16 - Pozorovatel a výstupní ZV
|
|
- Emil Říha
- před 8 lety
- Počet zobrazení:
Transkript
1 16 - Pozorovatel a výstupní ZV Automatické řízení
2 Hlavní problém stavové ZV Stavová zpětná vazba se zdá být nejúčinnějším nástrojem řízení, důvodem je síla pojmu stav, který v sobě obsahuje veškerou informaci o minulosti soustavy. Stavová zpětná vazba se snadno užívá tam, kde všechny stavové veličiny můžeme snadno měřit, např. pro letecké a kosmické dopravní prostředky, kde jsou typickými veličinami poloha, rychlost, zrychlení. Dokonce už tam často jsou senzory měřící tyto veličiny pro jiné účely o když ale některé stavy měřit nechceme (cena a spolehlivost senzorů), nebo ani nemůžeme (jaderný reaktor, sklářská pec)? Často měříme jen některé stavové veličiny a těm pak říkáme měřený výstup Je potom užití stavové ZV nemožné? Ne tak docela! Když některé stavy nemůžeme měřit, zkusíme je rekonstruovat 2
3 Estimátor stavu neboli Pozorovatel Pozorovatel, estimátor stavu, někdy také rekonstruktor (anglicky observer, state estimator, reconstructor) Je to systém, který má stejný vstup jako soustava, často do něj vedeme i výstup má stejný řád jako soustava jeho stavy můžeme všechny měřit a jeho stav ˆx je odhadem stavu soustavy x r u kdyby bylo xˆ(0) = x(0), + y + tak i budoucí xˆ( t) = x(), t t > 0 obecně jen xˆ( t) x(), t t > 0 pozorovatel x ˆ = fuy (, ) Úkol pozorovatele vytváří odhad stavu soustavy, který pak použijeme pro ZV místo skutečného stavu soustavy jež bohužel neznáme regulátor u soustava x = Ax + Bu = x + Du K y ˆx y ARI
4 Nestačil by model soustavy? Automatické řízení - Kybernetika a robotika Zkusme přímovazební (open-loop) strukturu s modelem soustavy = Ax + Bu soustava = ˆ u x Ax + Bu = Ax + Bu vypočteme odchylku odhadu e= x xˆ, e(0) = x(0) xˆ(0) e = Ae model = Aˆx+ Bu ˆx y ŷ Dynamika odchylky je tedy dána dynamikou soustavy pokud vyhovuje (stabilita, rychlost konvergence), tak to stačí, ale pak vůbec nemusíme řídit pokud nevyhovuje, nemůžeme to napravit ato struktura není dobrá Jak ji můžeme vylepšit? Zpětnou vazbou! Využijme rozdíl mezi měřeným a odhadovaným výstupem y yˆ 4
5 Pozorovatel plného řádu Automatické řízení - Kybernetika a robotika odhaduje všechny stavy soustavy skládá se z modelu soustavy ˆ = Axˆ + Bu+ L( y yˆ) yˆ = xˆ a injekce z výstupu odečtením rovnic = Ax + Bu = Axˆ + Bu + L( x xˆ) Dostaneme pro odchylku odhadování e= x xˆ e = ( A L) e e= A e poz = Ax + Buy, = x = Ax + Bu to už je lepší: volbou vektoru L můžeme měnit matici A, a tak nastavit dynamiku odhadování (konvergenci a její rychlost) u soustava model = Axˆ + Bu + L( y yˆ ) pozorovatel x ˆx L ŷ y + 5
6 Vlastnosti pozorovatele plného řádu Protože je ˆ = Axˆ + Bu+ Ly Lxˆ = ( A L) xˆ + Bu+ Ly má pozorovatel rovnice kde je matice ˆ = A xˆ + Bu+ Ly A = pozorovatele je yˆ = x poz poz A L ˆ a a a l n 1 Její vlastní čísla (tzv. póly pozorovatele) a21 a22 a 2n l 2 Apoz = c1 c2 c se dají vhodnou volbou L nastavit libovolně an1 an2 ann ln když je systém pozorovatelný Ne náhodou to připomíná vztahy pro matici stavové ZV Póly pozorovatele obvykle je volíme 2 až 6 rychlejší než póly regulátoru aby póly regulátoru byly dominantní a pozorovatel nezpomaloval dyn. Jen když je šum senzoru tak silný, že je hlavním problémem volíme póly pozorovatele 2 pomalejší než póly regulátoru tím zmenšíme šířku pásma a vyhladíme šum v ZV systému [ ] n ARI
7 Dualita Při návrhu pozorovatele pro dané A, hledáme L tak, aby matice A = A L poz měla požadovaná vlastní čísla Při návrhu stavové ZV jsme podobně pro dané A, B hledali K tak, aby A = A BK reg měla požadovaná vlastní čísla Má to nějakou souvislost? Ano! Protože transpozice matice nemění vlastní čísla, transponujme problém na ( ) poz = = A A L A L Zřejmě jsou oba problémy duální Proto můžeme navrhnout pozorovatele (matici výstupní injekce) tak, že Budeme navrhovat matici stavové ZV pro duální (tedy transponovaný ) systém řízení stavová ZV A B K odhad stavu výst. injekce A B L ARI
8 Dualita pozorovatelnosti a řiditelnosti Dualita je ještě hlubší: i pojmy řiditelnost a pozorovatelnost jsou duální Systém je (úplně) pozorovatelný, právě když lze k němu navrhnout pozorovatele s libovolnými vlastními čísly (póly pozorovatele) Matice pozorovatelnosti je duální k matici řiditelnosti O A A n 1 = = n 1 A ( A) kanonický tvar pozorovatelnosti je duální ke kanonickému tvaru řiditelnosti řízení stavová ZV A B K odhad stavu výst. injekce A B L an an A = a a = [ ] 8
9 Návrh pozorovatele - 3 metody Využít přímo dualitu: převést úlohu na návrh stavové ZV pro duální systém, vyřešit ho a výsledné K převést na L podle L = K Převodem na normální tvar pozorovatelnosti: 1 k čemuž použijeme transformační matici = OnewO old snadno an 1 l1 vyřešit ( an 1+ l1) a n 2 l v tomto 2 ( an 2 + l2) F tvaru [ ] a1 ln 1 ( a1 ln 1) výsledek + a0 l n ( a0 + ln) převést zpět do n n 1 původních souřadnic det ( I ( A L) ) ( ) ( ) Pomocí modifikovaného Ackermannova vzorce pro pozorovatele = = s = s + a 1+ l1 s + + a1+ l 1 s+ a0 + l n n 1 det ( si A) = s + a s + + as+ a n n n n p ( ) L= poz A O 1 [ ] 9
10 Kombinace: ZV a pozorovatel Stavovými metodami navržená ZV z výstupu: navrhneme zvlášť stavovou ZV a zvlášť pozorovatele ale pak ZV vedeme od stavů pozorovatele u = Kxˆ + r = Ax + Buy, = x soustava r u = Axˆ + Bu+ L( y xˆ) = Ax + Bu + + u = Kxˆ + r = ( A L) xˆ + Bu+ Ly = ( A L BK) xˆ + Ly+ Br rovnice regulátoru tedy jsou = A L BK xˆ + Ly+ Br ( ) u = Kxˆ + r a jeho přenos je regulátor K ˆx x ˆ = Axˆ + B + L( y xˆ u ) ( ) ( ) ( ) 1 1 us () = K si A + L + BK Lys () + 1 K si A + L + BK B rs () y 10
11 Separace Automatické řízení - Kybernetika a robotika Výsledný systém (soustava + pozorovatel + ZV) má rovnice = Ax BKxˆ + Br u = Kxˆ + r ˆ = Lx + ( A L BK) xˆ + Br Abychom lépe určili jeho póly, r u vyjádříme ho se stavy xe, = x xˆ + = ( ) x + BKe + Br + A BK e = ( A L) e neboli blokově = + A BK BK x B K = + r e 0 A L e 0 regulátor soustava x Ax Bu póly výsledného systému jsou zřejmě póly ZV bez pozorovatele + póly pozorovatele bez ZV teprve z toho plyne, že smíme obě části navrhovat zvlášť: tzv. princip separace ˆx x ˆ = Axˆ + B + L( y xˆ u ) y 11
12 Další použití pozorovatele Pozorovatel se používá i k řešení jiných úloh: Jako náhrada měření veličiny, které není možné či snadné V případě chyb, selhání, poruch (fault, fauilure) k jejich detekci = že došlo k selhání (fault detection) izolaci = kde přesně došlo k selhání (fault isolation) V případě selhání senzoru a/nebo aktuátoru k rekonfiguraci např. se při selhání senzoru použije pro řízení místo skutečně naměřených hodnot výstupu použijí hodnoty odhadnuté pozorovatelem v případě selhání aktuátoru se použije tzv. virtuální aktuátor, což je modifikace pozorovatele (Podobně) v případě změny vlastností senzoru/aktuátoru 12
Doplňky k přednášce 24 Diskrétní řízení Diskrétní metody analogické spojitým
Doplňky k přednášce 24 Diskrétní řízení Diskrétní metody analogické spojitým Michael Šebek Automatické řízení 2013 21-4-13 Metody diskrétního návrhu Metody diskrétního návrhu, které jsou stejné (velmi
Více15 - Stavové metody. Michael Šebek Automatické řízení
15 - Stavové metody Michael Šebek Automatické řízení 2016 10-4-16 Stavová zpětná vazba Když můžeme měřit celý stav (všechny složky stavového vektoru) soustavy, pak je můžeme využít k řízení u = K + r [
VícePříklady k přednášce 16 - Pozorovatel a výstupní ZV
Příklady k přednášce 6 - Pozorovatel a výtupní ZV Michael Šebek Automatické řízení 08 6-4-8 Příklad: Pozorovatel pro kyvadlo naivně pro kyvadlo frekvencí ω 0 a rovnicemi x 0 x 0 navrhneme pozorovatel dvojitým
VícePříklady k přednášce 24 Diskrétní řízení
Příklady k přednášce 4 Diskrétní řízení Michael Šebek Automatické řízení 03 3-5-4 Automatické řízení - Kybernetika a robotika Vezměme opět dvojitý integrátor vzorkovaný s periodou h h h xk ( + ) 0 xk +
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
Více24 - Diskrétní řízení
24 - Diskrétní řízení Michael Šebek Automatické řízení 213 13-5-14 Metody návrhu diskrétního řízení Automatické řízení - Kybernetika a robotika Návrh pro čistě diskrétní systémy Mnohé metody jsou analogické
Více19 - Polynomiální metody
19 - Polynomiální metody Automatické řízení 218 16-4-18 Opakování - Vlastnosti polynomů Polynomy netvoří těleso, ale okruh - obecně jimi nelze dělit beze zbytku! Proto existuje: dělitel, násobek, společný
VícePozorovatel, Stavová zpětná vazba
Pozorovatel, Stavová zpětná vazba Teorie dynamických systémů Obsah Úvod 2 Příklady 2 3 Domácí úlohy 6 Reference 8 Úvod Pozorovatel stavu slouží k pozorování (odhadování) zejména neměřitelných stavů systému.
VíceCo je obsahem numerických metod?
Numerické metody Úvod Úvod Co je obsahem numerických metod? Numerické metody slouží k přibližnému výpočtu věcí, které se přesně vypočítat bud nedají vůbec, nebo by byl výpočet neúměrně pracný. Obsahem
VícePříklady k přednášce 15 - Stavové metody
Příklady k přednášce 5 - Stavové metody Michael Šebek Automatické řízení 8 9-4-8 Příklad: Naivní návrh stavové ZV Naivní přístup je schůdný jen pro jednoduché případy, obvykle. řádu Uvažme soustavu (kyvadlo
VícePřipomenutí co je to soustava lineárních rovnic
Připomenutí co je to soustava lineárních rovnic Příklad 2x 3y + z = 5 3x + 5y + 2z = 4 x + 2y z = 1 Soustava lineárních rovnic obecně Maticový tvar: a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a
VíceZpětná vazba, změna vlastností systému. Petr Hušek
Zpětná vazba, změna vlastností systému etr Hušek Zpětná vazba, změna vlastností systému etr Hušek husek@fel.cvut.cz katedra řídicí techniky Fakulta elektrotechnická ČVUT v raze MAS 2012/13 ČVUT v raze
Více1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
Více13 - Návrh frekvenčními metodami
3 - Návrh frekvenčními metodami Michael Šebek Automatické říení 208 28-3-8 Návrh pomocí Bodeho grafu Automatické říení - Kybernetika a robotika Návrh probíhá v OL s konečným cílem lepšit stabilitu a chování
VíceParametrická rovnice přímky v rovině
Parametrická rovnice přímky v rovině Nechť je v kartézské soustavě souřadnic dána přímka AB. Nechť vektor u = B - A. Pak libovolný bod X[x; y] leží na přímce AB právě tehdy, když vektory u a X - A jsou
VíceZápadočeská univerzita. Lineární systémy 2
Západočeská univerzita FAKULTA APLIKOVANÝCH VĚD Lineární systémy Semestrální práce vypracoval: Jan Popelka, Jiří Pročka 1. květen 008 skupina: pondělí 7-8 hodina 1) a) Jelikož byly měřící přípravky nefunkční,
Více2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC
.6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom
VíceANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ
ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,
VíceNalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: =, 0 = 1 = 1. ln = +,
Příklad Nalezněte obecné řešení diferenciální rovnice (pomocí separace proměnných) a řešení Cauchyho úlohy: a) =, 0= b) =, = c) =2, = d) =2, 0= e) =, 0= f) 2 =0, = g) + =0, h) =, = 2 = i) =, 0= j) sin+cos=0,
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
Více1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
Více4 - Vlastnosti systému: Stabilita, převrácená odezva, řiditelnost a pozorovatelnost
4 - Vlastnosti systému: Stabilita, převrácená odezva, řiditelnost a pozorovatelnost Michael Šebek Automatické řízení 25 25-2-5 Stabilita obecně Automatické řízení - Kybernetika a robotika Stabilita obecně
Více0 0 a 2,n. JACOBIOVA ITERAČNÍ METODA. Ax = b (D + L + U)x = b Dx = (L + U)x + b x = D 1 (L + U)x + D 1 b. (i) + T J
6 Jacobiova a Gaussova-Seidelova iterační metoda pro řešení systémů lin rovnic Kateřina Konečná/ ITERAČNÍ METODY PRO ŘEŠENÍ SYSTÉMŮ LINEÁRNÍCH ROVNIC Budeme se zabývat řešením soustavy lineárních rovnic
VíceDynamika systémů s proměnnou hmotností. Vojtěch Patočka Univerzita Karlova - MFF
Dynamika systémů s proměnnou hmotností Buquoyovy úlohy Práce a energie v řešení Buquoyových úloh Mnohočásticové modely Problém rakety Pružné a nepružné srážky Fundemtální zákon vs. kinematická podmínka
Více21 Diskrétní modely spojitých systémů
21 Dikrétní modely pojitýc ytémů Micael Šebek Automatické řízení 2015 29-4-15 Metoda emulace Automatické řízení - Kybernetika a robotika pojitý regulátor nazývá e také aproximace, dikrétní ekvivalent,
VíceStavový model a Kalmanův filtr
Stavový model a Kalmanův filtr 2 prosince 23 Stav je veličina, kterou neznáme, ale chtěli bychom znát Dozvídáme se o ní zprostředkovaně prostřednictvím výstupů Příkladem může býapř nějaký zašuměný signál,
Více1 Linearní prostory nad komplexními čísly
1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)
VíceOsnova přednášky. Univerzita Jana Evangelisty Purkyně Základy automatizace Vlastnosti regulátorů
Osnova přednášky 1) Základní pojmy; algoritmizace úlohy 2) Teorie logického řízení 3) Fuzzy logika 4) Algebra blokových schémat 5) Vlastnosti členů regulačních obvodů 6) 7) Stabilita regulačního obvodu
VíceLineární funkce IV
.. Lineární funkce IV Předpoklady 0 Pedagogická poznámka Říkám studentům, že cílem hodiny není naučit se něco nového, ale použít to, co už známe (a možná se také přesvědčit o tom, jak se nemůžeme obejít
VíceSoustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.
[1] Terminologie [2] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová matice.
Vícel, l 2, l 3, l 4, ω 21 = konst. Proved te kinematické řešení zadaného čtyřkloubového mechanismu, tj. analyticky
Kinematické řešení čtyřkloubového mechanismu Dáno: Cíl: l, l, l 3, l, ω 1 konst Proved te kinematické řešení zadaného čtyřkloubového mechanismu, tj analyticky určete úhlovou rychlost ω 1 a úhlové zrychlení
Více14. přednáška. Přímka
14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1
Více7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí
202-m3b2/cvic/7slf.tex 7. Derivace složené funkce. Budeme uvažovat složenou funkci F = fg, kde některá z jejich součástí může být funkcí více proměnných. Předpokládáme, že uvažujeme funkce, které mají
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
VíceMatematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.
3.4. Výklad Předpokládejme, že v prostoru E 3 jsou dány body A, B, C neležící na jedné přímce. Těmito body prochází jediná rovina, kterou označíme ABC. Určíme vektory u = B - A, v = C - A, které jsou zřejmě
VíceSoustavy linea rnı ch rovnic
[1] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení a) soustavy, 10, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010, g)l.
VíceMatematika B101MA1, B101MA2
Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet
VíceÚlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
VíceFakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR
DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y
Vícecv3.tex. Vzorec pro úplnou pravděpodobnost
3 cvičení - pravděpodobnost 2102018 18cv3tex n i=1 Vzorec pro úplnou pravděpodobnost Systém náhodných jevů nazýváme úplným, jestliže pro něj platí: B i = 1 a pro i k je B i B k = 0 Jestliže je (Ω, A, P
Více1 Modelování systémů 2. řádu
OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka
VíceSoustavy lineárních diferenciálních rovnic I. řádu s konstantními koeficienty
Soustavy lineárních diferenciálních rovnic I řádu s konstantními koeficienty Definice a) Soustava tvaru x = ax + a y + az + f() t y = ax + a y + az + f () t z = a x + a y + a z + f () t se nazývá soustava
Více26 Nelineární systémy a řízení
6 Nelineární systémy a řízení Michael Šebek Automatické řízení 016 18-5-16 Lineární vs. nelineární Reálné systémy jsou většinou (ne vždy) nelineární, při relativně malých signálech (výchylkách) je často
VícePraha technic/(4 -+ (/T'ERATU"'P. ))I~~
Jaroslav Baláte Praha 2003 -technic/(4 -+ (/T'ERATU"'P ))I~~ @ ZÁKLADNí OZNAČENí A SYMBOLY 13 O KNIZE 24 1 SYSTÉMOVÝ ÚVOD PRO TEORII AUTOMATICKÉHO iízení 26 11 VYMEZENí POJMU - SYSTÉM 26 12 DEFINICE SYSTÉMU
VíceVZÁJEMNÁ POLOHA DVOU PŘÍMEK
VZÁJEMNÁ POLOHA DVOU PŘÍMEK VZÁJEMNÁ POLOHA DVOU PŘÍMEK p: a x b y c 0 q: a x b y c 0 ROVNOBĚŽNÉ PŘÍMKY (RŮZNÉ) nemají žádný společný bod, můžeme určit jejich vzdálenost, jejich odchylka je 0. Normálové
Více2. Určete jádro KerL zobrazení L, tj. nalezněte alespoň jednu jeho bázi a určete jeho dimenzi.
Řešené příklady z lineární algebry - část 3 Typové příklady s řešením Příklad 3.1: Zobrazení L: P 3 R 23 je zobrazení z prostoru P 3 všech polynomů do stupně 3 (včetně nulového polynomu) do prostoru R
VíceProjekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci
Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Různé metody řešení Téma: Analytická geometrie v prostoru, vektory, přímky Autor:
VíceZadání Máme data hdp.wf1, která najdete zde: Bodová předpověď: Intervalová předpověď:
Predikce Text o predikci pro upřesnění pro ty, které zajímá, kde se v EViews všechna ta čísla berou. Ruční výpočty u průběžného testu nebudou potřeba. Co bude v závěrečném testu, to nevím. Ale přečíst
VíceMatematika I, část I Vzájemná poloha lineárních útvarů v E 3
3.6. Vzájemná poloha lineárních útvarů v E 3 Výklad A. Vzájemná poloha dvou přímek Uvažujme v E 3 přímky p, q: p: X = A + ru q: X = B + sv a hledejme jejich společné body, tj. hledejme takové hodnoty parametrů
Více(Cramerovo pravidlo, determinanty, inverzní matice)
KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce
Více0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
VíceOsnova přednášky. Univerzita Jana Evangelisty Purkyně Základy automatizace Stabilita regulačního obvodu
Osnova přednášky 1) Základní pojmy; algoritmizace úlohy 2) Teorie logického řízení 3) Fuzzy logika 4) Algebra blokových schémat 5) Vlastnosti členů regulačních obvodů 6) Vlastnosti regulátorů 7) 8) Kvalita
Víceřešeny numericky 6 Obyčejné diferenciální rovnice řešeny numericky
řešeny numericky řešeny numericky Břetislav Fajmon, UMAT FEKT, VUT Brno Na minulé přednášce jsme viděli některé klasické metody a přístupy pro řešení diferenciálních rovnic: stručně řečeno, rovnice obsahující
VícePozn. 1. Při návrhu aproximace bychom měli aproximační funkci vybírat tak, aby vektory ϕ (i) byly lineárně
9. Řešení typických úloh diskrétní metodou nejmenších čtverců. DISKRÉTNÍ METODA NEJMENŠÍCH ČTVERCŮ použití: v případech, kdy je nevhodná interpolace využití: prokládání dat křivkami, řešení přeurčených
VíceKapitola 11: Lineární diferenciální rovnice 1/15
Kapitola 11: Lineární diferenciální rovnice 1/15 Lineární diferenciální rovnice 2. řádu Definice: Lineární diferenciální rovnice 2-tého řádu je rovnice tvaru kde: y C 2 (I) je hledaná funkce a 0 (x)y +
VíceNejprve si uděláme malé opakování z kurzu Množiny obecně.
@021 3. Řešení grafické přímka v kartézské soustavě souřadnic Nejprve si uděláme malé opakování z kurzu Množiny obecně. Rovnice ax + by + c = 0, kde aspoň jedno z čísel a,b je různé od nuly je v kartézské
VíceLineární algebra : Metrická geometrie
Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních
Více[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}
Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost s diagonální
VícePříklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky
Příklady k analytické geometrii kružnice a vzájemná poloha kružnice a přímky Př. 1: Určete rovnice všech kružnic, které procházejí bodem A = * 6; 9+, mají střed na přímce p: x + 3y 18 = 0 a jejich poloměr
VíceZápadočeská univerzita v Plzni Fakulta aplikovaných věd KKY/LS2. Plzeň, 2008 Pavel Jedlička
Západočeská univerzita v Plzni Fakulta aplikovaných věd KKY/LS2 Semestrální práce Plzeň, 2008 Jan Krčmář Pavel Jedlička 1 Měřený model Je zadán systém (1), který budeme diskretizovat použitím funkce c2d
VíceIV120 Spojité a hybridní systémy. Jana Fabriková
IV120 Spojité a hybridní systémy Základní pojmy teorie řízení David Šafránek Jiří Barnat Jana Fabriková Problém řízení IV120 Základní pojmy teorie řízení str. 2/25 Mějme dynamický systém S definovaný stavovou
VíceOdhad stavu matematického modelu křižovatek
Odhad stavu matematického modelu křižovatek Miroslav Šimandl, Miroslav Flídr a Jindřich Duník Katedra kybernetiky & Výzkumné centrum Data-Algoritmy-Rozhodování Fakulta aplikovaných věd Západočeská univerzita
VíceProjekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny. Univerzita Palackého v Olomouci
Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Různé metody řešení Téma: Kružnice, kruh, tečny, obsahy, goniometrické funkce, integrace
VíceSoustavy lineárních a kvadratických rovnic o dvou neznámých
Soustavy lineárních a kvadratických rovnic o dvou neznámých obsah 1.a) x + y = 5 x 2 + y 2 = 13 3 b) x - y = 7 x 2 + y 2 = 65 5 c) x - y = 3 x 2 + y 2 = 5 6 3. a) x + 2y = 9 x. y = 10 12 b) x - 3y = 1
VíceJan Škoda. 29. listopadu 2013
Matematicko-fyzikální fakulta Univerzity Karlovy v Praze 29. listopadu 2013 Náplň přednášky state estimation Naivní přístup KF Matematický model Problém podmínky linearity EKF. & ukázka Co se nedozvíte:
VíceSoustavy více rovnic o více neznámých II
2.3.14 Soustavy více rovnic o více neznámých II Předpoklady: 2313 Pedagogická poznámka: U odčítání rovnic je třeba se připravit na to, že slabší část třídy bude různě rozepisovat mezivýpočty, vynechávat
VíceMatematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic
Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je
VíceInterpolace pomocí splajnu
Interpolace pomocí splajnu Interpolace pomocí splajnu Připomenutí U interpolace požadujeme, aby graf aproximující funkce procházel všemi uzlovými body. Interpolační polynom aproximující funkce je polynom
Více2.3.20 Grafické řešení soustav lineárních rovnic a nerovnic
.3.0 Grafické řešení soustav lineárních rovnic a nerovnic Předpoklad: 307, 311 Př. 1: Vřeš soustavu rovnic + =. Pokud se také o grafické řešení. = 5 Tak jednoduchou soustavu už jsme dlouho neměli: + =
VíceVypracovat přehled paralelních kinematických struktur. Vytvořit model a provést analýzu zvolené PKS
Autor BP: Vedoucí práce: Tomáš Kozák Ing. Jan Zavřel, Ph.D. Vypracovat přehled paralelních kinematických struktur Vytvořit model a provést analýzu zvolené PKS Provést simulaci zvolené PKS Provést optimalizaci
VíceSoustavy se spínanými kapacitory - SC. 1. Základní princip:
Obvody S - popis 1 Soustavy se spínanými kapacitory - S 1. Základní princip: Simulace rezistoru přepínaným kapacitorem viz známý obrázek! (a rovnice) Modifikace základního spínaného obvodu: Obr. 2.1: Zapojení
VíceDnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda
Předmět: MA 4 Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda Četba: Text o lineární algebře v Příručce přežití na webových
VíceObsah. Gain scheduling. Obsah. Linearizace
Regulace a řízení II Řízení nelineárních systémů Regulace a řízení II Řízení nelineárních systémů - str. 1/29 Obsah Obsah Gain scheduling Linearizace Regulace a řízení II Řízení nelineárních systémů -
VíceAritmetické vektory. Martina Šimůnková. Katedra aplikované matematiky. 16. března 2008
Aritmetické vektory Martina Šimůnková Katedra aplikované matematiky 16. března 2008 Martina Šimůnková (KAP) Aritmetické vektory 16. března 2008 1/ 34 Úvod 1Úvod Definice aritmetických vektorů a operací
VíceDiferenciální rovnice
Obyčejné diferenciální rovnice - studijní text pro cvičení v předmětu Matematika - 2. Studijní materiál byl připraven pracovníky katedry E. Novákovou, M. Hyánkovou a L. Průchou za podpory grantu IG ČVUT
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOS A SAISIKA Regresní analýza - motivace Základní úlohou regresní analýzy je nalezení vhodného modelu studované závislosti. Je nutné věnovat velkou pozornost tomu aby byla modelována REÁLNÁ
VíceTransformace souřadnic
Transformace souřadnic Odpřednesenou látku naleznete v kapitolách 8.2 a 8.3 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: A7B01AG 5.11.2015: Transformace souřadnic 1/17 Minulá přednáška
Vícec ÚM FSI VUT v Brně 20. srpna 2007
20. srpna 2007 1. 3 arctg x 1+x 2 dx 2. (x 2 + 2x + 17)e x dx 3. 1 x 3 x dx Vypočtěte integrál: 3 arctg x 1 + x 2 dx Příklad 1. Řešení: Použijeme substituci: arctg x = t 3 arctg x dx = 1 dx = dt 1+x 2
Více1. Jordanův kanonický tvar
. Jordanův kanonický tvar Obecně nelze pro zadaný lineární operátor ϕ : U U najít bázi α takovou, že (ϕ) α,α by byla diagonální. Obecně však platí, že pro každý lineární operátor ϕ : U U nad komplexními
VíceRovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA
Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic
VíceSoustavy lineárních rovnic-numerické řešení. October 2, 2008
Soustavy lineárních rovnic-numerické řešení October 2, 2008 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2... a n1 x 1 + a n2 x 2 + + a
VíceOperace s maticemi
Operace s maticemi Seminář druhý 17.10. 2018 Obsah 1 Operace s maticemi 2 Hodnost matice 3 Regulární matice 4 Inverzní matice Matice Definice (Matice). Reálná matice typu m n je obdélníkové schema A =
VíceVI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
VíceTéma je podrobně zpracováno ve skriptech [1], kapitola 6, strany
3 Metoda nejmenších čtverců 3 Metoda nejmenších čtverců Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6, strany 73-80. Jedná se o třetí možnou metodu aproximace,
VíceObsah Obyčejné diferenciální rovnice
Obsah 1 Obyčejné diferenciální rovnice 3 1.1 Základní pojmy............................................ 3 1.2 Obyčejné diferenciální rovnice 1. řádu................................ 5 1.3 Exaktní rovnice............................................
Více1/10. Kapitola 12: Soustavy lineárních algebraických rovnic
1/10 Kapitola 12: Soustavy lineárních algebraických rovnic Soustavy lineárních algebraických rovnic 2/10 Definice: Soustavou m lineárních algebraických rovnic o n neznámých rozumíme soustavu rovnic a 11
VíceMetody vnitřních bodů pro řešení úlohy lineární elasticity s daným třením
Metody vnitřních bodů pro řešení úlohy lineární elasticity s daným třením J. Machalová, P. Ženčák, R. Kučera Katedra matematické analýzy a aplikací matematiky PřF UP Olomouc Katedra matematiky a deskriptivní
VíceDefinice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s
Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných
Více1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.
VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:
VíceVlastní číslo, vektor
[1] Vlastní číslo, vektor motivace: směr přímky, kterou lin. transformace nezmění invariantní podprostory charakteristický polynom báze, vzhledem ke které je matice transformace nejjednodušší podobnost
VícePříklady k přednášce 6 - Spojování a struktury
Příklad k přednášce 6 - Spojování a truktur Michael Šebek Automatické řízení 07 7-3-8 Automatické řízení - Kbernetika a robotika Zpětnovazební pojení tavových modelů Odvození obecného případu (značení
Vícevyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).
Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých
VíceNumerické řešení nelineárních rovnic
Numerické řešení nelineárních rovnic Mirko Navara http://cmp.felk.cvut.cz/ navara/ Centrum strojového vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 104a http://math.feld.cvut.cz/nemecek/nummet.html
Více11 Analýza hlavních komponet
11 Analýza hlavních komponet Tato úloha provádí transformaci měřených dat na menší počet tzv. fiktivních dat tak, aby většina informace obsažená v původních datech zůstala zachována. Jedná se tedy o úlohu
VíceMatice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např.
Matice přechodu Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např. u příkladu 7 (v ) dostaneme: Nyní bychom mohli postupovat jako u matice homomorfismu
VíceCVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17
CVIČNÝ TEST 15 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST VÝCHOZÍ TEXT K ÚLOZE 1 Je dána čtvercová mřížka, v níž každý čtverec má délku
VíceM - Příprava na 1. zápočtový test - třída 3SA
M - Příprava na 1. zápočtový test - třída 3SA Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. VARIACE 1 Tento
VíceCvičení z Numerických metod I - 12.týden
Máme systém lineárních rovnic Cvičení z Numerických metod I - týden Přímé metody řešení systému lineárních rovnic Ax = b, A = a a n a n a nn Budeme hledat přesné řešení soustavy x = x x n, b = b b n, x
VíceSoustavy lineárních rovnic-numerické řešení
Soustavy lineárních rovnic-numerické řešení November 9, 2008 Soustavy lineárních rovnic-numerické řešení 1 / 52 (Systém lin. rovnic) Systém rovnic a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22
VíceOperace s maticemi. 19. února 2018
Operace s maticemi Přednáška druhá 19. února 2018 Obsah 1 Operace s maticemi 2 Hodnost matice (opakování) 3 Regulární matice 4 Inverzní matice 5 Determinant matice Matice Definice (Matice). Reálná matice
Více