Raggiungibilità e osservabilità
|
|
|
- Marianna Silvestri
- 9 anni fa
- Visualizzazioni
Transcript
1 Raggiungibilità e osservabilità January 5, 2 La raggiungibilità e l osservabilità sono due proprietà che caratterizzano lo spazio di stato associato ad un sistema. Raggiungibilità Uno stato x è raggiungibile al tempo t a partire dallo stato x se esiste t < t e un ingresso u(t che porta allo stato x al tempo t. Nei sistemi lineari si prende come x il vettore nullo, origine dello spazio di stato, e da lì si cerca l insieme degli stati raggiungibili. Esso sarà l immagine dell operatore di evoluzione forzata x(t t W (t τu(τdτ al variare di t e di u in [t,t]. Lo stesso per i sistemi discreti. Teorema: lo stato x è raggiungibile a partire da x se e solo se x appartiene ad R, sottospazio dello spazio di stato che contiene tutti gli stati raggiungibili, così definito: R Im [ B : AB... A n B ] In pratica la matrice B va concatenata con la serie di prodotti successivi AB, dove n è la dimensione del sistema. L immagine di questa matrice definisce un sottospazio dello spazio di stato generato dai vettori colonna linearmente indipendenti della matrice. Esempio: ( 2 A B 2 ( ( 3 R Im [B : AB] Im 3 {( } gen < > in quanto l altra colonna è proporzionale alla prima. L insieme quindi degli stati raggiungibili è proporzionale al vettore base del sottospazio.
2 La matrice R di raggiungibilità (quella di cui calcoliamo l immagine ha dimensione nx(np (in questo caso p,n2, come si deduce dalle dimensioni di A e B. Questo perché tutte le matrici hanno n righe, e vi sono n blocchi (da B a A n B con p colonne. Dimostrazione: prendiamo un sistema discreto x(k+ax(k+bu(k. Se cerchiamo R(k, x(k- ovvero l insieme degli stati raggiungibili al tempo k con lo stato x preso al tempo k- che è iniziale, otteniamo x(k Ax(k-+Bu(k-. La prima parte è zero per definizione. Il variare della seconda parte mi dà tutti gli stati possibili. Quindi R(k, x(k- Im(B. Cerchiamo R(k, x(k-2. x(k Ax(k +Bu(k A [Ax(k 2 + Bu(k 2]+ Bu(k A 2 x(k 2 + ABu(k 2 + Bu(k dove nel secondo passaggio abbiamo sostituito l espressione di x(k-. La prima parte è di nuovo nulla. Al variare di tutti i possibili ingressi al tempo k-2 o k-, ciò che raggiungo è proprio l immagine di B:AB. Andando avanti fino ad n si ottiene proprio l espressione cercata. Notiamo che andare avanti oltre n- nella potenza di matrice non avrebbe senso. Il teorema di Cayley-Hamilton ci dice che ogni matrice è annullante del proprio polinomio caratteristico: A n + a n A n a quindi A n B a B a AB... a n A n B. A n B è quindi combinazione lineare della matrice già vista secondo i coefficienti a, e non cambierebbe il sottospazio R. Lo stesso è dimostrabile per n+, n+2, ecc... Da ciò si deriva che se lo stato k è raggiungibile, lo è al più in n passi: ciò non dipende dal singolo k. La stessa proprietà (detta differenziale è valida per i sistemi a tempo continuo. Scomposizione del sistema Poniamo il rango della matrice di raggiungibilità R(t m < n. Il sistema può essere spostato nelle coordinate ztx, ottenendo come nuove matrici ( A T AT A A 2 A 22 T B ( B CT ( c c 2 Dove il blocco A ha dimensione mxm, B dimensione mxp e c dimensione qxm. Gli altri hanno dimensione opportuna per raggiungere quelle originarie del sistema. ( z Esprimiamo le nuove coordinate z come vettore con z di dimensione z 2 m e z2 di dimensione n-m. Il sistema diventa: ( ( ( ( z A A 2 z B + u A 22 z 2 z 2 2
3 y ( c c 2 ( z z 2 Dividendo le due componenti e svolgendo i calcoli: z A z + A 2 z 2 + B u z 2 A 22 z 2 y c z + c 2 z 2 Otteniamo che l evoluzione è suddivisa in quella di z (le prime m variabili e z2. Consideriamo quindi il sistema diviso in due sottosistemi S e S2, dove S ha dimensione m (AA e S2 ha dimensione (n-m; solo il primo è condizionato dagli ingressi, come si può vedere, e interagisce col secondo tramite la matrice A2. L uscita caratterizza entrambi. A questo punto si vede che nessuno stato di S2 è raggiungibile in quanto non è mai condizionato dall ingresso; S invece contiene tutti e soli gli stati raggiungibili, infatti: rk ( B : A B... A m B ( B A rk B... A m B... m Il rango della matrice di raggiungibilità è pari alla dimensione del sistema (cioè alla dimensione di A in questo caso, e questo ci dice che il sottospazio degli stati raggiungibili coincide con lo spazio di stato, dato che hanno la stessa dimensione..2 Matrice di trasformazione Vediamo come scegliere la matrice di trasformazione T per il cambiamento di coordinate da x a z. T dev essere tale che la sua matrice inversa dev essere essere formata da due parti: la prima parte è una base di R, di dimensione quindi nxm. La seconda di dimensione nx(n-m è un completamento casuale tale da rendere la matrice invertibile. Le dimensioni si deducono dal fatto che il numero di righe e colonne totale dev essere n (altrimenti non potremmo moltiplicarla per A e ottenere una seconda matrice A della stessa dimensione della prima, insomma si avrebbe un sistema non equivalente al precedente e quindi prendiamo m vettori colonna che formano la base di R, più n-m altri vettori che riempiono lo spazio. Il determinante finale dev essere diverso da per poter invertire la matrice nella trasformazione. Esempio: prendendo le matrici A e B dall esempio precedente, possiamo scegliere ad esempio: ( T 3
4 .3 La risposta impulsiva Teorema: la risposta impulsiva coincide con quella del sottosistema raggiungibile. Ricordiamo che nelle coordinate classiche x la risposta impulsiva è W (t Ce At B. Nelle coordinate ztx diventa CT e T AT t T B. Svolgiamo i calcoli W (t ( A A 2 A c c 2 e 22 t ( B ( ( t k A A c c 2 2 k! A 22 k ( B ( ( t k A k c c qualcosa 2 k! A k 22 ( B ( c c 2 t k k! ( A k B c t k k! Ak B c e At B W (t dove W è proprio la risposta impulsiva del sottosistema S. Il qualcosa è una parte della potenza di matrice più complessa che non ci interessa, in quanto con la moltiplicazione per la matrice B scompare..4 I modi naturali S contiene tutti e soli i modi eccitabili del sistema. Intanto il cambiamento di coordinate non influisce sui modi: gli autovalori restano gli stessi. ( H(t e At e A t B B... le leggi sono proprio quelle del blocco A. 2 Controllabilità Uno stato x è controllabile al tempo T se esiste un ingresso che al tempo T porta da x allo stato zero. T e At x c + e A(T τ Bu(τdτ Nei sistemi continui è equivalente alla raggiungibilità. Nei sistemi discreti lo è solo se A è invertibile. 4
5 3 Osservabilità (e sua mancanza In generale, l osservabilità di un sistema delinea la possibilità di ricostruire il comportamento interno (le evoluzioni interne osservando l uscita. In realtà molto spesso si mette in evidenza una caratteristica che rappresenta un ostacolo a questa possibilità, ovvero l esistenza di stati cosiddetti indistinguibili. Definizione: x è indistinguibile da x2 al tempo t se le evoluzioni in uscita associate sono le stesse per ogni ingresso. Questo non impedisce che le evoluzioni interne a partire da quei due stati siano molto diverse. Nei sistemi lineari possiamo porre: t t Ce A(t t x + W (t τu(τdτ Ce A(t t x b + t W (t τu(τdτ t L integrale è sempre uguale, quindi: Ce A(t t x Ce A(t t x 2 Ce A(t t (x x 2 y L (t Due stati sono quindi indistinguibili quando l evoluzione libera in uscita a partire da x-x2 è nulla. Lo stato x-x2 per cui si verifica questa proprietà è detto inosservabile. Notiamo che lo stato è sempre inosservabile. Possiamo quindi modificare la definizione diciamo che x è indistinguibile da x2 se e solo se (x-x2 è indistinguibile da x. Definiamo ora l insieme degli stati inosservabili I. È immediato sapere che, una volta conosciuto questo insieme, possiamo verificare l inosservabilità di uno stato qualsiasi verificando la sua appartenenza a questo insieme. Di nuovo, I è un sottospazio dello spazio di stato. I ker C... CA. CA n Dove i 3 puntini orizzontali indicano la concatenazione di C con quell altra matrice. La matrice di osservabilità (quella di cui dobbiamo calcolare il nucleo ha dimensione (qxnxn. Esempio: ( 2 A 2 C ( 5
6 ( I ker 3 3 ( gen < > In questo caso la dimensione di I è. Se fosse stata pari a n, avremmo un sistema totalmente inosservabile, mentre se fosse stata avremo un sistema completamente osservabile. 3. Scomposizione Di nuovo, ponendo dimin-m creiamo T invertibile ed esprimiamo il sistema nelle coordinate ztx. ( T AT A A 2 A 22 ( B T B B 2 CT ( C Dove il blocco A ha dimensione mxm, B mxp e C qxm. Di nuovo scomponiamo in due sottosistemi secondo le nuove coordinate z. Con esattamente gli stessi calcoli arriviamo a: { z A z + B u z 2 A 2 z + A 22 z 2 + B 2 u Entrambi i sottosistemi sono condizionati dall ingresso, mentre solo il primo influenza e l uscita, e il secondo influenza il primo tramite il blocco A2. Calcolando I in queste nuove coordinate: ker C C A. C A n ker C C A.. C A n la nuova matrice di osservabilità ha rango m (di nuovo la dimensione di A e quindi si deduce che S è tutto osservabile, e in più è caratterizzato da tutti e soli i modi osservabili. La forma della T da scegliere è quasi identica alla precedente: T ( complemento base di I Dove il complemento ha dimensione m, e la base n-m. La risposta impulsiva coincide con quella del sottosistema osservabile. 6
7 3.2 Altre proprietà S è tutto raggiungibile se e( solo se rk(a λi : B n per tutti gli autovalori. A λi S è tutto osservabile se rk n per ogni autovalore. C La realizzazione controllabile è interamente raggiungibile. La realizzazione osservabile è (ovviamente osservabile. La realizzazione di Gilbert è sia raggiungibile sia osservabile. 4 Scomposizione di Kalman Dati i due sottospazi R e I, creiamo altri quattro sottospazi dello spazio di stato in questo modo: X R I X X 2 R X X 3 I X X 2 X 3 X 4 R n Abbiamo che X contiene tutti gli stati raggiungibili e inosservabili (per definizione, X2 tutti gli stati raggiungibili e osservabili, X3 quelli inosservabili e non raggiungibili, e X4 osservabili e non raggiungibili. I vari sottospazi di completamento delle somme dirette sono scelti in modo da essere i più piccoli possibili. Vediamo come creare T a partire da questa nuova scomposizione, con la convenzione che n i dim X i e n + n 2 + n 3 + n 4 n T ( basex basex 2 basex 3 basex 4 T AT A A 2 A 3 A 4 A 22 A 24 A 33 A 34 A 44 T B B B 2 CT ( C 2 C 4 Se scomponiamo z in un vettore nx con z, z2, z3 e z4 (ognuno con un numero di righe pari alla dimensione del sottospazio relativo abbiamo la seguente suddivisione in sottosistemi: z A z + A 2 z 2 + A 4 z 4 + B u z 2 A 22 z 2 + A 24 z 4 + B 2 u z 3 A 33 z 3 + A 34 z 4 z 4 A 44 z 4 y C 2 z 2 + C 4 z 4 7
8 che si ricava direttamente dalle proprietà dei sottospazi. S2 è l unico sottosistema che è sia raggiungibile sia osservabile, quindi la risposta impulsiva di S coinciderà con quella relativa a questo sottosistema, in quanto è l unico ad avere un legame ingresso e uscita. Infatti gli altri o non sono collegati all ingresso in nessun modo, o non lo sono all uscita (o nessuna delle due, nel caso di S3. 8
Raggiungibilità, Controllabilità, Osservabilità e Determinabilità
Raggiungibilità, Controllabilità, Osservabilità e Determinabilità Si determini se i sistemi lineari tempo invarianti ẋ(t) = Ax(t) + Bu(t), Σ c : y(t) = Cx(t) + Du(t). x(k + ) = Ax(k) + Bu(k), Σ d : y(k)
Scomposizione canonica di Kalman
Capitolo. TEORIA DEI SISTEMI 5. Scomposizione canonica di Kalman Si consideri il sistema S = (A, B, C). Sia X + il sottospazio raggiungibile ed E il sottospazio non osservabile. Sia una matrice di base
Proprietà strutturali: Controllabilità e Osservabilità
CONTROLLI AUTOMATICI LS Ingegneria Informatica Proprietà strutturali: Controllabilità e Osservabilità Prof. Claudio Melchiorri DEIS-Università di Bologna Tel. 051 2093034 e-mail: [email protected]
Caso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
Esercitazione 6 - Soluzione
Anno Accademico 28-29 Corso di Algebra Lineare e Calcolo Numerico per Ingegneria Meccanica Esercitazione 6 - Soluzione Immagine, nucleo. Teorema di Rouché-Capelli. Esercizio Sia L : R 3 R 3 l applicazione
Corso di Geometria BIAR, BSIR Esercizi 4: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Esercizio. Sono dati i seguenti sistemi lineari omogenei nelle incognite x, y, z: { x + y z = x + y z = x + y z = S : x y + z =, S :, S 3 : x 3y =,
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof. F.Podestà, a.a
APPUNTI SULLA DIAGONALIZZAZIONE Corso Prof FPodestà, aa 003-004 Sia V uno spazio vettoriale e sia f : V V una applicazione lineare una tale applicazione da uno spazio vettoriale in se stesso è chiamata
Intersezione e somma di sottospazi vettoriali
Capitolo 7 Intersezione e somma di sottospazi vettoriali 7.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria
APPLICAZIONI LINEARI
APPLICAZIONI LINEARI Esercizi Esercizio Date le seguenti applicazioni lineari f : R 2 R 3 definita da fx y = x 2y x + y x + y; 2 g : R 3 R 2 definita da gx y z = x + y x y; 3 h : Rx] 2 R 2 definita da
Fondamenti di Automatica
Fondamenti di Automatica Proprietà strutturali e leggi di controllo aggiungibilità e controllabilità etroazione statica dallo stato Osservabilità e rilevabilità Stima dello stato e regolatore dinamico
Intersezione e somma di sottospazi vettoriali
Capitolo 6 Intersezione e somma di sottospazi vettoriali 6.1 Introduzione Ricordiamo le definizioni di intersezione e somma di due sottospazi vettoriali. Anche in questo caso rimandiamo al testo di geometria
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA
Cognome Nome Matricola FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA Ciarellotto, Esposito, Garuti Prova del 21 settembre 2013 Dire se è vero o falso (giustificare le risposte. Bisogna necessariamente rispondere
Prova scritta di Geometria 1 Docente: Giovanni Cerulli Irelli 20 Gennaio 2017
Prova scritta di Geometria Docente: Giovanni Cerulli Irelli Gennaio 7 Esercizio. Si considerino i seguenti tre punti dello spazio euclideo: P :=, Q :=, R :=.. Dimostrare che P, Q ed R non sono collineari.
Controlli Automatici I
Ingegneria Elettrica Politecnico di Torino Luca Carlone Controlli Automatici I LEZIONE V Sommario LEZIONE V Proprietà strutturali Controllabilità e raggiungibilità Raggiungibilità nei sistemi lineari Forma
Sui determinanti e l indipendenza lineare di vettori
Sui determinanti e l indipendenza lineare di vettori 1 Si dice che m vettori v 1, v 2,,v m di R n sono linearmente indipendenti, se una loro combinazione lineare può dare il vettore nullo solo se i coefficienti
ESERCIZI DI ALGEBRA LINEARE. Vincenzo Di Gennaro
ESERCIZI DI ALGEBRA LINEARE Vincenzo Di Gennaro Sono raccolti, in ordine cronologico, gli esercizi di Algebra Lineare proposti nelle prove scritte per i vari corsi di Geometria che ho tenuto presso la
Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni
Corso di Geometria - BIAR, BSIR Esercizi : soluzioni Rango e teorema di Rouché-Capelli Esercizio. Calcolare il rango di ciascuna delle seguenti matrici: ( ) ( ) ( ) A =, A =, A =, A 4 = ( ). a a a Soluzione.
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI
CORSO DI ALGEBRA LINEARE Anno Accademico 2004/2005 Appunti su SISTEMI di EQUAZIONI LINEARI Lo studente ha forse già incontrato i sistemi di equazioni lineari alla scuola secondaria Con il termine equazione
0.1 Condizione sufficiente di diagonalizzabilità
0.1. CONDIZIONE SUFFICIENTE DI DIAGONALIZZABILITÀ 1 0.1 Condizione sufficiente di diagonalizzabilità È naturale porsi il problema di sapere se ogni matrice sia o meno diagonalizzabile. Abbiamo due potenziali
Corso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
Esercizi Di Geometria 1 (BAER) Canale 1
Esercizi Di Geometria 1 (BAER) Canale 1 SETTIMANA 9 (23 29 Novembre 2015) da consegnare Mercoledi 2 Dicembre. Esercizio 1. Sia E = (V,, ) uno spazio metrico finito dimensionale. sottospazio vettoriale
Esercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n
SPAZI E SOTTOSPAZI 1 SOTTOSPAZI E OPERAZIONI IN SPAZI DIVERSI DA R n Spazi di matrici. Spazi di polinomi. Generatori, dipendenza e indipendenza lineare, basi e dimensione. Intersezione e somma di sottospazi,
a + 2b + c 3d = 0, a + c d = 0 c d
SPAZI VETTORIALI 1. Esercizi Esercizio 1. Stabilire quali dei seguenti sottoinsiemi sono sottospazi: V 1 = {(x, y, z) R 3 /x = y = z} V = {(x, y, z) R 3 /x = 4} V 3 = {(x, y, z) R 3 /z = x } V 4 = {(x,
I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
AUTOVALORI, AUTOVETTORI, AUTOSPAZI
AUTOVALORI, AUTOVETTORI, AUTOSPAZI. Esercizi Esercizio. Sia f : R 3 R 3 l endomorfismo definito da f(x, y, z) = (x+y, y +z, x+z). Calcolare gli autovalori ed una base per ogni autospazio di f. Dire se
Parte 8. Prodotto scalare, teorema spettrale
Parte 8. Prodotto scalare, teorema spettrale A. Savo Appunti del Corso di Geometria 3-4 Indice delle sezioni Prodotto scalare in R n, Basi ortonormali, 4 3 Algoritmo di Gram-Schmidt, 7 4 Matrici ortogonali,
Geometria e Topologia I (U1-4) 2006-mag-10 61
Geometria e Topologia I (U1-4) 2006-mag-10 61 (15.9) Teorema. Consideriamo il piano affine. Se A A 2 (K) è un punto e r una retta che non passa per A, allora esiste unica la retta per A che non interseca
Stabilità per sistemi a tempo continuo
Esercizi 3, 1 Stabilità per sistemi a tempo continuo Analisi degli autovalori Analisi del polinomio caratteristico, criterio di Routh-Hurwitz Calcolo di Esercizi 3, 2 Esercizi Stabilità per sistemi a tempo
Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan
Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni
Matrici simili. Matrici diagonalizzabili.
Matrici simili. Matrici diagonalizzabili. Definizione (Matrici simili) Due matrici quadrate A, B si dicono simili se esiste una matrice invertibile P tale che B = P A P. () interpretazione: cambio di base.
Parte 7. Autovettori e autovalori
Parte 7. Autovettori e autovalori A. Savo Appunti del Corso di Geometria 23-4 Indice delle sezioni Endomorfismi, 2 Cambiamento di base, 3 3 Matrici simili, 6 4 Endomorfismi diagonalizzabili, 7 5 Autovettori
