo lordine degli ingressi (b
2
b
1
, b
1
b
2
; ci`o che
corrisponde a fare una trasformazione preliminare nello spazio degli ingressi medianteQ
1
=
0 1
1 0
) si
ottiene la tabella
b
1
b
2
Ab
1
Ab
2
Ab
1
con n
1
= 3 e n
2
= 2.
Scelta una tale base sia R la seguente matrice non singolare:
R = (b
1
. . . A
n
1
1
b
1
b
2
. . . A
n
2
1
b
2
. . . b
m
. . . A
n
m
1
b
m
)
e indichiamo con
i
la (n
1
+n
2
+. . . +n
i
)-esima riga di R
1
.
Si costruiscano ora le matrici T
c
e Q
c
nel seguente modo
T
c
=
_
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.

1
A
n
1
1
.
.
.

m
.
.
.

m
A
n
m
1
_
_
_
_
_
_
_
_
_
_
_
_
Q
c
=
_
_
_
_

1
A
n
1
1
.
.
.

m
A
n
m
1
_
_
_
B
_
1
T
c
e Q
c
sono non singolari; come mette in evidenza la seguente verica nel caso m = 2, ma di ovvia
generalizzazione
T
c
R =
_
_
_
_
_
_
_
_
_
0 0 1 0 . . . 0
0 1 . . . . . . 0
0 0
1 . . . . . .
0 0 0 0 1
0 0 0 1
0 . . . 0 1 . . . . . .
_
_
_
_
_
_
_
_
_
T
c
R `e non singolare come si pu`o facilmente vericare con un opportuno sviluppo del determinante
rispetto alle righe che hanno un solo elemento diverso da zero. Poich`e R `e non singolare T
c
anche lo
`e.
Per quanto riguarda Q
c
si ha:
_

1
A
n
1
1

2
A
n
2
1
_
(b
1
b
2
) =
_
1
0 1
_
220 9. Struttura interna, intervento e osservazione
il che prova che Q
c
`e non singolare.
Con le scelte fatte per T
c
e Q
c
si calcoler`a nel seguito

A = T
c
AT
1
c
e

B = T
c
BQ
c
. Si ottiene
_
_
_
_
_
_
_
_
_

1
[

1
A
n
1
1
[

m
[

m
A
n
m
1
_
_
_
_
_
_
_
_
_
A =

A
_
_
_
_
_
_
_
_
_

1
[

1
A
n
1
1
[

m
[

m
A
n
m
1
_
_
_
_
_
_
_
_
_

A = A
c

B = T
c
BQ
c
=
_
_
_
_
_
_
_
_
_
_

1
B
[

1
A
n
1
1
B
.
.
.

m
B
[

m
A
n
m
1
B
_
_
_
_
_
_
_
_
_
_
Q
c
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
[
0

1
A
n
1
1
B
.
.
.
0
[
0

m
A
n
m
1
B
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Q
c
=
_
_
_
_
_
_
_
_
_
_
_
0 0
[ [
0 0
1 0
0 [
[ 0
0
0 1
_
_
_
_
_
_
_
_
_
_
_
= B
c
La matrice F che assegna gli autovalori ad (A, B) `e quindi data da:
F = Q
c
F
c
T
c
= Q
c
_
_
_
a
1
n1
.
.
.
a
1
n
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.

1
A
n
1
1
.
.
.

m
.
.
.

m
A
n
m
1
_
_
_
_
_
_
_
_
_
_
_
_
Q
c
_
_
_

1
0
. . .
1
n
1
1
0 0
.
.
.
0 0
m
0
. . .
m
n
m
1
_
_
_
_
_
_

1
.
.
.

m
A
n
m
1
_
_
_
= Q
c
_
_
_

1
A
n
1
.
.
.

m
A
n
m
_
_
_
+Q
c
_
_
_

1
A
n
1
[

m
A
n
m
_
_

_
_
_

1
p

1
(A)
.
.
.

m
p

m
(A)
_
_
_
_
=
= Q
c
_
_
_

1
p

1
(A)
.
.
.

m
p

m
(A)
_
_
_
9.1. Raggiungibilit` a e assegnazione degli autovalori con reazione dallo stato 221
Osservazione 6. Non `e dicile vericare che con la controreazione Q
c
F
0
= F il sistema comp-
lessivo S
F
`e equivalente ad m cascate di n
1
, . . . , n
m
integratori; pi` u precisamente posto x = T
c
x si
ha:

x
1
1
= x
1
2

x
1
n
1
1
= x
1
n1

x
1
n
1
= v
1

x
m
1
= x
m
2

x
m
n
m
= v
m
x =
_
_
x
1
.
.
.
x
m
_
_
In altre parole se (A, B) `e raggiungibile esiste una trasformazione degli ingressi (Q
c
), una controre-
azione dallo stato (F
0
) ed una trasformazione di coordinate (T
c
) tali che:
T
c
(A+BQ
c
F
0
)T
1
c
= A
B
T
c
Q
c
B = B
B
La coppia (A
B
; B
B
) `e detta forma canonica di Brunowski.
Procedura di assegnazione degli autovalori.
Data (A, B) raggiungibile, (B) = m
- calcolare n
1
, . . . , n
m
- calcolare p

1
(), . . . , p

m
()
- calcolare
1
, . . . ,
m
, p

1
(A), . . . , p

m
(A)
Q
c
=
_
_
_
_

1
A
n
1
1
.
.
.

m
A
n
m
1
_
_
_
B
_
1
F = Q
c
_
_
_

1
p

1
(A)
.
.
.

m
p

m
(A)
_
_
_
Un esempio.
A =
_
_
_
_
_
1 0 0 0 0, 5
0 0 0 1 0
0 1 0 0 2
0 0 1 0 2
0 0 0 2 1
_
_
_
_
_
B =
_
_
_
_
_
1 0
0 1
2 1
0 0
0 0
_
_
_
_
_
Ab
1
=
_
_
_
_
_
1
0
0
2
0
_
_
_
_
_
Ab
2
=
_
_
_
_
_
0
0
1
1
0
_
_
_
_
_
A
2
b
1
=
_
_
_
_
_
1
2
0
0
4
_
_
_
_
_
n
1
= 3
n
2
= 2
R =
_
_
_
_
_
1 1 1 0 0
0 0 2 1 0
2 0 0 1 1
0 2 0 0 1
0 0 4 0 0
_
_
_
_
_

1
= ( 0 0 0 0 0, 25 )

2
= ( 1 0, 5 0, 5 0, 5 0, 5 )
222 9. Struttura interna, intervento e osservazione
Q
c
=
_

1
A
2
B

2
AB
_
1
=
_
1 0, 5
0 1
_
1
=
_
1 0, 5
0 1
_
F = Q
c
_

1
p

1
(A)

2
p

2
(A)
_
Se, ad esempio,
p

1
() = (1 +)
3
=
3
+ 3
2
+ 3 + 1 p

1
(A)
p

2
() =
2
+ 2 + 1 p

2
(A)
.
.
.
F
0
=
_

1
A
3

2
A
2
_
T
c
(A+BQ
c
F
0
)T
1
c
=
_
_
_
_
_
0 1 0
0 0 1 0
0 0 0
0 1
0 0 0
_
_
_
_
_
T
c
BQ
c
=
_
_
_
_
_
0 0
0 0
1 0
0 0
0 1
_
_
_
_
_
Lo studio sinora condotto consente di aermare che
condizione necessaria e suciente per la risoluzione del problema dellassegnabilit` a degli autovalori `e
la completa raggiungibilit` a,
inoltre, poiche al variare di F possono essere spostati ad arbitrio tutti e soli gli autovalori che com-
petono al sottosistema raggiungibile, mentre quelli del sottosistema non raggiungibile rimangono
invariati (per questo si usa dire che i modi che competono lal sottosistema non raggiungibile rappre-
sentano i modi ssi), possiamo aermare che
condizione necessaria e suciente per collocare gli autovalori in una assegnata regione del piano
complesso `e che quelli del sottosistema non raggiungibile siano inclusi in tale regione.
Si usa riferirsi a questultimo come problema dellassegnazione degli autovalori.
Un caso particolare di questultimo `e il cosiddetto problema della stabilizzazione mediante reazione
dallo stato. A tale proposito si pu` o aermare che
condizione necessaria e suciente per la sua stabilizzazione mediante reazione dallo stato `e che i modi
ssi siano stabili.
Per concludere si osserver`a ancora una volta che una soluzione al problema dellassegnazione
degli autovalori o della stabilizzazione pu` o essere calcolata come indicato nelle osservazioni 1. e 2.: si
eettua preliminarmente una trasformazione di coordinate per estrarre il sottosistema raggiungibile,
si risolve lassegnazione su tale sottosistema e si procede come indicato per esprimere la controreazione
nelle coordinate originarie.
9.2. Il problema della ricostruzione dello stato. 223
9.2. Il problema della ricostruzione dello stato.
Dato il sistema S un sistema dinamico lineare avente per ingressi gli ingressi e le uscite di S
e per uscite n variabili, z
1
, . . . , z
n
(in numero pari alle variabili di stato di S), `e detto ricostruttore
asintotico dello stato se il vettore z(t) tende asintoticamente a x(t).
:
_
w = Fw +Gu +Ky
z = Hw +Ly
_
Osservazione 7. . Se il numero di uscite del sistema, q `e maggiore o uguale al numero di
variabili di stato n e (C) = n esiste una soluzione istantanea con F = G = K = H = 0 e L = C

(pseudo inversa di C). Si ha in tal caso


z = C

y = C

Cx = x
In generale il ricostruttore `e un sistema dinamico e indicheremo con la sua dimensione (quella
del vettore w).
In analogia a quanto fatto nella sezione precedente in cui abbiamo distinto i problemi in as-
segnabilit` a e assegnazione degli autovalori, distingueremo le due possibili situazioni, che peraltro
sono strettamente collegate ai problemi precedenti, in problema dellosservatore e problema della
ricostruzione dello stato. Il primo riguarda lesistenza, e il calcolo, di un dispositivo che sia in
grado di ricostruire con una velocit` a assegnabile ad arbitrio (una convergenza asintotica assegnabile)
levoluzione dello stato; il secondo un dispositivo che consenta di ricostruire levoluzione dello stato.
9.2.a. Il problema della ricostruzione dello stato.
Se S `e internamente asintoticamente stabile ((A) C

) una scelta elementare consiste nellassumere


w = Aw + Bu, z = w. In tal caso un ricostruttore consiste in una copia della dinamica del sistema.
`e chiaro che w(t) x(t) infatti
= w x

= A (t) = e
At

0
0
In questo modo non `e per` o possibile modicare la velocit` a di convergenza, comunque esponenziale,
con la quale w tende ad x. Tale velocit`a dipender` a dagli autovalori di A.
La scelta indicata non `e possibile se (A) , C

. Appare spontaneo domandarsi se e in quale


misura sia possibile riferirsi ad un dispositivo del tipo indicato modicandone la dinamica in modo
proporzionale allo scostamento tra luscita misurata e quella fornita da una copia del sistema. Si
pensa in tal caso ad un dispositivo del tipo indicato in gura
224 9. Struttura interna, intervento e osservazione
u(t) y(t)
S
+
-
CS
y(t)
Figura 9.2
dove CS rappresenta una copia di S modicata nella dinamica mediante un intervento proporzionale
allo scostamento tra y e y. Si ottiene in tal modo:
w = Aw +Bu +K(y y)
= (AKC)w +Bu +Ky
In queste condizioni `e facile rendersi conto del fatto che `e possibile fare in modo che w tenda ad x
con velocit`a comunque assegnabile (problema dellosservatore) se e solo se la matrice (A KC) ha
autovalori comunque assegnabili al variare di K. Infatti:
= w x

= (AKC) (t) = e
(AKC)t

0
Il problema dellosservatore `e dunque ricondotto ad un problema di assegnabilit` a degli autovalori alla
matrice (AKC).
Se gli autovalori non possono essere assegnati ad arbitrio, ma per opportune scelte di K hanno parte
reale negativa (ci` o che accade nel caso in cui il sistema sia asintoticamente stabile e si assume K = 0)
allora diremo che il problema della ricostruzione dello stato ha soluzione e il dispositivo indicato `e
un ricostruttore. Il problema della ricostruzione `e dunque ricondotto al problema di rendere a parte
reale negativa gli autovalori di (AKC) al variare di K (analogo alla stabilizzabilit` a).
Una diversa formulazione consente di ritrovare anche lanalogia con il problema dellassegnazione degli
autovalori. Se infatti non si richiede che la convergenza di w a x possa essere ssata ad arbitrio, ma che
essa possa avvenire con una convergenza esponenziale non inferiore ad e
t
, > 0 ssato, il problema
consiste nell assicurare che gli autovalori di (AKC) possano assumere parte reale inferiore a e
diventa quindi un problema di assegnazione degli autovalori.
Si osservi che il dispositivo indicato `e un sistema del tipo indicato di dimensione = n con F =
AKC, G = B, H = I, L = 0.
Lanalogia con il problema studiato nella sezione precedente `e completamente compresa se si osserva
che la collocazione degli autovalori di (A KC) al variare di K `e riconducibile a quello studiato.
Basta osservare che una matrice e la sua trasposta hanno gli stessi autovalori
(AKC) = (A
T
+ (C
T
)K
T
)
9.2. Il problema della ricostruzione dello stato. 225
e quindi si perviene ad un problema di assegnazione del tipo studiato in cui (A
T
, C
T
) prende il
posto della coppia (A, B).
Mostreremo ora che la propriet` a di osservabilit` a svolge in questo problema il ruolo della propriet` a
di raggiungibilit` a. Se, infatti il sistema `e tutto osservabile, cio`e

_
_
C
[
CA
n1
_
_
= n
la dinamica del ricostruttore pu` o essere ssata ad arbitro e indicato con p

() il polinomio caratter-
istico che si vuole assegnare alla matrice (AKC) si ha
K
T
=
T
p

(A
T
)
ove si `e indicato con
T
lultima riga dellinversa della matrice di raggiungibilit` a costruita con A
T
e
C
T
. E semplice vericare che a meno del segno coincide con lultima colonna dellinversa della
matrice di osservabilit` a e, passando ai trasposti, si ottiene
K = p

(A)
Nel caso generale di rappresentazione non osservabile il calcolo di un ricostruttore pi` u rapido di
e
t
, > 0 assegnato, si riconduce ad una assegnazione parziale di autovalori e per questo problema
valgono le stesse considerazioni svolte nellosservazione 2. che vengono qui ripetute nel caso specico
_

_
_
C
[
CA
n1
_
_
T
_
= m n
T : TAT
1
=
_
A
11
A
12
0 A
22
_
CT
1
= ( C
1
0 )
se, e solo se (A
22
) C

il problema ha soluzione. Per calcolare il ricostruttore, si calcola



K
1
tale
che (A
11
K
1
C
1
) C

, e si ottiene
K = T
1
_

K
1
0
_
In sintesi, condizione necessaria e suciente anch`e dato esista un ricostruttore pi` u rapido di
e
t
`e che gli autovalori di A associati a modi naturali non osservabili appartengono a C

.
Come gi`a detto un caso particolare, equivalente al problema della stabilizzazione, corrisponde alla
scelta = 0, esistenza di un ricostruttore. Condizione necessaria e suciente per la sua risoluzione `e
che il sottosistema non osservabile sia stabile.
Inne condizione necessaria e suciente anch`e esista un osservatore pi` u rapido di e
t
(
problema dellosservatore), `e che (A, C) sia osservabile.
226 9. Struttura interna, intervento e osservazione
Calcolato K in modo da garantire la convergenza desiderata il ricostruttore , non ridotto, `e carat-
terizzato dalle seguenti matrici
= n F = AKC G = B H = I L = 0
In quanto segue senza ambiguit` a ed in linea con la terminologia adottata nella letteratura, si
user`a indistintamente il termine osservatore e ricostruttore per indicare un dispositivo che ricostruisce
asintoticamente lo stato.
9.2.b. Losservatore asintotico ridotto
Una domanda si pone naturalmente: , la dimensione della dinamica di un dispositivo che ri-
costruisce levoluzione dello stato, deve essere necessariamente pari ad n o pu` o essere inferiore ? In
eetti se (C) = q
1
q sono gi`a disponibili q
1
relazioni indipendenti tra le variabili di stato, la
ricostruzione asintotica di (n q
1
) variabili di stato deve poter consentire la ricostruzione asintotica
di tutto lo stato.
Su questa base nel seguito viene mostrato come costruire un osservatore in cui = n q
1
; un tale
osservatore viene detto ridotto in quanto la dimensione dello stato `e minima.
Assegnato S, supponiamo che (C) = q, se cos` non `e, (C) = q
1
< q, possiamo calcolare Q tale che
QC =
_
C
1
0
_
e assumere queste q
1
uscite indipendenti come nuove uscite del sistema.
Assumiamo quindi che ci siamo q uscite indipendenti e sia P R
q
R
q
, non singolare, tale che
PC = ( I C
2
) I(q q) identit` a
A seguito di una tale trasformazione sulle uscite si ottiene
v = Py = x
1
+C
2
x
2
da cui si evince che se si riesce a ricostruire asintoticamente levoluzione di x
2
, sia z
2
x
2
, poich`e
v viene misurato, mediante z
1
= v c
2
z
2
`e possibile ricostruire asintoticamente x
1
, z
1
x
1
. Il
problema `e quindi quello di osservare asintoticamente x
2
.
Si consideri
x = Tx =
_
I C
2
0 I
_
da cui
_

_
v = x
1

x
1
=

A
11
x
1
+

A
12
x
2
+

B
1
u

x
2
=

A
21
x
1
+

A
22
x
2
+

B
2
u
9.2. Il problema della ricostruzione dello stato. 227
Poich`e si richiede che z
2
x
2
i seguenti passaggi conducono a successive scelte che consentano alla
dinamica di = z
2
x
2
di convergere verso lo zero.
z
2


x
2
=

H(

Fw +

Gu +

Kv) +

L(

A
11
v +

A
12
x
2
+

B
1
u

A
21
v

A
22
x
2


B
2
u


H = I

G =

B
2


L

B
1
tali scelte rendono la dinamica dellerrore indipendente da u;
z
2


x
2
=

Fz
2


F

Lv +

Kv +

L

A
11
v +

L

A
12
x
2


A
21
v

A
22
x
2

F =

A
22


L

A
12

K =

L

A
12

L +

A
22

L

L

A
11
+

A
21

= z
2


x
2
=

F( z
2


x
2
) =

F

(t) = e

Ft

0
tali scelte riducono il problema a quello di assegnare gli autovalori ad (

A
22


L

A
12
)
Non `e dicile vericare che gli autovalori di

F possono essere assegnati ad arbitrio se e solo se la
coppia (A, C) `e osservabile. Per vericare questo si considerino i seguenti sistemi S
1
ed S
2
S
1
_
x
1
x
2
=
_
A
11
A
12
A
21
A
22
__
x
1
x
2
_
S
2
=
_

= A
22

= A
12

y = x
1
Se S
2
`e inosservabile esiste
0
tale che
(t) = A
12
e
A
22
t

0
0

_
x
10
x
20
_
=
_
0

0
_
`e inosservabile per S
1
come si vede facilmente dal seguente schema:
228 9. Struttura interna, intervento e osservazione
y

A
11
A
12
A
1 2
A
22

X
1
X
2
+
+
+
+
Figura 9.3
Cio`e S
2
inosservabile S
1
inosservabile.
In modo analogo si mostra limplicazione inversa.
Un semplice esempio:
A =
_
_
0 1 0
0 0 1
0 5 6
_
_
B =
_
_
0
0
2
_
_
C = ( 1 0 0 )

A
11
= 0

A
12
= 0

B
1
= 0

A
21
=
_
0
0
_

A
22
=
_
1 0
5 6
_

B
2
=
_
0
2
_

F =

A
22


L

A
12
=
_
0 1
5 6
_

_
l
1
0
l
2
0
_
[I

F[ =

_
+l
1
1
5 +l
2
+ 6
_

=
2
+ (l
1
+ 6) + 6l
1
+l
2
+ 5
p

() = ( + 5)
2
=
2
+ 10 + 25

l
1
= 4 l
2
= 4
quindi
_

_
w =
_
4 1
1 6
_
w +
_
0
2
_
u +
_
12
12
_
y
z
1
= x
1
z
2
= w +
_
4
4
_
x
1
9.3. Il principio di separazione 229
9.3. Il principio di separazione
Cosa accade se viene applicata una controreazione del tipo:
u = Fz +v
sul sistema S utilizzando le uscite dellosservatore ?
Questo problema viene ora esaminato utilizzando un osservatore non ridotto. Le stesse considerazioni
possono essere ripetute nel caso generale.
Il sistema di controllo risulta essere cos` fatto:
u(t) y(t)
S
+
+
Oss.
F
z(t)
v(t)
Figura 9.4
x = Ax +BFz +Bv
z = (AKC)z +KCx +BFz +Bv
=
=
_
A BF
KC AKC +BF
__
x
z
_
+
_
B
B
_
v
+

A
_
x
z
_
+

Bv
Posto
T =
_
I I
0 I
_
(

A) = (T

AT
1
)
e il calcolo di T

AT
1
fornisce
_
I I
0 I
__
A BF
KC AKC +BF
__
I I
0 I
_
=
_
AKC 0
KC A+BF
_
La struttura triangolare della matrice a secondo membro mette in luce che gli autovalori del sistema
complessivo risultano essere quelli delle matrici (A+BF) e (AKC).
(

A) = (AKC)U(A+BF)
230 9. Struttura interna, intervento e osservazione
Questo fatto `e noto come principio di separazione.
Se il sistema `e tutto raggiungibile ed osservabile sar` a quindi possibile scegliendo F e K ssare in
modo arbitrario gli autovalori del sistema di controllo. Per fare questo si possono ssare in modo in-
dipendente gli autovalori di (AKC) (immaginando di costruire un osservatore) e quelli di (A+BF)
(immaginando di assegnare gli autovalori con una reazione dello stato).
Con riferimento allo schema di controllo con reazione dalluscita ora esaminato, le ultime con-
siderazioni al di l` a del problema dellassegnabilit` a degli autovalori, che richiede la completa raggiun-
gibilit` a e osservabilit`a, consentono di comprendere che il problema dellassegnazione degli autovalori
ha soluzione se e solo se gli autovalori dei sottosistemi non raggiungibili e non osservabili non devono
essere spostati.
Un problema particolare `e quello della stabilizzazione mediante reazione dalluscita. Tale prob-
lema ammette soluzione utilizzando lo schema indicato se e solo se i sottosistemi non osservabile e
non raggiungibile sono stabili.
Come gi`a detto per la procedura di realizzazione del compensatore si seguono separatamente le
procedure di assegnazione su (A+BF) e (AKC).
Con riferimento allo schema di controllo con reazione dalluscita ora esaminato, le ultime con-
siderazioni al di l` a del problema dellassegnabilit` a degli autovalori, che richiede la completa raggiun-
gibilit` a e osservabilit`a, consentono di comprendere che il problema dellassegnazione degli autovalori
ha soluzione se e solo se gli autovalori dei sottosistemi non raggiungibili e non osservabili non devono
essere spostati.
Un problema particolare `e quello della stabilizzazione mediante reazione dalluscita. Tale prob-
lema ammette soluzione utilizzando lo schema indicato se e solo se i sottosistemi non osservabile e
non raggiungibile sono stabili.
Come gi`a detto per la procedura di realizzazione del compensatore si seguono separatamente le
procedure di assegnazione su (A+BF) e (AKC).
Unultima considerazione riguarda la collocazione degli zeri della funzione di trasferimento del
sistema complessivo. Il calcolo pu`o essere eettuato senza dicolt`a nelle nuove coordinate in cui
TAT
1
=
_
AKC 0
KC A+BF
_
CT
1
= ( C C ) TB =
_
0
B
_
Sviluppando il calcolo in virt` u della presenza dei blocchi di zeri nella matrice dinamica e nella matrice
degli ingressi si ottiene
W(t) = Ce
(A+BF)t
B
Il sistema complessivo ha dunque poli coincidenti con gli autovalori assegnati mediante F e zeri
coincidenti con gli zeri del processo. I rimanenti autovalori assegnati mediante la matrice K, che
sappiamo essere autovalori del sistema complessivo non compaiono nella funzione di trasferimento.
Questo fatto non pu` o che essere conseguente ad una cancellazione con altrettanti zeri. Gli zeri del
sistema complessivo sono dunque coincidenti con gli autovalori della matrice (AKC).
9.4. Assegnazione della dinamica con reazione dalluscita 231
Il problema della collocazione degli zeri con riferimento ad uno schema di assegnazione dalluscita
pi` u generale di quello trattato, viene arontato nel prossimo paragrafo.
9.4. Assegnazione della dinamica con reazione dalluscita
Faremo riferimento, in quanto segue, ad uno schema pi` u generale di quello adottato nella sezione
precedente, ispirato allo schema generale proposto allinizio del capitolo in cui L = A KC + BF e
M = K.
S :
_
x = Ax +Bu
y = Cx
C :
_
z = (AKC +BF)z +KCx +Nv
u = Fz +Gv
Per il principio di separazione il sistema di controllo ha 2n autovalori coincidenti con quelli di (A+BF)
ed (AKC).
Diverse scelte di N ed G non inuenzano gli autovalori, ma gli zeri del sistema di controllo. Tali matrici
possono quindi essere scelte in modo da consentire il soddisfacimento di speciche che dipendono da
essi; tra queste il comportamento al transitorio.
N ed G prendono il nome di matrici di guadagni in avanti.
9.4.a. Criteri di scelta di N e G
1. Scelta che rende la ricostruzione dello stato indipendentemente da v.
( x z) = e = (AKC)e + (BGN)v

N = BG
ci`o equivale a:
u(t) y(t)
S
+
+
Oss.
F
z(t)
v(t)
N
Figura 9.5
232 9. Struttura interna, intervento e osservazione
2. Scelta che consente di controllare dallesterno il sistema mediante il segnale (v y) (`e necessario
in alcuni casi pratici; radar, controllo termico...)
N = K G = 0
si ottiene
z = (AKC +BF)z K(v y)
ci`o equivale a:
u(t) y(t)
S
+
Oss.
F
z(t)
v(t)
-
Figura 9.6
3. Scelta fondata su altri criteri, eventualmente di ottimo.
9.4.b. Gli zeri del sistema complessivo.
Reazione dello stato
P :
_
x = Ax +Bu
y = Cx
u = Fx +Gv
Come `e noto gli zeri del sistema complessivo sono gli zeri di
det
_
sI ABF B
C 0
_
= 0
ma, poich`e per unopportuna matrice di costanti, H, si ha
det
_
sI ABF B
C 0
_
= det
_
sI A B
C 0
_
H
si comprende che gli zeri coincidono con quelli del sistema assegnato ci` o che permette di concludere
che gli zeri non cambiano sotto controreazione istantanea dallo stato.
Controreazione dinamica dalluscita
Un compensatore dinamico, C, introduce nuovi zeri nel sistema di controllo; si tratta degli zeri
che competono ad esso, e sono quelli che soddisfano
det
_
sI A+KC BF N
F G
_
= 0
9.4. Assegnazione della dinamica con reazione dalluscita 233

det
_
sI A+KC +
N
G
F BF N
0 1
_
= 0
cio`e i nuovi zeri sono quelli di:
det
_
sI ABF +KC +
N
G
F
_
= (s) (

)
Posto
A+BF KC =

A
e ssate F e K, gli zeri del compensatore coincidono con gli autovalori di

ALF al variare di L =
N
G
(s) = det(sI

A+LF)
Si osservi che si tratta ancora una volta di un problema di assegnazione di autovalori.
Le scelte di N e G indicate ai punti 1. e 2. comportano diverse collocazioni.
1. N = BG sostituita nella () mostra che i nuovi zeri sono gli zeri di
det(sI A+KC)
cio`e gli zeri aggiunti sono coincidenti con i poli dell osservatore(ci` o corrisponde alla non con-
trollabilit` a dellosservatore in tale schema).
2. N = K
det
_
sI A+KC BF K
F 0
_
= 0

det
_
sI ABF K
F 0
_
= 0

det
_
sI A K
F 0
_
= 0
cio`e gli zeri aggiunti sono quelli del sistema
_

= A +K
r = F
cio`e sono gli zeri di
F(sI A)
1
K
In sintesi, e con riferimento allo schema di compensazione introdotto, mediante reazione dalluscita si
ottiene una funzione di trasferimento a ciclo chiuso
W(s) = K
(s)N(s)
D
C
(s)(s)
234 9. Struttura interna, intervento e osservazione
K guadagno, ed n polinomi a coecienti max = 1.
n(s) polinomio a numeratore di ella funzione di trasferimento del sistema dato
D
C
(s) = det(sI ABF)
(s) = det(sI A+KC)
(s) pu` o essere ssato per soddisfare ad altre speciche di progetto. Si noti che
1. (s) = (s) N = BG
2. (s) numeratore di F(sI A)
1
K N = K
Si noti che comunque gli zeri del sistema rimangono tra gli zeri del sistema di controllo (a meno che
non vengano cancellati da alcuni zeri di D
C
(s))
Ulteriori considerazioni sulla scelta di G
G pu` o essere scelto in modo da ssare il guadagno del sistema complessivo. Se ad esempio, come
spesso accade, si vuole tale guadagno pari a 1, posto

N =
N
G
si ha:
_
x
z
_
=
_
A+BF BF
0 AKC
__
x
z
_
+
_
B
B

N
_
GV
che ha guadagno unitario se:
( C 0 )
_
A+BF BF
0 AKC
_
1
_
B
B

N
_
G = 1

G = 1
_
C(A+BF)
1
B
_
1 F(AKC)
1
(B

N)
_
ove

N `e stato ssato in modo da collocare ove desiderato gli zeri.
10. Introduzione alle rappresentazioni non lineari
Assumeremo senza perdita di generalit` a che X, U e Y siano spazi vettoriali di dimensione nita,
rispettivamente n, p e q. La generica rappresentazione implicita di un sistema strettamente causale a
dimensione nita, stazionario e del tipo
x(t) = f(x(t), u(t)) x(0) = x
0
y(t) = h(x(t))
Nella precedente espressione rappresenta la derivazione o lanticipo unitario, nel caso a tempo
continuo o a tempo discreto, rispettivamente.
Con riferimento alla struttura della funzione generatrice f(x, u) e della trasformazione in uscita,
h(x), `e usuale assumere la seguente classicazione.
1. Rappresentazione lineare
f `e lineare su X U ed h `e lineare su X
_
f(x, u) = Ax +Bu
h(x) = Cx
A, B e C sono matrici di dimensioni (n n), (n p) e (p n) rispettivamente.
2. Rappresentazione bilineare
Posto
f(x, u) = f
1
(x, u) +f
2
(x, u)
236 10. Introduzione alle rappresentazioni non lineari
f
1
`e lineare su X U, f
2
`e bilineare su X U ed h `e lineare su X
_

_
f(x, u) = Ax +Bu +
p

i=1
N
i
xu
i
h(x) = Cx
con A, N
1
, . . . , N
p
matrici quadrate (n n), B, (n p), C, (q n).
3. Rappresentazione ane rispetto allo stato
f `e ane rispetto ad x per ogni ssato u, h `e lineare su X
_
f(x, u) = A
0
(u) +A
1
(u)x
h(x) = Cx
A
0
() e A
1
() analitiche, C e (q n). E frequente il caso in cui gli elementi di A
0
() e A
1
() sono
polinomi in u
1
, u
2
,. . . u
p
.
4. Rappresentazione ane rispetto allingresso
Posto
f(x, u) = f
1
(x) +f
2
(x, u)
f
2
`e lineare rispetto ad u per ogni ssato x. Posto f
1
(x) = f(x), di ha
f(x, u) = f(x) +g(x)u
f, g ed h sono, in tale contesto, assunte C

o analitiche.
10.1. Sistemi a tempo continuo
10.1.a. Sistemi lineari (richiami)
Data la rappresentazione implicita di un sistema lineare a tempo continuo:
_
x(t) = Ax(t) +Bu(t) x(0) = x
0
y(t) = Cx(t)
I comportamenti ingresso/stato e ingresso/uscita sono descritti dalla rappresentazione esplicita:
10.1. Sistemi a tempo continuo 237
x(t) =
0
(t)x
0
+
_
t
0

1
(t, )u()d
= e
At
x
0
+
_
t
0
e
(t)A
Bu()d
y(t) = w
0
(t)x
0
+
_
t
0
w
1
(t, )u()d
= Ce
(t)
Ax
0
+
_
t
0
Ce
(t)A
Bu()d
Vale il passaggio dalla forma esplicita alla forma implicita:
A =
d
0
(t)
dt
[
t=0
B =
1
(0)
C = w
0
(0)
Inoltre, come e immediato vericare:

0
(t)x
0
= e
At
x
0

1
(t ) = e
(t)A
B =

0
(t )x
x

x
0
B
w
1
(t ) = Ce
(t)A
B =
w
0
(t )x
x

x
0
B
In sistesi possiamo enunciare le seguenti propriet`a:
i nuclei possono essere calcolati a partire da
0
, w
0
e B.
il nucleo di ordine uno `e fattorizzabile
w
1
(t ) = Q(t)P() t
la fattorizzabilit` a di un nucleo sotto w(t) `e condizione necessaria e suciente di realizzabilit`a.
Ci`o, come `e noto (capitolo 7), segue dal fatto che il sistema
x(t) = P(t)u(t)
y(t) = Q(t)x(t)
realizza il legame ingresso uscita associato al nucleo dato
y(t) = Q(t)
_
t
0
P()u()d =
_
t
0
w(t )u()d.
238 10. Introduzione alle rappresentazioni non lineari
10.1.b. Rappresentazioni a tempo continuo ani nellingresso
Si consideri la seguente rappresentazione implicita che descrive, per semplicit` a di notazioni, un sistema
ad ingresso e uscita scalari
_
x(t) = f(x(t)) +g(x(t))u(t)
y(t) = h(x(t))
(II.1)
x(t) R
n
; f, g: R
n
R
n
e h : R
n
R sono funzioni analitiche.
Teorema 1. La rappresentazione esplicita del sistema (II.1) di stato iniziale x
0
a t
0
= 0 ammette il
seguente sviluppo in serie
x(t) =
0
(t; x
0
) +

k0
_
t
0
_

1
0
. . .
_

k
0

k
(t,
1
, . . . ,
k
, x
0
)u(
1
) . . . u(
k
)d
1
. . . d
k
(II.2)
y(t) = w
0
(t; x
0
) +

k0
_
t
0
_

1
0
. . .
_

k
0
w
k
(t,
1
, . . . ,
k
, x
0
)u(
1
) . . . u(
k
)d
1
. . . d
k
(II.3)
con
0
(; x
0
) : [0, t] R
n
, w
0
(; x
0
) : [0, t] R;
k
(; x
0
) : [0, T]
k+1
R
n
, w
k
(; x
0
) : [0, T]
k+1
R (
t t
1
. . .
k
0).
Le espressioni in serie (II.2) e (II.3) prendono il nome di serie di Volterra, il matematico italiano
che agli inizi del secolo ha per primo impiegato rappresentazioni in serie con integrali multipli per
rappresentare funzionali nonlineari. Nel caso in esame esse rappresentano i legami funzionali ingresso-
stato e ingresso-uscita associati al sistema (II.1) a partire dallo stato iniziale x
0
,e sono caratterizzati
dai nuclei
k
(; x
0
) e w
k
(; x
0
), rispettivamente. Nel caso lineare, come gi`a ricordato, sono diversi da
zero solo i nuclei di ordine zero ed uno che, infatti, caratterizzano la parte lineare del legame.
Si mostrer`a nel seguito che i nuclei w
k
(; x
0
) ammettono una rappresentazione in serie. La stessa
procedura applicata alla funzione h(x) = x d` a lespressione dei
k
(; x
0
). A questo proposito `e
necessario richiamare il formalismo delle serie di Lie.
La serie di Lie
Data una funzione analitica
f : R
n
R
n
si denisce loperatore formale derivata direzionale o derivata di Lie, e si scrive L
f
, loperatore
dierenziale del primo ordine
L
f
=
n

i=1
f
i

x
i
dove f
i
: R
n
[R indica li - esima componente della funzione f.
Se h : R
n
R `e una funzione derivabile loperatore L
f
agisce sulla funzione h nel modo seguente:
L
f
(h)[
x
=
n

i=1
h
x
i

x
f
i
(x) =
_
h
x
i

x
, . . . ,
h
x
n

x
_

_
f
1
(x)
.
.
.
f
n
(x)
_
=
h
x

x
f(x) (III.4)
10.1. Sistemi a tempo continuo 239
dove [
x
indica il calcolo in x. Se h(x) = Id, la funzione identit` a, si ha:
L
f
(Id)[
x
= f(x)
esempio:
n = 2, f(x) : R
2
R
2
, h(x) : R
2
R
(x
1
, x
2
) (2x
1
, x
1
+x
2
) (x
1
, x
2
) x
1
x
2
Si ha:
L
f
= 2x
1

x
1
+ (x
1
+x
2
)

x
2
L
f
(h)[
x
0
= 2x
1

x
1
(x
1
x
2
)[
x
0
+ (x
1
+x
2
)

x
2
(x
1
x
2
)[
x
0
= 2x
1
x
2
[
x
0
+ (x
1
+x
2
)x
1
[
x
0
= 2x
10
x
20
+ (x
10
)
2
+x
10
x
20
= (x
10
)
2
+ 3x
10
x
20
se x
0
= (1, 2) L
f
(h)[
x
0
= 1 + 6 = 7
L
f
e un operatore lineare
Siano h
1
e h
2
due funzioni derivabili e
1
e
2
R, si ha:
L
f
(
1
h
1
+
2
h
2
) =
1
L
f
(h
1
) +
2
L
f
(h
2
)
Siano f e g due funzioni derivabili R
n
R
n
, indichiamo con L
g
o L
f
la composizione, o, di
questi operatori
L
g
oL
f
(h)[
x
=

x
(L
f
(h))[
x
g(x)
=
n

i=1
L
f
(h)
x
i
g
i
(x) =
n

i=1

x
i
_
n

j=1
h
x
j

x
f
j
(x)
_
g
i
(x)
=
n

i,j=1

2
h
x
i
x
j

x
f
j
(x)g
i
(x) +
n

i,j=1
h
x
j

x
f
j
(x)
x
i

x
g
i
(x)
La composizione o non `e commutativa: L
g
o L
f
,= L
f
o L
g
.
Prodotto di Lie
Si denisce loperatore prodotto di Lie di due operatori L
f
ed L
g
, e lo si indica con,
[L
f
, L
g
] = [L
f
oL
g
L
g
oL
f
]
In base alla denizione [L
f
, L
g
] opera sulle funzioni come la derivata di Lie rispetto alla funzione
[f, g], L
[f,g]
. [f, g] `e denito come
[f, g] =
g
x
f
f
x
g
240 10. Introduzione alle rappresentazioni non lineari
e non `e dicile vericare che
L
f
L
g
(h) L
g
L
f
(h) = =
n

i,j=1
h
x
i
g
i
x
j
f
j

n

i,j=1
h
x
i
f
i
x
j
g
j
= L
[f,g]
(h)
Si verica facilmente che
L
[f,g]
= L
[g,f]
Composizione iterata di L
f
L
2
f
(h)[
x
:= L
f
L
f
(h)[
x
=
L
f
(h)[
x
x

x
f(x)
L
k+1
f
(h)[
x
:= L
f
L
k
f
(h)[
x
=
L
h
f
(h)[
x
x

x
f(x) k 0
esempio
f(x) : (x
1
, x
2
) (2x
1
, x
1
+x
2
) h(x) : (x
1
, x
2
) x
1
x
2
L
f
(h)[
x
= x
2
1
+ 3x
1
x
2
L
2
f
(h)[
x
= 2x
1

x
1
(x
2
1
+ 3x
1
x
2
) + (x
1
+x
2
)

x
2
(x
2
1
+ 3x
1
x
2
)
= 2x
1
(2x
1
+ 3x
2
) + (x
1
+x
2
)(3x
1
)
= 4(x
1
)
2
+ 9x
1
x
2
+ 3(x
1
)
2
= 7(x
1
)
2
+ 9x
1
x
2
Se x
0
= (1, 2)
L
2
f
(h)[
x
0
= 7 + 18 = 25
Indicato, con I loperatore identit` a, L
0
f
(h)[
x
= I[
x
h = h(x), deniamo
lesponenziale formale:
e
L
f
= I +L
f
+
1
2!
L
2
f
+. . . +
1
k!
L
k
f
+. . . (II.5)
tale che:
e
L
f
(h)[
x
= h[
x
+L
f
(h)[
x
+. . . +
1
k!
L
k
f
(h)[
x
+. . .
La serie (II.5) e detta serie di Lie associata a L
f
.
Osservazione
f(x) = Ax h(x) = Cx

L
f
= Ax

x
L
f
(h)[
x
=
Cx
x

x
Ax = CAx = L
2
f
(h)[
x
=
CAx
x

x
Ax = CA
2
x, . . . , L
k
f
(h)[
x
= CA
k
x
10.1. Sistemi a tempo continuo 241
da cui
e
L
f
(h)[
x
=

h0
CA
k
x
k!
= Ce
A
x
se h = Id, si ha:
e
L
f
(Id)[
x
= e
A
x
si ritrova lesponenziale di matrice.
Calcolo dei nuclei
Per il calcolo dei nuclei si impiegher`a una procedura iterativa di integrazione dellequazione (II.1)
con condizione iniziale x
0
a t
0
= 0.
In base al formalismo introdotto possiamo riscrivere la (II.1) nel seguente modo
x(t) = (L
f
+u(t)L
g
)(Id)[
x(t)
y(t) = h(x(t))
inoltre
y(t) =
h
x

x(t)
x(t) = (L
f
+u(t)L
g
)(h)[
x(t)
ed integrando
y(t) = y(0) +
_
t
0
(L
f
+u(
1
)L
g
)(h)[
x(
1
)
d
1
posto

1
(x(t), u(t)) := (L
f
+u(t)L
g
)(h)[
x(t)
=
h
x
[
x(t)
x(t)
si ha

1
(x(
1
), u(
1
)) =
1
(x
0
, u(
1
)) +
_

1
0

1
(, u(
1
))
x

x(
2
)
x(
2
)d
2

1
(x(
1
), u(
1
)) =
1
(x
0
, u(
1
)) +
_

1
0
(L
f
+u(
2
)L
g
)(
1
(, u(
1
)))[
x(
2
)
d
2

y(t) = y(0) +
_
t
0

1
(x
0
, u(
1
))d
1
+
_
t
0
_

1
0

2
(x(
2
), u(
1
), u(
2
))d
2
d
1
con

2
(x(
2
), u(
1
), u(
2
)) := (L
f
+u(
2
)L
g
) (L
f
+u(
1
)L
g
)(h)[
x(
2
)
Di nuovo si ottiene:

2
(x(
2
), u(
1
), u(
2
)) =
=
2
(x
0
, u(
1
), u(
2
)) +
_

2
0
(L
f
+u(
3
)L
g
)(
2
(, u(
1
), u(
2
))[
x(
3
)
d
3
242 10. Introduzione alle rappresentazioni non lineari
che porta alla forma generale:
y(t) = h(x
0
) +
_
t
0
(L
f
+u(
1
)L
g
)(h)[
x
0
d
1
+
_
t
0
_

1
0
(L
f
+u(
2
)L
g
) (L
f
+u(
1
)L
g
)(h)[
x
0
d
2
d
1
+. . . (II.6)
+
_
t
0
_

1
0
. . .
_

p1
0
(L
f
+u(
p
)L
g
) . . . (L
f
+u(
1
)L
g
)(h)[
x
0
d
p
. . . d
1
+. . .
per t
1
. . .
p
0
Le espressioni dei nuclei possono ora essere ottenute per identicazione dei coecienti dei termini
in u(
1
) (lineare in u), u(
1
)u(
2
) (quadratico in u), ..
Per il primo nucleo si ha
w
0
(t; x
0
) = h(x
0
) +tL
f
h

x
0
+
t
2
2
L
2
f
h

x
0
+. . . := e
tL
f
h

x
0
ed esprime esprime la soluzione di x = f(x), x(0) = x
0
mediante la serie di Lie.
Per quanto riguarda la parte lineare rispetto allingresso, raggruppando i termini sotto integrale che
sono moltiplicati per u() si ottiene
w
1
(t,
1
; x
0
) =

i
1
,i
2
0
L
i
1
f
L
g
L
i
2
f

x
0

i
1
1
(t
1
)
i
2
i
1
!i
2
!
= e

1
L
f
L
g
e
(t
1
)L
f
h

x
0
, t
1
ove si `e applicata la formula di integrazione per parti
_
d =
_
d
che per =
_
u()d e = t d` a luguaglianza
_
t
0
_

1
0
u(
2
)d
2
d
1
=
_
t
0
u(
1
)(t
1
)d
1
= t
_
t
0
u(
1
)d
1

_
t
0

1
u(
1
)d
1
Con analoghi calcoli si ottiene, per i contributi quadratici in u(),
w
2
(t
1
,
1
,
2
; x
0
) =

i
1
i
2
i
3
0
L
i
1
f
L
g
L
i
2
f
L
g
L
i
3
f
h

x
0

i
1
2
(
1

2
)
i
2
(t
1
)
i
3
i
1
!i
2
!i
3
!
= e

2
L
f
L
g
e
(
1

2
)L
f
L
g
e
t
1
)L
f
h

x
0
t
1

2
.
10.1. Sistemi a tempo continuo 243
In generale
w
k
(t,
1
, . . . ,
k
; x
0
) = = e

k
L
f
L
g
e
(t
1
)L
f
h

x
0
Con gli stessi argomenti pu`o essere reso esplicito il legame ingresso-stato che assume forma analoga
alla precedente in cui i nuclei
k
assumono la forma

k
(t,
1
, . . . ,
k
; x
0
) = e

k
L
f
L
g
L
g
e
(t
1
)L
f
Id

x
0
ove Id indica la funzione identit` a, t
1
. . .
k
.
Il teorema di scambio
Poich`e dai calcoli fatti, risulta
y

(t) = w
0
(t, x
0
) = e
tL
f
h

x
0
= h(x

(t)) = h
_
e
tL
f
Id

x
0
_
ove il pedice indica che u 0, rimane dimostrato un noto teorema della teoria delle serie di
Lie (il Teorema di scambio). Lapplicazione di e
tL
f
ad h coincide con il calcolo di h al risultato
dellapplicazione della serie dierenziale esponenziale alla funzione identit` a.
In conclusione con un raggruppamento adeguato dei termini nella (II.6) permette di dedurre le
espressioni dei nuclei nella (II.3). Si ha:
w
0
(t; x
0
) =
0
(t; x
0
) = e
tL
f
(h)[
x
0
=

i0
t
i
i!
L
i
f
(h)[
x
0
(II.7)
w
1
(t,
1
; x
0
) = e

1
L
f
L
g
e
(t
1
)L
f
(h)[
x
0
t
1
0
=

i
1
,i
2
0
L
i
1
f
L
g
L
i
2
f
(h)[
x
0

i
1
1
(t
1
)
i
2
i
2
!i
1
!
(II.8)
w
2
(t,
1
,
2
; x
0
) = e

2
L
f
L
g
e
(
1

2
)L
f
L
g
e
(t
1
)L
f
(h)[
x
0
=

i
1
,i
2
,i
3
0
L
i
1
f
L
g
L
i
2
f
L
g
L
i
3
f
(h)[
x
0

i
1
1
(
1

2
)
i
2
(t
1
)
i
3
i
1
!i
2
!i
3
!
(II.9)
t
1

2
0
. . .
w
t
(t,
1
, . . .
k
; x
0
) = e

k
L
f
L
g
e
(
k1

k
)L
f
L
g
. . . L
g
e
(t
1
)L
f
(h)[
x
0
=

i
1
,...i
k+1
0
L
i
1
f
L
g
. . . L
g
L
i
k+1
f
(h)[
x
0

i
1
k
. . . (
1

2
)
i
k
(t
1
)
i
k+1
i
1
! . . . i
k+1
!
(II.10)
Si deducono le espressioni dei nuclei
k
(; x
0
) nella (II.2) ponendo h(x) = x, si ha:

k
(t,
1
,
k
; x
0
) = e

k
L
f
L
g
e
(
k1

k
)L
f
L
g
. . . L
g
e
(t
1
)L
f
(Id)[
x
0
244 10. Introduzione alle rappresentazioni non lineari
=

i
1
,...,i
k+1
0
L
i
1
f
L
g
. . . L
g
L
i
k+1
f
(Id)[
x
0

i
1
k
. . . (
1

2
)
i
k
(t
1
)
i
k+1
i
1
! . . . i
k+1
!
(II.11)

0
(t; x
0
) = e
tL
f
(Id)[
x
0
(II.12)
Dalla rappresentazione esplicita a quella implicita.
Si deduce facilmente dalle espressioni (II.7), (II.11) e (II.12).

0
(t; x)
t

t=0
= f(x)

1
(0, 0; x) = g(x)
w
0
(0; x) = h(x)
Come casi particolari si ritrova
lineare f(x) = Ax, g(x) = B, h(x) = Cx.
w
0
(t; x
0
) = e
tL
Ax
Cx

x
0
= (Cx +tCAx +
t
2
2
CA
2
x +. . .)

x
0
= Ce
At
x
0
w
1
(t,
1
; x
0
) = e

1
L
Ax
L
B
e
(t
1
)L
Ax
Cx

x
0
=
= e

1
L
Ax
L
B
Ce
A(t
1
)
x

x
0
= e

1
L
Ax
Ce
A(t
1
)
B
= Ce
A(t
1
)
B
w
2
(t,
1
,
2
; x
0
) = e

2
L
Ax
L
B
e
(
1

2
)L
Ax
Cx

x
0
=
= e

2
L
Ax
L
B
Ce
(t
1
)A
B 0
w
k
= 0, k 2.
bilineare f(x) = Ax, g(x) = Nx +B, h(x) = Cx.
w
0
(t; x
0
) = e
tL
Ax
Cx

x
0
= Ce
At
x
0
w
1
(t,
1
; x
0
) =e

1
L
Ax
L
Nx+B
e
(t
1
)L
Ax
Cx

x
0
=
=e

1
L
Ax
_
Ce
A(t
1
)
(Nx +B)
_

x
0
=Ce
A(t
1
)
B +Ce
A(t
1
)
Ne
A
1
x
0
w
2
(t,
1
,
2
; x
0
) = e

2
L
Ax
L
Nx+B
e
(
1

2
)L
Ax
L
Nx+B
e
(t
1
)L
Ax
Cx

x
0
= e

2
L
Ax
L
Nx+B
_
Ce
A(t
1
)
B +Ce
A(t
1
)
Ne
A(
1

2
)
x
_

x=0
=
= Ce
A(t
1
)
Ne
A(
1

2
)
B +Ce
A(t
1
)
Ne
A(
1

2
)
Ne
A
2
x
0
w
k
(t,
1
, . . . ,
k
; x
0
) =
_
Ce
A(t
1
)
N Ne
A(
k1

k
)
_
_
B +Ne
A
k
x
0
_
10.1. Sistemi a tempo continuo 245
Propriet`a dei nuclei
Si dimostra che il calcolo dei nuclei successivi si pu`o fare in modo ricorsivo a partire da
0
(t; x),
w
0
(t; x) e g(x).
Una propriet` a importante `e la separabilit` a dei nuclei: posto
k

k
(t;
1
. . .
k
, ,
0
(
k
; x)) =
k
(t,
1
, . . . ,
k
; x)

k
(t;
1
, . . . ,
k
; x) = L
g
e
(
k1

k
)L
f
L
g
e
(t
1
)L
f
Id

x

1
(t,
1
; x) = L
g
e
(t
1
)L
f
Id

x
=

0
(t
1
, x)
x
g(x)
e

1
(t,
1
; x
0
) =

0
(t
1
, x)
x

0
(
1
,x)
g(
0
(
1
, x))
quindi: noto
0
(t, x), si pu` o calcolare
1
nel modo indicato. Analogamente si verica che

k
(t,
1
, . . . ,
k
, x) =

k1
(t,
1
, . . . ,
k1
,
0
(
k1

k
; x
0
))
x
g(x)
e quindi tutti i nuclei possono essere calcolati da
0
(t, x) e g(x). Si hanno forme ricorrenti per il
calcolo.
Le stesse considerazioni possono essere ripetute per w
k
. Si ottiene:
w
k
(t,
1
, . . . ,
k
;
0
(
k
; x)) = w
k
(t,
1
, . . . ,
k
; x)
che:
w
k
(t,
1
, . . . ,
k
; x) =
w
k1
(t,
1
, . . . ,
k1
;
0
(
k1

k
; x))
x

x
g(x) (II.14)
10.1.c. Il problema della realizzazione
Sulla base della propriet` a messa in evidenza `e facile mostrare un semplice ed elegante risultato
relativo alla realizzazione causale.
Denizione 1. Assegnata una famiglia di nuclei v
k
(t,
1
, . . . ,
k
), k 0, t
1
. . .
k
una sua
realizzazione causale `e costituita da una quintupla (n, x
0
, f, g, h) (n dimensione dello spazio di stato,
x
0
R
n
, f, g ed h campi di vettori e trasformazione duscita che deniscono una rappresentazione
ane) tale che detti w
k
i nuclei ad essa associati si ha w
k
= v
k
.
246 10. Introduzione alle rappresentazioni non lineari
Teorema 2. Una famiglia di nuclei v
k
, k 0, ammette una realizzazione causale se e solo se esistono
un intero n, e due funzioni
P :RR
n
R
n
(t, x) P(t, x)
Q :RR
n
R
n
(t, x) Q(t, x)
ed un x
0
R
n
tale che
v
0
(t) = Q(t, x
0
)
v
k
(t,
1
, . . . ,
k
) = L
P(
k
,)
L
P(
1
,)
Q(t, )

x
0
dimostrazione
Necessit`a: Le formule precedentemente richiamate mostrano lesistenza delle funzioni P
t
e Q
t
, si
ha:
Q
t
(x) = e
tL
f
(h)[
x
P

1
(x) = e

1
L
f
L
g
e

1
L
f
(Id)[
x
=

k0

k
1
k!
ad
k
f
g(x)
con
ad
0
f
(g) = g, ad
f
(g) = [L
f
, L
g
](Id), . . . , ad
k
f
g = [L
f
, ad
k1
f
g](Id)
Sucienza: Se esistono x
0
, P
t
e Q
t
si costruisce il sistema lineare analitico denito su R
n+1
seguente:
x = P

(x)u z = (x, ), z
0
= (x
0
, 0) (II.15)

= 1 (t) = t
y = Q

(x)
con:
L
f
=

, L
g
= P

(x)

x
si ottiene

0
(t; z) = (x, +t), w
0
(t; z) = Q
+t
(x)

0
(t; z
0
) = (x
0
, t), w
0
(t; z
0
) = Q
t
(x
0
)

x(t) = x
0
+
_
t
0
x(
1
)d
1
= x
0
+
_
t
0
L
p

1
(x(
1
))u(
1
)d
1
con
x(
1
) = x
0
+
_

1
0
L
p

2
(x(
2
))u(
2
)d
2

x(t) = x
0
+
_
t
0
L
p

1
(x
0
)u(
1
)d
1
+. . . +
_
t
0
. . .
_

p1
0
L
p

p
. . . L
p

1
(x
0
)u(
1
)u(
p
)d
p
. . . d
1
10.1. Sistemi a tempo continuo 247
w
p
(t,
1
, . . . ,
p
; z
0
) = L
p

p
. . . L
p

1
(Q
t
(x))[
x
0
La realizzazione bilineare
Esaminiamo quali condizioni supplementari sono necessarie per ottenere una realizzazione bilin-
eare.
Teorema 3. Una famiglia di nuclei v
k
, k 0, ammette una realizzazione bilineare se e solo se le
condizioni del Teorema 2 sono vericate e se inoltre:
- le funzioni P e Q sono lineari in x per ogni t ssato; i. e. esiste una matrice (n n), P(t), e una
matrice (1 n), Q(t), tali che:
P
t
(x) = P(t)x, Q
t
(x) = Q(t)x
- per unopportuna matrice n n, X(t) si verica
Q(t)X(s) = Q(t s), t, s
Q(t)P(
1
) P(
i
)X(s) = Q(t s)P(
1
s) . . . P(
i
s), t,
1
, . . . ,
i
, s
dimostrazione:
Necessit`a: le funzioni P
t
e Q
t
di una realizzazione bilineare soddisfano queste condizioni, infatti:
Q
t
() = Ce
tA
x = Q(t)x
P

1
(x) = e

1
A
Ne

1
A
x = P(
1
)x
da cui:
X(s) = e
sA
0

Q(t)X(s) = Ce
(ts)A
= Q(t s)
Q(t)P(
1
) . . . P(
i
)X(s) = Ce
(t
1
)A
Ne
(
1

2
)A
N . . . Ne
(
i
s)A
Q(t s)P(
1
s) . . . P(
i
s) = Ce
(ts
1
+s)A
Ne
(
1
s
2
+s)A
N . . . Ne
(
i
s)A

P(
i
s) = e
(
i
+s)A
Ne
(
i
s)A
Sucienza. Supponiamo che siano vericate le condizioni della Proposizione 3, il sistema (II.15)
diventa bilineare dipendente dal tempo:
x = P()xu
= 1
y = Q()x
248 10. Introduzione alle rappresentazioni non lineari
Per passare ad una rappresentazione indipendente dal tempo bisogna utilizzare la seconda propriet` a.
_

_
x = P()x()xu = P(0)xu
= 1
y = Q()x()x = Q(0)x
Una situazione ricorrente nella pratica riguarda il caso in cui lo stato x
0
sia di equilibrio.
f(x
0
) = 0
0
(t, x
0
) = x
0
, t.
In tal caso con considerazioni analoghe a quelle accennate nel vericare la propriet` a di separazione si
pu` o mostrare che
Teorema 4. Rispetto ad uno stato di equilibrio
i nuclei sono separabili nella forma
w
1
(t,
1
; x
0
) = w
11
(t
1
)
w
2
(t,
1
,
2
; x
0
) = w
21
(t
1
)w
22
(
1

2
)
.
.
.
w
k
(t,
1
, . . . ,
k
; x
0
) = w
k1
(t
1
) w
kk
(
k1

k
)
le funzioni w
kj
(
j1

j
) sono fattorizzabili
w
kj
(
j1

j
) = Q
kj
(
j1
)P
kj
(
j
)
e di conseguenza
w
kj
(
j1

j
) = C
kj
e
A
kj
(
j1

j
)
B
kj
con A, B e C matrici di dimensioni opportune.
dimostrazione:
Se x
0
e un punto dequilibrio
0
(t; x
0
) = x
0
, t R
w
k
(t,
1
, . . . ,
k
; x
0
) = w
k
(t,
1
, . . . ,
k
; x
0
)
dalla (II.14) si deduce:
w
1
(t,
1
; x
0
) =
w
0
(t
1
; x)
x

x
0
g(x
0
) = W
11
(t
1
)
=
h
0

0
(t; x)
x

x
0

0
(
1
; x)
x

x
0
g(x
0
)
= Q
11
(t)P
11
(
1
)
10.1. Sistemi a tempo continuo 249
Analogamente per il 2 ordine:
w
2
(t,
1
,
2
; x
0
) =
w
2
(t)
1
;
0
(
1

2
; x)
x

x
0
g(x
0
)
=
w
1
(t,
1
; )

=0

0
(
1

2
; x)
x

x
0
g(x
0
)
= W
21
(t
1
)W
22
(
1

2
)
= Q
21
(t)P
21
(
1
)Q
22
(
1
)P
22
(
2
)
e cos` via.
Gli argomenti sviluppati costituiscono la prova del successivo Teorema 5 relativo alla realizzazione
di un numero nito di nuclei. Una soluzione pu` o, infatti, essere ottenuta immediatamente impiegando
rappresentazioni bilineari (ci` o mostra anche le generalit`a di tale classe di sistemi).
Teorema 5. Esiste una rappresentazione bilineare di un numero nito di nuclei associati al legame
ingresso uscita di unassegnata rappresentazione ane rispetto alligresso a partire da uno stato di
equilibrio x
0
.
esempio
k = 1
w
1
(t,
1
, x
0
) = Q
11
(t)P
11
() = C
11
e
A
11
(t)
B
11
z = A
11
z +B
11
u
y
1
= C
11
z, z
0
= 0
k = 2
w
2
(t,
1
,
2
; x
0
) = w
21
(t
1
)w
22
(
1

2
)
= C
21
e
A
21
(t
1
)
B
21
C
22
e
A
22
(
1

2
)
B
22
z
2
=
_
A
21
0
0 A
22
_
z
2
+
_
0 B
21
C
22
0 0
_
z
2
u +
_
0
B
22
_
u
y
2
= ( C
21
0 ) z
2
, z
2
(0) = 0
`e una realizzazione di w
2
solo, infatti
w
2
=( C
21
0 ) e
_
A
21
0
0 A
22
_
(t
1
)
_
0 B
21
C
22
0 0
_
z
2
u
+
_
0
B
12
_
e
_
A
21
0
0 A
22
_
(
1

2
)
_
0
B
22
_
Le rappresentazioni ani nellingresso: in sintesi
250 10. Introduzione alle rappresentazioni non lineari
modello implicito: f, g e h analitiche
x(t) = f(x(t)) +g(x(t))u(t) x(0) = x
0
, y(t) = h(x(t))
modello esplicito in serie di Volterra
x(t) =
0
(t; x
0
) +
_
t
0

1
(t,
1
; x
0
)u(
1
)d
1
. . .
_
t
0
_

1
0
. . .
_

k
0

k
(t,
1
, . . . ,
k
; x
0
)u(
1
) . . . u(
k
)d
1
. . . d
k
+. . .
y(t) = w
0
(t; x
0
) +
_
t
0
w
1
(t,
1
; x
0
)u(
1
)d
1
. . .
_
t
0
_

1
0
. . .
_

k
0
w
k
(t,
1
, . . . ,
k
; x
0
)u(
1
) . . . u(
k
)d
1
. . . d
k
+. . .

k
(; x
0
) : [0, T]
k+1
R
n
, w
k
(; x
0
) : [0, T]
k+1
R - t
1
. . .
k
0
derivata e serie dierenziale di Lie
L
f
h =
h
x
i
f(x)
L
0
f
(h)[
x
= h(x) L
k+1
f
(h)[
x
= L
f
L
k
f
(h)[
x
k 0
e
L
f
= I +L
f
+
1
2!
L
2
f
+. . . +
1
k!
L
k
f
+. . .
e
L
f
(h)[
x
= h[
x
+L
f
(h)[
x
+. . . +
1
k!
L
k
f
(h)[
x
+. . .
Se f ed h sono lineari, f(x) = Ax h(x) = Cx
e
L
f
(h)[
x
=

k0
CA
k
x
k!
= Ce
A
x
h = Id, la funzione identit` a,
e
L
f
(Id)[
x
= e
A
x
Calcolo dei nuclei per integrazioni successive
y(t) = y(0) +
_
t
0
y(
1
)d
1
y(t) =
h
x

x(t)
x(t) = (L
f
+u(t)L
g
)(h)[
x(t)

10.1. Sistemi a tempo continuo 251


y(t) = y(0) +
_
t
0
(L
f
+u(
1
)L
g
)(h)[
x(
1
)
d
1
si pone

1
(x(
1
), u(
1
)) := (L
f
+u(
1
)L
g
)(h)[
x(
1
)

1
(x(
1
), u(
1
)) =
1
(x
0
, u(
1
)) +
_

1
0

1
(, u(
1
))
x

x(
2
)
x(
2
)d
2
= (L
f
+u(
1
)L
g
)(h)[
x
0
+
_

1
0
(L
f
+u(
2
)L
g
)(L
f
+u(
1
)L
g
)(h)[
x(
2
)
d
2

y(t) = y(0) +
_
t
0
(L
f
+u(
1
)L
g
)(h)[
x
0
d
1
+
_
t
0
_

1
0
(L
f
+u(
2
)L
g
)(L
f
+u(
1
)L
g
)(h)[
x(
2
)
d
2
d
1
si pone

2
(x(
2
), u(
1
), u(
2
)) := (L
f
+u(
2
)L
g
) (L
f
+u(
1
)L
g
)(h)[
x(
2
)

2
(x(
2
), u(
1
), u(
2
)) =
=
2
(x
0
, u(
1
), u(
2
)) +
_

2
0
(L
f
+u(
3
)L
g
)(
2
(, u(
1
), u(
2
))[
x(
3
)
d
3

y(t) = h(x
0
) +
_
t
0
(L
f
+u(
1
)L
g
)(h)[
x
0
d
1
+
_
t
0
_

1
0
(L
f
+u(
2
)L
g
) (L
f
+u(
1
)L
g
)(h)[
x
0
d
2
d
1
+
_
t
0
_

1
0
. . .
_

p1
0
(L
f
+u(
p
)L
g
) . . . (L
f
+u(
1
)L
g
)(h)[
x
0
d
p
. . . d
1
+. . .
t
1
. . .
p
0

252 10. Introduzione alle rappresentazioni non lineari


y(t) = h(x
0
) +tL
f
(h)[
x
0
+L
g
(h)[
x
0
_
t
0
u(
1
)d
1
+
t
2
2!
L
2
f
(h)[
x
0
+tL
f
L
g
(h)[
x
0
_
t
0
u(
1
)d
1
+L
g
L
f
(h)[
x
0
_
t
0
_

1
0
u(
2
)d
2
d
1
+L
2
g
(h)[
x
0
_
t
0
_

1
0
u(
2
)u(
1
)d
2
d
1
+. . .
nuclei di ordine zero
w
0
(t; x
0
) = h(x
0
) +tL
f
h

x
0
+
t
2
2
L
2
f
h

x
0
+. . . =

i0
L
i
f
(h)[
x
0
t
i
i!
:= e
tL
f
h

x
0

0
(t; x
0
) = e
tL
f
Id

x
0
levoluzione libera come serie di Lie
y
l
(t) = w
0
(t; x
0
) = h(
0
(t; x
0
)) = h(x
l
(t))

e
tL
f
h

x
0
= h(e
tL
f
Id

x
0
)
teorema di scambio
nuclei del primo ordine
_
t
0
w
1
(t,
1
; x
0
)u(
1
)d
1
=
=
_
t
0
(L
g
(h)[
x
0
u(
1
) +tL
f
L
G
(h)[x
0
u(
1
) +L
g
L
f
(h)[
x
0
_

1
0
u(
2
)d
2
+. . .)d
1
_
d =
_
d =
_
u()d = t

_
t
0
_

1
0
u(
2
)d
2
d
1
= t
_
t
0
u(
1
)d
1

_
t
0

1
u(
1
)d
1
=
_
t
0
u(
1
)(t
1
)d
1

w
1
(t,
1
; x
0
) =

i
1
,i
2
0
L
i
1
f
L
g
L
i
2
f
h

x
0

i
1
1
(t
1
)
i
2
i
1
!i
2
!
= e

1
L
f
L
g
e
(t
1
)L
f
h

x
0
, t
1
10.1. Sistemi a tempo continuo 253

1
(t,
1
; x
0
) = e

1
L
f
L
g
e
(t
1
)L
f
Id

x
0
, t
1
nuclei di ordine superiore
w
2
(t
1
,
1
,
2
; x
0
) =

i
1
i
2
i
3
0
L
i
1
f
L
g
L
i
2
f
L
g
L
i
3
f
h

x
0

i
1
2
(
1

2
)
i
2
(t
1
)
i
3
i
1
!i
2
!i
3
!
= e

2
L
f
L
g
e
(
1

2
)L
f
L
g
e
t
1
)L
f
h

x
0
t
1

2

2
(t
1
,
1
,
2
; x
0
) = e

2
L
f
L
g
e
(
1

2
)L
f
L
g
e
t
1
)L
f
Id

x
0
t
1

2
In generale
w
k
(t,
1
, . . . ,
k
; x
0
) = = e

k
L
f
L
g
e
(
k1

k
)L
f
L
g
L
g
e
(
1

2
)L
f
L
g
e
(t
1
)L
f
h

x
0

k
(t,
1
, . . . ,
k
; x
0
) = e

k
L
f
L
g
e
(
k1

k
)L
f
L
g
L
g
e
(
1

2
)L
f
L
g
e
(t
1
)L
f
Id

x
0
w
0
(t; x
0
) =
0
(t; x
0
) = e
tL
f
(h)[
x
0
=

i0
t
i
i!
L
i
f
(h)[
x
0
w
1
(t,
1
; x
0
) = e

1
L
f
L
g
e
(t
1
)L
f
(h)[
x
0
t
1
0
=

i
1
,i
2
0
L
i
1
f
L
g
L
i
2
f
(h)[
x
0

i
1
1
(t
1
)
i
2
i
2
!i
1
!
w
2
(t,
1
,
2
; x
0
) = e

2
L
f
L
g
e
(
1

2
)L
f
L
g
e
(t
1
)L
f
(h)[
x
0
=

i
1
,i
2
,i
3
0
L
i
1
f
L
g
L
i
2
f
L
g
L
i
3
f
(h)[
x
0

i
1
2
(
1

2
)
i
2
(t
1
)
i
3
i
1
!i
2
!i
3
!
t
1

2
0
. . .
w
k
(t,
1
, . . .
k
; x
0
) = e

k
L
f
L
g
e
(
k1

k
)L
f
L
g
. . . L
g
e
(t
1
)L
f
(h)[
x
0
=

i
1
,...i
k+1
0
L
i
1
f
L
g
. . . L
g
L
i
k+1
f
(h)[
x
0

i
1
k
. . . (
1

2
)
i
k
(t
1
)
i
k+1
i
1
! . . . i
k+1
!
t
1
. . .
k
0
254 10. Introduzione alle rappresentazioni non lineari
dalla rappresentazione esplicita a quella implicita

0
(t; x)
t

t=0
= f(x)

1
(0, 0; x) = g(x)
w
0
(0; x) = h(x)
rappresentazioni lineari
f(x) = Ax, g(x) = B, h(x) = Cx
w
0
(t; x
0
) = e
tL
Ax
Cx

x
0
= (Cx +tCAx +
t
2
2
CA
2
x +. . .)

x
0
= Ce
At
x
0
w
1
(t,
1
; x
0
) = e

1
L
Ax
L
B
e
(t
1
)L
Ax
Cx

x
0
=
= e

1
L
Ax
L
B
Ce
A(t
1
)
x

x
0
= e

1
L
Ax
Ce
A(t
1
)
B
= Ce
A(t
1
)
B
w
2
(t,
1
,
2
; x
0
) = e

2
L
Ax
L
B
e
(
1

2
)L
Ax
Cx

x
0
=
= e

2
L
Ax
L
B
Ce
(t
1
)A
B 0
w
k
= 0, k 2.
rappresentazioni bilineari
f(x) = Ax, g(x) = Nx +B, h(x) = Cx
w
0
(t; x
0
) = e
tL
Ax
Cx

x
0
= Ce
At
x
0
w
1
(t,
1
; x
0
) =e

1
L
Ax
L
Nx+B
e
(t
1
)L
Ax
Cx

x
0
=
=e

1
L
Ax
_
Ce
A(t
1
)
(Nx +B)
_

x
0
=Ce
A(t
1
)
B +Ce
A(t
1
)
Ne
A
1
x
0
w
2
(t,
1
,
2
; x
0
) = e

2
L
Ax
L
Nx+B
e
(
1

2
)L
Ax
L
Nx+B
e
(t
1
)L
Ax
Cx

x
0
= e

2
L
Ax
L
Nx+B
_
Ce
A(t
1
)
B +Ce
A(t
1
)
Ne
A(
1

2
)
x
_

x=0
=
= Ce
A(t
1
)
Ne
A(
1

2
)
B +Ce
A(t
1
)
Ne
A(
1

2
)
Ne
A
2
x
0
10.1. Sistemi a tempo continuo 255
w
k
(t,
1
, . . . ,
k
; x
0
) =
_
Ce
A(t
1
)
N Ne
A(
k1

k
)
_
_
B +Ne
A
k
x
0
_
propriet` a dei nuclei
I nuclei possono essere calcolati da w
0
,
0
e g

k
(t;
1
. . .
k
, ,
0
(
k
; x)) =
k
(t,
1
, . . . ,
k
; x)


k
(t;
1
, . . . ,
k
; x
0
) = L
g
e
(
k1

k
)L
f
L
g
e
(t
1
)L
f
Id

x

1
(t,
1
; x
0
) = L
g
e
(t
1
)L
f
Id

x
=

0
(t
1
, x)
x
g(x)

1
(t,
1
; x
0
) =

0
(t
1
, x)
x

0
(
1
,x
0
)
g(
0
(
1
, x
0
))
. . .

k
(t,
1
, . . . ,
k
, x) =

k1
(t,
1
, . . . ,
k1
,
0
(
k1

k
; x))
x
g(x)

k
(t,
1
, . . . ,
k
, x) =

k1
(t,
1
, . . . ,
k1
,
0
(
k1

k
; x
0
))
x

0
(
k
,x)
g(
0
(
k
, x))

w
k
(t,
1
, . . . ,
k
;
0
(
k
; x)) = w
k
(t,
1
, . . . ,
k
; x)

w
k
(t,
1
, . . . ,
k
; x) =
w
k1
(t,
1
, . . . ,
k1
;
0
(
k1

k
; x))
x

x
g(x)

w
k
(t,
1
, . . . ,
k
, x) =
w
k1
(t,
1
, . . . ,
k1
,
0
(
k1

k
; x
0
))
x

0
(
k
,x)
g(
0
(
k
, x))
Una famiglia di funzioni v
k
, k 0, ammette realizzazione causale se e solo se esistono un intero
n, e due funzioni
P :RR
n
R
n
(t, x) P(t, x)
Q :RR
n
R
n
(t, x) Q(t, x)
256 10. Introduzione alle rappresentazioni non lineari
tali che, per un opportuno x
0
R
n
,
v
0
(t) = Q(t, x
0
)
v
k
(t,
1
, . . . ,
k
) = L
P(
k
,)
L
P(
1
,)
Q(t, )

x
0
Una famiglia di nuclei v
k
, k = 0, ammette una realizzazione bilineare se e solo se in aggiunta
alle precedenti condizioni:
- P e Q sono lineari in x per ogni t ssato;
- per unopportuna matrice n n, X(t) si verica
Q(t)X(s) = Q(t s), t, s
Q(t)P(
1
) P(
i
)X(s) = Q(t s)P(
1
s) . . . P(
i
s), t,
1
, . . . ,
i
, s
propriet` a dei nuclei da x
0
di equilibrio
f(x
0
) = 0
0
(t, x
0
) = x
0
, t.
se x
0
`e di equilibrio. I nuclei sono separabili nella forma
w
1
(t,
1
; x
0
) = w
11
(t
1
)
w
2
(t,
1
,
2
; x
0
) = w
21
(t
1
)w
22
(
1

2
)
.
.
.
w
k
(t,
1
, . . . ,
k
; x
0
) = w
k1
(t
1
) w
kk
(
k1

k
)
inoltre le funzioni w
kj
(
j1

j
) sono fattorizzabili
w
kj
(
j1

j
) = Q
kj
(
j1
)P
kj
(
j
)

w
kj
(
j1

j
) = C
kj
e
A
kj
(
j1

j
)
B
kj
dimostrazione

0
(t; x
0
) = x
0
, t R

10.1. Sistemi a tempo continuo 257


w
k
(t,
1
, . . . ,
k
; x
0
) = w
k
(t,
1
, . . . ,
k
; x
0
)

w
1
(t,
1
; x
0
) =
w
0
(t
1
; x)
x

x
0
g(x
0
) = W
11
(t
1
)
=
h
0

0
(t; x)
x

x
0

0
(
1
; x)
x

x
0
g(x
0
) = Q
11
(t)P
11
(
1
)
Analogamente per il 2 ordine:
w
2
(t,
1
,
2
; x
0
) =
w
2
(t,
1
;
0
(
1

2
; x))
x

x
0
g(x
0
)
=
w
1
(t,
1
; )

=0

0
(
1

2
; x)
x

x
0
g(x
0
)
= W
21
(t
1
)W
22
(
1

2
)
= Q
21
(t)P
21
(
1
)Q
22
(
1
)P
22
(
2
)
. . .
Esiste una rappresentazione bilineare di un numero nito di nuclei associati al legame ingresso us-
cita di unassegnata rappresentazione ane rispetto alligresso a partire da uno stato di equilibrio
x
0
.
esempio
k = 1
w
1
(t,
1
, x
0
) = Q
11
(t)P
11
() = C
11
e
A
11
(t)
B
11
z = A
11
z +B
11
u
y
1
= C
11
z, z
0
= 0
k = 2
w
2
(t,
1
,
2
; x
0
) = w
21
(t
1
)w
22
(
1

2
)
= C
21
e
A
21
(t
1
)
B
21
C
22
e
A
22
(
1

2
)
B
22
z
2
=
_
A
21
0
0 A
22
_
z
2
+
_
0 B
21
C
22
0 0
_
z
2
u +
_
0
B
22
_
u
y
2
= ( C
21
0 ) z
2
, z
2
(0) = 0
258 10. Introduzione alle rappresentazioni non lineari
`e una realizzazione di w
2
solo, infatti
w
2
=( C
21
0 ) e
_
A
21
0
0 A
22
_
(t
1
)
_
0 B
21
C
22
0 0
_
z
2
u
+
_
0
B
12
_
e
_
A
21
0
0 A
22
_
(
1

2
)
_
0
B
22
_
10.2. Sistemi a Tempo Discreto
10.2.a. Sistemi lineari (richiami)
Data la rappresentazione implicita di un sistema lineare a tempo discreto
_
x(k + 1) = Ax(k) +Bu(k)
y(k) = Cx(k)
I comportamenti ingresso/stato e ingresso/uscita sono descritti dalla rappresentazione esplicita
x(k) =
0
(k)x
0
+
k1

=0

1
(k )u()
= A
k
x
0
+
k1

=0
A
k1
Bu()
y(k) = w
0
(k)x
0
+
k1

=0
w
1
(k )u()
= CA
k
x
0
+
k1

=0
CA
k1
Bu()
dove
0
(k)x e w
0
(k)x rappresentano le evoluzioni libere (corrispondenti a ingressi nulli) nello stato e
nelluscita.
1
(k) e w
1
(k) sono i nuclei degli integrali di convoluzione che caratterizzano il contributo
del forzamento sullo stato x(k) e rispettivamente luscita y(k).
Il passaggio dalla reppresentazione esplicita a quella implicita `e immediato; si ha infatti
A =
0
(1)
C = w
0
(0)
B =
1
(1)
Propriet` a dei nuclei
10.2. Sistemi a Tempo Discreto 259
Le seguenti fattorizzazioni sono di immediata verica

1
(k ) =

0
(k 1)x
x

x
0
B =

x
(A
k1
x)

x
0
B
w
1
(k ) =
w
0
(k 1)x
x

x
0
B =

x
(CA
k1
x)

x
0
B
Se ne deduce che il calcolo dei nuclei
1
(k) e w
1
(k) si pu` o fare a partire dalle risposte libere
0
(k)x e
w
0
(k)x rispettivamente e dalla matrice B. Queste considerazioni saranno estese al caso non lineare.
Separabilit` a dei nuclei
Un nucleo stazionario w
1
(k ) si dice separabile se esistono delle matrici Q
i
(k) e P
i
() di
dimensioni opportune, tali che:
w
1
(k ) = Q(k)P()
In base alle precedenti considerazioni:
i nuclei associati alla rappresentazione (I.1) sono separabili
un funzionale ingresso/uscita lineare
y(k) =
k1

=0
w
1
(k )u()
descritto da un nucleo separabile
w
1
(k ) = Q(k)P()
ammette una realizzazione lineare:
_
x(k + 1) = x(k) +P(k)u(k)
y(k) = Q(k)x(k)
infatti
y(k) = Q(k)P(k 1)u(k 1) +Q(k)x(k 1)
= w
1
(1)u(k 1) +Q(k)P(k 2)u(k 2) +Q(k)x(k 2)
= w
1
(1)u(k 1) +w
1
(2)u(k 2) +Q(k)x(k 2)
= . . .
=
k1

=0
w
1
(k )u()
la fattorizzabilit` a `e condizione necessaria e suciente di realizzabilit`a
260 10. Introduzione alle rappresentazioni non lineari
10.2.b. Rappresentazioni a tempo discreto ani nellingresso
aggiungere pb della realizzazione
Si considera per semplicit` a un sistema lineare analitico ad ingresso scalare, denito su R
n
. A
dierenza del caso continuo, lipotesi di linearit` a in u potrebbe essere tolta nel tempo discreto senza
per questo modicare i risultati che seguono
x(k + 1) = x(k) +f(x(x)) +g(x(k)u(k)) (III.1)
y(k) = h(x(k))
f, g : R
n
R
n
e h : R
n
R
sono funzioni analitiche. Lassumere che la deriva abbia la forma x +f(x) non modica la generalit` a
del problema, essa e fatta con il solo scopo di semplicare le notazioni. x(k) R
n
, x
0
stato iniziale.
Comportamento ingresso/stato - ingresso/uscita
Un calcolo elementare mostra che la risposta nello stato e nelluscita del sistema (III.1) e un funzionale
non lineare degli ingressi ottenuto per sostituzioni successive di una funzione in unaltra.
Risposta nello stato
x(1) =
_
I +f +u(0)g
_
(x
0
)
x(2) =
_
I +f +u(1)g
_
(x(1))
=
_
I +f +u(1)g
__
I +f +u(0)g
_
(x
0
)
. . .
x(k) =
_
I +f +u(h 1)g
_
. . .
_
I +f +u(0)g
_
(x
0
) (III.2)
Risposta nelluscita
y(0) = h(x
0
)
y(1) = h
_
I +f +u(0)g
_
(x
0
)
y(2) = h
_
I +f +u(1)g
_

_
I +f +u(0)g
_
(x
0
)
. . .
y(k) = h
_
I +f +u(h 1)g
_
. . .
_
I +f +u(0)g
_
(x
0
) (III.3)
Nel caso di sistemi lineari e bilineari, in virt` u della linearit` a rispetto ad x, le composizioni di funzioni
si riconducono a prodotti di matrici ci` o permette il calcolo dei coecienti degli sviluppi in potenze
degli ingressi u(0), . . . , u(k + 1) delle espressioni (III.2) e (III.3). Nel caso lineare pi` u in generale n e
cos`; per calcolare questi coecienti vale a dire i nuclei di Volterra bisogna introdurre uno strumento
adatto a rappresentare la composizione di funzioni.
10.2. Sistemi a Tempo Discreto 261
Esponenziale tensoriale
Siano f e g:[R
n
[R
n
; si denisce il prodotto dei due operatori L
f
e L
g
cpme
L
f
L
g
=
m

i
1
,i
2
=1
f
i
1
g
i
2

2
x
i
1
x
i
2
si ha:
L
f
L
g
(h)[
x
=
m

i
1
,i
2
=1

2
h
x
i
1
x
i
2

x
f
i
1
(x)g
i
2
(x)
Questo prodotto e:
- commutativo
L
f
L
g
(h) = L
g
L
f
(h)
- associativo rispetto alladdizione
Se g
1
e g
2
: [R
n
[R
n
L
f
(L
g
1
+L
g
2
) = L
f
L
g
1
+L
f
L
g
2
Si denisce cos` la potenza tensoriale L
f
L
k
f
= L
f
L
k1
f
L
0
f
= I
e la serie esponenziale tensoriale
exp

L
f
=
f
= I +L
f
+. . . +
1
k!
L
k
f
+. . .
Proposizione 6: Se f : [R
n
[R
n
e h : [R
n
[R sono funzioni analitiche, si verica leguaglianza:

f
(h)[
x
= h (I +f)(x) = h(x +f(x)) (III.5)
La prova consiste nel calcolo dello sviluppo in serie di Taylor di h(x +f(x)) in potenze di f(x).
h (x +f(x)) = h(x) +
n

i
1
=1
h
x
i
1

x
f
i
1
(x)
+
1
2!
n

i
1
,i
2
=1

2
h
x
i
1
x
i
2

x
f
i
1
(x)f
i
2
(x)
+. . .
+
1
p!
n

i
1
...,i
p
=1

p
h
x
i
1
. . . x
i
p

x
f
i
1
(x) . . . f
i
p
(x)
= h(x) +L
f
(h)[
x
+
1
2!
L
2
f
(h)[
x
+. . . +
1
p!
L
p
f
(h)[
x
+. . .
=
f
(h)[
x
Qualche propriet` a
262 10. Introduzione alle rappresentazioni non lineari
- Siano f
1
, . . . , f
k
funzioni analitiche [R
n
[R
n
si verica facilmente che vale, per la composizione,
h
0
(I +f
h
) . . . (I +f
1
)(x) =
f
1
. . .
f
k
(h)[
x
-
f
`e un operatore lineare; infatti comunque ssate due funzioni
1
e lambda
2
, ed una coppia di
numeri reali
1
ed
2

f
(
1

1
+
2
h
2
) =
1

f
(
1
) +
2

f
(h
2
)
-
f+g
=
f

g
- se `e un numero reale

f
= I +L
f
+. . . +

h
h!
L
h
f
+. . .
Se ne deduce che:

f+ug
=
f

ug
=
f

_
I +

h1
u
h
h!
L
h
g
_
=
f
+

k1
u
k
k!

f
L
k
g
(III.6)

f
L
k
g
agisce su una funzione h come segue

f
(h)[
x
= h(x +f(x))

f
L
g
(h)[
x
=
n

i=1
h
x
i

x+f(x)
g
i
(x) =
h
x

x+f(x)
g(x)
. . . . . .

f
L
2
g
(h)[
x
=
n

i
1
,i
2
=1

2
h
x
i
1
x
i
2

x+f(x)
g
i
1
(x)g
i
2
(x) =

2
x
2

x+f(x)
g
2
(x)
con:

2
h
x
2
=
_
h
x
1
, . . . ,
h
x
u
_
2
g
2
(x) =
_
[g
1
(x), . . . , g
u
(x)]
2
_
T
in generale,

f
L
k
g
(h)[
x
=

k
h
x
k

x+f(x)
g
k
(x)
es:
f : [R
2
[R
2
, g : [R
2
[R
2
, h : [R
2
[R
(x
1
, x
2
) (x
2
1
, x
1
+x
2
), (x
1
, x
2
) (x
1
, x
2
2
), (x
1
, x
2
) x
1
x
2

f
(h)[
x
= h(x +f(x)) = (x
1
+x
2
1
) (x
2
+x
1
+x
2
)
= 2x
1
x
2
+x
2
1
+ 2x
2
+x
2
1
+x
3
1

f
L
g
(h)[
x
=
h
x
1

x+f(x)
g
1
(x) +
h
x
2

x+f(x)
g
2
(x)
= (2x
2
+x
1
)x
1
+ (x
1
+x
2
1
)x
2
2
= 2x
1
x
2
+x
2
1
+x
1
x
2
2
+x
2
1
x
2
2
10.2. Sistemi a Tempo Discreto 263

f
(h)[
x
= h[
x
+L
f
(h)[
x
+
1
2
L
f
(h)[
x
= x
1
x
2
+
h
x
1

x
f
1
(x) +
h
x
2

x
f
2
(x) +
h
x
1
x
2

x
f
1
(x)f
2
(x)
= x
1
x
2
+x
2
x
2
1
+x
2
1
+x
1
x
2
+x
3
1
+x
2
1
x
2
= 2x
1
x
2
+ 2x
2
1
x
2
+x
2
1
+x
3
1
Calcolo dei nuclei
Con il formalismo introdotto, le espressioni (III.2) e (III.3) possono essere scritte nella forma:
x(k) =
f+u(0)g
. . .
f+u(k1)g
(Id)[
x
0
(III.7)
y(k) =
f+u(0)g
. . .
f+u(k1)g
(h)[
x
0
(III.8)
Utilizzando lespressione (III.6) si ha:
y(k) =
_

f
+

i
0
1
u
i
0
(0)
i
0
!

f
L
i
0
g
_
. . .
_

f
+

i
k1
1
u
i
k1
(k 1)
i
k1
!

f
L
i
k1
g
_
(h)[
x
0
(III.9)
= w
0
(k; x
0
) +
k1

1
=0
w
1
(k,
1
; x
0
)u(
1
)
+
k1

2
=0
w
2
(k,
1
,
2
; x
0
)u(
1
)u(
2
)
+. . .
+

1
...
p
w
p
(k,
1
, . . . ,
p
; x
0
)u(
1
) . . . u(
p
)
+. . . (III.10)
Lo sviluppo (III.10) e la serie di Volterra associata al sistema (III.1). Dallo sviluppo (III.9) si deduce
lespressione dei nuclei w
p
(; x
0
).
Si ottiene:
w
0
(k; x
0
) =
k
f
(h)[
x
0
w
1
(k,
1
; x
0
) =

1
f

f
L
g

k
1
1
f
(h)[
x
0
(III.11)
Per i nuclei di ordine superiore al primo, bisogna distinguere i nuclei corrispondenti ai prodotti degli
ingressi per tempi strettamente crescenti da quelli corrispondenti a prodotti di ingressi allo stesso
istante.
Per lordine 2 si ha:
se
1
>
2
u(
1
)u(
2
)
w
2
(k,
1
,
2
; x
0
) =

2
f

f
L
g

2
1
f

f
L
g

k
1
1
f
(h)[
x
0
(III.12)
264 10. Introduzione alle rappresentazioni non lineari
se
1
=
2
u(
1
)
2
w
2
(k,
1
,
1
; x
0
) =
1
2

1
f

f
L
2
g

k
1
1
f
(h)[
x
0
(III.13)
Per lordine 3:
se
1
>
2
>
3
u(
1
)u(
2
)u(
3
)
w
3
(k,
1
,
2
,
3
; x
0
) =

3
f

f
L
g

3
1
f

f
L
g

2
1
f

f
L
g

k
1
1
f
(h)[
x
0
(III.14)
se
1
>
2
=
3
u(
1
)u(
2
)
2
w
3
(k,
1
,
2
,
2
; x
0
) =
1
2

2
f

f
L
2
g

2
1
f

f
L
g

k
1
1
f
(h)[
x
0
(III.15)
se
1
=
2
>
3
u(
2
)
2
u(
3
)
w
3
(k,
2
,
2
,
3
; x
0
) =
1
2

3
f

f
L
g

2
1
f

f
L
2
g

k
2
1
f
(h)[
x
0
(III.16)
se
1
=
2
=
3
u(
1
)
3
w
3
(k,
1
,
1
,
1
; x
0
) =
1
3!

1
f

f
L
3
g

k
1
1
f
(h)[
x
0
(III.17)
e cos` via per w
p
(k, . . . , x
0
), p > 3
La stessa cosa succede per i nuclei
p
(; x
0
) associati alla risposta nello stato (7), e suciente in questo
caso porre
h(x) = x
Si ottiene

0
(k; x
0
) =
k
f
(Id)[
x
0

1
(k,
1
; x
0
) =

1
f

f
L
g

k
1
1
f
(Id)[
x
0
...
Passaggio dalla forma esplicita alla forma implicita
Dalle formule (III.10) e (III.11) si deduce
x +f(x) =
0
(1; x)
[
g(x) =
1
(1, 0; x) =
f
L
g
(Id)[
x
(III.18)
h(x) = w
0
(0, x)
10.2. Sistemi a Tempo Discreto 265
Osservazione si ritrova facilmente il caso bilineare ponendo:
x +f(x) = x +Ax
y(x) = Nx
h(x) = Cx
si ha:

f
(h)[
x
= h[
x
+L
f
(h)[
x
+. . . +
1
k!
L
h
f
(h)[
x
+. . .
con h(x) = Cx
L
f
(h)[
x
=
h
x

x
f(x) = CAx
L
2
f
(h)[
x
= 0

f
(h)[
x
= C(I +A)x
w
0
(k; x) = C(I +A)
k
x
Analogamente si verica:

k
f
(I)[
x
= (I +A)
k
x

f
L
g
(h)[
x
=
h
x

x+f(x)
g(x)
= CNx

f
L
p
g
(h)[
x
= 0
se p > 1
da cui:
w
1
(k + 1,
1
; x
0
) =

1
f

f
L
g

k
1
f
(h)[
x
0
= C(I +A)
k
1
N(I +A)

1
x
0
e cos` via per i nuclei di ordine superiore.
Propriet` a dei nuclei
Deniamo i nuclei w
p
(k,
1
, . . . ,
p
; x) come fatto in precedenza.
w
p
(k,
1
, . . . ,
p
;
0
(
p
; x)) = w
p
(k,
1
, . . . ,
p
; x)
se ne deduce un calcolo iterato dei nuclei successivi a partire dallevoluzione libera e da g(x).
Per i primi nuclei si ha:

0
(k; x) =
k
f
(I)[
x
, w
0
(k; x) =
k
f
(h)[
x
w
1
(k,
1
;
0
(
1
; x)) = w
1
(k,
1
; x)
266 10. Introduzione alle rappresentazioni non lineari
con:
w
1
(k,
1
; x) =
f
L
g

k
1
1
f
(h)[
x
=
w
0
(k
1
1; x)
x

x+f(x)
g(x) (III.19)
Analogamente per lordine 2:
se
1
>
2
w
2
(k,
1
>
2
; x) =
f
L
g

2
1
f

f
L
g

k
1
1
f
(h)[
x
=
w
1
_
k,
1
,

2
1
f
(x)
_
x

x+f(x)
g(x) (III.20)
se
1
=
2
w
2
(k,
1
=
2
; x) =
1
2

f
L
2
g

k
1
1
f
(h)[
x
=
1
2

2
w
0
(k
1
1; x)
x
2

x+f(x)
g
2
(x) (III.21)
Propriet` a dei nuclei associati alla risposta del sistema (III.1) da uno stato iniziale di equilibrio
Se x
0
e uno stato di equilibrio, allora x
0
+f(x
0
) = x
0
, e
w
p
(k,
1
, . . . ,
p
; x
0
) = w
p
(k,
1
, . . . ,
p
; x
0
)
e la (III.19) diventa:
w
1
(k,
1
; x
0
) =
w
0
(k
1
1; x)
x

x
0
g(x
0
)

f
L
g

k
1
f
(h)[
x
= w
11
(k
1
1) (III.22)
la (III.20) diventa:
w
2
(k,
1
,
2
; x
0
) =
w
1
(k,
1
, )

=x
0

2
1
f
(x)
x

x=x
0
g(x
0
)
= w
1
21
(k
1
1)w
1
22
(
1

2
1) (III.23)
la (III.21) diventa:
w
2
(k,
1
,
1
; x
0
) =
1
2

2
w
0
(k
1
1; x)
x
2

x=x
0
g
2
(x
0
)
= w
2
21
(k
1
1) (III.24)
Si deduce da ci`o la seguente proposizione:
Proposizione 1: Sia ssegnata la rappresentazione a tempo discreto (III.1), con (I + f) invertibile, e
10.2. Sistemi a Tempo Discreto 267
sia x
0
di equilibrio. I primi p nuclei ammettono una realizzazione a stato ane; il comportamento
ingresso/uscita e di tale modello `e caratterizzato da questi p nuclei e unicamente da essi.
Con lipotesi di invertibilit` a della funzione (I +f) : [R
n
[R
n
si deducono dalle (III.23) e (III.24) le
ulteriori seguenti decomposizioni
w
0
(k
1
1, x)
x

x
0
g(x
0
) =
w
0
(k 1, )

=x
0

0
(
1
, x)
x

x=x
0
g(x
0
)
= P
11
(k 1)Q
11
(
1
) = C
11
(A
11
)
k
1
1
B
11
Analogamente:
w
2
(k,
1
>
2
; x
0
) = P
1
21
(k 1)Q
1
21
(
1
)P
1
22
(
1
1)Q
1
22
(
2
)
= C
1
21
(A
1
21
)
k
1
1
B
1
21
C
1
22
(A
1
22
)

2
1
B
1
22
w
2
(k,
1
,
1
; x
0
) = P
2
21
(k 1)Q
2
21
(
1
) = C
2
21
(A
2
21
)
k1
1
B
2
21
e cos` via per i nuclei dordine superiore.
Realizzazione a stato ane
Il nucleo w
1
(k,
1
; x
0
) e realizzato dal seguente sistema lineare di punto iniziale z
10
= 0
z
1
(k + 1) = A
11
z
1
(k) +B
11
u(k)
y
1
(k) = C
11
z
1
(k)
si ha:
y
1
(k) =
k1

1
=0
C
11
A
k
1
1
11
B
11
u(
1
)
Il nucleo w
2
(k,
1
,
2
; x
0
) e realizzato dal seguente sistema bilineare, di punto iniziale z
20
= 0
_

_
z
2
(k + 1) =
_
A
1
21
0
0 A
1
22
_
z
2
(k) +
_
0 B
1
21
C
1
22
0 0
_
z
2
(k)u(k) +
_
0
B
1
22
_
u(k)
y
2
(k) = [ C
1
21
0 ]z
2
(k)
Si ha:
y
2
(k) =
k1

1
>
2
=0
C
1
21
(A
1
21
)
k
1
1
B
1
21
C
1
21
(A
1
22
)

2
1
B
1
22
u(
1
)u(
2
)
Gli altri nuclei sono nulli
Il nucleo w
2
(k,
1
=
2
; x
0
) e realizzato dal sistema a stato ane, di punto iniziale z
30
= 0
_
_
_
z
2
(k + 1) = A
2
21
z
3
(k) +
1
2
B
2
21
u
2
(k)
y
3
(k) = C
2
21
z
3
(k)
Questi tre sistemi realizzano i tre primi nuclei
w
1
(k,
1
; x
0
), w
2
(k,
1
>
2
; x
0
), w
3
(k,
1
=
2
; x
0
)
268 10. Introduzione alle rappresentazioni non lineari
y(k) = y
1
(k) +y
2
(k) +y
3
(k)
Unanalisi pi` u approfondita consente di limitare il numero di sistemi a stato ane. Nel caso precedente
chiamando
A
11
= A
2
21
, C
11
= C
2
21

z
4
(k + 1) = A
11
z
4
(k) +B
11
u(k) +B
2
21?
u
2
(k)
y
4
(k) = C
11
z
4
(k)
con
y
4
(k) = y
1
(k) +y
3
(k)
Rappresentazioni ani rispetto allingresso: in sintesi
x(k + 1) = x(k) +f(x(k)) +g(x(k)) u(k))
y(k) = h(x(k))
f, g : R
n
R
n
e h : R
n
R
funzioni analitiche
Risposta nello stato
x(1) =
_
I +f +u(0)g
_
(x
0
)
. . .
x(k) =
_
I +f +u(k 1)g
_
. . .
_
I +f +u(0)g
_
(x
0
)
Risposta in uscita
y(0) = h(x
0
)
y(1) = h
_
I +f +u(0)g
_
(x
0
)
. . .
y(k) = h
_
I +f +u(k 1)g
_
. . .
_
I +f +u(0)g
_
(x
0
)
Esponenziale tensoriale
Si denisca il prodotto dei due operatori L
f
e L
g
come
L
f
L
g
=
m

i
1
,i
2
=1
f
i
1
g
i
2

2
x
i
1
x
i
2
- `e commutativo
L
f
L
g
= L
g
L
f
10.2. Sistemi a Tempo Discreto 269
- `e associativo rispetto alladdizione
L
f
(L
g
1
+L
g
2
) = L
f
L
g
1
+L
f
L
g
2
L
k
f
:= L
f
L
k1
f
L
0
f
= I
exp

L
f
:=
f
= I +L
f
+. . . +
1
k!
L
k
f
+. . .
Proposizione

f
(h)[
x
= h (I +f)(x) = h(x +f(x))
h (x +f(x)) = h(x) +
n

i
1
=1
h
x
i
1

x
f
i
1
(x)
+
1
2!
n

i
1
,i
2
=1

2
h
x
i
1
x
i
2

x
f
i
1
(x)f
i
2
(x)
+. . .
+
1
p!
n

i
1
...,i
p
=1

p
h
x
i
1
. . . x
i
p

x
f
i
1
(x) . . . f
i
p
(x)
= h(x) +L
f
(h)[
x
+
1
2!
L
2
f
(h)[
x
+. . . +
1
p!
L
p
f
(h)[
x
+. . .
=
f
(h)[
x
Qualche propriet` a
- h (I +f
k
) . . . (I +f
1
)(x) =
f
1
. . .
f
k
(h)[
x
= (
f
)
k
h[
x
-
f
(
1
h
1
+
2
h
2
) =
1

f
(h
1
) +
2

f
(h
2
)
-
f+g
=
f

g
-
f
= I +L
f
+. . . +

h
h!
L
h
f
+. . .

f+ug
=
f

ug
=
f

_
I +

h1
u
k
k!
L
k
g
_
=
f
+

k1
u
k
k!

f
L
k
g

f
(h)[
x
= h(x +f(x))

f
L
g
(h)[
x
=
h
x

x+f(x)
g(x)
270 10. Introduzione alle rappresentazioni non lineari

f
L
2
g
(h)[
x
=
n

i
1
,i
2
=1

2
h
x
i
1
x
i
2

x+f(x)
g
i
1
(x)g
i
2
(x)
=

2
x
2

x+f(x)
g
2
(x)

2
h
x
2
=
_
h
x
1
, . . . ,
h
x
n
_
2
g
2
(x) =
_
[g
1
(x), . . . , g
n
(x)]
2
_
T

f
L
k
g
(h)[
x
=

k
h
x
k

x+f(x)
g
k
(x)
esempio
f : (x
1
, x
2
) (x
2
1
, x
1
+x
2
), g : (x
1
, x
2
) (x
1
, x
2
2
), h : (x
1
, x
2
) x
1
x
2

f
(h)[
x
= h(x +f(x)) = (x
1
+x
2
1
) (x
2
+x
1
+x
2
)
= 2x
1
x
2
+x
2
1
+ 2x
2
+x
2
1
+x
3
1

f
L
g
(h)[
x
=
h
x
1

x+f(x)
g
1
(x) +
h
x
2

x+f(x)
g
2
(x)
= (2x
2
+x
1
)x
1
+ (x
1
+x
2
1
)x
2
2
= 2x
1
x
2
+x
2
1
+x
1
x
2
2
+x
2
1
x
2
2

f
(h)[
x
= h[
x
+L
f
(h)[
x
+
1
2
L
f
(h)[
x
= x
1
x
2
+
h
x
1

x
f
1
(x) +
h
x
2

x
f
2
(x) +
h
x
1
x
2

x
f
1
(x)f
2
(x)
= x
1
x
2
+x
2
x
2
1
+x
2
1
+x
1
x
2
+x
3
1
+x
2
1
x
2
= 2x
1
x
2
+ 2x
2
1
x
2
+x
2
1
+x
3
1
Calcolo dei nuclei
x(k) =
f+u(0)g
. . .
f+u(k1)g
(Id)[
x
0
y(k) =
f+u(0)g
. . .
f+u(k1)g
(h)[
x
0

y(k) =
_

f
+

i
0
1
u
i
0
(0)
i
0
!

f
L
i
0
g
_
. . .
_

f
+

i
k1
1
u
i
k1
(k 1)
i
k1
!

f
L
i
k1
g
_
(h)[
x
0
10.2. Sistemi a Tempo Discreto 271
= w
0
(k; x
0
) +
k1

1
=0
w
1
(k,
1
; x
0
)u(
1
) +
k1

2
=0
w
2
(k,
1
,
2
; x
0
)u(
1
)u(
2
)
+. . . +

1
...
p
w
p
(k,
1
, . . . ,
p
; x
0
)u(
1
) . . . u(
p
) +. . .
serie di Volterra a tempo discreto .
nucleo di ordine zero
w
0
(k; x
0
) =
k
f
(h)[
x
0
nucleo del primo ordine
w
1
(k,
1
; x
0
) =

1
f

f
L
g

k
1
1
f
(h)[
x
0
nuclei del secondo ordine
se
1
>
2
u(
1
)u(
2
)
w
2
(k,
1
,
2
; x
0
) =

2
f

f
L
g

2
1
f

f
L
g

k
1
1
f
(h)[
x
0
se
1
=
2
u(
1
)
2
w
2
(k,
1
,
1
; x
0
) =
1
2

1
f

f
L
2
g

k
1
1
f
(h)[
x
0
nuclei del terzo ordine
se
1
>
2
>
3
, u(
1
)u(
2
)u(
3
),
w
3
(k,
1
,
2
,
3
; x
0
) =

3
f

f
L
g

3
1
f

f
L
g

2
1
f

f
L
g

k
1
1
f
(h)[
x
0
se
1
>
2
=
3
, u(
1
)u(
2
)
2
,
w
3
(k,
1
,
2
,
2
; x
0
) =
1
2

2
f

f
L
2
g

2
1
f

f
L
g

k
1
1
f
(h)[
x
0
se
1
=
2
>
3
, u(
2
)
2
u(
3
),
w
3
(k,
2
,
2
,
3
; x
0
) =
1
2

3
f

f
L
g

2
1
f

f
L
2
g

k
2
1
f
(h)[
x
0
s
se
1
=
2
=
3
, u(
1
)
3
,
w
3
(k,
1
,
1
,
1
; x
0
) =
1
3!

1
f

f
L
3
g

k
1
1
f
(h)[
x
0
272 10. Introduzione alle rappresentazioni non lineari
Per i nuclei nel comportamento ingresso stato

0
(k; x
0
) =
k
f
(Id)[
x
0

1
(k,
1
; x
0
) =

1
f

f
L
g

k
1
1
f
(Id)[
x
0
...
Passaggio dalla forma esplicita alla forma implicita
x +f(x) =
0
(1; x)
g(x) =
1
(1, 0; x) =
f
L
g
(Id)[
x
h(x) = w
0
(0, x)
Osservazione si ritrova facilmente il caso bilineare ponendo:
x +f(x) = x +Ax
g(x) = Nx
h(x) = Cx
si ha:

f
(h)[
x
= h[
x
+L
f
(h)[
x
+. . . +
1
k!
L
h
f
(h)[
x
+. . .
con h(x) = Cx
L
f
(h)[
x
=
h
x

x
f(x) = CAx
L
2
f
(h)[
x
= 0

f
(h)[
x
= C(I +A)x
w
0
(k; x) = C(I +A)
k
x
Analogamente si verica:

k
f
(I)[
x
= (I +A)
k
x

f
L
g
(h)[
x
=
h
x

x+f(x)
g(x)
= CNx

f
L
p
g
(h)[
x
= 0 p > 1

10.2. Sistemi a Tempo Discreto 273


w
1
(k + 1,
1
; x
0
) =

1
f

f
L
g

k
1
f
(h)[
x
0
= C(I +A)
k
1
N(I +A)

1
x
0
e cos` via per i nuclei di ordine superiore.
Propriet` a dei nuclei
w
p
(k,
1
, . . . ,
p
;
0
(
p
; x)) = w
p
(k,
1
, . . . ,
p
; x)

0
(k; x) =
k
f
(I)[
x
, w
0
(k; x) =
k
f
(h)[
x
w
1
(k,
1
;
0
(
1
; x)) = w
1
(k,
1
; x)
con:
w
1
(k,
1
; x) =
f
L
g

k
1
1
f
(h)[
x
=
w
0
(k
1
1; x)
x

x+f(x)
g(x)
Analogamente per lordine 2
w
2
(k,
1
>
2
; x) =
f
L
g

2
1
f

f
L
g

k
1
1
f
(h)[
x
=
w
1
_
k,
1
,

2
1
f
(x)
_
x

x+f(x)
g(x)
w
2
(k,
1
=
2
; x) =
1
2

f
L
2
g

k
1
1
f
(h)[
x
=
1
2

2
w
0
(k
1
1; x)
x
2

x+f(x)
g
2
(x)
Propriet`a dei nuclei quando I +f `e invertibile
G(u, 0) :=
f+ug
L
g

(f+ug)
1

G(u, 0)(h) =
h(I +f +ug)
1
x

x+f(x)
g(x) ==
h
x
(I +f +ug)
1
x

x+f(x)
g(x) = L
G(u,0)
h
G(u, 0) =

i1
u
i
i!
G
i
(0)
G
i
(0) =
f

G
i
(0)
f

P
k
() =
k

i=1
_
k 1
i 1
_
L
G
i
()
P
ki
()
274 10. Introduzione alle rappresentazioni non lineari

P
1
= G
1
P
2
= G
2
+L
G
1
G
1
. . .

w
0
(k; x
0
) =
k
f
(h)[
x
0
nucleo del primo ordine
w
1
(k,
1
; x
0
) = P
1
(
1
)
k
f
(h)[
x
0
= L
G
1
(
1
)

k
f
(h)[
x
0
nuclei del secondo ordine
se
1
>
2
u(
1
)u(
2
)
w
2
(k,
1
,
2
; x
0
) = P
1
(
2
) P
1
(
1
)
k
f
(h)[
x
0
= L
G
1
(
2
)
L
G
1
(
1
)

k
f
(h)[
x
0
se
1
=
2
u(
1
)
2
w
2
(k,
1
,
1
; x
0
) =
1
2
P
2
(
1
)
k
f
(h)[
x
0
=
1
2
(L
G
1
(
1
)
2
+L
G
2
(
1
)
)
k
f
(h)[
x
0
. . .
Propriet` a dei nuclei associati ad uno stato iniziale di equilibrio
Se x
0
e uno stato di equilibrio, allora x
0
+f(x
0
) = x
0
w
p
(k,
1
, . . . ,
p
; x
0
) = w
p
(k,
1
, . . . ,
p
; x
0
)

w
1
(k,
1
; x
0
) =
w
0
(k
1
1; x)
x

x
0
g(x
0
) =
f
L
g

k
1
f
(h)[
x
= w
11
(k
1
1)

w
2
(k,
1
,
2
; x
0
) =
w
1
(k,
1
, )

=x
0

2
1
f
(x)
x

x=x
0
g(x
0
)
= w
1
21
(k
1
1)w
1
22
(
1

2
1)

w
2
(k,
1
,
1
; x
0
) =
1
2

2
w
0
(k
1
1; x)
x
2

x=x
0
g
2
(x
0
)
= w
2
21
(k
1
1)
10.2. Sistemi a Tempo Discreto 275
Proposizione 1: Sia ssegnata una rappresentazione a tempo discreto ane rispetto alligresso; sia
(I +f) invertibile e sia x
0
di equilibrio. I primi p nuclei ammettono una realizzazione ane rispetto
allo stato.
Con lipotesi di invertibilit` a della funzione (I +f) si deducono le ulteriori seguenti decomposizioni
w
0
(k
1
1, x)
x

x
0
g(x
0
) =
w
0
(k 1, )

=x
0

0
(
1
, x)
x

x=x
0
g(x
0
)
= P
11
(k 1)Q
11
(
1
) = C
11
(A
11
)
k
1
1
B
11
Analogamente:
w
2
(k,
1
>
2
; x
0
) = P
1
21
(k 1)Q
1
21
(
1
)P
1
22
(
1
1)Q
1
22
(
2
)
= C
1
21
(A
1
21
)
k
1
1
B
1
21
C
1
22
(A
1
22
)

2
1
B
1
22
w
2
(k,
1
,
1
; x
0
) = P
2
21
(k 1)Q
2
21
(
1
) = C
2
21
(A
2
21
)
k1
1
B
2
21
e cos` via per i nuclei dordine superiore.
Realizzazione a stato ane
Il nucleo w
1
(k,
1
; x
0
) e realizzato dal seguente sistema lineare
z
1
(k + 1) = A
11
z
1
(k) +B
11
u(k)
y
1
(k) = C
11
z
1
(k)
si ha:
y
1
(k) =
k1

1
=0
C
11
A
k
1
1
11
B
11
u(
1
)
Il nucleo w
2
(k,
1
,
2
; x
0
) e realizzato dal seguente sistema bilineare
_

_
z
2
(k + 1) =
_
A
1
21
0
0 A
1
22
_
z
2
(k) +
_
0 B
1
21
C
1
22
0 0
_
z
2
(k)u(k) +
_
0
B
1
22
_
u(k)
y
2
(k) = [ C
1
21
0 ]z
2
(k)
si ha:
y
2
(k) =
k1

1
>
2
=0
C
1
21
(A
1
21
)
k
1
1
B
1
21
C
1
21
(A
1
22
)

2
1
B
1
22
u(
1
)u(
2
)
Il nucleo w
2
(k,
1
=
2
; x
0
) e realizzato dal seguente sistema a stato ane
_
_
_
z
2
(k + 1) = A
2
21
z
3
(k) +
1
2
B
2
21
u
2
(k)
y
3
(k) = C
2
21
z
3
(k)
I tre sistemi individuati realizzano i tre primi nuclei
w
1
(k,
1
; x
0
), w
2
(k,
1
>
2
; x
0
), w
3
(k,
1
=
2
; x
0
)
276 10. Introduzione alle rappresentazioni non lineari
y(k) = y
1
(k) +y
2
(k) +y
3
(k)
Unanalisi pi` u approfondita consente di limitare il numero di sistemi a stato ane. Nel caso precedente
con
A
11
= A
2
21
, C
11
= C
2
21

z
4
(k + 1) = A
11
z
4
(k) +B
11
u(k) +B
2
21
u
2
(k)
y
4
(k) = C
11
z
4
(k)
con
y
4
(k) = y
1
(k) +y
3
(k)
11. La geometria dei sistemi di equazioni dierenziali
11.1. Il punto di vista della geometria nello studio dei sistemi di equazioni
dierenziali
x(t) = Ax(t) x(0) = x
0
x R
n
Ax R
n
concetto fondamentale `e quello di sottospazio invariante: levoluzione libera a partire da uno
stato in V resta in V .
A1 1
z = Tx
TAT
1
=
_
A
11
A
12
0 A
22
_
linvarianza dellinsieme induce uninvarianza di struttura
Le evoluzioni libere che muovono da stati che appartengono alla stessa variet`a ane ottenuta
per traslazione del sottospazio V si mantengono in variet` a ani della stessa classe. In termini sin-
tetici variet`a traslate di V evolvono in variet`a traslate o, equivalentemente la struttura indotta per
traslazione da V , la foliazione, `e invariante rispetto alla dinamica.
Limmagine di B `e in 1
278 11. La geometria dei sistemi di equazioni dierenziali
Nelle coordinate z il sistema `e descritto dalle equazioni
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
linvarianza del sottospazio implica che le evoluzioni, sia libere che forzate, da uno stato iniziale
in 1 restano in 1
linvarianza della struttura implica linvarianza della struttura (foglie in foglie) anche sotto forza-
mento .
1 `e contenuto nel kernel di C
Nelle coordinate z il sistema `e descritto dalle equazioni
z
1
= A
11
z
1
+A
12
z
2
z
2
= A
22
z
2
y = C
2
z
2
linvarianza del sottospazio implica che levoluzione in uscita da uno stato iniziale in 1 `e identi-
camente nulla
linvarianza della struttura implica che alle evoluzioni che muovono da stati che appartengono
alla stessa foglia `e associata la stessa uscita.
Il punto di vista della geometria dierenziale
x(t) = f(x(t)) (Ax(t)) x
0
M (R
n
)
x M f(x) T
x
M
la dinamica `e caratterizzata dal campo di vettori f(x) : x T
X
M
integrazione di un campo di vettori
c
0
: vt
c
0
(x) = f(x)
c
0
= x M :
i
(x) =
i
(x
0
) i = 1, . . . , n 1

i
x
f = 0 i = 1, . . . , n 1
11.2. Sistemi a tempo continuo: invarianza e scomposizioni locali 279
sottospazio distribuzione
distribuzione
: x (x) T
x
M
integrazione di una distribuzione di dimensione k
s
0
: pt
0
(x) = (x)
s
0
= x M :
i
(x) =
i
(x
0
) i = 1, . . . , n k

i
x
f = 0 i = 1, . . . , n k
Denizione 1. `e involutiva se

1
,
2
[
1
,
2
]
(x) =
1
(x)
k
(x) `e involutiva se rango[(x)] = rango[(x) [
i
,
j
]]
Teorema di FROBENIUS
, di dimensione costante, `e integrabile se e solo se `e involutiva
evidenza della necessit`a
(x) = V , V sottospazio, induce in R
n
una foliazione piatta; le foglie sono ottenuta per
traslazione da V .
280 11. La geometria dei sistemi di equazioni dierenziali
11.2. Sistemi a tempo continuo: invarianza e scomposizioni locali
Un esempio di come sia possibile estendere, localmente, alla classe dei sistemi ani alcuni risultati
della teoria lineare pu` o essere facilmente messo in evidenza facendo riferimento alle propriet`a di
invarianza e alle scomposizioni rispetto ad esse. Le tecniche della geometria dierenziale sono utili a
tal ne; tra gli strumenti di base quello di distribuzione viene qui impiegato.
Si ricorda che una distribuzione `e una legge che associa ad ogni punto di una variet` a dierenziabile
un sottospazio dello stato tangente in quel punto x (x) T M con M = R
n
.
Con riferimento ad una rappresentazione dierenziale ane, la seguente assunzione di regolarit` a
`e centrale per le considerazioni che seguono. (x) viene assunta essere una distribuzione nonsingolare
(cio`e a dimensione costante), involutiva (e quindi integrabile) in I
x
0
un intorno di x
0
.
Ci`o premesso `e facile ritrovare il concetto di invarianza che nella teoria lineare si esprime come
A1 1 ed ha implicazioni sulla struttura del sistema:
T : TAT
1
=
_
A
11
A
12
0 A
22
_
, in z = Tx.
Denizione 2. `e invariante rispetto ad f se
[f, ] , i.e. r [f, r] .
Si noti che tale denizione estende il concetto di invarianza come sottoinsieme a quello di invarianza
come foliazione (sotto lapplicazione di f foglie si trasformano in foglie). Nel caso lineare, come notato
in precedenza, i due concetti si confondono in quanto linvarianza in senso geometrico qui impiegata
`e implicata della invarianza di insieme.
invariante rispetto ad f, secondo la denizione data, implica
z = (x) :

f(z) =
_

x
f
_

1
(z)
=
_

f
1
(z
1
, z
2
)

f
2
(z
2
)
_
dimz
1
= d, d = dim. Si ha infatti
=
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.

d+1
.
.
.

n
_
_
_
_
_
_
_
_
_
_
_
= z =
_
_

2
_
_

f =
__

1
x

2
x
_
f
_

1
(z)
inoltre [f, r] implica L
[f,r]

i
= 0, e quindi
L
f
L
r

i
L
r
L
f

i
= 0 L
r
L
f

i
= 0 i = d + 1, . . . , n
11.2. Sistemi a tempo continuo: invarianza e scomposizioni locali 281
cio`e

f
2
`e costante sulle variet`a integrali di , quindi `e funzione di
d+1
, . . . ,
n
(z
d+1
, . . . , z
n
).
Con considerazioni analoghe assumendo che sia invariante rispetto ad f e g i.e.
[f, ] , e [g, ]
e che g , si verica senza dicolt`a che nelle nuove coordinate
z
1
= f
1
(z
1
, z
2
) +g(z
1
, z
2
)u S
1
z
2
= f
2
(z
2
) S
2
La struttura delle equazioni mette in evidenza che gli stati del sottosistema S
2
sono non raggiungi-
bili.
Si ricordi che nel caso lineare la scomposizione rispetto alla propriet`a di raggiungibilit` a conduce
a
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
formalmente analoga a quella ottenuta nel contesto non lineare.
Ricordando anche che, per un sistema lineare linsieme degli stati raggiungibili `e il pi` u piccolo
sottospazio invariante rispetto ad A che contiene limmagine di B e che la minimalit` a assicura la
raggiungibilit` a di S
1
, una scomposizione locale per il sistema ane pu`o essere ottenuta facendo rifer-
imento alla pi` u piccola distribuzione invariante rispetto ad f e g contenente g. Tale distribuzione pu` o
essere costruita iterativamente

0
= g

1
=
0
+ [f,
0
] + [g,
0
]

2
=
1
+ [f,
1
] + [g,
1
]
.
.
.

n1
`e la distribuzione cercata, corrispondente non lineare di (B. . . A
n1
B).
Un ulteriore collegamento con la teoria lineare `e ottenuto si si ricorda che linsieme degli stati
raggiungibili al tempo t da x
0
a t = 0 `e dato da

t
(x
0
) = x : x = e
At
x
0
+(B[AB[ . . . [A
n1
B)
Una situazione topologica equivalente si ottiene; si ha infatti

t
(x
0
) =
_
x : x =
0
(t, x
0
) +
_

n1
(
0
(t, x
0
))
_
ove

n1
(
0
(t, x
0
))
rappresenta un aperto nella foglia integrale di
n1
passante per
0
(t, x 0).
Analoghe considerazioni possono essere fatte rispetto alla propriet` a di osservabilit` a facendo rifer-
imento ad una contenuta nella distribuzione Kerdh e possibilmente la pi` u grande. La struttura
geometrica locale `e topologicamente analoga al lineare nelle ipotesi di regolarit`a di .
282 11. La geometria dei sistemi di equazioni dierenziali
Le considerazioni sintetiche svolte vogliono fare intendere come, con gli strumenti della geometria
dierenziale sia possibile generalizzare, localmente e sotto adeguate ipotesi di regolarit` a, alcuni aspetti
della teoria lineare. Il rilascio delle ipotesi di regolarit` a e lo studio del comportamento attorno ai
punti singolari costituisce loggetto di attivit` a di ricerca avanzata.I risultati di tali studi sono alla
base di risultati importanti dal punto di vista delle applicazioni della teoria del controllo. Il lettore
ha certamente colto il forte collegamento dellapproccio qui messo in luce con i problemi di analisi
qualitativa dei sistemi dinamici. La dierenza saliente, che caratterizza e condiziona la formulazione
stessa dei problemi arontati nonche i metodi della teoria dei sistemi, essendo collegata alla presenza
della variabili di controllo, gli ingressi.
Uno studio parallelo a quello succintamente esposto pu` o essere fatto per i sistemi a tempo dis-
creto. La mancanza di una struttura dierenziale nelle equazioni alle dierenze non consente di
trarre giovamento da una struttura ane rispetto allingresso. Interessanti risultati sono presenti in
letteratura.
Scomposizioni locali: in sintesi
Denizione 3. `e invariante rispetto ad f se
[f, ] i.e. [f, ] .
estende il concetto di invarianza come sottoinsieme a quello di invarianza come foliazione (sotto
lapplicazione di f foglie si trasformano in foglie). Nel caso lineare i due concetti si confondono
in quanto linvarianza in senso geometrico qui impiegata `e implicata della invarianza di insieme.

z = (x) :

f(z) =
_

x
f
_

1
(z)
=
_

f
1
(z
1
, z
2
)

f
2
(z
2
)
_
nelle nuove coordinate

f
2
`e costante sulle variet`a integrali di , i.e. `e funzione di (
d+1
, . . . ,
n
) =
(z
d+1
, . . . , z
n
).
se `e invariante rispetto ad f e g, cio`e
[f, ] e [g, ]
nelle nuove coordinate z si ha
z
1
=

f
1
(z
1
, z
2
) + g
1
(z
1
, z
2
)u
z
2
=

f
2
(z
2
) + g
2
(z
2
)u
11.2. Sistemi a tempo continuo: invarianza e scomposizioni locali 283
versione non lineare di
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
+B
2
u
g , involutiva e invariante rispetto ad f e g
Nelle coordinate z il sistema `e descritto dalle equazioni
z
1
= f
1
(z
1
, z
2
) +g
1
(z
1
, z
2
)u
z
2
= f
2
(z
2
)
`e mantenuta linvarianza della struttura sotto forzamento.
perfetta corrispondenza con il lineare; linvarianza rispetto a g per la dipendenza da x.
versione non lineare di
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
Ricordando che per un sistema lineare linsieme degli stati raggiungibili `e il pi` u piccolo sottospazio
invariante rispetto ad A che contiene limmagine di B e che la minimalit`a assicura la raggiungibilit` a
del primo sottosistema, una scomposizione locale per il sistema ane pu`o essere ottenuta facendo
riferimento alla pi` u piccola distribuzione invariante rispetto ad f e g contenente g.
algoritmo

0
= g

1
=
0
+ [f,
0
] + [g,
0
]

2
=
1
+ [f,
1
] + [g,
1
]
.
.
.

n1
`e la versione non lineare della distribuzione piatta di raggiungibilit` a (B. . . A
n1
B).
Un ulteriore collegamento con la teoria lineare `e ottenuto si si ricorda che linsieme degli stati
raggiungibili al tempo t da x
0
a t = 0 `e dato da

t
(x
0
) = x : x = e
At
x
0
+(B[AB[ . . . [A
n1
B)
Una situazione topologica equivalente si ottiene; si ha infatti

t
(x
0
) =
_
x : x =
0
(t, x
0
) +
_
1

n1
(
0
(t, x
0
))
_
1

n1
(
0
(t, x
0
)) rappresenta un aperto nella foglia integrale di
n1
passante per
0
(t, x
0
).
284 11. La geometria dei sistemi di equazioni dierenziali
, involutiva e invariante rispetto af f e g, `e contenuta in Kerdh
Nelle coordinate z il sistema `e descritto dalle equazioni
z
1
=

f
1
(z
1
, z
2
) + g(z
1
, z
2
)u
z
2
=

f
2
(z
2
) + g(z
2
)u
y =

h(z
2
)
alle evoluzioni che muovono da stati che appartengono alla stessa foglia `e associata la stessa
uscita.
versione non lineare di
z
1
= A
11
z
1
+A
12
z
2
+B
1
u
z
2
= A
22
z
2
y = C
2
z
2
Covettore, , `e una legge che associa ad ogni x un vettore riga (
1
(x), ,
n
(x)), codistribuzione,
, una legge che associa ad ogni x un sottospazio dello spazio duale di T
x
M.
L
f
= [

x
f]
T
+
f
x
`e invariante rispetto ad f se L
f
.
Ricordando che per un sistema lineare linsieme degli stati inosservabili `e il pi` u grande sottospazio
invariante rispetto ad A che `e contenuto nel kernel di C, una scomposizione locale di interesse per il
sistema ane pu`o essere ottenuta facendo riferimento alla pi` u grande distribuzione invariante rispetto
ad f e g contenuta in Kerdh.
algoritmo

0
= dh

1
=
0
+L
f

0
+L
g
,
0

2
=
1
+L
f

1
+L
g
,
1
.
.
.

n1
`e la pi` u piccola codistribuzione invariante rispetto al f e g che contiene dh.
n1

`e la pi` u
grande distribuzione invariante rispetto ad f e g che `e contenuta in kerdh.
Versione nonlineare della distribuzione piatta di indistinguibilit` a.
Un esempio di applicazione
11.3. Sistemi a tempo discreto: invarianza e scomposizioni locali 285
Sia invariante rispetto ad f e g e involutiva per il sistema
x = f(x) +g(x)u +p(x)w
y = h(x)
p Kerdh

z
1
=

f
1
(z
1
, z
2
) + g
1
(z
1
, z
2
)u p
1
(z
1
, z
2
)w
z
2
=

f
2
(z
2
) + g
2
(z
2
)u
y =

h(z
2
)
versione nonlineare di
P (P . . . A
n1
P) 1 ^
_
_
_
C
CA
. . .
CA
n1
_
_
_
^(()
11.3. Sistemi a tempo discreto: invarianza e scomposizioni locali
F := I +f +ug e F
0
:= I +f
`e invariante rispetto alla dinamica se
J
F(,u)
(F(, u))
concetto di invarianza come foliazione (sotto lapplicazione di F foglie si trasformano in foglie)

z = (x) :

F(z, u) = F(
1
(z), u) =
_

F
1
(z
1
, z
2
, u)

F
2
(z
2
, u)
_
versione non lineare a tempo discreto di
z
1
(k + 1) = A
11
z
1
(k) +A
12
z
2
(k) +B
1
u(k)
z
2
(k + 1) = A
22
z
2
(k) +B
2
u(k)
nelle nuove coordinate z = (x), = kerd
2

z
1

2
F(
1
(z), u) =

2
x
[
F(x,u)

F(
1
(z), u)
z
1
=
286 11. La geometria dei sistemi di equazioni dierenziali

2|F
(x, u)
x

F
x
[
x


z
1

1
(z) = 0
essendo lultima uguaglianza vericata per la propriet` a di invarianza e la scelta delle coordinate.
F
u
(F(x, u))
implica che nelle coordinate z il sistema `e descritto dalle equazioni
z
1
(k + 1) =

F
1
(z
1
(k), z
2
(k), u(k))
z
2
(k + 1) =

F
2
(z
2
(k))
infatti

u
(
2
F(
1
(z), u)) =

2
x
[
F(x,u)

F(x, u)
u
= 0
ed `e mantenuta linvarianza della struttura sotto forzamento
versione non lineare di
z
1
(k + 1) = A
11
z
1
(k) +A
12
z
2
(k) +B
1
u(k)
z
2
(k + 1) = A
22
z
2
(k)
kerdH
implica che nelle coordinate z

H := H
1
(z) =

H(z
2
)
infatti
H
z
1
= 0 poich`e = span

z
1
. Nelle coordinate z si ha dunque
z
1
(k + 1) =

F
1
(z
1
(k), z
2
(k), u(k))
z
2
(k + 1) =

F
2
(z
2
(k), u(k))
y(k) =

H(z
2
(k))
alle evoluzioni che muovono da stati che appartengono alla stessa foglia `e associata la stessa uscita.
versione non lineare di
z
1
(k + 1) = A
11
z
1
(k) +A
12
z
2
(k) +B
1
u(k)
z
2
(k + 1) = A
22
z
2
(k) +B
2
u(k)
y(k) = C
2
z
2
(k)
Un esempio di applicazione
11.3. Sistemi a tempo discreto: invarianza e scomposizioni locali 287
Sia invariante rispetto ad F e involutiva per il sistema
x(k + 1) = F(x(k), u(k), w(k))
y(k) = H(x(k))
F
w
(F(, u, w))
KerdH

z
1
(k + 1) =

F
1
(z
1
(k), z
2
(k), u(k), w(k))
z
2
(k + 1) =

F
2
(z
2
(k), u(k))
y(k) =

H(z
2
(k))
versione nonlineare di
P (P . . . A
n1
P) 1 ^
_
_
_
C
CA
. . .
CA
n1
_
_
_
^(()
Linearizzazione mediante controreazione
x(k + 1) = F(x(k), u(k))
y(k) = H(x(k))
F
0
= F(x, u)
grado relativo, r, ritardo ingresso - uscita:

u
H F
0
r1
F(x, u) ,= 0

u
H F
0
k
F(x, u) = 0 k = 0, . . . , r 2

rango
_
_
_
dH
dH F
0
[
dH F
0
r1
_
_
_
= r r n
Nelle coordinate (z, ) = (x), z =
1
(x), =
2
(x), con = kerd
1
= span

:
z
1
(k + 1) = z
2
(k)
[ = [
z
r
(k + 1) = S(z(k), , u(k))
(k + 1) = Q(z(k), , u(k))
y(k) = (z
1
(k)
288 11. La geometria dei sistemi di equazioni dierenziali

u = (z, , v) : S(z, , (z, , v)) =



S(z, v)
rende = span

invariante.
Se H(x
0
) = 0,
1
(x
0
) = 0 e la controreazione ,

, `e tale che

S(0, 0) = 0, si ottiene la dinamica
zero
(k + 1) = Q(0, (k),

(0, (k), 0)) = Q

((k)) (0) =
0
problemi di stabilit` a.
Se

S(z, v) = v +sum
r
i=1
c
i
z
i
la dinamica ingresso - uscita `e resa lineare
Se esiste una funzione tale che r
varphi
= n si ottiene la completa linearizzazione mediante
controreazione.
Indice
Capitolo 1 Sistemi dinamici e Rappresentazioni con lo Stato . . . . . . . . . . . . . . . 4
1.1 Sistema astratto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Sistema astratto orientato e rappresentazioni con lo stato . . . . . . . . . . . . . . . . . . . . 11
1.2.a Causalit` a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.b Rappresentazione con lo stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3 Esistenza e unicit`a delle rappresentazioni con lo stato . . . . . . . . . . . . . . . . . . . . . . . 16
1.4 Dalle rappresentazioni esplicite alle rappresentazioni implicite . . . . . . . . . . . . . . . . 18
1.4.a Sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.b Sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.5 Elementi di classicazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Capitolo 2 Rappresentazioni con lo stato lineari, a dimensione
nita, stazionarie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1 Struttura e propriet` a delle rappresentazioni lineari . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.a Sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1.b Sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2 Le rappresentazioni implicite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3 Le Rappresentazioni Lineari Stazionarie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.a Rappresentazioni a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.b Rappresentazioni a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4 Rappresentazioni implicite equivalenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
290 Indice
2.4.a Rappresentazioni lineari equivalenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.b Rappresentazioni non lineari di sistemi lineari . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5 Rappresentazioni lineari come approssimazioni di sistemi non lineari . . . . . . . . . . . 34
2.6 Rappresentazioni a tempo discreto di sistemi a tempo continuo . . . . . . . . . . . . . . . 38
2.7 Rappresentazioni implicite singolari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Capitolo 3 Modellistica e metodi di analisi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.1 Dinamica di una popolazione studentesca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.2 Dinamica di un debito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3 La catena di SantAntonio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4 I numeri di Fibonacci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5 Dinamica di un gioco dazzardo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.6 Un semplice modello del usso migratorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.7 Un sistema meccanico elementare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.8 Una rete elettrica elementare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.9 Dinamica del prezzo in regime di equilibrio tra domanda e oerta . . . . . . . . . . . . . 49
3.10 Motore elettrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.11 Modelli equivalenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.12 Circuito con diodo Tunnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.12.a Dinamica newtoniana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.13 Satellite in orbita circolare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.14 Dinamica verticale di un missile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.15 Motore elettrico in corrente continua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.16 Levitazione magnetica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Indice 291
Capitolo 4 Rappresentazioni lineari stazionarie: analisi nel dominio
del tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.1 La matrice di transizione nello stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.1.a Sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.1.b Sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.2 Studio della risposta libera nello stato: il caso di sistemi con matrice
dinamica regolare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.2.a Sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.2.b Sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.3 Studio della risposta libera nello stato: il caso generale . . . . . . . . . . . . . . . . . . . . . . 73
4.3.a Sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.3.b Sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.3.c Ulteriori osservazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.4 I modi naturali sotto discretizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.5 I modi naturali nellevoluzione nello stato e in uscita . . . . . . . . . . . . . . . . . . . . . . . 76
4.6 Appendice 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.7 La forma di Jordan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Capitolo 5 Le rappresentazioni Lineari Stazionarie nel dominio
complesso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.1 La trasformata di Laplace nello studio dei sistemi a tempo continuo . . . . . . . . . . . . 84
5.1.a La matrice di transizione nel dominio complesso . . . . . . . . . . . . . . . . . . . . . . . 86
5.1.b I modi naturali nel dominio complesso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.1.c La funzione di trasferimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.2 La risposta a regime permanente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2.a Il regime permanente ad ingressi periodici . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.2.b Il regime permanente a ingressi canonici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.3 Le leggi di moto nellevoluzione libera e forzata nel caso di autovalori
multipli - sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.4 La trasformata Z nello studio dei sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . 104
5.4.a I modi naturali nel dominio complesso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.5 La risposta a regime permanente per i sistemi a tempo discreto . . . . . . . . . . . . . . . 109
5.5.a La risposta a regime ad ingressi periodici . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.5.b La risposta a regime ad ingressi canonici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
292 Indice
5.6 Le leggi di moto nellevoluzione libera e forzata nel caso di autovalori
multipli - sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.7 Discretizzazione della funzione di trasferimento di un sistema continuo
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.8 Appendice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.8.a La Trasformata Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.8.b Sul calcolo della matrice di transizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Capitolo 6 Le propriet`a geometriche dello spazio di stato . . . . . . . . . . . . . . . . . . 126
6.1 Il concetto di invarianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
6.2 Inosservabilit` a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
6.2.a Scomposizione rispetto allinosservabilit` a . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
6.2.b La ricostruibilit` a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.2.c Modi osservabili e scomposizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.3 Raggiungibilit` a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.3.a Scomposizione rispetto alla raggiungibilit` a . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
6.3.b La controllabilit` a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.3.c Modi eccitabili e scomposizione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.4 La struttura interna di un sistema lineare a dimensione nita . . . . . . . . . . . . . . . . . 140
6.5 Le particolarit` a dei sistemi a tempo discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.6 Sugli zeri della funzione di trasferimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
Capitolo 7 Modelli ingresso uscita lineari e rappresentazioni con
lo stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
7.1 La rappresentazione con lo stato di un sistema lineare stazionario
connesso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
7.2 Il problema della realizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
7.2.a Dal nucleo di un integrale di convoluzione ad una rappresentazione
con lo stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
7.2.b Da una matrice di funzioni di variabile complessa ad una rappresentazione
con lo stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.2.c Dalle equazioni dierenziali (alle dierenze) ad una rappresentazione
con lo stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.3 Realizzazioni minime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
7.4 Realizzazioni minime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
7.4.a Un metodo per il calcolo di realizzazioni minime . . . . . . . . . . . . . . . . . . . . . . . 161
7.4.b Ancora sulle realizzazioni minime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.5 Il modello di un sistema interconnesso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.5.a La funzione di trasferimento: la formula di Mason . . . . . . . . . . . . . . . . . . . . . 164
7.5.b La rappresentazione con lo stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Indice 293
Capitolo 8 Elementi di teoria della stabilit`a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
8.1 Denizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
8.1.a Stabilit` a dellequilibrio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
8.1.b La stabilit` a del moto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
8.1.c La stabilit` a asintotica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
8.1.d La stabilit` a globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
8.2 La stabilit` a secondo Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
8.2.a Le funzioni di Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
8.2.b Il criterio di Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
8.2.c Alcuni approfondimenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
8.2.d Sistemi non stazionari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
8.3 La stabilit` a dei sistemi lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
8.3.a La stabilit` a del moto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
8.3.b Condizioni di stabilit` a per i sistemi lineari stazionari . . . . . . . . . . . . . . . . . . . 184
8.3.c Criterio di Lyapunov per i sistemi lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
8.4 Criteri di stabilit` a per i sistemi lineari: il criterio di Routh . . . . . . . . . . . . . . . . . . . 187
8.4.a Casi critici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
8.5 Un criterio di stabilit` a con incertezza sui parametri . . . . . . . . . . . . . . . . . . . . . . . . 192
8.6 Studio della stabilit` a mediante lapprossimazione lineare . . . . . . . . . . . . . . . . . . . . . 193
8.7 Esempi di applicazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
8.8 La stabilit` a esterna nei sistemi lineari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
8.9 Condizioni e criteri per i sistemi lineari a tempo discreto . . . . . . . . . . . . . . . . . . . . 199
8.9.a Il criterio di Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8.9.b Il criterio di Lyapunov per i sistemi lineari stazionari a tempo
discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
8.9.c Studio della stabilit` a mediante linearizzazione . . . . . . . . . . . . . . . . . . . . . . . . . 202
8.10 Sistemi interconnessi: la stabilit` a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
294 Indice
Capitolo 9 Struttura interna, intervento e osservazione . . . . . . . . . . . . . . . . . . . . 212
9.1 Raggiungibilit` a e assegnazione degli autovalori con reazione dallo
stato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
9.1.a Sistemi con un solo ingresso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
9.1.b Sistemi con pi` u ingressi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
9.2 Il problema della ricostruzione dello stato. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
9.2.a Il problema della ricostruzione dello stato. . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
9.2.b Losservatore asintotico ridotto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
9.3 Il principio di separazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
9.4 Assegnazione della dinamica con reazione dalluscita . . . . . . . . . . . . . . . . . . . . . . . . 231
9.4.a Criteri di scelta di N e G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
9.4.b Gli zeri del sistema complessivo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
Capitolo 10 Introduzione alle rappresentazioni non lineari . . . . . . . . . . . . . . . . . . 235
10.1 Sistemi a tempo continuo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
10.1.a Sistemi lineari (richiami) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
10.1.bRappresentazioni a tempo continuo ani nellingresso . . . . . . . . . . . . . . . . . . 237
10.1.c Il problema della realizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
10.2 Sistemi a Tempo Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
10.2.a Sistemi lineari (richiami) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
10.2.bRappresentazioni a tempo discreto ani nellingresso . . . . . . . . . . . . . . . . . . . 259
Capitolo 11 La geometria dei sistemi di equazioni dierenziali . . . . . . . . . . . . . . . 277
11.1 Il punto di vista della geometria nello studio dei sistemi di equazioni
dierenziali . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
11.2 Sistemi a tempo continuo: invarianza e scomposizioni locali . . . . . . . . . . . . . . . . . . 279
11.3 Sistemi a tempo discreto: invarianza e scomposizioni locali . . . . . . . . . . . . . . . . . . . 285