Obsah. Matematika. Obsah. Ljapunovova metoda. Volba LF

Podobné dokumenty
Základy maticového počtu Matice, determinant, definitnost

Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1

Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008

Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program

Definice 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

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

Michal Bulant. Masarykova univerzita Fakulta informatiky

Matematická analýza pro informatiky I. Extrémy funkcí více proměnných

Matematika 5 FSV UK, ZS Miroslav Zelený

ZADÁNÍ ZKOUŠKOVÉ PÍSEMNÉ PRÁCE Z PŘEDMĚTU LINEÁRNÍ ALGEBRA PRO IT. Verze 1.1A

10 Funkce více proměnných

Vlastní čísla a vlastní vektory

5. Lokální, vázané a globální extrémy

11. přednáška 10. prosince Kapitola 3. Úvod do teorie diferenciálních rovnic. Obyčejná diferenciální rovnice řádu n (ODR řádu n) je vztah

Základní spádové metody

Symetrické a kvadratické formy

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

AVDAT Vektory a matice

PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti

Interpolace, ortogonální polynomy, Gaussova kvadratura

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

verze 1.4 Ekvivalentní podmínkou pro stacionární bod je, že totální diferenciál je nulový

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

y = 2x2 + 10xy + 5. (a) = 7. y Úloha 2.: Určete rovnici tečné roviny a normály ke grafu funkce f = f(x, y) v bodě (a, f(a)). f(x, y) = x, a = (1, 1).

pouze u některých typů rovnic a v tomto textu se jím nebudeme až na

Funkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018

Dnešní látka: Literatura: Kapitoly 3 a 4 ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH

Co jsme udělali: Au = f, u D(A)

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

Kapitola 5. Symetrické matice

EUKLIDOVSKÉ PROSTORY

5. cvičení z Matematiky 2

Matematická analýza pro informatiky I.

Program SMP pro kombinované studium

Úvod. Integrování je inverzní proces k derivování Máme zderivovanou funkci a integrací získáme původní funkci kterou jsme derivovali

Přijímací zkouška na navazující magisterské studium 2017

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

8.1. Určete všechny lokální extrémy funkce f(x, y) = x 2 + arctg 2 x + y 3 + y, x, y R.

1 Linearní prostory nad komplexními čísly

1 Polynomiální interpolace

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Nelineární optimalizace a numerické metody (MI NON)

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

Funkce více proměnných. April 29, 2016

)(x 2 + 3x + 4),

Aplikovaná numerická matematika

Vlastní čísla a vlastní vektory

1 Kvadratické formy. 2 Matice kvadratické formy. Definice Necht B je bilineární forma na V. Q B : V R. Q B (x) = B(x, x), x V

Co je obsahem numerických metod?

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).

Hledáme lokální extrémy funkce vzhledem k množině, která je popsána jednou či několika rovnicemi, vazebními podmínkami. Pokud jsou podmínky

Vlastní číslo, vektor

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC

Zdrojem většiny příkladů je sbírka úloh 1. cvičení ( ) 2. cvičení ( )

1 Extrémy funkcí - slovní úlohy

Hledání extrémů funkcí

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

12. Funkce více proměnných

7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí


verze 1.3 kde ρ(, ) je vzdálenost dvou bodů v R r. Redukovaným ε-ovým okolím nazveme ε-ové okolí bodu x 0 mimo tohoto bodu, tedy množinu

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

11. Skalární součin a ortogonalita p. 1/16

Požadavky k písemné přijímací zkoušce z matematiky do navazujícího magisterského studia pro neučitelské obory

EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH

Kapitola 11: Lineární diferenciální rovnice 1/15

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

Shodnostní Helmertova transformace

Derivace a monotónnost funkce

Literatura: Kapitoly 3, 4 a 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

21. Úvod do teorie parciálních diferenciálních rovnic

Numerické metody optimalizace - úvod

[1] Motivace. p = {t u ; t R}, A(p) = {A(t u ); t R} = {t A( u ); t R}

Četba: Texty o lineární algebře (odkazy na webových stránkách přednášejícího).

5.3. Implicitní funkce a její derivace

13. Kvadratické rovnice 2 body

1.1 Existence a jednoznačnost řešení. Příklad 1.1: [M2-P1] diferenciální rovnice (DR) řádu n: speciálně nás budou zajímat rovnice typu

Vlastní čísla a vlastní vektory

Derivace funkce. Přednáška MATEMATIKA č Jiří Neubauer

Základy matematiky pro FEK

1 Diference a diferenční rovnice

Dnešní látka Opakování: normy vektorů a matic, podmíněnost matic Jacobiova iterační metoda Gaussova-Seidelova iterační metoda

Lineární algebra : Skalární součin a ortogonalita

Lineární algebra : Skalární součin a ortogonalita

Definice globální minimum (absolutní minimum) v bodě A D f, jestliže X D f

stránkách přednášejícího.

4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE

4. Diferenciál a Taylorova věta

EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

Transkript:

Regulace a řízení II Stabilita nelineárních systémů Regulace a řízení II Stabilita nelineárních systémů - str. 1/27

Obsah Obsah Regulace a řízení II Stabilita nelineárních systémů - str. 2/27

Obsah přednášky matematický aparát volba Ljapunovovy funkce Obsah Regulace a řízení II Stabilita nelineárních systémů - str. 3/27

Obsah Matematický aparát k výkladu Ljapunovovy funkce Vlastní čísla Definitnost Kvadratická forma Sylvestrovo kritérium Příklad definitnosti Regulace a řízení II Stabilita nelineárních systémů - str. 4/27

Vlastní čísla matice AX=λX pokud existujex R n 0 X je vlastní vektor maticea skalár λ je vlastní číslo maticea úpravou rovnice dostaneme(a λi)x=0 podle Cramerova pravidla existuje nenulové řešení jen když det(a λi)=0 Obsah Vlastní čísla Definitnost Kvadratická forma Sylvestrovo kritérium Příklad definitnosti charakteristický polynom det(a λi) vlastní čísla λ vypočteme jako kořeny charakteristického polynomu Regulace a řízení II Stabilita nelineárních systémů - str. 5/27

Definitnost funkce skalární funkce f(x) je pozitivně definitní v oblasti S, pokud x S x 0 f(x) >0 f(0) 0 skalární funkce f(x) je pozitivně semidefinitní v oblasti S, pokud x S f(x) 0 skalární funkce f(x) je negativně definitní v oblasti S, pokud x S x 0 f(x) <0 f(0) 0 skalární funkce f(x) je negativně semidefinitní v oblasti S, pokud x S f(x) 0 skalární funkce f(x) je indefinitní v oblasti S, pokud mění v oblasti S znaménko Regulace a řízení II Stabilita nelineárních systémů - str. 6/27

Definitnost kvadratické formy kvadratická forma Q(x)=x T Ax= x;ax A=A T lze dokázat následující věty kvadratická forma Q(x) je pozitivně definitní, právě když jsou všechna vlastní čísla matice A kladná. Matice A je pak pozitivně definitní. kvadratická forma Q(x) je pozitivně semidefinitní, právě když jsou všechna vlastní čísla matice A nezáporná. Matice A je pak pozitivně semidefinitní. kvadratická forma Q(x) je negativně definitní, právě když jsou všechna vlastní čísla matice A záporná. Matice A je pak negativně definitní. kvadratická forma Q(x) je negativně semidefinitní, právě když jsou všechna vlastní čísla matice A nekladná. Matice A je pak negativně semidefinitní. Regulace a řízení II Stabilita nelineárních systémů - str. 7/27

Sylvestrovo kritérium pro určení definitnosti kvadratické formy není nutné počítat vlastní čísla matice kvadratická forma s maticía=[a ij ] i,j=1,...,n je pozitivně definitní právě když k=1,2,...,n det([a ij ] 1 i,j k ) >0 je pozitivně semidefinitní právě když k=1,2,...,n det([a ij ] 1 i,j k ) 0 je negativně definitní právě když k=1,2,...,n ( 1) k det([a ij ] 1 i,j k ) >0 Regulace a řízení II Stabilita nelineárních systémů - str. 8/27

Příklad definitnosti V(x)=(x 1 + x 2 ) 2 + x 2 3;n=3je pozitivně semidefinitní, protože je pozitivní všude vyjma x 1 = x 2 = x 3 =0a x 1 = x 2 ;x 3 =0, kdy je nulová V(x)=x 2 1+ x 2 2;n=2je pozitivně definitní, protože je pozitivní všude vyjma bodu 0, kdy je nulová V(x)=x 2 1+ x 2 2;n=3je pozitivně semidefinitní, protože je pozitivní všude vyjma bodu x 1 = x 2 =0ax 3 je libovolné, kdy je nulová V(x)= n n q ij x i x j ;q ij = q ji je kvadratická forma, kterou j=1 i=1 můžeme vyjádřit jako skalární součin x;qx, kdeqje matice koeficientů q ij. Podle Sylvestrova teorému je tato funkce pozitivně definitní tehdy a jen tehdy, když všechny hlavní subdeterminanty matice Q jsou větší než 0 Regulace a řízení II Stabilita nelineárních systémů - str. 9/27

Obsah ověření stability Definice Ljapunovovy funkce Teorémy o stabilitě Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 10/27

Definice Ljapunovovy funkce uvažujeme neřízený t-invariantní systém dx =f(x) předpokládáme, že systém má jediný singulární bod v počátkuf(0)=0 skalární funkce stavových proměnných V(x) časová derivace funkce V(x) W(x)= dv(x) = V dx 1 x 1 + V dx 2 V dx n +...+ x 2 x n Obsah Definice Ljapunovovy funkce Teorémy o stabilitě Příklad W(x)=(gradV(x)) T f(x) Regulace a řízení II Stabilita nelineárních systémů - str. 11/27

Definice Ljapunovovy funkce funkce je taková skalární funkce V(x), která splňuje následující podmínky: 1. V(x) je spojitá a má spojité první parciální derivace v dané oblasti Ω definované v okolí počátku souřadnic vztahem x < a; a >0 2. V(x) je v oblastiωpozitivně definitní 3. W(x) je v oblastiωnegativně definitní případně semidefinitní Obsah Definice Ljapunovovy funkce Teorémy o stabilitě Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 12/27

Teorémy o stabilitě Teorém o lokální stabilitě Jestliže může být pro systém nalezena taková funkce, u které je W(x) negativně semidefinitní, pak je počátek stavového prostoru lokálně stabilní. Teorém o asymptotické stabilitě Jestliže může být pro systém nalezena taková funkce, u které je W(x) negativně definitní, pak je počátek stavového prostoru lokálně asymptoticky stabilní. Teorém o globální asymptotické stabilitě Jestliže může být pro systém nalezena taková funkce, u které je oblastω=r n (celý stavový prostor) a V(x) pro x a W(x) je negativně definitní, pak je počátek stavového prostoru globálně asymptoticky stabilní. Regulace a řízení II Stabilita nelineárních systémů - str. 13/27

Příklad lokální stability b(y) m y diferenciální rovnice d2 y 2+ b stavové rovnice dx 1 = x 2 ( ) dy + k(y)=0 dx 2 = k(x 1) b(x 2 ) předpokládáme x 1 k(x 1 ) >0ax 2 b(x 2 ) >0pro x 1 0ax 2 0 singulární bod x 1 = x 2 =0 chceme vyšetřit stabilitu Regulace a řízení II Stabilita nelineárních systémů - str. 14/27

Příklad lokální stability jako kandidáta na Ljapunovovu funkci zvolíme jako celkovou energii systému V(x)=E(x 1,x 2 )= 1 x 1 2 x2 2+ k(x 1 )dx 1 je zřejmé, že V(x) je pozitivně definitní derivace Ljapunovovy funkce W(x)= dv(x) dx 2 = x 2 + x 2k(x 1 )= x 2 b(x 2 ) za předpokladů uvedených v zadání je W(x) negativně semidefinitní V(x) splňuje požadavky na Ljapunovovu funkci a systém je dle definice lokálně stabilní fyzikálním rozborem lze dospět k závěru, že systém je dokonce globálně asymptoticky stabilní tento závěr nevyplývá ze zvolené Ljapunovovy funkce Regulace a řízení II Stabilita nelineárních systémů - str. 15/27 0

Příklad globální asymptotické stability model družice z J x dω x J y dω y y (J y J z )ω y ω z = M x (J z J x )ω x ω z = M y J z dω z (J x J y )ω x ω y = M z předpokládejme řízení M x = k x ω x x Obsah Definice Ljapunovovy funkce Teorémy o stabilitě Příklad M y = k y ω y M z = k z ω z za jakých podmínek bude systém stabilní Regulace a řízení II Stabilita nelineárních systémů - str. 16/27

Příklad globální asymptotické stability stavové rovnice dω x = 1 [ k x ω x +(J y J z )ω y ω z ] J x dω y = 1 [ k y ω y +(J z J x )ω x ω z ] J y dω z = 1 [ k z ω z +(J x J y )ω x ω y ] J z Obsah Definice Ljapunovovy funkce Teorémy o stabilitě Příklad v maticovém tvaru dω =A(ω)ω A(ω)= k x J x J x J y ω z J x J z ω y J y J x ω z k y J y J y J z ω x J z J x ω y J z J y ω x k z J z, ω= ω x ω y ω z Regulace a řízení II Stabilita nelineárních systémů - str. 17/27

Příklad globální asymptotické stability za Ljapunovovu funkci zvolíme pozitivně definitní kvadratickou formu V(ω)= ω,qω maticiqmusíme volit tak, aby byla symetrická a měla všechna vlastní čísla kladná Jx 2 0 0 Q= 0 Jy 2 0 0 0 Jz 2 derivace Ljapunovovy funkce W(ω)= dv(ω) = dω,qω + ω,q dω Regulace a řízení II Stabilita nelineárních systémů - str. 18/27

Příklad globální asymptotické stability dosazením ze stavových rovnic a úpravou W(ω)= A(ω)ω,Qω + ω,qa(ω)ω =[A(ω)ω] T Qω+ ω T QA(ω)ω= = ω T A T (ω)qω+ ω T QA(ω)ω= ω,[a T (ω)q+qa(ω)]ω = = ω,pω P= [A T (ω)q+qa(ω)]=p= 2 6 4 2k x J x 0 0 0 2k y J y 0 0 0 2k z J z 3 7 5 aby byl systém globálně asymptoticky stabilní, musí být funkce W negativně definitní funkce W bude negativně definitní, pokud bude ω, Pω pozitivně definitní ω, Pω je pozitivně definitní, pokud jsou všechna vlastní čísla matice P kladná systém bude stabilní pro k x >0, k y >0, k z >0 Regulace a řízení II Stabilita nelineárních systémů - str. 19/27

Příklad globální asymptotické stability řešení bez použití maticového počtu kandidát na Ljapunovovu funkci V(ω)=J 2 xω 2 x+ J 2 yω 2 y+ J 2 zω 2 z je zřejmé, že V(ω) je pozitivně definitní derivace Ljapunovovy funkce W(ω)= dv(ω) =2J 2 xω x dω x +2J 2 yω y dω y +2J 2 zω z dω z dosadíme stavové rovnice W(ω)=2J 2 xω x 1 J x [ k x ω x +(J y J z )ω y ω z ]+2J 2 yω y 1 J y [ k y ω y +(J z J x )ω x ω z ]+ +2J 2 zω z 1 J z [ k z ω z +(J x J y )ω x ω y ]= (2J x k x ω 2 x+2j y k y ω 2 y+2j z k z ω 2 z) W(x) bude negativně definitní v celém stavovém prostoru a systém bude tedy stabilní pro k x >0,k y >0,k z >0 Regulace a řízení II Stabilita nelineárních systémů - str. 20/27

Obsah Volba Ljapunovovy funkce Metody Krasovského Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 21/27

Metody volby Ljapunovovy funkce neexistuje jednoduchá obecná a spolehlivá pro volbu Ljapunovovy funkce základní prakticky používané metody volba na základě fyzikální podstaty systému za Ljapunovovu funkci volíme celkovou energii systému, případně významově analogickou veličinu vhodné spíše pro systémy nižšího řádu volba Ljapunovovy funkce jako obecné kvadratické formy Krasovského úspěšně lze najít Ljapunovovu funkci jen pro málo reálných systémů variabilního gradientu poměrně pracná k použití viz. elektronický text Obsah Metody Krasovského Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 22/27

Krasovského Ljapunovovu funkci volíme ve tvaru obecné kvadratické formy nx nx V(x)= l ij f i f j = f;lf i=1 j=1 matice L je symetrická pozitivně definitní V(x) bude pozitivně definitní derivace Ljapunovovy funkce W(x)= fi fl fi df ;Lf + f;l df fl f x = 2 6 4 df = f x dx f 1 f 1... x 1 x 2 f 2 f 2... x 1 x 2.. f n f n... x 1 x 2 f 1 x n f 2 x n. f n x n 3 =J 7 5 Regulace a řízení II Stabilita nelineárních systémů - str. 23/27

Krasovského po dosazení dostaneme W(x)= Jf;Lf + f;ljf = T=J T L+LJ =(Jf) T Lf+f T LJf=f T J T Lf+f T LJf= =f T (J T L+LJ)f=f T Tf= f;tf pro dosažení negativní definitnosti W(x) postačuje zajistit, aby matice T byla pozitivně definitní můžeme určit podmínky pro parametry systému, tak aby T byla pozitivně definitní Obsah Metody Krasovského Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 24/27

Příklad u=0 + + - - f() x 2 x 1 Obsah stavové rovnice ω 2 0 dx 1 = x 2= f 1 (x 1,x 2 ) dx 2 = f(x 2) ω 2 0x 1 = f 2 (x 1,x 2 ) Metody Krasovského Příklad chceme zjistit, jaké podmínky musí splňovat funkce f, aby bylo dosaženo stability Regulace a řízení II Stabilita nelineárních systémů - str. 25/27

Příklad zvolíme Ljapunovovu funkci 2 V(x)=[f 1 f 2 ] 4 l 11 2 0 0 l 22 2 3 2 5 4 f 1 f 2 3 5= 1 2 l 11f 2 1+ 1 2 l 22f 2 2 dosazení stavových rovnic derivace podle času W(x)= dv(x) V(x)= 1 2 l 11x 2 2+ 1 2 l 22[f(x 2 )+ω 2 0x 1 ] 2» dx 2 = l 11 x 2 + l 22[f(x 2 )+ω0x 2 df(x2 ) dx 2 1 ] dx 2 = l 11 x 2 [ f(x 2 ) ω 2 0x 1 ]+l 22 [f(x 2 )+ω 2 0x 1 ] dx 1 + ω2 0» df(x 2) (f(x 2 )+ω0x 2 1 )+ω0x 2 2 dx 2 =( l 11 + l 22 ω 2 0)(f(x 2 )+ω 2 0x 1 )x 2 l 22 df(x 2 ) dx 2 [f(x 2 )+ω 2 0x 1 ] 2 zvolíme-li l 11 = ω 2 0 a l 22 =1, dostaneme = W(x)= df(x 2) dx 2 [f(x 2 )+ω 2 0x 1 ] 2 Regulace a řízení II Stabilita nelineárních systémů - str. 26/27

Příklad W(x)= df(x 2) dx 2 [f(x 2 )+ω 2 0x 1 ] 2 postačující podmínkou pro globální asymptotickou stabilitu je, že W(x) je negativně definitní pokud bude platit df(x 2) dx 2 >0bude systém stabilní lze ukázat, že zjištěná podmínka je v daném případě příliš přísná, systém může být stabilní i při nesplnění této podmínky Obsah Metody Krasovského Příklad Regulace a řízení II Stabilita nelineárních systémů - str. 27/27