Rappresentazione nello spazio degli stati
|
|
|
- Stefania Ferrero
- 10 anni fa
- Visualizzazioni
Transcript
1 Chapter 1 Rappresentazione nello spazio degli stati La modellazione di un sistema lineare di ordine n, fornisce un insieme di equazioni differenziali che una volta trasformate nel dominio discreto, possono essere rappresentate in forma di stato discreta { xk+1 = Φ x k + Γ u k y k = C x k + D u k Supponendo che il sistema in questione possegga n u entrate e n y uscite, le matrici Φ, Γ, C, D avranno le seguenti dimensioni Φ n n Γ n nu C ny n D ny n u ed i vettori colonna x, u ed y avranno invece dimensione x n 1 u nu 1 y ny 1 Il sistema è rappresentabile graficamente come indicato in figura (1.1). u D x + y u Sistema y Γ z + 1 C + + Φ Figure 1.1: Sistema lineare (sinistra), Sistema lineare rappresentato in funzione della matrici di stato Φ, Γ, C e D (destra) October 18, 2011 ing. Ivan Furlan 1
2 Riassunto capitolo 1 SUPSI-DTI 2 ing. Ivan Furlan October 18, 2011
3 Chapter 2 Controllore di stato Controllabilità I sistemi controllabili sono quei sistemi in cui tutte le variabili di stato x possono essere portate ad un valore desiderato tramite la grandezza in entrata u. Per questi sistemi è di conseguenza possibile posizionare tutti gli autovalori della matrice Φ Γ K ad un volare desiderato tramite un appropriata matrice K di retroazione. La controllabilità di un sistema può essere accertata verificando che il rango della matrice di controllabilità C = Γ, Φ Γ, Φ 2 Γ,..., Φ n 1 Γ sia pieno, e quindi pari all ordine del sistema n. La matrice di controllabilità possiede dimensioni: C n (n nu ) Lo spazio controllabile, cioè la regione dello spazio degli stati all interno della quale è possibile portare gli stati x del sistema tramite un appropiata entrata u, corrisponde a spazio controllabile = {C v v R n n u }, Il rango della matrice di controllabilità può essere determinato in Matlab come segue rango_ctrb=rank(ctrb(phi,gamma)); Attenzione: Se il sistema non risulta controllabile, allora il numero di poli (zeri della funzione di trasferimento G(z) = Y (z)/u(z)) sarà inferiore rispetto al numero degli autovalori λ della matrice Φ (zeri del polinomio caratteristico det (λ I Φ)). Infatti gli autovalori non controllabili non appaiano al denominatore della funzione di trasferimento. La ragione fisica di questo fatto é la seguente: gli autovalori non controllabili non sono influenzabili dall entrata u del sistema e perció non possono entrare in gioco nel calcolo dell uscita y in funzione dell entrata u. Progettazione del controllore di stato Il sistema controreazionato con un controllore di stato è rappresentato in figura (2.1). Questo tipo di controllore non garantisce errore allo stato finito nullo. La matrice K possiede dimensioni e si trova risolvendo il seguente problema K nu n det (λ I (Φ Γ K)) = p(λ) dove p(λ) è un polinomio scelto che possiede come zeri gli n autovalori desiderati. October 18, 2011 ing. Ivan Furlan 3
4 Riassunto capitolo 1 SUPSI-DTI r+ u Sistema y K x Figure 2.1: Controllore di stati semplice In Matlab il problema può essere risolto per mezzo dell utilizzo dei seguenti comandi % Calcolo del controllore di stato K = place(phi,gamma,poli_desiderati); % oppure acker se sistema SISO (n_u=n_y=1) Progettazione del controllore di stato con precompensazione statica (caso n y = n u ) Il sistema controreazionato con un controllore di stato con precompensazione statica dell errore allo stato finito è rappresentato in figura (2.2). Questo tipo di controllore, solo in caso di assenza r k precomp + u Sistema y K x Figure 2.2: Controllore di stati con precompensazione statica dell errore allo stato finito disturbi e conoscenza perfetta dei parametri del sistema, garantisce un errore allo stato finito nullo. La matrice K possiede dimensioni e si trova risolvendo il seguente problema K nu n det (λ I (Φ Γ K)) = p(λ) dove p(λ) è un polinomio scelto che possiede come zeri gli n autovalori (desiderati esattamente come per il caso del controllore di stato senza precompensazione statica). La matrice di precompensazione k precomp risulta essere la seguente e possiede dimensioni k precomp = ( ) 1 (C D K) (I + Γ K Φ) 1 Γ + D k precompny n u ed è quindi quadrata, siccome stiamo analizzando il caso n y = n u. 4 ing. Ivan Furlan October 18, 2011
5 SUPSI-DTI Riassunto capitolo 1 In Matlab il problema può essere risolto per mezzo dell utilizzo dei seguenti comandi % Calcolo del controllore di stato n=size(phi,1); K = place(phi,gamma,poli_desiderati); % oppure acker se sistema SISO (n_u=n_y=1) % Calcolo della precompensazione statica K_precomp=inv((C-D*K)*inv(eye(n)+Gamma*K-Phi)*\Gamma+D) Progettazione del controllore di stato con parte integrale, (caso n y = n u = 1) Il sistema controreazionato con un controllore di stato con parte integrale è rappresentato in figura (2.3). Questo tipo di controllore garantisce un errore allo stato finito nullo ad un ingresso r x T e + + z 1 K e u Sistema y K x Figure 2.3: Controllore di stati con parte integrale gradino (sopporta disturbi di tipo costante e incertezza sui parametri). L aggiunta dell integratore origina l aumento di uno dell ordine totale del sistema da controllare, che passa quindi da n ad n + 1. Lo stato aggiuntivo, come mostrato in figura (2.3), é denominato con il simbolo x e. La matrice K ext è cosi composta K ext = K K e e possiede dimensioni Si trova risolvendo il seguente problema K ext1 (n+1). det (λ I (Φ ext Γ ext K ext )) = p(λ) dove p(λ) è un polinomio scelto che possiede come zeri gli n + 1 autovalori desiderati e Φ 0 Φ ext = n 1 C T 1 Γ Γ ext = D T In Matlab il problema può essere risolto per mezzo dell utilizzo dei seguenti comandi, si ricorda che la variabile n rappresenta l ordine del sistema (o numero di stati). % Calcolo del controllore di stato n=size(phi,1); % n equivale all ordine del sistema October 18, 2011 ing. Ivan Furlan 5
6 Riassunto capitolo 1 SUPSI-DTI Phi_ext = Phi zeros(n,1);-c*t 1; Gamma_ext = Gamma;-D*T; K_ext = place(phi_ext,gamma_ext,poli_desiderati,polo_aggiuntivo); % oppure acker K=K_ext(1:n); Ke=K_ext(n+1); 6 ing. Ivan Furlan October 18, 2011
7 Chapter 3 Osservatore di stato Osservabilità L osservabilità è la proprietà di un sistema che permette di determinare tutti i suoi stati con precisione desiderata in un tempo determinato a partire dalla misura dell entrata u e dell uscita y del sistema stesso. Per questi sistemi è di conseguenza possibile posizionare tutti gli autovalori della matrice Φ L C ad un volare desiderato tramite un appropriata matrice L di retroazione. L osservabilità di un sistema può essere accertata verificando che il rango della matrice di osservabilità C C Φ O = C Φ 2. C Φ n 1 sia pieno, e quindi pari all ordine del sistema n. La matrice di osservabilità possiede dimensioni: O (ny n) n Lo spazio non osservabile, cioè la regione dello spazio degli stati all interno della quale non è possibile stimare gli stati x del sistema in funzione di u e y, corrisponde a spazio non osservabile = {v R n O v = 0}, cioè lo spazio nullo della matrice O. Infatti se le variabili di stato si trovano all interno dello spazio non osservabile, l uscita del sistema y sarà nulla e di conseguenza l osservatore non può funzionare in quanto manca l informazione y. Il rango della matrice di osservabilità può essere determinato in Matlab come segue rango_obsv=rank(obsv(phi,c)); Attenzione: Se il sistema non risulta osservabile, allora il numero di poli (zeri della funzione di trasferimento G(z) = Y (z)/u(z)) sarà inferiore rispetto al numero degli autovalori λ della matrice Φ (zeri del polinomio caratteristico det (λ I Φ)). Infatti gli autovalori non osservabili non appaiano al denominatore della funzione di trasferimento. La ragione fisica di questo fatto é la seguente: gli autovalori non osservabili non influenzano l uscita y del sistema e perció non possono entrare in gioco nel calcolo dell uscita y in funzione dell entrata u. October 18, 2011 ing. Ivan Furlan 7
8 Riassunto capitolo 1 SUPSI-DTI u Sistema y ˆx Osservatore Figure 3.1: Sistema e osservatore degli stati Osservatore di stato completo L osservatore di stato completo possiede ordine pari all ordine del sistema sistema di cui si vogliono conoscere gli stati, cioè n. Esso viene collegato come indicato in figura (3.1). Le equazioni di stato dell osservatore sono La matrice L possiede dimensioni uk ˆx k+1 = Φ L C ˆx k +Γ L D, L uk ˆx k = I ˆx k +0, 0 y k e si trova risolvendo il seguente problema L n ny det (λ I (Φ L C)) = p(λ) dove p(λ) è un polinomio scelto che possiede come zeri gli n autovalori desiderati per la convergenza dell errore di stima. Di regola vanno scelti un potenza di 10 degli autovalori scelti per il controllore di stato (che equivale a 10 volte più grandi in modulo nel dominio continuo). In Matlab il problema può essere risolto per mezzo dell utilizzo dei seguenti comandi % Calcolo della matrice L dell osservatore di stato L = place(phi,c,poli_desiderati) ; y k Osservatore di stato ridotto L osservatore di stato ridotto possiede ordine pari all ordine del sistema di cui si vogliono conoscere gli stati meno il numero di uscite indipendenti, cioè n n y. Esso viene collegato come indicato in figura (3.1). Le equazioni di stato dell osservatore ridotto sono v k+1 = ˆΦ uk v k +ˆΓ y k ˆx k = Ĉ v k + ˆD uk y k 8 ing. Ivan Furlan October 18, 2011
9 SUPSI-DTI Riassunto capitolo 1 dove dove ˆΦ = L 1, I P Φ P 1 0 I ˆΓ = L 1, I P Γ, P Φ P 1 I L1 Ĉ = P 1 0 I ˆD = P 1 0 I 0 L 1 P = I 0 D I C T I 0 D I La matrice L 1 possiede dimensioni e si trova risolvendo il seguente problema Le dimensioni delle matrici Φ 22, Φ 21 sono L 1,(n ny) n y det (λ I (Φ 22 L 1 Φ 12 )) = p(λ) Φ 22,(n ny ) (n n y ) Φ 12,ny (n n y ) e si ottengono per mezzo della seguente uguaglianza Φ11 Φ 12 Φ 21 Φ 22 = P Φ P 1 Mentre p(λ) è un polinomio scelto che possiede come zeri gli n n y autovalori desiderati per la convergenza dell errore di stima. Di regola vanno scelti un potenza di 10 degli autovalori scelti per il controllore di stato (che equivale a 10 volte più grandi in modulo nel dominio continuo). In Matlab il problema può essere risolto per mezzo dell utilizzo dei seguenti comandi % Calcolo della matrice L1 dell osservatore ridotto di stato P=C;T; % matrice T scelta in modo tale che P abbia rango pieno n_y=size(c,1); % n_y equivale al numero di uscite del sistema Phi_mod=P*Phi*inv(P); Phi_12=Phi_mod(1:n_y,n_y+1:end); Phi_22=Phi_mod(n_y+1:end,n_y+1:end); L1 = place(phi_22,phi_12,poli_desiderati) ; October 18, 2011 ing. Ivan Furlan 9
10 Riassunto capitolo 1 SUPSI-DTI 10 ing. Ivan Furlan October 18, 2011
11 Chapter 4 Anelli di controllo comprendenti sia il controllore che l osservatore Gli anelli di controllo comprendenti sia controllore di stato (nelle tre versioni viste) ed osservatore sono rappresentati in figura (4.1). Attenzione, la prima variante di controllore vista (controllore di stato senza precompensazione statica) non è stata disegnata, in quanto equivalente alla seconda variante (controllore di stato con precompesnazione statica) con k precomp = 1. r k precomp + u Sistema y K ˆx Osservatore r x T e + u + z 1 K e Sistema y K ˆx Osservatore Figure 4.1: Anelli di controllo comprendenti sia il controllore che l osservatore October 18, 2011 ing. Ivan Furlan 11
12 Riassunto capitolo 1 SUPSI-DTI 12 ing. Ivan Furlan October 18, 2011
13 Chapter 5 Forme compatte: controllore ed osservatore di stato in un unico blocco Gli anelli di controllo comprendenti sia controllore di stato (nelle tre versioni viste) ed osservatore possono essere implementati in forma compatta come in figura figura (5.1). Di seguito le equazioni r Controllore e Osservatore u Sistema y Figure 5.1: Circuito completo: sistema da controllare, controllore di stato ed osservatore di stato in forma compatta di stato per le differenti versioni possibili del controllore ed osservatore in forma compatta. Forma compatta del controllore di stato con precompensazione statica e osservatore completo rk ˆx k+1 = (Φ L C Γ K + L D K) ˆx k +(Γ L D) k precomp, L y k rk u k = K ˆx k +k precomp, 0 Notare che ponendo k precomp = 1 si ottiene la prima versione di controllore di stato vista. Forma compatta del controllore di stato con parte integrale e osservatore completo ˆxk+1 x e,k+1 ˆxk = Φ c x e,k ˆxk u k = C c x e,k rk + Γ c y k rk + D c y k October 18, 2011 ing. Ivan Furlan 13 y k
14 Riassunto capitolo 1 SUPSI-DTI con Φ c = Φ L C Γ K + L D K (Γ L D) Ke L Γ c = T T q C c = K K e D c = 0 0 Il simbolo q rappresenta un vettore riga atto alla selezione dell uscita sulla quale si vuole integrare. Esempio: sistema con due uscite, ma si desidera integrare sulla prima, q diventa q = 1 0 Esercizio: ricavare le forme compatte con osservatore ridotto! 14 ing. Ivan Furlan October 18, 2011
Consideriamo due polinomi
Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al
Approssimazione polinomiale di funzioni e dati
Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell
2.5 Stabilità dei sistemi dinamici 20. - funzioni di trasferimento, nella variabile di Laplace s, razionali fratte del tipo:
.5 Stabilità dei sistemi dinamici 9 Risulta: 3 ( s(s + 4).5 Stabilità dei sistemi dinamici Si è visto come un sistema fisico può essere descritto tramite equazioni differenziali o attraverso una funzione
Dimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
LEZIONE 23. Esempio 23.1.3. Si consideri la matrice (si veda l Esempio 22.2.5) A = 1 2 2 3 3 0
LEZIONE 23 231 Diagonalizzazione di matrici Abbiamo visto nella precedente lezione che, in generale, non è immediato che, data una matrice A k n,n con k = R, C, esista sempre una base costituita da suoi
risulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
Le equazioni. Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete.
Le equazioni Diapositive riassemblate e rielaborate da prof. Antonio Manca da materiali offerti dalla rete. Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche,
Fondamenti di Automatica
Fondamenti di Automatica Progetto di controllo e reti correttrici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 053 974839 E-mail: [email protected] pag. 1
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
Controlli Automatici T. Trasformata di Laplace e Funzione di trasferimento. Parte 3 Aggiornamento: Settembre 2010. Prof. L.
Parte 3 Aggiornamento: Settembre 2010 Parte 3, 1 Trasformata di Laplace e Funzione di trasferimento Prof. Lorenzo Marconi DEIS-Università di Bologna Tel. 051 2093788 Email: [email protected] URL:
ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA
ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai
Richiami: funzione di trasferimento e risposta al gradino
Richiami: funzione di trasferimento e risposta al gradino 1 Funzione di trasferimento La funzione di trasferimento di un sistema lineare è il rapporto di due polinomi della variabile complessa s. Essa
Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
Transitori del primo ordine
Università di Ferrara Corso di Elettrotecnica Transitori del primo ordine Si consideri il circuito in figura, composto da un generatore ideale di tensione, una resistenza ed una capacità. I tre bipoli
Documentazione esterna al software matematico sviluppato con MatLab
Documentazione esterna al software matematico sviluppato con MatLab Algoritmi Metodo di Gauss-Seidel con sovrarilassamento Metodo delle Secanti Metodo di Newton Studente Amelio Francesco 556/00699 Anno
4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
Corso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 203-4 I sistemi lineari Generalità sui sistemi lineari Molti problemi dell ingegneria, della fisica, della chimica, dell informatica e dell economia, si modellizzano
SPECIFICHE DI PROGETTO DI SISTEMI DI CONTROLLO
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Laurea Specialistica in Ingegneria Meccatronica SPECIFICHE DI PROGETTO DI SISTEMI DI CONTROLLO Ing. Cristian Secchi Tel. 0522 522235 e-mail: [email protected]
Metodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu [email protected] 1 1 Università degli Studi di Padova Anno Accademico 2011-2012 Lezione 6 Indice 1 Il metodo bootstrap 2 Esercitazione 3 Interpolazione
Istituto Tecnico Industriale Statale Enrico Mattei
Istituto Tecnico Industriale Statale Enrico Mattei Specializzazione di Elettronica ed Elettrotecnica URBINO Corso di Sistemi Automatici Elettronici ESERCITAZIONE TRASFORMATA DI LAPLACE Circuiti del primo
Matematica generale CTF
Equazioni differenziali 9 dicembre 2015 Si chiamano equazioni differenziali quelle equazioni le cui incognite non sono variabili reali ma funzioni di una o più variabili. Le equazioni differenziali possono
Ricerca Operativa Esercizi sul metodo del simplesso. Luigi De Giovanni, Laura Brentegani
Ricerca Operativa Esercizi sul metodo del simplesso Luigi De Giovanni, Laura Brentegani 1 1) Risolvere il seguente problema di programmazione lineare. ma + + 3 s.t. 2 + + 2 + 2 + 3 5 2 + 2 + 6,, 0 Soluzione.
Analisi dei sistemi di controllo a segnali campionati
Analisi dei sistemi di controllo a segnali campionati Sistemi di controllo (già analizzati) Tempo continuo (trasformata di Laplace / analisi in frequenza) C(s) controllore analogico impianto attuatori
Esponenziali elogaritmi
Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.
LE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
Capitolo 1 ANALISI COMPLESSA
Capitolo 1 ANALISI COMPLESSA 1 1.4 Serie in campo complesso 1.4.1 Serie di potenze Una serie di potenze è una serie del tipo a k (z z 0 ) k. Per le serie di potenze in campo complesso valgono teoremi analoghi
APPLICAZIONI LINEARI
APPLICAZIONI LINEARI 1. Esercizi Esercizio 1. Date le seguenti applicazioni lineari (1) f : R 2 R 3 definita da f(x, y) = (x 2y, x + y, x + y); (2) g : R 3 R 2 definita da g(x, y, z) = (x + y, x y); (3)
Matematica e Statistica
Matematica e Statistica Prova d esame (0/07/03) Università di Verona - Laurea in Biotecnologie - A.A. 0/3 Matematica e Statistica Prova di MATEMATICA (0/07/03) Università di Verona - Laurea in Biotecnologie
Parte 3. Rango e teorema di Rouché-Capelli
Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici
Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R
Studio di funzione Per studio di funzione intendiamo un insieme di procedure che hanno lo scopo di analizzare le proprietà di una funzione f ( x) R R : allo scopo di determinarne le caratteristiche principali.
Politecnico di Milano. Fondamenti di Automatica (CL Ing. Gestionale) a.a.2014-15 Prof. Silvia Strada Prima prova intermedia 28 Novembre 2014 SOLUZIONE
Politecnico di Milano Fondamenti di Automatica (CL Ing. Gestionale) a.a.014-15 Prof. Silvia Strada Prima prova intermedia 8 Novembre 014 SOLUZIONE ESERCIZIO 1 punti: 8 su 3 Si consideri il sistema dinamico
LE FIBRE DI UNA APPLICAZIONE LINEARE
LE FIBRE DI UNA APPLICAZIONE LINEARE Sia f:a B una funzione tra due insiemi. Se y appartiene all immagine di f si chiama fibra di f sopra y l insieme f -1 y) ossia l insieme di tutte le controimmagini
Ottimizazione vincolata
Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l
Applicazioni lineari
Applicazioni lineari Esempi di applicazioni lineari Definizione. Se V e W sono spazi vettoriali, una applicazione lineare è una funzione f: V W tale che, per ogni v, w V e per ogni a, b R si abbia f(av
Tutorato di GE110. Universitá degli Studi Roma Tre - Corso di Laurea in Matematica
Universitá degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di GE110 A.A. 2014-2015 - Docente: Prof. Angelo Felice Lopez Tutori: Federico Campanini e Giulia Salustri Soluzioni Tutorato 13
Metodi Frequenziali per il Progetto di Controllori MIMO: Controllori Decentralizzati
Metodi Frequenziali per il Progetto di Controllori MIMO: Controllori Decentralizzati Ingegneria dell'automazione Corso di Sistemi di Controllo Multivariabile - Prof. F. Amato Versione 2.2 Ottobre 2012
CONCETTO DI LIMITE DI UNA FUNZIONE REALE
CONCETTO DI LIMITE DI UNA FUNZIONE REALE Il limite di una funzione è uno dei concetti fondamentali dell'analisi matematica. Tramite questo concetto viene formalizzata la nozione di funzione continua e
La funzione è continua nel suo dominio perchè y = f(x) è composizione di funzioni continue. Il punto x = 0 è un punto isolato per D f.
FUNZIONI CONTINUE - ALCUNI ESERCIZI SVOLTI SIMONE ALGHISI 1. Continuità di una funzione Dati un insieme D R, una funzione f : D R e x 0 R, si è detto che f è continua in x 0 se sono soddisfatte le seguenti
CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA
COGNOME NOME CORSO DI LAUREA INF TWM ANNO DI IMMATRICOLAZIONE MATRICOLA SIMULAZIONE SCRITTO DI MATEMATICA DISCRETA, SECONDA PARTE Per ottenere la sufficienza bisogna rispondere in modo corretto ad almeno
Esempi di uso e applicazioni di Matlab e simulink. 1) Uso delle funzioni ode23 e ode45 per l'integrazione di equazioni differenziali con Matlab
Esempi di uso e applicazioni di Matlab e simulink ) Uso delle funzioni ode23 e ode45 per l'integrazione di equazioni differenziali con Matlab Sia dato da integrare una equazione differenziale scalare di
LA RETTA. Retta per l'origine, rette orizzontali e verticali
Retta per l'origine, rette orizzontali e verticali LA RETTA Abbiamo visto che l'equazione generica di una retta è del tipo Y = mx + q, dove m ne rappresenta la pendenza e q il punto in cui la retta incrocia
Dispense di Informatica per l ITG Valadier
La notazione binaria Dispense di Informatica per l ITG Valadier Le informazioni dentro il computer All interno di un calcolatore tutte le informazioni sono memorizzate sottoforma di lunghe sequenze di
Esempio. Approssimazione con il criterio dei minimi quadrati. Esempio. Esempio. Risultati sperimentali. Interpolazione con spline cubica.
Esempio Risultati sperimentali Approssimazione con il criterio dei minimi quadrati Esempio Interpolazione con spline cubica. Esempio 1 Come procedere? La natura del fenomeno suggerisce che una buona approssimazione
la funzione è definita la funzione non è definita Si osservi, infatti, che la radice di un numero negativo non esiste nel campo dei numeri reali.
1 y 4 CAMPO DI ESISTENZA. Poiché data è una irrazionale con indice di radice pari, il cui radicando è un polinomio, essa risulta definita solo per i valori della per i quali il radicando è positivo, ovvero
Introduzione. Margine di ampiezza... 2 Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di Bode... 6
ppunti di Controlli utomatici Capitolo 7 parte II Margini di stabilità Introduzione... Margine di ampiezza... Margine di fase... 5 Osservazione... 6 Margini di stabilità e diagrammi di ode... 6 Introduzione
Macchine a stati finiti. Sommario. Sommario. M. Favalli. 5th June 2007
Sommario Macchine a stati finiti M. Favalli 5th June 27 4 Sommario () 5th June 27 / 35 () 5th June 27 2 / 35 4 Le macchine a stati si utilizzano per modellare di sistemi fisici caratterizzabili mediante:
Capitolo. La funzione di trasferimento. 2.1 Funzione di trasferimento di un sistema. 2.2 L-trasformazione dei componenti R - L - C
Capitolo La funzione di trasferimento. Funzione di trasferimento di un sistema.. L-trasformazione dei componenti R - L - C. Determinazione delle f.d.t. di circuiti elettrici..3 Risposta al gradino . Funzione
Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda
Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda Premessa Con l analisi di sensitività il perito valutatore elabora un range di valori invece di un dato
Modellistica e controllo dei motori in corrente continua
Modellistica e controllo dei motori in corrente continua Note per le lezioni del corso di Controlli Automatici A.A. 2008/09 Prof.ssa Maria Elena Valcher 1 Modellistica Un motore in corrente continua si
Nome: Nr. Mat. Firma:
Fondamenti di Controlli Automatici - A.A. 7/8 4 Dicembre 7 - Esercizi Compito A Nr. Nome: Nr. Mat. Firma: a) Determinare la trasformata di Laplace X i (s) dei seguenti segnali temporali x i (t): x (t)
Parte 6. Applicazioni lineari
Parte 6 Applicazioni lineari A Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Applicazioni fra insiemi, 2 Applicazioni lineari tra spazi vettoriali, 2 3 Applicazioni lineari da R n a R
IL CONCETTO DI FUNZIONE
IL CONCETTO DI FUNZIONE Il concetto di funzione è forse il concetto più importante per la matematica: infatti la matematica e' cercare le cause, le implicazioni, le conseguenze e l'utilità di una funzione
Diagonalizzazione di matrici e applicazioni lineari
CAPITOLO 9 Diagonalizzazione di matrici e applicazioni lineari Esercizio 9.1. Verificare che v = (1, 0, 0, 1) è autovettore dell applicazione lineare T così definita T(x 1,x 2,x 3,x 4 ) = (2x 1 2x 3, x
RICHIAMI SULLE MATRICI. Una matrice di m righe e n colonne è rappresentata come
RICHIAMI SULLE MATRICI Una matrice di m righe e n colonne è rappresentata come A = a 11 a 12... a 1n a 21 a 22... a 2n............ a m1 a m2... a mn dove m ed n sono le dimensioni di A. La matrice A può
Algebra Lineare e Geometria
Algebra Lineare e Geometria Corso di Laurea in Ingegneria Elettronica A.A. 2013-2014 Prova d esame del 16/06/2014. 1) a) Determinare la matrice associata all applicazione lineare T : R 3 R 4 definita da
FONDAMENTI DI AUTOMATICA / CONTROLLI AUTOMATICI
FONDAMENTI DI AUTOMATICA / CONTROLLI AUTOMATICI Guida alla soluzione degli esercizi d esame Dott. Ing. Marcello Bonfè Esercizi sulla scomposizione di modelli nello spazio degli stati: Gli esercizi nei
Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro
Segnali e Sistemi Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici Gianni Borghesan e Giovanni Marro Indice Introduzione 2. Notazione............................. 2 2 Classificazione
u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k
Capitolo 4 Serie numeriche 4. Serie convergenti, divergenti, indeterminate Data una successione di numeri reali si chiama serie ad essa relativa il simbolo u +... + u +... u, u 2,..., u,..., (4.) oppure
Esercizi di Macroeconomia per il corso di Economia Politica
Esercizi di Macroeconomia per il corso di Economia Politica (Gli esercizi sono suddivisi in base ai capitoli del testo di De Vincenti) CAPITOLO 3. IL MERCATO DEI BENI NEL MODELLO REDDITO-SPESA Esercizio.
Macchine a stati finiti. Sommario. Sommario. M. Favalli. Le macchine a stati si utilizzano per modellare di sistemi fisici caratterizzabili mediante:
Sommario Macchine a stati finiti M. Favalli Engineering Department in Ferrara 4 Sommario (ENDIF) Analisiesintesideicircuitidigitali / 35 (ENDIF) Analisiesintesideicircuitidigitali 2 / 35 4 Le macchine
Relazione di fine tirocinio. Andrea Santucci
Relazione di fine tirocinio Andrea Santucci 10/04/2015 Indice Introduzione ii 1 Analisi numerica con COMSOL R 1 1.1 Il Software.................................... 1 1.1.1 Geometria................................
1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
Rette e piani con le matrici e i determinanti
CAPITOLO Rette e piani con le matrici e i determinanti Esercizio.. Stabilire se i punti A(, ), B(, ) e C(, ) sono allineati. Esercizio.. Stabilire se i punti A(,,), B(,,), C(,, ) e D(4,,0) sono complanari.
La trasformata Zeta. Marco Marcon
La trasformata Zeta Marco Marcon ENS Trasformata zeta E l estensione nel caso discreto della trasformata di Laplace. Applicata all analisi dei sistemi LTI permette di scrivere in modo diretto la relazione
Massimi e minimi vincolati
Massimi e minimi vincolati In problemi di massimo e minimo vincolato viene richiesto di ricercare massimi e minimi di una funzione non definita su tutto R n, ma su un suo sottoinsieme proprio. Esempio:
Fondamenti di Automatica
Fondamenti di Automatica Funzioni di trasferimento: stabilità, errore a regime e luogo delle radici Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail:
Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione in virgola mobile
Problemi connessi all utilizzo di un numero di bit limitato Abbiamo visto quali sono i vantaggi dell utilizzo della rappresentazione in complemento alla base: corrispondenza biunivoca fra rappresentazione
EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6
EQUAZIONI DIFFERENZIALI.. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x log t (d) x = e t x log x (e) y = y 5y+6 (f) y = ty +t t +y (g) y = y (h) xy = y (i) y y y = 0 (j) x = x (k)
ESERCITAZIONE (7-11-13) Ing. Stefano Botelli
FONDAMENTI di AUTOMATICA ESERCITAZIONE (7-11-13) Ing. Stefano Botelli NB in presenza di matrici 3x3 bisogna intuire che esiste un metodo risolutivo particolare perchè non verrà mai richiesto a lezione
ESERCIZI APPLICAZIONI LINEARI
ESERCIZI APPLICAZIONI LINEARI PAOLO FACCIN 1. Esercizi sulle applicazioni lineari 1.1. Definizioni sulle applicazioni lineari. Siano V, e W spazi vettoriali, con rispettive basi B V := (v 1 v n) e B W
Esercizi su lineare indipendenza e generatori
Esercizi su lineare indipendenza e generatori Per tutto il seguito, se non specificato esplicitamente K indicherà un campo e V uno spazio vettoriale su K Cose da ricordare Definizione Dei vettori v,,v
Esercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
19. Inclusioni tra spazi L p.
19. Inclusioni tra spazi L p. Nel n. 15.1 abbiamo provato (Teorema 15.1.1) che, se la misura µ è finita, allora tra i corispondenti spazi L p (µ) si hanno le seguenti inclusioni: ( ) p, r ]0, + [ : p
Tesina di Identificazione dei Modelli e Analisi dei Dati
Tesina di Identificazione dei Modelli e Analisi dei Dati Ceccarelli Egidio e Papi Alessio 19 Luglio 2000 1 Indice 1 Introduzione 3 2 Valutazioni relative all identificazione 3 3 Prove 4 4 Conclusioni 5
Controllo di velocità angolare di un motore in CC
Controllo di velocità angolare di un motore in CC Descrizione generale Il processo è composto da un motore in corrente continua, un sistema di riduzione, una dinamo tachimetrica ed un sistema di visualizzazione.
CAPACITÀ DI PROCESSO (PROCESS CAPABILITY)
CICLO DI LEZIONI per Progetto e Gestione della Qualità Facoltà di Ingegneria CAPACITÀ DI PROCESSO (PROCESS CAPABILITY) Carlo Noè Università Carlo Cattaneo e-mail: [email protected] 1 CAPACITÀ DI PROCESSO Il
Funzioni. Parte prima. Daniele Serra
Funzioni Parte prima Daniele Serra Nota: questi appunti non sostituiscono in alcun modo le lezioni del prof. Favilli, né alcun libro di testo. Sono piuttosto da intendersi a integrazione di entrambi. 1
Manuale di istruzioni per utilizzo del Catalogo Elettronico.
CTR Group SPA. Manuale di istruzioni per utilizzo del Catalogo Elettronico. INDICE Capitoli Pag. 1 SITO CTR GROUP SPA. 2-1.1 Indirizzo web 2-1.2 Home page 3-1.3 Login (Autenticazione) 3-1.4 Link 4 2 CATALOGO
Identificazione di sistemi dinamici
Scuola universitaria professionale della Svizzera italiana SUP SI Dipartimento Tecnologie Innovative Identificazione di sistemi dinamici Ivan Furlan 21 dicembre 2011 Identificazione di sistemi dinamici
COMPITO DI SEGNALI E SISTEMI 18 Dicembre 2004
COMPIO DI SEGNALI E SISEMI 8 Dicembre 4 Esercizio Si consideri il modello di stato a tempo discreto descritto dalle seguenti equazioni: x(k + = Ax(k + Bu(k = x(k + u(k, v(k = Cx(k = [ ] x(k, k Z + i Si
3 GRAFICI DI FUNZIONI
3 GRAFICI DI FUNZIONI Particolari sottoinsiemi di R che noi studieremo sono i grafici di funzioni. Il grafico di una funzione f (se non è specificato il dominio di definizione) è dato da {(x, y) : x dom
1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
I sistemi di controllo possono essere distinti in due categorie: sistemi ad anello aperto e sistemi ad anello chiuso:
3.1 GENERALITÀ Per sistema di controllo si intende un qualsiasi sistema in grado di fare assumere alla grandezza duscita un prefissato andamento in funzione della grandezza di ingresso, anche in presenza
Spazi lineari - PARTE II - Felice Iavernaro. Dipartimento di Matematica Università di Bari. 9 e 16 Marzo 2007
Spazi lineari - PARTE II - Felice Iavernaro Dipartimento di Matematica Università di Bari 9 e 16 Marzo 2007 Felice Iavernaro (Univ. Bari) Spazi lineari 9-16/03/2007 1 / 17 Condizionamento dei sistemi lineari
1 Applicazioni Lineari tra Spazi Vettoriali
1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!
9. Urti e conservazione della quantità di moto.
9. Urti e conservazione della quantità di moto. 1 Conservazione dell impulso m1 v1 v2 m2 Prima Consideriamo due punti materiali di massa m 1 e m 2 che si muovono in una dimensione. Supponiamo che i due
SISTEMI DI NUMERAZIONE E CODICI
SISTEMI DI NUMERAZIONE E CODICI Il Sistema di Numerazione Decimale Il sistema decimale o sistema di numerazione a base dieci usa dieci cifre, dette cifre decimali, da O a 9. Il sistema decimale è un sistema
Macchine a stati finiti G. MARSELLA UNIVERSITÀ DEL SALENTO
Macchine a stati finiti 1 G. MARSELLA UNIVERSITÀ DEL SALENTO Introduzione Al più alto livello di astrazione il progetto logico impiega un modello, la cosiddetta macchina a stati finiti, per descrivere
1996: il prezzo salì a $5.00 per bushel con contestazioni sui vecchi contratti
MICRO ECONOMIA Analisi della Domanda e dell Offerta 1. Motivazioni 2. Definizione di Mercati Competitivi 3. La Funzione di Domanda di Mercato 4. La Funzione di Offerta di Mercato 5. Equilibrio e sue caratteristiche
LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ
LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,
Nome: Nr. Mat. Firma:
Controlli Automatici - A.A. 1/11 Ingegneria Gestionale 13 Settembre 11 - Esercizi Nome: Nr. Mat. Firma: Rispondere alle seguenti domande. a) Calcolare la trasformata di Laplace X(s) dei seguenti segnali
Quando troncare uno sviluppo in serie di Taylor
Quando troncare uno sviluppo in serie di Taylor Marco Robutti October 13, 2014 Lo sviluppo in serie di Taylor di una funzione è uno strumento matematico davvero molto utile, e viene spesso utilizzato in
Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
Alessandro Pellegrini
Esercitazione sulle Rappresentazioni Numeriche Esistono 1 tipi di persone al mondo: quelli che conoscono il codice binario e quelli che non lo conoscono Alessandro Pellegrini Cosa studiare prima Conversione
4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI
119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO
I appello - 24 Marzo 2006
Facoltà di Ingegneria - Corso di Laurea in Ing. Energetica e Gestionale A.A.2005/2006 I appello - 24 Marzo 2006 Risolvere gli esercizi motivando tutte le risposte. I.) Studiare la convergenza puntuale,
Matematica 1 - Corso di Laurea in Ingegneria Meccanica
Matematica 1 - Corso di Laurea in Ingegneria Meccanica Esercitazione su massimi e minimi vincolati 9 dicembre 005 Esercizio 1. Considerare l insieme C = {(x,y) R : (x + y ) = x } e dire se è una curva
~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE
STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.
