Sei sulla pagina 1di 35

Tesina di

TEORIA DEI SISTEMI

a.a 2009/2010

!

Caterina Vidulli

Ingegneria Gestionale Industriale Università degli Studi di Udine

2 !

1. RAPPRESENTAZIONE INVARIANTI

INDICE:

INTERNA

(DI

STATO)

DEI

SISTEMI

LINEARI

E

1.1 Definizione di sistema e modello di stato

2

1.2 Rappresentazione di stato

4

2. ESPRESSIONI DELL’EVOLUZIONE LIBERA E DELL’EVOLUZIONE FORZATA

VARIABILE DI

DEL

DELLO STATO LAPLACE

NEL

DOMINIO

TEMPO

E

DELLA

2.1 Studio nel dominio del tempo

8

2.2 Studio nel domino della variabile di Laplace

11

3. CAMBIAMENTI DI BASE NELLO SPAZIO DI STATO E DIAGONALIZZAZIONE O RIDUZIONE A FORMA DI JORDAN DELLA MATRICE DI STATO

3.1 Cambiamenti di base nello spazio di stato

15

3.2 Studio della matrice di stato

17

4. ANALISI MODALE NELLO SPAZIO DI STATO

4.1 Modi di un sistema lineare continuo

22

4.2 Modi di un sistema lineare discreto

24

4.3 Proprietà dei modi

26

5. DEFINIZIONE DELLA STABILITA’ DEGLI STATI DI EQUILIBRIO E CONDIZIONI DI STABILITA’ BASATE SUL METODO DI LYAPUNOV

5.1 Definizioni di stabilità

28

5.2 Equilibrio e stabilità dell’equilibrio

29

5.3 Stabilità dei sistemi lineari

30

5.3.1 Stabilità dei sistemi continui

31

5.3.2 Stabilità dei sistemi discreti

33

!

3 !

1. RAPPRESENTAZIONE INTERNA (DI STATO) DI SISTEMI LINEARI E INVARIANTI

1.1 DEFINIZIONE DI SISTEMA E MODELLO DI STATO Con sistema fisico s’intende una parte di universo della quale si vogliono studiare alcune caratteristiche, mentre con ambiente di tale sistema si definisce il resto dell’universo. Per poter analizzare le grandezze a cui si è interessati è necessario ricorrere a un modello matematico del sistema, ovvero un insieme di relazioni (quali equazioni e disequazioni algebriche, differenziali o alle differenze) che legano fra loro le grandezze di interesse del sistema fisico. Nel processo di costruzione di tale modello si deve prima di tutto capire quale sia la natura dei segnali in gioco, scegliendo in corrispondenza le classi di funzioni e di variabili indipendenti con le quali rappresentarIi analiticamente. Successivamente, si deve stabilire quali legami esistenti fra le variabili si vogliono studiare e scegliere la struttura analitica dei modelli matematici adatti a tale rappresentazione. E' fondamentale definire a priori se si andranno ad analizzare aspetti dinamici o statici del fenomeno, perché di conseguenza si ricorrerà a modelli matematici di tipo statico o dinamico. In entrambi i casi, le variabili in gioco possono essere funzioni della variabile indipendente tempo; tuttavia, vi sono significative differenze:

sistemi statici: il legame fra tali funzioni coinvolge soltanto i valori delle variabili nello stesso istante, quindi vi è una relazione istantanea tra le grandezze in gioco;

modelli dinamici: compaiono legami fra i valori delle funzioni in istanti diversi e/o derivate rispetto al tempo delle funzioni stesse, quindi il comportamento del sistema in un certo istante t dipende dai valori delle grandezze in istanti precedenti e successivi a t. Si osserva che, nel linguaggio della Teoria dei sistemi, il termine sistema o sistema dinamico è sinonimo di modello di un fenomeno naturale o artificiale (detto appunto sistema fisico), che può essere definito come un insieme di oggetti interagenti che evolve nel tempo; esempi di sistemi dinamici possono quindi essere reti elettriche, sistemi meccanici, motori elettrici, mercati azionari, atmosfera, clima, sistemi planetari, etc.

!

1 !

L’evoluzione temporale di un sistema è descritta da due vettori di variabili dipendenti dal tempo (assunto questo reale e indicato con t):

variabili in ingresso, rappresentanti le azioni compiute sul sistema da agenti esterni che ne influenzano il comportamento; si indicano con u(t), u R m ;

variabili in uscita, rappresentanti il comportamento del sistema; si indicano con y(t), y R p .

SISTEMA DINAMICO variabili di uscita variabili di stato
SISTEMA DINAMICO
variabili di uscita
variabili di stato

variabili di ingresso

Tuttavia, la conoscenza del valore assunto dalle variabili in ingresso in un certo istante non sempre è sufficiente a determinare il valore delle variabili di uscita nello stesso istante: è necessario un terzo vettore di variabili, dette variabili di stato in quanto descrivono la situazione interna dell’oggetto da modellare; si indicano con x(t), x i R n ; al variare di t esse descrivono nello spazio X = R n una curva detta traiettoria.

I valori assunti da tali variabili in un dato istante di tempo contengono al loro interno tutta l’informazione sulla storia passata del sistema; una volta noto l’andamento

degli ingressi per tempi successivi all’istante iniziale e lo stato in tale istante, permettono

di valutare l’andamento futuro sia dello stato che dell’uscita: tale proprietà è detta

proprietà di separazione.

Si osserva che la scelta delle variabili di stato di un sistema non è unica e va pertanto attuata in modo opportuno: nei sistemi fisici la situazioni interna è determinata

da accumuli di energia e di quantità di moto o massa, quindi conviene scegliere variabili

da cui dipendono tali accumuli. Ad esempio, nei modelli dei circuiti elettrici si possono scegliere come variabili di stato le tensioni ai morsetti dei condensatori e le correnti negli induttori, poiché i loro quadrati sono proporzionali rispettivamente all’energia elettrica e magnetica accumulata al loro interno. Nei modelli meccanici, invece, conviene scegliere

posizione e velocità dei vari elementi, poiché legati ad accumuli di energia potenziale e cinetica o di quantità di moto. Le variabili di un sistema fisico possono essere rappresentate da funzioni che variano con continuità nel tempo, come ad esempio la tensione ai capi di un’induttanza e la velocità di un pezzo meccanico, o da successioni numeriche i cui elementi sono i valori assunti dalle variabili negli istanti considerati, come nel caso della densità di una

!

3 !

popolazione o del livello di un magazzino periodicamente inventariato. Nel primo caso si parla di sistemi continui nel tempo, nel secondo di sistemi discreti: poiché le rappresentazioni di stato e le proprietà differiscono tra i due tipi di sistemi, d’ora in avanti sarà necessario analizzarli separatamente.

1.2 RAPPRESENTAZIONE DI STATO Nello studio di un sistema dinamico si pfare riferimento a due diverse rappresentazioni:

rappresentazione esterna, detta anche di ingresso-uscita; è individuata dalle funzioni del tempo assunte per rappresentare le variabili di ingresso e di uscita e da una trasformazione fra questi insiemi (mappa di ingresso-uscita, avente struttura tale da rappresentare i legami in gioco fra le variabili fisiche e i rispettivi rapporti di causalità);

rappresentazione interna o di stato, nella quale oltre alle funzioni di ingresso e di uscita compaiono anche le variabili di stato; tale rappresentazione risulta più complessa ma anche pinteressante, quindi costituirà l’oggetto del seguente studio.

Considerando anche le variabili di stato x(t), con x i R n e n numero di equazioni del

sistema, la rappresentazione di stato del sistema dinamico è costituita da due equazioni:

l’equazione di stato (detta anche mappa di aggiornamento di stato), equazione differenziale che fornisce l’evoluzione temporale delle variabili che descrivono la situazione interna del sistema:

x ˙ = f(x(t),u(t))

con f funzione vettoriale regolare; tale equazione definisce l’andamento dello stato x(t) per t>t 0 in corrispondenza di ogni terna costituita da un istante t 0 , una funzione d’ingresso u(t), t>t 0 e una condizione iniziale x(t 0 )=x t0 .

la trasformazione d’uscita, equazione algebrica che consente di determinare l’uscita ad uno specifico istante di tempo, nota sia la situazione interna del sistema che il valore dell’ingresso allo stesso istante di tempo:

y( t ) = g( x( t ),u( t ), t )

dove g è un’opportuna funzione vettoriale.

!

3 !

I sistemi dinamici sono quindi descritti dalle due equazioni appena introdotte:

sistemi discreti:

sistemi continui:!

!

" x( t +1) = f ( x( t ),u( t ), t )

#

$

y( t ) = g( x( t ),u( t ), t )

" x ˙ = f(x(t),u(t),t)

#
$

y(t) = g(x(t),u(t),t)

e possono essere classificati in vari modi sulla base delle proprietà delle funzioni f e g.

In particolare si definiscono:!

sistemi invarianti nel tempo, o stazionari, nel caso in cui f e g non dipendano

esplicitamente dal tempo, ovvero:

in cui f e g non dipendano esplicitamente dal tempo, ovvero: " x ( t +

" x( t +1) = f ( x( t ),u( t ))

#
$

y( t ) = g( x( t ),u( t ))

!

" x ˙ = f(x(t),u(t))
#

$ y(t) = g(x(t),u(t))

!

!

! mentre se anche una sola delle funzioni f e g dipende esplicitamente da t il

sistema si dice variante nel tempo.

!

!

Si osserva che la risposta di un sistema stazionario a qualunque sollecitazione

non dipende dall’istante di applicazione di questa; infatti, la stessa sollecitazione

inviata in istanti successivi t 1 e t 2 produce due risposte che differiscono solo per

una traslazione temporale pari alla differenza tra t 2 e t 1 . Perciò, nello studio di

questi sistemi è possibile assumere qualunque valore del tempo come istante

iniziale e la scelta più tipica nell’ambito della teoria dei sistemi e del controllo è

t 0 =0.

sistemi lineari, quando le funzioni f e g sono lineari in x e u, ovvero quando sia

x(t) ˙ che y(t) sono combinazioni lineari delle varie componenti dei vettori

u(t):

" x( t +1) = F( t ) x( t ) + G( t )u( t )

#

$

y( t ) = H( t ) x( t ) +D( t )u( t )

!

!

" x ˙ = F(t)x(t) + G(t)u(t)

#

$

y(t) = H(t)x(t) +D(t)u(t)

) u ( t ) # $ y ( t ) = H ( t )

x(t) ˙ e

con F R nxn , G R nxm , H R pxn , D R pxm matrici di funzioni del tempo;

altrimenti si parla di sistema non lineare. Gli elementi delle matrici assumono

valori complessi nei casi in cui lo stato sia definito in campo complesso.

Un sistema che goda sia della proprietà di invarianza nel tempo che di linearità si

indica con: Σ = (F,G,H,D) ed è descritto dalle equazioni:

!

3 !

" x( t +1) = Fx( t ) + Gu( t )

#

$

y( t ) = Hx( t ) + Du( t )

" x ˙ = Fx(t) + Gu(t)

#

$

y(t) = Hx(t) + Du(t)

dove x(t), u(t) e y(t) sono vettori reali di dimensioni n,m e p e le matrici reali F, G, H e D

sono matrici costanti di dimensione nxn, nxm, pxn e pxm; la matrice F è detta matrice

del sistema o matrice di stato. La presenza della matrice D indica l’esistenza di un

legame istantaneo tra uscite ed ingressi, mentre se D=0 il sistema è detto strettamente

causale o strettamente proprio. Si osserva che poiché la maggior parte delle proprietà

d’interesse sistemistico non dipende dalla presenza della matrice D, si farà

generalmente riferimento solo a sistemi strettamente propri, indicati con: Σ = (F,G,H).

Lo studio dei sistemi lineari e invarianti nel tempo è particolarmente semplice,

perciò quando possibile si cerca di fornire al sistema tali proprietà attraverso un

procedimento di linearizzazione e grazie al congelamento di eventuali parametri

lentamente variabili nel tempo, considerati per semplicità costanti.

Per i sistemi lineari vale la proprietà di sovrapposizione degli effetti, secondo

la quale l’effetto sulle variabili di stato e di uscita dovuto alla sovrapposizione di cause

(ingressi e condizioni iniziali) è dato dalla somma degli effetti dovute alle singole cause

agenti separatamente. Riferendosi ad esempio al sistema continuo appena individuato,

dalle:

si ha:

" dx '

$

#

$ %

" $ dx ' '

#

$ %

dt

dt = Fx' ( t ) + Gu' ( t ),

y ' ( t ) = Hx' ( t ) + Du' ( t )

= Fx' ' ( t ) + Gu' ' ( t ),

y ' ' ( t ) = Hx' ' ( t ) + Du' ' ( t )

x' ( 0) = x ' t 0

x' ' ( 0) = x ' ' t 0

$ " dt d ( x' ( t ) + x ' ' ( t )) = F ( x' ( t ) + x ' ' ( t )) + G(u' ( t ) + u' ' ( t )),

#
$

%

y ' ( t ) + y' ' ( t ) = H( x ' ( t ) + x' ' ( t )) + D(u' ( t ) + u' ' ( t ))

x' ( 0) + x ' ' (0) = x' t 0 +x' ' t 0

che soddisfa l’equazione di stato e dimostra la sovrapposizione delle uscite. Si noti che

le cause da sommare per ottenere la sovrapposizione sono sia gli ingressi che gli stati

iniziali; quando non si fa riferimento ad essi si considerano nulli.

Tale proprietà vale anche per sistemi discreti.

!

3 !

ESEMPIO

ESEMPIO Ad esempio , nel caso del circuito elettrico lineare in figura il vettore di stato

Ad esempio, nel caso del circuito elettrico lineare in figura il vettore di stato x(t) è

costituito dalla corrente x 1 che passa attraverso l'induttore di induttanza L e dalla

tensione x 2 ai capi del condensatore di capacità C 1 , dove l'ingresso u(t) è la tensione del

generatore mentre il vettore delle uscite y(t) è dato ad esempio dalle correnti che

passano attraverso il resistore di resistenza R 1 e resistore di resistenza R 2 per cui

applicando le leggi di Kirchhoff si ha:

u( t ) = L d( x 1 ( t )) dt

R 1 i 3 ( t ) = R 2 C 1 d( x 2 ( t )) + x 2 ( t ) dt

i 3 ( t ) = x 1 ( t

+R 1 i 3 ( t )

)

C 1 d( x 2 ( t )) dt

(1)

(2)

(3)

Pertanto, sostituendo la (3) nella (1) e nella (2) e ponendo: x( t ) =

si individuano le matrici:

!

F

H

#

%

= %

%

%

R 1 R 2 L(R 1 +R 2 ) R 1 C 1 (R 1 +R 2 )

R

2

(R

1 +R 2 )

R

1

(R

1 +R 2 )

R 1

L(R 1 +R 2 )

1

C 1 (R 1 +R 2 )

1

&

(

( ;

(

(

'

$

#

%

= %

%

%

$

(R

1 +R 2 )

1

(R

1 +R 2 )

&

(

( ;

(

(

'

G =

# 1 &

%

'

$

L

(

(

%

0

D = 0

" x 1 ( t ) %
$

&

#

'

$

'

x 2 ( t )

3 !

2. ESPRESSIONI DELL’EVOLUZIONE LIBERA E DELL’EVOLUZIONE FORZATA DELLO STATO NEL DOMINIO DEL TEMPO E DELLA VARIABILE DI LAPLACE

2.1 STUDIO NEL DOMINIO DEL TEMPO SISTEMI DISCRETI Considerando la mappa di aggiornamento di stato di un passo:

Considerando la mappa di aggiornamento di stato di un passo: si vuole valutare lo stato all’istante

si vuole valutare lo stato all’istante t+k conoscendo lo stato x(t) nell’istante t e i valori u(t), u(t+1),…u(t+k-1) dell’ingresso nell’intervallo [t,t+k). Per la proprietà d’invarianza si può considerare l’intervallo [0,k) considerando l’istante iniziale t=0 e gli istanti successivi 0,1,…,k-1 per la valutazione degli ingressi:

successivi 0,1,…,k-1 per la valutazione degli ingressi: l’ultima delle quali fornisce la mappa di aggiornamento di

l’ultima delle quali fornisce la mappa di aggiornamento di stato in k e può essere espressa come:

 
   
 
   

che può essere pensata come la somma dei due termini:

 

evoluzione libera:

• evoluzione libera : per u(0)=u(1)=…=u(k-1)=0

per u(0)=u(1)=…=u(k-1)=0

evoluzione forzata:

• evoluzione f orzata : per x(0)=0

per x(0)=0

• evoluzione f orzata : per x(0)=0

Per quanto riguarda l’uscita, sostituendo la (2.2) nell’equazione:

 
 

si ottiene:

 
 
 

come somma dei contributi:

 

• per u(0)=u(1)=…=u(k-1)=0  

per u(0)=u(1)=…=u(k-1)=0

 

• per x(0)=0

per x(0)=0

• per x(0)=0

!

3 !

con la matrice HF h G avente dimensione pxm.

con la matrice HF h G avente dimensione pxm. Come si vede dalle equazioni 2.2 e

Come si vede dalle equazioni 2.2 e 2.5, il calcolo di x(k) e di y(k), k=0,1,…, si basa sostanzialmente sul calcolo delle potenze della matrice F. Tale calcolo risulta semplificato ricorrendo al metodo della diagonalizzazione o della forma canonica di Jordan, come si vedrà nel capitolo 3.

SISTEMI CONTINUI Si analizza quindi il comportamento di sistemi lineari e invarianti a tempo continuo, aventi rappresentazione interna:

a tempo continuo, aventi rappresentazione interna: con lo scopo di studiare l’andamento dello stato x(t) per

con lo scopo di studiare l’andamento dello stato x(t) per t>t 0 , noto l’istante iniziale t 0 , la funzione d’ingresso u(t) per t>=t 0 e lo stato iniziale x(t 0 )=x t0 . Come per i sistemi discreti, per la proprietà d’invarianza si considera come istante iniziale t=0. Il valore dello stato in ogni istante risulta (per le proprietà di linearità) scomponibile nella somma di due termini, detti di evoluzione libera (x l (t)) e di evoluzione forzata ( ):

libera (x l (t)) e di evoluzione forzata ( ): ! studiabili separatamente: • evoluzione libera:
!
!

studiabili separatamente:

evoluzione libera:! !

evoluzione libera: ! ! con

con

evoluzione libera: ! ! con
• evoluzione libera: ! ! con

corrispondente ad un fissato stato iniziale x(0). Il vettore x(t) ha dimensione n

e F è una matrice di ordine n a elementi reali (

e F è una matrice di ordine n a elementi reali (

e F è una matrice di ordine n a elementi reali (

). L’equazione

dell’evoluzione libera corrisponde a un sistema di equazioni differenziali, lineari e

scalari del primo ordine nelle incognite

scalari del primo ordine nelle incognite costituiscono un insieme di funzioni vettoriali .

costituiscono un insieme di funzioni vettoriali .

le cui soluzioni

Tale insieme di funzioni costituisce un insieme fondamentale di soluzioni se le funzioni vettoriali sono linearmente indipendenti (non esiste alcuna loro combinazione lineare con coefficienti non tutti nulli che sia identicamente nulla), cosa che si ottiene considerando una n-upla di soluzioni corrispondenti ad n stati iniziali linearmente indipendenti.

cosa che si ottiene considerando una n-upla di soluzioni corrispondenti ad n stati iniziali linearmente indipendenti.
Si consideri l’insieme fondamentale di soluzioni corrispondenti

Si consideri l’insieme fondamentale di soluzioni corrispondenti

alle condizioni iniziali

alle condizioni iniziali

. Per linearità, alla

 

3 !

condizione iniziale

la soluzione:

condizione iniziale la soluzione: corrisponde con matrice soddisfa l’equazione differenziale matriciale: matrice nxn

corrisponde

condizione iniziale la soluzione: corrisponde con matrice soddisfa l’equazione differenziale matriciale: matrice nxn
condizione iniziale la soluzione: corrisponde con matrice soddisfa l’equazione differenziale matriciale: matrice nxn

con

matrice soddisfa l’equazione differenziale matriciale:

matrice nxn detta matrice di transizione di stato; tale

matrice nxn detta matrice di transizione di stato ; tale in quanto le matrice Per studiare

in quanto le

matrice

Per studiare le soluzioni di questa equazione differenziale si consideri una soluzione

di validità generale, espressa in forma di sviluppo in serie:

sono soluzioni dell’evoluzione libera; una proprietà importante della

dell’evoluzione libera; una proprietà importante della è quella di essere invertibile per ogni t. tale somma,

è quella di essere invertibile per ogni t.

importante della è quella di essere invertibile per ogni t. tale somma, per somiglianza formale con

tale somma, per somiglianza formale con la serie esponenziale scalare, si indica per pura analogia con il simbolo oppure exp Ft ed è detta matrice esponenziale; gode di alcune proprietà molto utilizzate nell’analisi dei sistemi continui e se ne studierà una tecnica di calcolo nel capitolo 3.2. L’evoluzione libera del sistema è così esprimibile nella forma:

libera del sistema è così esprimibile nella forma: • evoluzione forzata:   con è la soluzione
libera del sistema è così esprimibile nella forma: • evoluzione forzata:   con è la soluzione

evoluzione forzata:

è così esprimibile nella forma: • evoluzione forzata:   con è la soluzione dell’equazione di stato
 
 

con

con
con

è la soluzione dell’equazione di stato a partire da stato iniziale nullo, esprimibile mediante la matrice di transizione exp(Ft). Infatti, applicando la formula di derivazione sotto il segno d’integrale:

la formula di derivazione sotto il segno d’ integrale: si verifica che la della soluzione essa

si verifica che la

della soluzione essa rappresenta l’evoluzione forzata del sistema.

essa rappresenta l’evoluzione forzata del sistema. soddisfa l’equazione di stato e, poiché , per

soddisfa l’equazione di stato e, poiché

del sistema. soddisfa l’equazione di stato e, poiché , per l’unicità Sovrapponendo l’evoluzione libera e

, per l’unicità

Sovrapponendo l’evoluzione libera e forzata si ottiene l’evoluzione dello stato in

corrispondenza di uno stato iniziale

!

libera e forzata si ottiene l’evoluzione dello stato in corrispondenza di uno stato iniziale ! ed

ed un ingresso

:!
:!

3 !

!
!

!

!

!

!

! ! ! ! ! Se l’istante iniziale τ è diverso da zero si ha :

Se l’istante iniziale τ è diverso da zero si ha:

! ! Se l’istante iniziale τ è diverso da zero si ha : Dalla trasformazione d’uscita
! ! Se l’istante iniziale τ è diverso da zero si ha : Dalla trasformazione d’uscita

Dalla trasformazione d’uscita , utilizzando l’equazione di evoluzione

dello stato si ottiene l’evoluzione dell’uscita del sistema:

! ! ! ! con : ! 2.2 STUDIO NEL DOMINIO DELLA VARIABILE DI LAPLACE
!
!
!
!
con :
!
2.2 STUDIO NEL DOMINIO DELLA VARIABILE DI LAPLACE
Considerando sempre lo stesso sistema lineare, invariante e continuo:
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
le cui evoluzioni dello stato e dell’uscita sono :
!
!
!
!
!
!
!
!
Attraverso l’uso della trasformata di Laplace si possono analizzare i legami ingresso-
!
!
!
!
!
!

stato-uscita in modo più semplice, attraverso equazioni algebriche e non differenziali:

equazione di stato (2.14): nell’ipotesi che l’ingresso u, definito sull’intervallo

che l’ingresso u, definito sull’intervallo , sia L-trasformabile, la sua trasformata è e quindi
che l’ingresso u, definito sull’intervallo , sia L-trasformabile, la sua trasformata è e quindi

, sia L-trasformabile, la sua trasformata è e quindi

all’equazione differenziale di stato corrisponde l’equazione algebrica:

!
!
di stato corrisponde l’equazione algebrica: ! dove con X(s) si è indicata la trasformata del vettore
di stato corrisponde l’equazione algebrica: ! dove con X(s) si è indicata la trasformata del vettore

dove con X(s) si è indicata la trasformata del vettore sull’intervallo ;

equazione di trasformazione (2.15): se Y(s) è la trasformata dell’uscita ,

(2.15) : se Y(s) è la trasformata dell’uscita , allora l’equazione di trasformazione d’uscita diventa: ;

allora l’equazione di trasformazione d’uscita diventa:

;
;

!

3 !

evoluzione del sistema (2.16): la sua trasformata risulta

evoluzione del sistema (2.16): la sua trasformata risulta in quanto risulta e si applica il teorema
evoluzione del sistema (2.16): la sua trasformata risulta in quanto risulta e si applica il teorema

in quanto risulta e si applica il teorema della trasformata di un integrale di convoluzione, ricordando l’unicità della trasformata di Laplace. Si osserva che i due addendi corrispondono alle due evoluzioni:

o

evoluzione libera, per l’ingresso identicamente nullo:

o evoluzione libera, per l’ingresso identicamente nullo: o evoluzione forzata, per lo stato iniziale nullo •

o

evoluzione forzata, per lo stato iniziale nullo

nullo: o evoluzione forzata, per lo stato iniziale nullo • evoluzione dell’uscita (2.17): in cui il

evoluzione dell’uscita (2.17):

stato iniziale nullo • evoluzione dell’uscita (2.17): in cui il primo addendo rappresenta l’uscita in evoluzione

in cui il primo addendo rappresenta l’uscita in evoluzione libera e il secondo quella in evoluzione forzata

Infine, si osserva che la matrice pxm:

in evoluzione forzata Infine, si osserva che la matrice pxm: è razionale propria ed è detta

è razionale propria ed è detta matrice di trasferimento del sistema.

A questo punto si perviene a dei legami fra le funzioni equazioni differenziali; scrivendo le matrici adj(sI-F) e det(sI-F) nella forma:

,
,
,
,
scrivendo le matrici adj(sI-F) e det(sI-F) nella forma: , , si studia l’evoluzione del sistema: •
scrivendo le matrici adj(sI-F) e det(sI-F) nella forma: , , si studia l’evoluzione del sistema: •
scrivendo le matrici adj(sI-F) e det(sI-F) nella forma: , , si studia l’evoluzione del sistema: •

si studia l’evoluzione del sistema:

l’evoluzione libera soddisfa la forma:

espressi da

• l’evoluzione libera soddisfa la forma: espressi da quindi poiché la L - 1 trasformata del

quindi

poiché

la

L -1

trasformata

del

secondo

membro

è

una

funzione

identicamente

nulla

per

t>0,

si

ottengono

le

equazioni

differenziali

lineari

omogenee:

 
 
nulla per t>0, si ottengono le equazioni differenziali lineari omogenee:     3 !
 

3 !

!

l’evoluzione forzata invece ha forma:

• l’evoluzione forzata invece ha forma: e, assumendo che la funzione sia derivabile almeno n-1 volte,

e, assumendo che la funzione sia derivabile almeno n-1 volte, si ottiene per t>0 l’equazione differenziale non omogenea:

per t>0 l’equazione differenziale non omogenea: mentre per l’uscita, assumendo per semplicità D=0, si ha:

mentre per l’uscita, assumendo per semplicità D=0, si ha:

mentre per l’uscita, assumendo per semplicità D=0, si ha: valide anche quando x 0 ≠ 0

valide anche quando x 0 0 ! , applicando il principio di sovrapposizione.

ESEMPIO Si studia il sistema Σ (F,G,H) con due ingressi e due uscite, avente rappresentazione interna:

due ingressi e due uscite, avente rappresentazione interna: La trasformata della matrice esponenziale è : La

La trasformata della matrice esponenziale è:

rappresentazione interna: La trasformata della matrice esponenziale è : La matrice di trasferimento è quindi: !

La matrice di trasferimento è quindi:

rappresentazione interna: La trasformata della matrice esponenziale è : La matrice di trasferimento è quindi: !

!

3 !

Perciò, poiché il polinomio caratteristico di F è:

Perciò, poiché il polinomio caratteristico di F è: e la matrice aggiunta è : nel dominio

e la matrice aggiunta è:

caratteristico di F è: e la matrice aggiunta è : nel dominio del tempo, il legame

nel dominio del tempo, il legame ingresso – uscita è esprimibile come:

tempo, il legame ingresso – uscita è esprimibile come: Si noti che, poichè (s-2) è un

Si noti che, poichè (s-2) è un fattore comune sia a det(sI-F) che a Hadj(sI-F):

(s-2) è un fattore comune sia a det(sI-F) che a Hadj(sI-F): tale termine può essere semplificato

tale termine può essere semplificato nell’equazione di legame ingresso-uscita, ottenendo un’equazione differenziale del secondo ordine:

ne ll’equazione di legame ingresso-uscita , ottenendo un’equazione differenziale del secondo ordine: ! 3 !

!

3 !

3.

CAMBIAMENTI DI BASE NELLO SPAZIO DI STATO E DIAGONALIZZAZIONE

O RIDUZIONE A FORMA DI JORDAN DELLA MATRICE DI STATO

3.1 CAMBIAMENTI DI BASE NELLO SPAZIO DI STATO

Le equazioni di stato di un sistema lineare fanno implicitamente riferimento a una scelta preliminare di basi negli spazi U, X e Y, dalle quali dipendono sia i vettori d’ingresso e uscita in un generico istante che le matrici F, G, H, D. Tale scelta arbitraria a priori è suggerita dalla struttura fisica dell’oggetto da rappresentare; tuttavia, talvolta può essere conveniente compiere dei cambiamenti di base per rendere evidenti le proprietà strutturali del sistema da studiare. In molti casi, la possibilità di risolvere un problema è proprio legata alla capacità di trovare una base opportuna. Si analizzerà quindi come cambia la struttura delle equazioni di un sistema quando si effettua il cambiamento di base nello spazio di stato, studiando poi le proprietà della matrice di stato stessa.

Sia e 1 ,…,e n la base in X rispetto alla quale il sistema lineare è descritto dalle equazioni:

alla quale il sistema lineare è descritto dalle equazioni: Si supponga di adottare in X una

Si supponga di adottare in X una nuova base v 1 ,…,v n ; ciascuno dei vettori v j è esprimibile attraverso una combinazione lineare dei vettori e j e viceversa, ovvero:

lineare dei vettori e j e viceversa, ovvero: con T matrice invertibile avente come elementi t

con T matrice invertibile avente come elementi t ij ; il legame tra le due basi può essere espresso dalla:

j ; il legame tra le due basi può essere espresso dalla: quindi il vettore di

quindi il vettore di stato, che rispetto alla base e 1 ,…,e n è rappresentato dell’ennupla

, rispetto alla base v 1 ,…,v n ha come componenti gli elementi dell’ennupla

,…,v n ha come componenti gli elementi dell’ennupla , data dal prodotto tra l’inversa della matrice
,…,v n ha come componenti gli elementi dell’ennupla , data dal prodotto tra l’inversa della matrice

, data dal prodotto tra l’inversa della matrice T e l’ennupla x, in quanto:

!

3 !

(3.4) Sostituendo nella (1) la (4), si ottiene l’equazione di riferimento alla nuova base in

(3.4)

Sostituendo nella (1) la (4), si ottiene l’equazione di riferimento alla nuova base in X:

ottiene l’equazione di riferimento alla nuova base in X: (3.5) Ponendo poi: (3.6) la (5) assume

(3.5)

Ponendo poi:

di riferimento alla nuova base in X: (3.5) Ponendo poi: (3.6) la (5) assume la stessa

(3.6)

la (5) assume la stessa struttura della (1):

poi: (3.6) la (5) assume la stessa struttura della (1): (3.7) Due sistemi e (F,G,H,D) si

(3.7)

(3.6) la (5) assume la stessa struttura della (1): (3.7) Due sistemi e (F,G,H,D) si dicono

Due sistemi e (F,G,H,D) si dicono algebricamente equivalenti se valgono le relazioni (3.7): essi possono quindi essere considerati lo stesso sistema riferito a basi diverse nello spazio di stato. Una conseguenza immediata è che sistemi algebricamente equivalenti hanno la stessa matrice di trasferimento (anche se non vale il viceversa). Infatti:

di trasferimento (anche se non vale il viceversa) . Infatti: (3. 8) Ovviamente quanto detto vale

(3.8)

Ovviamente quanto detto vale anche per i sistemi continui.

!

3 !

3.2

STUDIO DELLA MATRICE DI STATO

Come già introdotto nel capitolo 1, la matrice di stato dei sistemi continui tempo- invarianti, indicata con F, è una matrice quadrata di ordine n (dove n è la dimensione dello spazio di stato X) ad elementi reali. Si tratta di una matrice di fondamentale importanza, in quanto compare nella già analizzata relazione:

in quanto compare nella già analizzata relazione: permettendo dell’equazione differenziale: di calcolare la

permettendo

dell’equazione differenziale:

di

calcolare

permettendo dell’equazione differenziale: di calcolare la ma trice di transizione di stato φ (t, τ )

la

matrice

di

transizione

di

stato

φ (t,τ ),

(3.9)

soluzione

(3.10)

con condizione iniziale φ (τ ,τ )=I n necessaria e sufficiente per la determinazione dell’equazione del movimento del sistema. Si dimostra che la matrice esponenziale di F, e Ft definita come:

che la matrice esponenziale di F, e F t definita come: (3.11) e rappresenta l’unica soluzione

(3.11)

e rappresenta l’unica soluzione dell’equazione (3.9), ovvero sussiste la relazione:

dell’equazione (3.9), ovvero sussiste la relazione: (3.12) quindi il problema della determinazione della matrice

(3.12)

quindi il problema della determinazione della matrice di transizione di stato φ (t- τ ) si

riconduce a quello della determinazione della matrice e Ft a partire dalla matrice di stato

F.

Uno dei metodi possibili per il calcolo della matrice esponenziale e Ft di una generica matrice F, quadrata di ordine n, è quello della diagonalizzazione, o utilizzo della forma canonica di Jordan. Innanzi tutto è necessario dare alcune definizioni:

diagonalizzazione: una matrice quadrata A è diagonalizzabile se esiste una matrice invertibile P, detta matrice modale di A, formata dai vettori che generano gli autospazi di A, tale che P -1 AP è diagonale, con gli autovalori di A sulla diagonale principale;

!

3 !

blocco di Jordan di ordine k è una matrice triangolare superiore con k righe in

cui ogni elemento della diagonale è uguale a λ e in ogni posizione (i, i+1) si trova

un 1:

è uguale a λ e in ogni posizione (i, i+1) si trova un 1: Il suo

Il suo polinomio caratteristico è (x- λ ) k e quindi ha λ come unico autovalore con la

molteplicità algebrica k; l’autospazio relativo a λ ha sempre dimensione 1, quindi

se k>1 il blocco di Jordan non è diagonalizzabile;

matrice di Jordan è una matrice a blocchi del tipo:

• matrice di Jordan è una matrice a blocchi del tipo: dove J i è un

dove J i è un blocco di Jordan con autovalore λ i e con un autospazio

unidimensionale relativo a λ i ;

forma canonica di Jordan di una matrice quadrata A è una matrice triangolare J

simile ad A, avente una struttura il più possibile simile a una matrice diagonale. In

particolare, J è diagonale solo se A è diagonalizzabile, altrimenti è divisa in

blocchi di Jordan. La forma canonica caratterizza univocamente la classe di

similitudine di una matrice, ovvero due matrici sono simili se e solo se hanno la

stessa forma di Jordan (a meno di permutazione dei blocchi).

ESEMPIO Si calcola la forma canonica di Jordan della matrice:

Si calcola la forma canonica di Jordan della matrice: Il suo polinomio caratteristico è ( x

Il suo polinomio caratteristico è (x 4) 2 (x 2)(x 1), quindi i suoi autovalori sono

4,

4, 2 e 1. Indicando con m alg ( λ ) e m geo ( λ ) le molteplicità algebrica e geometrica

di

un autovalore λ , valgono sempre le seguenti disuguaglianze:

) le molteplicità algebrica e geometrica di un autovalore λ , valgono sempre le seguenti disuguaglianze:

!

3 !

Quindi in questo caso le molteplicità algebriche e geometriche degli autovalori 2 e 1 sono tutte 1, e l'unica grandezza da trovare è la molteplicità geometrica di 4, che può essere 1 o 2. La molteplicità geometrica di un autovalore indica il numero di blocchi di Jordan presenti relativi a quell'autovalore. Vediamo che la dimensione dell’autospazio relativo all’autovalore 4 è 1 e non 2, quindi A non è diagonalizzabile e l'autovalore 4 ha un solo blocco di Jordan. La matrice di Jordan è quindi la seguente:

di Jordan. La matrice di Jordan è quindi la seguente: E’ ora quindi possibile illustrare il

E’ ora quindi possibile illustrare il metodo per il calcolo della matrice esponenziale

e Ft : data la matrice J di Jordan equivalente ad F e la matrice M modale di F, queste

matrici soddisfano la relazione: F=MJM -1 e più in generale F k =MJ k M -1 .

Utilizzando questa relazione nella definizione data in precedenza di matrice

esponenziale e Ft nella (3.10), si ottiene:

matrice esponenziale e F t nella (3.10), si ottiene: ovvero, nota F, il calcolo della sua

ovvero, nota F, il calcolo della sua matrice esponenziale e Ft si può ricondurre al calcolo

della matrice esponenziale e Jt della forma di Jordan equivalente ad F. Tale matrice si

ottiene semplicemente facendo l’esponenziale dei singoli blocchi di cui J stessa si

compone, dove l’esponenziale del generico miniblocco corrisponde all’esponenziale dei

suoi elementi diagonali:

corrisponde all’esponenziale dei suoi elementi diagonali: ESEMPIO Si consideri il caso in cui F presenta n
corrisponde all’esponenziale dei suoi elementi diagonali: ESEMPIO Si consideri il caso in cui F presenta n

ESEMPIO

Si consideri il caso in cui F presenta n auto valori reali e distinti, come nella matrice

seguente:

seguente:
 

3 !

Per prima cosa s’individuano gi autovalori, ovvero le radici del polinomio caratteristico:

autovalori, ovvero le radici del polinomio caratteristico: da cui si deduce che la matrice possiede due

da cui si deduce che la matrice possiede due autovalori λ 1 =1 e λ 2 =-3 reali e distinti; poiché entrambi hanno molteplicità 1, anche i loro autospazi hanno dimensione unitaria:

la matrice è quindi diagonalizzabile. Si calcola quindi la forma canonica di Jordan

equivalente a F: essendo F una matrice di ordine 2 e avendo trovato 2 autovalori reali

distinti, la matrice di Jordan sarà una matrice di ordine 2 avente miniblocchi, di dimensione 1, coincidenti con i due autovalori:

di dimensione 1, coincidenti con i due autovalori: e l’esponenziale di questa matrice si ottiene facendo

e l’esponenziale di questa matrice si ottiene facendo l’esponenziale dei singoli blocchi (ossia, in questo caso, l’esponenziale dei singoli elementi diagonali):

caso, l’esponenziale dei singoli elementi diagonali): , quindi si devono i ndividuare la matrice modale M

, quindi si

devono individuare la matrice modale M e la sua inversa. A questo scopo, si calcolano gli autovettori associati ai due autovalori della matrice F, risolvendo per ciascun

autovalore il sistema:

A questo punto, l’obiettivo è l’applicazione della relazione

punto, l’obiettivo è l’applicazione della relazione : • λ 1 =1 da cui si può prendere
:
:

λ 1 =1

è l’applicazione della relazione : • λ 1 =1 da cui si può prendere ad esempio:
è l’applicazione della relazione : • λ 1 =1 da cui si può prendere ad esempio:

da cui si può prendere ad esempio:

: • λ 1 =1 da cui si può prendere ad esempio: • λ 2 =-3

λ 2 =-3

da cui si può prendere ad esempio:

La

matrice modale M si costruisce quindi unendo le colonne degli autovettori ottenuti:

 

3 !

e la sua inversa è: Si può quindi determinare e F t : Nel caso

e la sua inversa è:

e la sua inversa è: Si può quindi determinare e F t : Nel caso di

Si può quindi determinare e Ft :

e la sua inversa è: Si può quindi determinare e F t : Nel caso di

Nel caso di autovalori complessi σ+jω, un blocco diagonale della forma reale di

Jordan ha la forma:

un blocco diagonale della forma reale di Jordan ha la forma: e per il calcolo della

e per il calcolo della potenza k-esima si procede ponendo

in modo da avere:

della potenza k-esima si procede ponendo in modo da avere: e La matrice M si scompone
della potenza k-esima si procede ponendo in modo da avere: e La matrice M si scompone

e

della potenza k-esima si procede ponendo in modo da avere: e La matrice M si scompone

La matrice M si scompone nel prodotto: M = DR = RD

avere: e La matrice M si scompone nel prodotto: M = DR = RD in cui

in cui i fattori:

,

M si scompone nel prodotto: M = DR = RD in cui i fattori: , inducono

inducono sui vettori di R 2 una dilatazione di ampiezza |λ | e una rotazione di ampiezza angolare θ . Ovviamente M k induce una rotazione di k θ e una dilatazione di ampiezza

|λ| k . Dalla

M k induce una rotazione di k θ e una dilatazione di ampiezza | λ |

e dalla

M k induce una rotazione di k θ e una dilatazione di ampiezza | λ |

si ha:

M k induce una rotazione di k θ e una dilatazione di ampiezza | λ |

!

3 !

4.

ANALISI MODALE NELLO SPAZIO DI STATO

4.1 MODI DI UN SISTEMA LINEARE CONTINUO

Si consideri il sistema lineare continuo in evoluzione libera:

consideri il sistema lineare continuo in evoluzione libera: e una base di vettori v 1 ,…v

e una base di vettori v 1 ,…v n che costituiscono una base di Jordan per F; effettuando una

cambiamento di base nello spazio di stato rispetto a questa base, si ottiene il vettore di stato e la relazione:

questa base, si ottiene il vettore di stato e la relazione: con con ; la dinamica

con

con

base, si ottiene il vettore di stato e la relazione: con con ; la dinamica di

; la dinamica dibase, si ottiene il vettore di stato e la relazione: con con è quindi espressa dalla:

il vettore di stato e la relazione: con con ; la dinamica di è quindi espressa

è quindi espressa dalla:

con con ; la dinamica di è quindi espressa dalla: . La soluzione della (4.3) si
con con ; la dinamica di è quindi espressa dalla: . La soluzione della (4.3) si

. La soluzione della (4.3) si ottiene attraverso la matrice esponenziale:con con ; la dinamica di è quindi espressa dalla: Le funzioni (complesse) del tempo che

della (4.3) si ottiene attraverso la matrice esponenziale: Le funzioni (complesse) del tempo che costituiscono gli
della (4.3) si ottiene attraverso la matrice esponenziale: Le funzioni (complesse) del tempo che costituiscono gli

Le funzioni (complesse) del tempo che costituiscono gli elementi della matrice sono detti modi (complessi) del sistema. Ovviamente, rispetto a una base qualsiasi, le funzioni componenti il vettore di evoluzione libera sono combinazioni lineari dei modi.

Per analizzare la struttura dei modi del sistema si deve distinguere tra i casi relativi a

F diagonalizzabile (o di struttura semplice) e a F generica: • F DIAGONALIZZABILE: ! !
F
diagonalizzabile (o di struttura semplice) e a F generica:
F DIAGONALIZZABILE:
!
!
!
!
!
!
i modi sono
,
e
perché
siano
linearmente
indipendenti
è
necessario e sufficiente che gli autovalori λ 1 ,… λ n siano distinti.
!
3 !

Ciascun modo reale può essere eccitato indipendentemente, cioè prendendo come stati iniziali gli autovettori di F, a essi corrisponde un movimento libero espresso mediante un solo modo del sistema. Infatti l’equazione:

mediante un solo modo del sistema. Infatti l’equazione: mette ancor meglio in evidenza come si tratti

mette ancor meglio in evidenza come si tratti di n sistemi lineari del primo ordine interagenti tra loro; è quindi possibile ottenere ciascuno dei modi assumendo stato iniziale non nullo in uno soltanto dei sottosistemi.

Nel caso in cui si abbiano autovalori complessi e si desideri rappresentare l’evoluzione del sistema solo con funzioni reali, conviene riferire lo spazio di stato

ad una base caratteristica reale. I modi reali sono le funzioni

una base caratteristica reale. I modi reali sono le funzioni ;! ovviamente, ogni evoluzione libera ha
una base caratteristica reale. I modi reali sono le funzioni ;! ovviamente, ogni evoluzione libera ha

;! ovviamente, ogni evoluzione libera

ha componenti esprimibili come combinazioni lineari a coefficienti reali dei modi reali. Si osserva che i modi corrispondenti ad una coppia di autovalori complessi coniugati non possono essere eccitati indipendentemente.

coniugati non possono essere eccitati indipendentemente. I modi sono funzioni non limitate per σ 1 >0,
coniugati non possono essere eccitati indipendentemente. I modi sono funzioni non limitate per σ 1 >0,

I modi sono funzioni non limitate per σ 1 >0, limitate e convergenti per e che per ω 1 0 hanno comportamento oscillatorio.

F DIAGONALE A BLOCCHI, avente come blocchi dei miniblocchi di Jordan:

A BLOCCHI, avente come blocchi dei miniblocchi di Jordan: ! con considerata. dove hanno la struttura

!

con

avente come blocchi dei miniblocchi di Jordan: ! con considerata. dove hanno la struttura già

considerata.

dove

avente come blocchi dei miniblocchi di Jordan: ! con considerata. dove hanno la struttura già  

hanno

la

struttura

già

 

3 !

sono i modi del sistema. Se lo stato iniziale appartiene al sottospazio generato da una

sono i modi del sistema. Se lo

stato iniziale appartiene al sottospazio generato da una catena di Jordan relativa all’autovalore λ i , la traiettoria è interamente contenuta nel medesimo sottospazio e i modi eccitati sono quelli del relativo miniblocco di Jordan di λ i In questo caso non è possibile eccitare singolarmente tutti i modi, in quanto non appena viene eccitato uno esso eccita anche tutti gli altri.

Le funzioni

4.2 MODI DI UN SISTEMA LINEARE DISCRETO

Data l’equazione di stato di un sistema discreto, si individua la forma canonica di Jordan della matrice F e si riferisce lo spazio di stato del sistema alla forma di Jordan per F:

lo spazio di stato del sistema alla forma di Jordan per F: L’evoluzione libera è descritta
lo spazio di stato del sistema alla forma di Jordan per F: L’evoluzione libera è descritta

L’evoluzione libera è descritta da:

L’evoluzione libera è descritta da: (4.7)

(4.7)

e rispetto alla base di partenza, da:

e rispetto alla base di partenza, da: (4.8)

(4.8)

Ricorrendo alla rappresentazione con serie formali, le (4.7) e (4.8) diventano:

(4.7’)

(4.7’)

(4.8’)

(4.8’)

Si dicono modi del sistema le serie che costituiscono gli elementi della matrice:

.
.

Rispetto ad una base qualsiasi le serie componenti del vettore combinazioni lineari dei modi.

!

della matrice: . Rispetto ad una base qualsiasi le serie componenti del vettore combinazioni lineari dei

sono

3 !

Il metodo di studio dell’analisi modale dei sistemi continui può essere applicato anche ai sistemi discreti; si analizzano i casi in cui F è diagonalizzabile o generica:

F diagonalizzabile:

da cui:

o generica: • F diagonalizzabile : da cui: ! i modi sono le serie ; è
!
!

i

modi

sono

le

serie

;
;

è

possibile

eccitare

i

modi

singolarmente

(ricorrendo in generale a stati iniziali complessi) e la traiettoria si sviluppa lungo l’autovettore che costituisce lo stato iniziale.

I modi reali sono le serie:

i=1,2,…,h, j=sh+1,…,n.

I modi reali sono le serie: i=1,2,…,h, j=sh+1,…,n. I modi oscillatori hanno caratteristica convergente a zero

I modi oscillatori hanno caratteristica convergente a zero per

per

oscillatori hanno caratteristica convergente a zero per per e limitato ma non convergente a zero per

e limitato ma non convergente a zero per

.
.
a zero per per e limitato ma non convergente a zero per . , non limitato

, non limitato

F diagonale a blocchi:

a zero per . , non limitato • F diagonale a blocchi : con J i

con

J i

minilbocco di Jordan di

ordine v i . I modi sono gli elementi della matrice diagonale a blocchi

ovvero:

,!
,!
!
!

!

3 !

4.3

PROPRIETA’ DEI MODI

1. CARATTERE DI CONVERGENZA DEI MODI

In riferimento sia ai sistemi discreti che a quelli continui, un modo m(t) (reale o

complesso), definito per

continui, un modo m(t) (reale o complesso), definito per si definisce: o convergente se ; o

si definisce:

o

convergente se

o convergente se ;

;

o

o e se

e se

o

limitato, ma non convergente, se m(t) non è infinitesimo per esiste un numero M>0 tale che per ogni si abbia

non limitato se per ogni numero M>0 prefissato esiste un istante t in cui

numero M>0 tale che per ogni si abbia non limitato se per ogni numero M>0 prefissato
;
;
.
.

Si hanno quindi i seguenti teoremi, per i sistemi rispettivamente continui e discreti:

teoremi, per i sistemi rispettivamente continui e discreti: Teorema 1 : I modi del sistema sono

Teorema 1: I modi del sistema sono convergenti se e solo se tutti gli atuovalori di F hanno parte reale strettamente negativa, sono limitati se e solo se gli autovalori di F hanno parte reale negativa o nulla e quelli immaginari puri sono radici semplici del polinomio minimo di F (ossia i relativi miniblocchi di Jordan hanno dimensione unitaria).

i relativi miniblocchi di Jordan hanno dimensione unitaria). Teorema 2 : I modi del sistema sono

Teorema 2: I modi del sistema sono convergenti se e solo se tutti gli autovalori di F hanno modulo strettamente minore di 1, sono limitati se e solo se gli autovalori di F hanno modulo minore o uguale a 1 e quelli con modulo unitario sono radici semplici del polinomio di F (ossia i relativi miniblocchi di Jordan hanno dimensione unitaria).

Poiché ogni combinazione lineare di modi convergenti è convergente, l’evoluzione libera di un sistema continuo in cui F ha tutti gli autovalori con parte reale negativa (o modulo strettamente minore di 1 nel caso discreto) converge nell’origine dello spazio di stato qualunque sia lo stato iniziale; se invece i modi sono semplicemente limitati, l’evoluzione libera resta comunque limitata qualunque sia lo stato iniziale. Nel caso infine in cui il sistema (continuo o discreto) abbia qualche modo non limitato, esistono stati iniziali cui corrispondono evoluzioni libere non limitate.

!

3 !

L’origine dello spazio di stato in un sistema lineare è un punto di equilibrio, nel senso che se non perturbato il sistema vi permane indefinitamente (qualora lo stato iniziale sia l’origine). L’equilibrio nell’origine è definito asintoticamente stabile se tutti i modi sono convergenti, semplicemente stabile se invece sono limitati ma non tutti convergenti.

2. CARATTERE DI DOMINANZA In generale, al divergere di t l’evoluzione libera di un sistema lineare invariante può essere approssimata usando un numero limitato di modi e la varietà lineare contenente la traiettoria può essere assimilata al sottospazio generato da un numero limitato di autovettori di F.

Infatti, sia nel caso di sistemi continui che discreti, si può individuare un modo dominante sugli altri:

o

continui : considerando riferito alla base di Jordan v 1 ,…,v n e supponendo che

continui: considerando riferito alla base di Jordan v 1 ,…,v n e supponendo che gli autovalori di F, opportunamente ordinati, soddisfino la disuguaglianza:

implica
implica

la condizione

che

i

termini

per i>1

tendano

a

0

al

divergere di t. Perciò, per grandi valori di t il termine

divergere di t. Perciò, per grandi valor i di t il termine domina tutti

domina tutti

gli altri nell’evoluzione libera, quindi x(t) tende ad allinearsi con l’autovettore v1, detto autovettore dominante (indipendentemente dallo stato iniziale purché si abbia );

con l’autovettore v1, detto autovettore dominante (indipendentemente dallo stato iniziale purché si abbia );

o

discreti: in questo caso si fa riferimento all’ordine decrescente dei moduli degli autovalori:

!

all’ordine decrescente dei moduli degli autovalori: ! se al divergere di t, x(t) ha la rappresentazione

se

all’ordine decrescente dei moduli degli autovalori: ! se al divergere di t, x(t) ha la rappresentazione

al divergere di t, x(t) ha la rappresentazione asintotica

degli autovalori: ! se al divergere di t, x(t) ha la rappresentazione asintotica , con v1

, con v1 autovettore dominante.

3 !

5. DEFINIZIONE

CONDIZIONI DI STABILITA’ BASATE SUL METODO DI LYAPUNOV

DELLA

STABILITA’

DEGLI

STATI

DI

5.1 DEFINIZIONI DI STABILITA’

EQUILIBRIO

E

Nell’analisi di un sistema dinamico è spesso molto importante stabilire se il comportamento del sistema stesso sia più o meno indifferente rispetto a incertezze sui valori dei parametri presenti nelle equazioni, degli ingressi e dello stato iniziale. Infatti, non è mai ragionevole pretendere di conoscere perfettamente queste grandezze ed è frequente che sopravvengano sul sistema perturbazioni di diversa durata e intensità. Inoltre, è utile disporre di informazioni di carattere qualitativo, riguardanti le caratteristiche dell’evoluzione del sistema quando , l’eventuale esistenza di movimenti periodici e la geometria delle traiettorie corrispondenti, la struttura delle traiettorie in un punto di equilibrio, etc.

struttura delle traiettorie in un punto di equilibrio, etc. Si studierà quindi la proprietà di stabilità

Si studierà quindi la proprietà di stabilità che, secondo una definizione data alla fine del XIX secolo dal matematico russo A. M. Lyapunov, fa riferimento alle conseguenze sul movimento dello stato di un sistema provocate da incertezze sul valore iniziale dello stato stesso, a ingresso e parametri fissi e noti. Si farà riferimento ai modelli di stato di un sistema invariante autonomo (ovvero senza ingresso), nei due casi:

discreto:

(ovvero senza ingresso), nei due casi: • discreto: (5.1) in cui dato lo stato iniziale x(0)=x0

(5.1)

in cui dato lo stato iniziale x(0)=x0 la mappa di transizione in un passo individua univocamente tutti gli stati successivi;

continuo:

univocamente tutti gli stati successivi; • continuo: (5.2) in cui si assume che la f sia

(5.2)

in cui si assume che la f sia continua e che la soluzione passante per x 0 all’istante t=0 sia unica.

Si definiscono innanzi tutto:

movimento o evoluzione del sistema la funzione che associa ad ogni istante t lo stato raggiunto dal sistema in quell’istante:

del sistema la funzione che associa ad ogni istante t lo stato raggiunto dal sistema in

!

3 !

traiettoria o orbita del sistema con inizio in x(0)=x 0 , l’immagine del movimento, ovvero il sottoinsieme dello spazio X costituito dagli stati descritti, per t0, partendo dallo stato iniziale assegnato:

. !
. !

!

5.2 EQUILIBRIO E STABILITA’ DELL’EQUILIBRIO

Definizione di punto di equilibrio: Uno stato

sistema (5.1) o (5.2) se, quando lo stato iniziale del sistema è x(0)=! , risulta x(t)= !

per ogni t0.

del sistema è x(0)= ! , risulta x(t)= ! per ogni t ≥ 0. è punto

è punto di equilibrio (o punto fisso) del

per ogni t ≥ 0. è punto di equilibrio (o punto fisso) del Si ha quindi
per ogni t ≥ 0. è punto di equilibrio (o punto fisso) del Si ha quindi

Si ha quindi equilibrio in

di equilibrio (o punto fisso) del Si ha quindi equilibrio in se e solo se: •

se e solo se:

caso discreto:

caso discreto:

(5.3)

caso continuo: f(

• caso continuo: f( )=0! ! (5.4)

)=0! !

(5.4)

!

Si dimostra facilmente che tale definizione vale anche per i sistemi non autonomi, aventi

ingresso

vale anche per i sistemi non autonomi, aventi ingresso , se esso è stato di equilibrio

, se esso è stato di equilibrio per i corrispondenti sistemi autonomi.

uno stato di equilibrio per il sistema

(5.1) o (5.2); è stato di equilibrio stabile se, per ogni numero reale ε >0, esiste un

traiettoria

numero reale δ>0 tale che, se: allora gli stati x(t) della

Definizione di stato di equilibrio stabile: Sia

x(t) della Definizione di stato di equilibrio stabile: Sia con origine x(0) soddisfano per ogni t
x(t) della Definizione di stato di equilibrio stabile: Sia con origine x(0) soddisfano per ogni t
x(t) della Definizione di stato di equilibrio stabile: Sia con origine x(0) soddisfano per ogni t

con origine x(0) soddisfano per ogni t0 la diseguaglianza:

origine x(0) soddisfano per ogni t ≥ 0 la diseguaglianza: Perciò, la nozione di stabilità di

Perciò, la nozione di stabilità di un punto d’equilibrio richiede che il movimento del

sistema soddisfi le condizioni:

che il movimento del sistema soddisfi le condizioni: • un piccolo scostamento dello stato iniziale x(0)

un piccolo scostamento dello stato iniziale x(0) del sistema dall’equilibrio

dello stato iniziale x(0) del sistema dall’equilibrio determina una traiettoria perturbata i cui punti sono tutti
dello stato iniziale x(0) del sistema dall’equilibrio determina una traiettoria perturbata i cui punti sono tutti

determina una traiettoria perturbata i cui punti sono tutti prossimi ad ;

traiettoria perturbata i cui punti sono tutti prossimi ad ; • l’intorno di entro il quale

l’intorno di entro il quale è contenuta la traiettoria perturbata può essere reso

arbitrariamente piccolo pur di ridurre convenientemente l’entità dello scostamento dello stato iniziale x(0) dallo stato di equilibrio .

pur di ridurre convenientemente l’entità dello scostamento dello stato iniziale x(0) dallo stato di equilibrio .

3 !

Definizione di punto di equilibrio asintoticamente stabile: Sia

equilibrio per il sistema (4.1) o (4.2). L’equilibrio in

stabile e convergente, ovvero che per ogni ε >0, esiste δ>0 tale che per tutti gli stati

uno stato diε >0, esiste δ >0 tale che per tutti gli stati è asintoticamente stabile se è

è asintoticamente stabile se è

gli stati uno stato di è asintoticamente stabile se è iniziali x0 che soddisfano la relazione

iniziali x0 che soddisfano la relazione :

stabile se è iniziali x0 che soddisfano la relazione : ris ulti: e inoltre: . 5.3

risulti:

e inoltre:se è iniziali x0 che soddisfano la relazione : ris ulti: . 5.3 STABILITA’ DEI SISTEMI

.
.

5.3 STABILITA’ DEI SISTEMI LINEARI

Nel caso dei sistemi lineari, la determinazione degli stati di equilibrio e l’analisi della stabilità e della convergenza sono riconducibili rispettivamente a questioni di algebra lineare e di analisi modale. Infatti, l’insieme X e degli stati di equilibrio è un sottospazio dello spazio di stato; infatti:

per un sistema discreto

si ha :dello spazio di stato; infatti: • per un sistema discreto (5.5) ovvero oltre all’origine, che è

di stato; infatti: • per un sistema discreto si ha : (5.5) ovvero oltre all’origine, che

(5.5)

ovvero oltre all’origine, che è sempre di equilibrio, ci sono altri stati di equilibrio se e solo se la matrice F-I n è singolare; in questo caso, il sottospazio dei punti di equilibrio coincide con l’autospazio U 1 della matrice F e ha quindi dimensione pari alla molteplicità geometrica dell’autovalore λ =1;

alla molteplicità geometrica dell’autovalore λ =1; • per un sistema continuo si ha : ! !

per un sistema continuo si ha :

! !
!
!

!

!

!

!

!

!

(5.6)

ovvero ci sono stati di equilibrio diversi dall’origine solo quando la matrice F è singolare, e il sottospazio X e =U 0 ha dimensione pari alla molteplicità geometrica dell’autovalore

λ =0.

Per studiare la stabilità e la convergenza in un sistema continuo di uno stato di equilibrio x e senza dover risolvere l’equazione di stato si utilizza il cosiddetto metodo diretto di Lyapunov. Tale metodo si serve di opportune funzioni scalari definite sullo spazio degli stati, dette funzioni di Lyapunov: per studiare la stabilità si analizza il segno di queste funzioni e delle loro derivate (o dei loro incrementi, nel caso discreto) lungo le traiettorie del sistema.

!

3 !

' ' ' # # # # # # # # # # # #
'
'
'
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
'
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
(
#
#
#
#
#
'
#
#
#
#
#
#
#
#
'
'
'
#
#
Prima di introdurre il criterio, sono necessarie alcune definizioni: sia
insieme aperto contenente l’origine. Una funzione continua: è:
un
#
#
#
#
#
#
#
#
#
#
(
#
#
#
#
#
'
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
semidefinita positiva (s.d.p.) se V(0)=0 ed esiste un
#
#
#
#
#
#
#
#
#
#
#
#
#
#
# intorno
#
#
#
#
#
#
#
dell’origine in cui V assume valori non
;
#
#
#
#
#
#
(
"
"
"
"
"
*
"
"
"
"
"
negativi, ovvero
# #
#
#
#
#
#
#
#
#
#
#
#
#
'
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
(
#
#
#
#
#
'
#
#
#
definita positiva (s.p.) se è semidefinita positiva ed esiste un intorno
dell’origine in cui essa si annulla solo in 0;
#
#
#
#
#
(
"
"
"
"
"
*
"
"
"
"
(
"
"
"
"
"
*
"
"
"
"
"
(
#
#
(semi)definita negativa ((s.)d.n.) se –
V è (semi)definita positiva, ovvero
#
#
#
'
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
(
"
"
"
"
"
*
"
"
"
"
V(0)=0 e
(
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
Si supporrà che W’ coincida con W, eventualmente restringendo l’aperto W.
"
"
"
"
"
"
*
"
"
"
"
"
"
"
"
"
"
"
"
"
"
*
"
"
"
"
"
"
"
*
*
5.3.1 STABILITA’ DEI SISTEMI CONTINUI
(
"
"
"
"
"
"
"
"
"
"
"
"
"
"
*
"
(
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
TEOREMA
(criterio di stabilità di Lyapunov) Dato x=0 punto di equilibrio per il
"
"
"
"
"
"
"
"
"
"
"
(
"
"
"
"
"
"
"
"
"
"
"
sistema (5.2) e
una funzione continua con le sue derivate prime in un intorno
"
"
"
"
"
"
*
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
di W dell’origine e ivi definita positiva.
"
"
*
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
*
*
(
"
"
"
"
"
"
"
Se la funzione
stabile.
è semidefinita negativa, allora l’origine è punto di equilibrio
"
"
"
"
"
"
(
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
*
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
Se
è definita negativa, allora l’origine è punto di equilibrio asintoticamente
(
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
stabile.
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"

!

Una funzione V soddisfacente le ipotesi del criterio di Lyapunov è detta usualmente funzione di Lyapunov per il sistema (5.2).

(

"

"

"

"

"

"

"

"

"

"

"

"

"

" " " " " " " " " " " " " " "
" "
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"
"

3 !

% % % % % % % % % % % % % % %
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
+ %
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
#
#
#
#
#
%
%
%
%
%
%
%
%
#
#
#
#
#
+ %
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%

ESEMPIO

+

Dato il sistema dinamico x =x 3 +u, se ne studia la stabilità dell'equilibrio caratterizzato

% %

%

%

%

%

%

%

da . % % In figura è rappresentato il diagramma della % % % %
da
.
%
%
In figura è rappresentato il diagramma della
%
%
%
%
%
funzione . Risulta chiaro che x=0 è un punto di
%
%
%
%
%
%
%
% equilibrio, e che l'equilibrio risulta essere
asintoticamente stabile. Infatti, la derivata di x è
positiva a sinistra dell'equilibrio, e negativa a destra;
pertanto, la traiettoria perturbata tende
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
asintoticamente a ritornare all'equilibrio. E' inoltre
chiaro che l'intero asse reale è la regione di attrazione dell'equilibrio, perchè la traiettoria
tenderà a tornare all'equilibrio da qualunque stato iniziale perturbato si faccia partire
l'evoluzione del sistema.
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
%
Presa ora la funzione
, definita positiva in un intorno di
, si trova che:
%
%
che è evidentemente definita negativa in un intorno di , e rimane tale su tutto l'asse
reale. Pertanto, per il Teorema di Lyapunov si può concludere che l'equilibrio è
asintoticamente stabile.
%
%
%
%
%
%
%
%%
%
%
%
%
%
%
%
% Come osservazione conclusiva, si osservi che trovare una funzione di Lyapunov per
sistemi del primo ordine non è difficile: in molti casi la più semplice funzione definita
positiva in e continua con le sue derivate prime, cioè risulta essere una
funzione di Lyapunov, cioè ha una derivata totale definita o semi-definita negativa. Nel
caso di sistemi di ordine più elevato, trovare una funzione di Lyapunov valida è in
generale molto meno agevole.
!
3 !

%

%

%

%

5.3.2

STABILITA’ DEI SISTEMI DISCRETI

E’ possibile estendere il metodo diretto di Lyapunov a un sistema discreto (5.1) avente l’origine come punto di equilibrio. Si suppone che l’intorno W dell’origine nel quale è definita la funzione sia invariante rispetto ad f (tale cioè che

), o che almeno la porzione di traiettoria di interesse si svolga entro W. Ciò consente di definire in W, o almeno lungo la traiettoria, la funzione:la funzione sia invariante rispetto ad f (tale cioè che Nel caso in cui la successione

definire in W, o almeno lungo la traiettoria, la funzione: Nel caso in cui la successione
definire in W, o almeno lungo la traiettoria, la funzione: Nel caso in cui la successione

Nel caso in cui la successione

la traiettoria, la funzione: Nel caso in cui la successione (5.7) rappresenti una soluzione della 5.1,
la traiettoria, la funzione: Nel caso in cui la successione (5.7) rappresenti una soluzione della 5.1,

(5.7)

rappresenti una soluzione della 5.1, allora

(5.8)

fornisce la successione dei valori V visti “lungo la traiettoria” del sistema. Perciò:

V visti “lungo la traiettoria” del sistema. Perciò: rappresenta la differenza fra due valori consecutivi di

rappresenta la differenza fra due valori consecutivi di (5.8), ovvero l’incremento di

due valori consecutivi di (5.8), ovvero l’incremento di nell’intervallo [t, t+1]. Ovviamente se f e V
due valori consecutivi di (5.8), ovvero l’incremento di nell’intervallo [t, t+1]. Ovviamente se f e V

nell’intervallo [t, t+1]. Ovviamente se f e V sono funzioni continue, anche ! è continua.

ESEMPI

1. Dato il sistema del primo ordine ha:

continua. ESEMPI 1. Dato il sistema del primo ordine ha: e la funzione , si 2.

e la funzione

1. Dato il sistema del primo ordine ha: e la funzione , si 2. Dato il

, si

1. Dato il sistema del primo ordine ha: e la funzione , si 2. Dato il

2. Dato il sistema del secondo ordine:

primo ordine ha: e la funzione , si 2. Dato il sistema del secondo ordine: in

in corrispondenza alla funzione

primo ordine ha: e la funzione , si 2. Dato il sistema del secondo ordine: in

si ha:

primo ordine ha: e la funzione , si 2. Dato il sistema del secondo ordine: in

!

3 !

TEOREMA (criterio si stabilità di Lyapunov) Sia x=0 punto di equilibrio per il sistema

discreto (5.1), con f continua, e sia

dell’origine qui definita positiva. Se la funzione è semidefinita negativa, allora l’equilibrio nell’origine è stabile; se è definita negativa, l’equilibrio nell’origine è asintoticamente stabile.

l’equilibrio nell’origine è asintoticamente stabile. una funzione continua in un intor no W ESEMPIO Prendendo il
l’equilibrio nell’origine è asintoticamente stabile. una funzione continua in un intor no W ESEMPIO Prendendo il

una funzione continua in un intorno W

stabile. una funzione continua in un intor no W ESEMPIO Prendendo il sistema discreto: ha il

ESEMPIO Prendendo il sistema discreto:

in un intor no W ESEMPIO Prendendo il sistema discreto: ha il punto di equilibrio nell’origine

ha il punto di equilibrio nell’origine (0,0); con riferimento alla funzione definita positiva

(0,0); con riferimento alla funzione definita positiva si calcola la funzione: che è semidefinita negativa, in

si calcola la funzione:

alla funzione definita positiva si calcola la funzione: che è semidefinita negativa, in quanto è nulla

che è semidefinita negativa, in quanto è nulla in (0,0) e negativa per ogni x 1 , x 2 appartenenti a R. Perciò, l’origine è un punto di equilibrio stabile per il sistema.

!

3 !