Tadeusz Kaczorek

Andrzej Dzieliński
Włodzimierz Dąbrowski
Rafał Łopatka
*

odstawy
teorii
sterowania *

Wydanie drugie zm ie lo n e

Wydawnictwa Naukowo-Techniczne
Warszawa
Opiniodawcy: SPIS TREŚCI
prof. dr hab. inż. Jerzy Klamka
prof. dr hab. inż. Wojciech Mitkowski

R edaktor Lech Oleksiak

Do drugiego w ydania przygotow ała Maria Kasperska
Okładkę i strony tytułowe projektował Paweł G. Rubaszewski
Redaktor techniczny Grażyna Miazek
Korekta Zespół
Przygotowanie do druku IM TEX j.
/u ^ Przedmowa ix
(«■ F IL IA
1 . Wprowadzenie 1
*1.1. Pojęcia podstawowe i istota układu regulacjiautomatycznej ... . 1
Znaki towarowe 1.2. Klasyfikacja układów regulacji automatycznej ......................................... '4
W książce użyto nazw będących znakami towarowymi. Wydawca 1.3. Zarys treści książki i jak z niej k o rzystać.................................................. 8
oświadcza, że zrobiono to z myślą tylko o tej publikacji i z taką 1.4. Opis liniowych układów dynamicznych .................................................... 10
intencją, aby było to z korzyścią dla właściciela znaku, bez 1.5. Układy statyczne oraz dynamiczne stacjonarne i niestacjonarne 14
zamiaru naruszania znaku towarowego. Nazwa taka zaczyna się
w tekście wielką literą lub jest pisana wielkimi literami.
1.5.1. Behawiorystyczna definicja układu ............ 1............................... 14
1.5.2. Relacyjna definicja układu ........................................................... 17
1.6. Linearyzacja układów nieliniowych ........................................................... 10
1.6.1. Metoda rozwinięcia w szereg ........................................................ 19
6>i< ' X t â O O j 1.6.2. Metoda optymalnej linearyzacji ................................................... 23
1.6.3. Metoda nieliniowego sprzężenia zw rotnego....................... 27
1.7. Modele układów dynamicznych .................................................................. 29
(g) Copyright by Wydawnictwa Naukowo-Techniczne 1.7.1. Układy elektryczne '........................................................................ 20
Warszawa 2005, 2006 1.7.2. Układy mechaniczne ...................................................................... 32
1.7.3. Układy elektromechaniczne .......................................................... 33
All Rights Reserved 1.7.4. Procesy mieszania substancji ........................................................ 37
Printed in Poland 1.7.5. Układy o parametrach rozłożonych ............................................. 39
1.7.6. Równanie logistyczne w biologii .................................................. 42
Utwór w całości ani we fragmentach nie m oże być powielany 1.7.7. Model Lotla-Volterry układu drapieżnik - o fia ra ........................ 43
ani rozpowszechniany za p om ocą urządzeń elektronicznych, m echanicznych, 1.7.8. Model Mayłjf układu drapieżnik - ofiara....................................... 43
kopiujących, nagryw ających i innych, w tym również nie m oże być 1.7.9. Model Solowa wzrostu gospodarczego ........................................ 44
um ieszczany ani rozpowszechniany w postaci cyfrowej zarówno
w Internecie, jak i w sieciach lokalnych bez pisem nej zgody
1.7.10. Model Leontiefa produkcji w n sek torach ................................... 45
posiadacza praw autorskich. 1.8. Z a d a n ia ........................................................................................................... 46

Wydawnictwa Naukowo-Techniczne 2. Modele matematyczne liniowych układów dynamicznych ciągłych

00-048 Warszawa, ul. Mazowiecka 2/4 i dyskretnych 49
teł. 0-22 826 72 71, e-mail: wntOwnt.pl
www.wnt.pl 2.1. W prowadzenie................................................................................................ 40
2.2. Modele czasowe ............................................................................................. 50
2.2.1. Równania różniczkowe i różnicowe............................................... 50
ISBN 83-204-3251-0 2.2.2. Zmienne stanu ................................................................................. 50
vi Spis treści

2.2.3. Model zmiennych stanu układów ciągłych ............................... 51 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność
2.2.4. Model zmiennych stanu układów dyskretnych.......................... 55 układów liniowycłi ...........: ........................................................................ 222
2.2.5. Równanie wyjścia modelu zmiennych stanu .............................. 55 4.2.1. Osiągalność układów dyskretnych .............................................. 222
2.2.6. Modele AR, ARMA i ARMA-X ................................................... 57 4.2.2. Sterowalność do zera i sterowalność układów dyskretnych ... 228
2.2.7. Charakterystyka skokowa i charakterystyka im pulsow a 61 4.2.3. Obserwowalność układów dyskretnych....................................... 231
2.2.8. Jak to zrobić w MATLAB-ie ........................................................ 62 4.2.4. Odtwarzalność układów dyskretnych ......................................... 237
2.3. Modele częstotliwościowe ............................................................................ 73 4.2.5. Dyskretne układy d u a ln e .............................................................. 240
2.3.1. Transmitancja operatorow a........................ 73 4.2.6. ' Osiągalność wyjściowa układów dyskretnych ........................... 241
2.3.2. Tftansmitancja w idm ow a............................................................... 76 4.2.7. Osiągalność i sterowalność układów ciągłych ........................... 244
2.3.3. Jak to zrobić w MATLAB-ie ........................................................ 81 4.2.8. Obserwowalność i odtwarzalność układów ciągłych ................ 249
4.2.9. Stabilizowalność i wykrywalność układów
2.4. Podstawowe człony dynam iczne................................................................. 90
dyskretnych i ciągłych .................................................................. 253
2.4.1. Człon bezinercyjny ........................................................................ 90
4.2.10. Dekompozycja pary (A, B) i (A, C ) ........................................... 257
2.4.2. Człon całkujący idealny ............................................................... 94
2.4.3. Człon różniczkujący idealny ........................................................ 98 4.2.11. Dekompozycja Kalmana układów liniowych ............................. 263
2.4.4. Człon inercyjny pierwszego rzędu .............................................. 102 4.2.12. Zbiór stanów osiągalnych i R-sterowalność
2.4.5. Człon opóźniający ........................................................................ 106 układów singularnych .................................................................... 270
2.4.6. Człon całkujący rzeczywisty ...................................................... 109 4.2.13. Sterowalność i sterowalność impulsowa układów
2.4.7. Człon różniczkujący rzeczywisty ............................................... 113 singularnych .................................................................................... 276
2.4.8. Człon inercyjny drugiego rzędu ................................................. 116 4.2.14. R-obserwowalność układów singularnych .................................. 285
2.4.9. Człon oscylacyjny.......................................................................... 120 4.2.15. Obserwowalność układów singularnych ......................................... 287
2.4.10. Z ad a n ia ............................................................................................ 123 4.2.16. Obserwowalność impulsowa układów singularnych .................. 290
4.2.17. Dekompozycja układów singularnych ......................................... 295
2.5. Związek między modelem zmiennych stanu a modelem typu 4.2. ^8. Jak to zrobić w MATLAB-ie ..................................................... 300
wejście-wyjście ....................................................................... 125 4.3. Zerad Bieguny ............................................................................................ 302
2.5.1. Wzajemne relacje między modelami .......................................... 125 4.3.1. Układy SISO ............ 302
2.5.2. Jak to zrobić w MATLAB-ie ........................................................ 127 4.3.2. Postać Smitha m acierzy................................................................ 303
2.6. Z a d a n ia .......................................................................................................... 128 4.3.3. Układy wielowymiarowe MIMO .................................................. 306
4.3.4. Bieguny i zera w nieskończoności................................................ 307
Modele matematyczne nieliniowych układów dynamicznych 131 4.4. Postacie kanoniczne ................................................................................... 309
4.4.1. Redukcja macierzy do postaci Frobeniusa ................................ 309
3. I . Wplrnwulzelth- . . -r: . . . .-.". . .". V ■“ ■::-. . . rv . .. 131 4.4.2. Redukcja macierzy do postaci kanonicznej Jordana ................ 319
3.2. Analiza metodą płaszczyzny fazowej ........................................................ 132 4.1.3. Postacie kanoniczne macierzy układów o jednym wejściu . .. . 331
3.2.1. Pojęcia analizy metodą płaszczyzny fazowej ............................ 132 4.4.4. Postacie kanoniczne macierzy układów o jednym wyjściu ----- 339
3.2.2. Sporządzanie portretu fazowego................................................. 137 4.4.5. Postacie kanoniczne macierzy układów o wielu wejściach ----- 345
3.2.3. Analiza układów liniowych metodą płaszczyzny fazowej ...... 141 4.4.6. Postacie kanoniczne macierzy układów o wielu wyjściach ----- 359
3.2.4. Analiza układów nieliniowych metodą płaszczyzny fazowej .. 144 4.4.7. Postacie kanoniczne macierzy układów singularnych .............. 370
3.2.5. Podsumowanie ............................................................................... 147 4.4.8. Jak to zrobić w MATLAB-ie ......................................................... 376
3.2.6. Jak to zrobić w MATLAB-ie ........................................................ 147 4.5. Z a d a n ia ............ f . ........................................................................................ 378
*
4. Własności układów 153 Podstawy rachunku macierzowego 393
4.1. Stabilność układów dynamicznych ........................................................... 153 A .l. Podstawowe rodzaje macierzy ................................................................. 393
4.1.1. Pojęcia związane ze stabilnością................................................. 153 A.2. Wyznacznik macierzy i jego własności ................................................... 395
4.1.2. Badanie stabilności liniowych układów ciągłych ............ 159
A.3. Podstawowe działania na macierzach ..................................................... 396
4.1.3. Kryteria stabilności układów ciągłych......................................... 161
A.4. Minory i wyznacznik iloczynu macierzy oraz rząd macierzy .............. 398
4.1.4. Badanie stabilności liniowycłi układów dyskretnych ..... 189
4.1.5. Teoria Lapunowa badania stabilności układów nieliniowych .. 195 A.5. Jądro i obraz macierzy .......... 400
4.1.6. Metody doboru funkcji L apunow a.............................................. 213 A.6. Lewa i prawa odwrotność macierzy ......................................................... 401
4.1.7. Podsumowanie ..................................................: ............................ 218 A.7. Rozwiązywanie układu równań liniowych .............................................. 403
4.1.8. Jak to zrobić w MATLAB-ie ........................................................ 219 A.8. Wartości własne i wektory własne macierzy............................................ 405
viii Spis treści

A.9. Rozkład macierzy względem wartości własnych i wartości

szczególnych ................................................................................................ 406
A. 10. Formy kwadratowe dodatnio określone .................................................. 409
A .ll. Normy wektorów i macierzy ..................................................................... 412
A.12. Macierz pseudoodwrotna Moore’a-Penrose’a ......................................... 414 PRZEDMOWA
A.13. Wielomian zerujący i minimalny macierzy oraz wzórSylvestern 415
A. 14. Macierze blokowe ....................................................................................... 418
A.15. Iloczyn Kroneckera macierzy .................................................................... 420
A.16. Jak to zrobić w MATLAB-ie ..................................................................... 421

B . Równania różniczkowe i różnicowe 429

B .l. Różniczkowanie i całkowanie macierzy ................................................... 429
B.2. Równania różniczkowe .............................................................................. 432
B.3. Równania różnicowe................................................................................... 435
B.4. Macierzowe równanie różniczkowe Riccatiego ....................................... 438
B.5. Pochodna Liego funkcji skalarnej wzdłuż wektora p o l a ....................... 440 Książka ta jest podręcznikiem podstaw teorii sterow ania. Pisaliśm y j ą z myślą
B.6 . Nawias Liego pól wektorowych ................................................................ 442 0 studentach studiów inżynierskich i m agisterskich kierunków technicznych,
B.7. Dystrybucje, dystrybucje inwolutywne i dystrybucje inw ariantne 445 takich jak elektrotechnika, elektronika i m echatronika, autom atyka i robotyka,
B.7.1. Dystrybucje .................................................................................... 445 mechanika, inform atyka itp. O bejm uje ona podstaw y teorii sterowani a zarów no
B.7.2. Dystrybucje inwolutywne ............................................................ 447 układów liniowych, jak i nieliniowych, ciągłych i dyskretnych, standardow ych
B.7.3. Dystrybucje inwariantne .............................................................. 448 1 singularnych, optym alnych i adaptacyjnych.
Książka sk ład a się z 4 rozdziałów, 4 dodatków oraz wykazu literatury. Roz­
C . Przekształcenia całkowe 451 dział 1 stanowi obszerne wprowadzenie w problem atykę książki. Rozdział 2
C .l. Przekształcenie Laplace’a i jego własności ............................................ 451 poświęciliśmy modelom m atem atycznym liniowych układów dynamicznych cią­
C .l.l. Przekształcenie Laplace’a ............................................................ 451 głych i dyskretnych. W rozdziale 3 przedstawiliśm y modele m atem atyczne nie­
C .l.2. Podstawowe własności przekształcenia Laplace’a .................... 455 liniowych układów dynam icznych. W rozdziale 4 opisaliśmy podstawowe wła­
C.1.3. Odwrotne przekształcenie Laplace’a oraz wyznaczenie sności układów dynam icznych, takie jak stabilność, osiągalność, sterowalność,
oryginału danej transformaty ..................................................... 458
obserwowalność, zera i bieguny. W trzech dodatkach podaliśm y podstawowe
C .l.4. Rozwiązywanie równań różniczkowych metodą operatorową . 460
C.2. Przekształcenie "Z f jego własności .......... 463 wiadomości z rachunku macierzowego, równań różniczkowych i różnicowych,
C.2 . 1 . Przekształcenie Z ............................................................................ 463 obliczania pochodnych Liego i rachunku operatorowego opartego na. przekształ­
C.2.2. Podstawowe własności przekształcenia Z ................................ 465 ceniu Laplace’a i przekształceniu Z . W drugim w ydaniu, w nowym czwartym
C.2.3. Odwrotne przekształcenie Z oraz wyznaczenie oryginału dodatku, przedstawiliśm y elementy logiki i m etody dowodzenia twierdzeń. Wy­
danej transform aty ......................................................................... 467 kładany m ateriał zilustrowaliśmy licznymi przykładam i. Duży nacisk położyli­
C.2.4. Rozwiązywanie równań różnicowych metodą operatorową ... 470 śmy n a możliwość realizacji algorytm ów n a kom puterze, zwłaszcza w progra­
C.2.5. Jak to zrobić w MATLAB-ie ......................................................... 472
mie M a t L a b . Przybliżony «podział m ateriału podręcznika n a m ateriał zgodny
z program em nauczania na^studiach inżynierskich i m agisterskich przedstaw i­
D . Elementy logiki i dowodzenie twierdzeń 475
liśmy na rysunku 1.5.
D .l. Zdania proste i zło żo n e.............................................................................. 475 Chcielibyśmy skorzystać z okazji i złożyć tu serdeczne podziękowania. Recen­
D.2 . Prawa logiczne ............................................................................................. 477
zentom - Profesorom Jerzem u Klam ce i Wojciechowi Mitkowskiemu za wnikli­
D.3. Dowodzenie twierdzeń ................................................................................ 479
we uwagi i sugestie, które pom ogły nam usunąć usterki oraz zwiększyć jasność
Bibliografia 483 i precyzję wykładu.

Warszawa, kwiecień 2006 Tadeusz Kaczorek

Skorowidz 493 Andrzej DZieliński
Włodzimierz Dąbrowski
Rafał Łopatka
 Rozdział 1

WPROWADZENIE

1.1. Pojęcia podstawowe i istota układu regulacji

automatycznej
Sterowaniem nazywam y celowe oddziaływ anie (wpływanie) n a przebleg^proęe-
sów. Sterowanie dzielimy n a sterow anie ręczne i autom atyczne. Sterowaniem
ręcznym nazywam y sterow anie realizowane przez człowieka, a sterowaniem au­
tom atycznym 1,- sterow anie realizowane za pom ocą odpowiednich urządzeń ste­
rujących. Przykładem sterow ania ręcznego je st prowadzenie sam ochodu. Roz­
różniamy sterow anie w układzie otw artym i sterow anie w układzie zam kniętym ,
czyli w układzie ze sprzężeniem zw rotnym . P rzykładem sterow ania w układzie
otw artym jest stabilizacja napięcia, o p a rta n a w ykorzystaniu nieliniowej za­
leżności napięcia od p rąd u (dużym zmianorii prąd u odpow iadają m ałe zmiany
napięcia). Sterowanie w układzie zam kniętym nazywam y regulacją. R egulacja
jest więc pojęciem węższym od sterow ania. R egulacją autom atyczną nazywa­
my sterowanie w układzie zam kniętym realizowane sam oczynnie (bez udziału
człowieka) za pom ocą odpowiednich urządzeń sterujących. U rządzenia te, wy­
korzystując różnice między odpowiednim i sygnałam i (wielkościami) zadanym i
i mierzonymi, w ytw arzają sygnały oddziaływ ające celowo n a przebieg proce­
sów; zwane są wielkościamj sterującym i, krótko - sterow aniam i.
Za pojęcia pierw otne (których nie definiujemy) przyjm ujem y pojęcia środo­
wiska i układu fizycznego.\jkładem nazywać będziem y um ownie wyodrębniony
ze środowiska układ fizyczny lub jego część.
Wielkości charakteryzujące oddziaływ anie środowiska n a wyodrębniony
układ nazywać będziem y wym uszeniam i lub wielkościami (sygnałam i) wejścio­
wymi. W ym uszenia dzielimy n a wielkości sterujące (sterowania) i wielkości za­
kłócające (zakłócenia). Wielkościami sterującymi nazywam y wielkości które
dla osiągnięcia pożądanych zachowań układu są zm ieniane celowo, a wielkościa­
m i zakłócającymi - wielkości podlegające zm ianom przypadkow ym (losowym).
Wielkości charakteryzujące oddziaływ anie układu n a środowisko nazywam y od­
powiedziami lub wielkościami (sygnałam i) wyjściowymi układu.
2 1. Wprowadzenie
Stanem układu nazywać będziem y najm niejszy liczebnie zbiór wielkości, któ­
rego znajom ość w chwili początkowej to oraz znajom ość wymuszeń w przedziale
(yo, t] pozw ala wyznaczyć stan i odpowiedź układu w dowolnej chwili /; > tg.
D la szerokiej klasy układów dynam icznych znajom ość stanu układu w chwi­
li początkowej tg oraz w ym uszenia u(t), t > tg pozwala wyznaczyć stan oraz
odpowiedź tego uk ład u dla t, > to- U kład regulacji autom atycznej powinien
zapewnić pożądany przebieg wybranych wielkości charakteryzujących proces,
mimo działających zakłóceń i niedokładnej znajomości param etrów tego pro­
cesu. O siąga się to przez zastosowanie sprzężenia zwrotnego.
DEFINICJA 1
Układem regulacji automatycznej nazywamy układ ze sprzężeniem zwrot­
nym,, który samoczynnie (bez udziału człowieka) zapewnia pożądany prze­
bieg wybranych wielkości charakteryzujących proces, zwanych wielkościami
regulowanymi.
W układzie regulacji autom atycznej wyróżnić m ożna obiekt regulacji i regu­
lator (urządzenie sterujące). Obiektem regulacji (krótko - obiektem ) nazywamy
proces technologiczny lub urządzenie, w którym zachodzi proces podlegający
regulacji. O biektem regulacji może być n a przykład: sam olot, proces chemicz­
ny, m aszyna elektryczna, obrabiarka, robot. Regulatorem nazywać będziemy
urządzenie, które w ykorzystując różnice m iędzy odpowiednimi wielkościami za­
danymi i mierzonymi, ta k oddziałuje - za pom ocą wielkości sterujących - na
obiekt, aby wielkości regulowane m iały pożądany przebieg. Schem at blokowy
układu regulacji autom atycznej jednej wielkości regulowanej y(t) przedstaw io­
no n a rys. I .i .
Z i(t) ... zAO
yo(0 e(i) u(t) R y s. 1 . 1 . Schemat bloko­
h>(s) T,(s) —> wy układu regulacji auto­
matycznej
W schemacie tym obiekt je st reprezentowany przez człon o transm itancji ope­
ratorowej To(s), a regulator - przez człon o transm itancji operatorowej Tr (s).
Porównanie wielkości regulowanej y(t) z jej w artością zadaną yo(ł) (wielkością
zadającą lub wielkością odniesienia) dokonuje się w węźle sum acyjnym . Róż­
nicę e(t) = yo(t) — y(t) nazywam y uchybem, regulacji. U kład regulacji autom a­
tycznej pracuje dobrze (idealnie), jeżeli mimo działających n a obiekt zakłóceń
zi(t), . . . , z,-(/;) uchyb regulacji e(t) je st możliwie m ały (teoretycznie równy
1.1. Pojęcia podstawowe i istota układu regulacji automatycznej 3
zeru). Podstawowym celem uk ład u regulacji autom atycznej je st więc sam o­
czynne zerowanie uchybu regulacji, wywołanego zm ianą yg{t) lub działających
n a obiekt zakłóceń z i(t), . . . , zT(t). Zadaniem regulatora jest; wytworzenie
na podstaw ie uchybu regulacji e(t) takiego sygnału sterującego (sterowania)
u(i), aby uchyb ten teoretycznie zm alał do zera. N a rysunku 1.2 przedsta-
Termomeir
wiono schemats ideowy prostego układu regulacji autom atycznej tem peratury
t wewnątrz pojem nika. Zadaniem uk ład u regulacji je st iitrzym anie wewnątrz
pojem nika stałej tem p eratu ry o wartości tg wyższej niż tem p eratu ra otocze­
nia tz . W układzie tym rolę elem entu pomiarowego i porównującego odgrywa
term om etr stykowy, k tó ry m a wbudowane dwie elektrody. G órna elektroda,
ruchoma, pozw ala nastaw ić zadaną wartość tem p eratu ry tg. Układ ten działa
w następujący sposób. Gdy tem p eratu ra wewnątrz pojem nika przekroczy war­
tość zadaną tg, wówczas zostaje otw arty obwód przekaźnika 1 ’ i przekaźnik ten
wyłącza grzejnik. Jeśli n ato m iast tem p eratu ra wewnątrz pojem nika obniży się
do wartości mniejszej niż zad an a to, to wówczas zostanie otw arty obwód prze­
kaźnika P i przekaźnik ponownie w łącza grzejnik. W tym przypadku obiektem
regulacji je st pojem nik wraz z grzejnikiem, a regulatorem - term om etr stykowy
i przekaźnik P . W ielkością regulow aną jest tem p eratu ra t wewnątrz pojem nika,
sterowaniem - napięcie z a d a ją c e grzejnik U, a zakłóceniem - zm ieniająca się
tem p eratu ra otoczenia t z . M
N a rysunku 1.3 przedstawiono schem at ideowy prostego układu regulacji
autom atycznej poziomu cieczy w zbiorniku. Zadaniem tego układu je st utrzy­
m anie stałego poziomu hg cieczy w zbiorniku przy zm ieniającej się w sposób
przypadkowy wartości <72 strum ienia cieczy wypływającej ze zbiornika. Układ
ten działa następująco.
Jeżeli z jakiegokolwiek powodu poziom cieczy h się obniży, to pływak P,
opadając w dół, za pom ocą dźwigni i zaworu Z zwiększa wartość q\ strum ienia
cieczy dopływającej do zbiornika, co powoduje stopniowe podwyższenie pozio­
mu cieczy h. W tym przypadku obiektem regulacji jest zbiornik, a regulatorem
4 1. Wprowadzenie 1.2. Klasyfikacja układów regulacji automatycznej 5

i/ = E a i ^ i 1-2)
i=1
odpowiedzi y \, 3/2, • - - 1 lim, przy czym yi jest odpowiedzią tego układu na
wymuszenie uil
R ys. 1.3. Schemat układu regulacji po­
ziomu cieczy
U kłady liniowe są opisane liniowymi równaniam i algebraicznym i, różnicz­
kowymi (zwyczajnymi lub cząstkowym i), różnicowymi, całkowymi - ogólnie
operatoram i liniowymi. Łatwo wykazać, że warunkiem koniecznym, ale niedo­
statecznym , liniowości uk ład u je st liniowość jego charakterystyk statycznych.
Układ o charakterystyce statycznej y = au + b, dla b ^ 0 nie sp ełn ia zasady su­
perpozycji. U kład regulacji autom atycznej, który nie sp ełn ia zasady superpozy­
cji, nazywać będziemy nieliniowym. U kłady nieliniowe są opisane nieliniowymi
równaniami algebraicznymi, różniczkowymi (zwyczajnymi lub cząstkowymi),
- zespół: pływ ak P , dźw ignia i zawór Z . W ielkością regulowaną jest poziom różnicowymi, całkowymi - ogólnie operatoram i nieliniowymi.
cieczy h w zbiorniku, sterowaniem - wartość q\ strum ienia cieczy dopływ ają­ Ze względu n a liczbę wejść i wyjść (wielkości regulowanych) uk ład y regulacji
cej do zbiornika, a zakłóceniem - zm ieniająca się wartość strum ienia cieczy autom atycznej dzielimy na: " ---• .
wypływającej ze zbiornika. - układy o jednym wejściu i jednym wyjściu,
- układy o wielu wejściach i wielu wyjściach.
V
1.2. Klasyfikacja układów regulacji automatycznej Przykładem układ u o jednym wejściu i jednym wyjściu (jednej wielkości
regulowanej) jest układ regulacji autom atycznej poziom u cieczy w zbiorniku,
U kłady regulacji autom atycznej m ożna klasyfikować według różnych k ry terió w ,. którego schem at ideowy pokazano n a rys. 1.3.
takich jak: liniowość, liczba wejść i wyjść, charakter sygnałów, zadania u kła­ Ze względu n a liczbę zmiennych niezależnych operatorów opisujących układy
du, zdolność sam oczynnego dopasowywania param etrów i charakterystyk do te dzielimy na:
zinirmiająeyełi się właściwości obiektów i zakłóceń itp. układy jednowymiarowe,
Ze względu na cechę (własność) liniowości układy regulacji autom atycznej układy wielowymiarowe.
dzielimy na:
U kłady jednowym iarowe są opisywane operatoram i jednej zmiennej nieza­
- liniowe, leżnej, k tó rą zwykle je st czas ciągły (układy ciągłe) łub dyskretny (układy
- nieliniowe. dyskretne). U kłady wielowymiarowe są opisywane operatoram i zależnymi od
U kład regulacji autom atycznej będziemy nazywać liniowym, jeżeli spełnia przynajm niej dwóch zmiennych niezależnych. P rzykładem u k ład u dwuwym ia­
on następującą zasadę superpozycji. rowego je st linia długa, w której napięcie u (x, t) i natężenie prąd u i ( x , t) są
zależne od czasu t i od o d l^ ło ś c i x od początku linii.
Ze względu n a ch arak ter sygnałów układy regulacji autom atycznej dzieli­
DEFINICJA 2 my na:
Układ spełnia zasadę superpozycji, jeżeli odpowiedź na wymuszenie - układy ciągłe,
in
- układy dyskretne,
u = y^.ajUj (cii - liczby rzeczywiste) ( 1 .1 ) - układy hybrydowe (ciągło-dyskretne).
»=1 '
będące kombinacją liniową wymuszeń u \, U2 , u m , równa się kombi­ Układam i ciągłym i nazywam y układy, w których sygnały m a ją charakter
ciągły. Dynam iczne układy ciągłe są zwykle opisane rów naniam i różniczkowy­
nacji liniowej
mi zwyczajnymi lub cząstkowymi. U kładam i dyskretnym i nazywam y układy,
 1. Wprowadzenie
6
w których sygnały m ają charakter dyskretny. Dynam iczne układy dyskretne
są zwykle opisane równaniam i różnicowymi. W układach hybrydowych część
sygnałów m a charakter ciągły, a część dyskretny. N a przykład pom iar pewnych
wielkości może być dyskretny, kom puter sterujący może oddziaływ ać n a proces
tylko w dyskretnych chwilach itp.
Ze względu n a zadanie, jakie m a ją spełniać, układy regulacji autom atycznej
dzielimy na:
- układy regulacji stałowartościowej (stabilizacji autom atycznej),
- układy regulacji programowej,
- układy regulacji nadążnej (układy nadążne łub śledzące),
- uk ład y regulacji ekstrem alnej.
U kładam i regulacji stałowartościowej nazywamy układy, których wielkość
zad ająca y0 (f) m a s ta łą wartość. P rzykładem układu regulacji stałow artościo­
wej je st u k ład regulacji autom atycznej poziomu cieczy w zbiorniku (rys. 1.3)
oraz tem p eratu ry w pojem niku (rys. 1.2). U kładam i regulacji programowej
nazywam y układy, których wielkość zad ająca yo(t) jest znaną z góry funkcją
czasu {yo(t) zm ienia się według znanego z góry program u). P rzykładem ukła­
du regulacji programowej jest autom atyczna obrabiarka w ykonująca element
o zadanym kształcie (profilu). U kładam i regulacji nadążnej nazywam y układy,
których wielkość zad ająca ł/o(i) n i(- je st znaną z góry funkcją czasu, ale zależy
od zjawisk w ystępujących n a zew nątrz układu. W układzie nadążnym wiel­
kość regulowana y(t) nadąża za zm ianam i yo(t) (śledzi zmiany yo(t)). P rzykła­
dem układu nadążnego je st radarow y układ artylerii przeciwlotniczej, śledzący
ruch sam olotu. U kładam i regulacji ekstrem alnej nazywamy układy, w których
wielkości regulowane przybierają wartości ekstrem alne. Regulację ekstrem alną
—.... -....'s to s u je "5ię do~o'bielctówmo"charalęterystyka.ch statycznych ekstrem alnych, tzn.
będących krzywymi m ającym i m aksim a i minima.. Przykładem charakterysty­
ki ekstrem alnej je st wykres tem p eratu ry t w komorze spalania w zależności
od w artości strum ienia pow ietrza qp, przy ustalonej wartości strum ienia ga.zu
palnego qg i ustalonej wartości opalowej tego gazu. D la różnych wartości stru ­
m ienia gazu palnego qg i różnej w artości opalowej tego gazu otrzym am y różne
krzywe (rys. 1.4).
R ys. 1.4. Wykres temperatury w zależności od
wartości strumienia powietrza
1.2. Klasyfikacja układów regulacji automatycznej 7
Przy zbyt m ałym dopływie pow ietrza nie w ystępuje całkowite spalanie gazu
i część niespalonego gazu uchodzi wraz ze spalinam i do komina. Jeżeli na­
tom iast dopływ pow ietrza je st zbyt duży, to nadm iar pow ietrza niebiorącego
udziału w spalaniu działa jako czynnik chłodzący. Istnieje więc wartość strum ie­
nia pow ietrza qp, przy której te m p e ra tu ra w komorze spalania osiąga wartość
największą t (rys. 1.4) (przy ustalonej wartości strum ienia gazu qg i ustalonej
wartości opałowej gazu). W układzie regulacji ekstrem alnej procesu spalania
gazu regulator tak dobiera wartość strum ienia, aby przy danej wartości strum ie­
nia gazu i danej wartości opałowej tego gazu tem p eratu ra w komorze spalania
była najwyższa.
Ze względu n a zdolność sam oczynnego dopasowania param etrów i charakte­
rystyk do zm ieniających się właściwości obiektów i zakłóceń układy regulacji
autom atycznej dzielimy na:
- układy adaptacyjne,
- układy zwykłe (nieadaptacyjne).
"U k ład am i adaptacyjnym i nazywam y układy m ające zdolności samoczynnego
dopasowywania param etrów i charakterystyk do zm ieniających się właściwości
obiektów i zakłóceń. Przykładem układu adaptacyjnego jest układ regulacji
autom atycznej kursu sam olotu (tzw. autopilot), którego param etry sam oczyn­
nie dopasowujff, się do zm ieniających się właściwości sam olotu n a skutek zmian
prędkości lotu, gęstości atmosfery, oblodzenia sam olotu itp.
Przyjm ując za kryterium jakości (wskaźnik jakości) układów regulacji auto­
matycznej funkcję Q, możemy układy te podzielić na:
- optym alne,
-- nieoptym alne.
U kładam i optym alnym i nazywam y układy zapew niające ekstrem alną (m ak­
sym alną lub m inim alną) w artość wskaźnika jakości Q, a układam i nieoptym al­
nymi - układy, które nie zapew niają ekstrem alnej wartości tego wskaźnika.
Ze względu n a sposób realizacji sterow ania układy dzielimy na:
ł
- układy jednowarstwowe,
- układy wielowarstwowe.
W układach wielowarstwowych (zwanych również układam i wielopoziomo­
wymi lub hierarchicznym i) w ystępują przynajm niej dwie warstwy (poziomy).
W typowym układzie wielowarstwowym w ystępuje warstwa stabilizacji, war­
stwa optym alizacji (lub adaptacji) i warstwa koordynacji. R egulator najniż­
szej warstwy (poziomu) stabilizacji stabilizuje wielkość regulowaną n a zada­
nym poziomie, który je st wyznaczony przez regulator warstwy optymalizacji
(adaptacji). R egulator (kom puter sterujący) warstwy najwyższej koordynuje
współdziałanie poszczególych regulatorów lokalnych.
8 1, Wprowadzenie 1.3. Zarys treści książki i jak z niej korzystać 9

1.3. Zarys treści książki i jak z niej korzystać

Książka sk ład a się z 4 rozdziałów, 4 dodatków (A, B , <7, D) i wykazu litera­
tury. Rozdział 1 stanow i obszerne wprowadzenie w tem atykę książki. O bej­
muje on pojęcia podstawowe, istotę układu regulacji autom atycznej, opis li­
niowych układów dynam icznych, m etody linearyzacji układów nieliniowych
oraz modele m atem atyczne układów dynam icznych elektrycznych, m echa­
nicznych, elektrom echanicznych, chemicznych, biologicznych i ekonomicznych.
Rozdział 2 je st poświęcony modelom m atem atycznym liniowych układów dy­
namicznych ciągłych i dyskretnych w postaci równań różniczkowych, równań
stanu oraz modeli AR, ARM A. Omówiono tu charakterystyki czasowe, trans-
rnitancje operatorow e i widmowe, charakterystyki częstotliwościowe oraz pod­
stawowe człony dynam iczne.
M odele m atem atyczne nieliniowych układów dynam icznych opisano w roz­
dziale 3. W rozdziale 4 wprowadzono pojęcie płaszczyzny fazowej, p o rtre tu
fazowego i ich zastosow ania do analizy układów nieliniowych, osiągalność, ste-
rowalność i obserwowalność układów liniowych ciągłych i dyskretnych, zera
i bieguny układów liniowych, postać S m itha i M acM ilłana m acierzy transm i-
tancji operatorowych oraz różne postacie kanoniczne m acierzy układów linio­
wy cli.
W do d atk u A podano podstawowe wiadomości z rachunku macierzowego,
a w d odatku B zebrano podstawowe wiadomości dotyczące różniczkowania m a­
cierzy, równań różniczkowych i różnicowych oraz obliczania pochodnych Liego.
D odatek C zawiera podstaw y rachunku operatorowego opartego n a przekształ- - R ys. 1.5. Ścieżki studiowania
ceniu Laplace’a i przekształceniu Z . W do d atk u D omówiono elem enty logiki
i m etody dowodzenia twierdzeń.
— V V jdfładanym ateriał je s t ilustrowany licznymi przykładam i: -Na-końcu roz­ K ażdy student, niezależnie od poziomu n a jakim studiuje, powinien zwrócić
działów zn ajd u ją się zadania do samodzielnego rozwiązywania wraz, w większo­ uwagę n a następujące elementy:
ści przypadków, z odpowiedziam i i wskazówkami. Książka obejm uje podstaw o­ - sformułowanie zagadnienia,
we zagadnienia teorii sterow ania zarówno układów liniowych, jak i nieliniowych.
- warunki istnienia rozw iązania zagadnienia,
Szczególną uwagę zwrócono n a możliwość num erycznej realizacji algorytm ów
na kom puterze, zw łaszcza w program ie M a t L a b . - algorytm y (procedury) w yznaczania rozwiązania.
Książka zawiera podstaw y teorii sterow ania i je st przeznaczona przede w szyst­ W sformułowaniu zagadnienia szczególną uwagę należy zwrócić na:
kim dla studentów studiów inżynierskich, m agisterskich i częściowo doktoranc­
kich kierunków technicznych, takich ja k elektrotechnika, elektronika i m echa­ - założenia upraszczające m odel procesu lub zagadnienia,
tronika, au tom atyka i robotyka, m echanika, inform atyka. - jakie wielkości lu b /o raz p aram etry są dane (znane),
Przybliżony podział m ateriału zgodny z program em poszczególnych rodza­ jakie wielkości lu b /o raz p aram etry są poszukiw ane (niewiadome).
jów studiów pokazano n a rys. 1.5. N a rysunku tym są w yodrębnione dwie ścieżki
studiowania odpow iadające studiom inżynierskim i m agisterskim . Słuchacz stu ­ Przy formułowaniu warunków istnienia rozw iązania zagadnienia szczególną
diów doktoranckich powinien m ateriał tej książki traktow ać jako wprowadzenie uwagę należy zwrócić na:
do samodzielnych studiów i przewodnik po literaturze przedm iotu.
- czy podane w arunki są tylko dostateczne, czy tylko konieczne lub wreszcie
konieczne i dostateczne,
- m etody dowodu tych warunków.
10 1. Wprowadzenie 1.4. Opis liniowych układów dynamicznych 11

Algorytm y (procedury) w yznaczania rozwiązania zagadnienia jest wygodnie

podaw ać w postaci kolejnych kroków oraz należy zwrócić uwagę n a możliwość cft] ( , ( _}_ , Ri ^ • _ JjjL _ Ś f L n 4A
d i2 VL R.2 c ) dt \Ł C R 2L c ) n LC Ldt ~ Ldt 1 j
ich realizacji numerycznej n a kom puterze np. w program ie M at L a b . P rzy po­
równywaniu różnych algorytmów isto tn a jest ich ogólność, prostota i złożoność Aby wyznaczyć z rów nania różniczkowego (1.4) przebieg prądu i 1, musimy
obliczeniowa. znać wartości napięć źródłowych ei i e 2 , p aram etry obwodu R \ , R,2, L i C oraz
warunki początkowe w chwili t o
dii
1.4. Opis liniowych układów dynamicznych h (to )= h o , -rr = *11. (1-5)
d i ( = t0
W łasności liniowych układów dynam icznych m ożna opisywać w różny, nie za­ Rugując natom iast z rów nań (1.3) prąd i\ oraz prąd i2, otrzym am y równanie
wsze równoważny, sposób. Do najczęściej stosowanego opisu zaliczamy opis za różniczkowe opisujące zmiany w czasie napięcia u c
pom ocą równań różniczkowych, wynikających z odpowiednich praw fizyki. R u­
gując z równań tych pewne zmienne, możemy otrzym ać równania różniczkowe d 2u c R i R 2C + L d u c R2 + R1
odpowiedniego rzędu, n a ogół wyższego niż pierwszy, opisujące zmiany w cza­ d i2 + R 2L C d i + R 2L C U° ~
( 1 .6 )
sie w ybranej wielkości. Możemy też, w ybierając odpowiednią liczbę zmiennych, e\ R \ -I- R,'i 1 de 2
rów nania te zapisać w postaci układu równań różniczkowych pierwszego rzędu. ~~LC~~ l R ^ L C ~e '2 ~ R^C ~dt
Pokażemy to n a prostym przykładzie obwodu elektrycznego, którego schem at
pokazano n a rys. 1.6. W obwodzie tym dane są rezystancje R \ , R.2, indukcyjność W celu wyznaczenia z rów nania różniczkowego (1.6) przebiegu napięcia, uq
L cewki, pojem ność C kondesatora oraz zmienne w czasie napięcia źródłowe musimy znać wartości napięć źródłowych ej i e2, param etry obwodu 7?j, R,2, L
e\ i e2. i C oraz warunki początkowe w chwili tg
\
u c ( t 0) = uco, = uci (1-7)
d t 1, = tn
Z kolei rugując z równań (1.3) prąd ii oraz napięcie u c , otrzym am y równanie
różniczkowe opisujące zmiany w czasie prądu i 2
R ys. 1.6. Schemat obwodu elek­
trycznego •** ,R ' + A A | i ń + f A + «'
dt2 \L R 2 C ) dt \L C R2L C ,
ej R \d e2 d 2e 2
~ R.2L C ~ R,2L d t ~ l?.2d t 2
Do wyznaczenia z rów nania różniczkowego (1.8) przebiegu prądu i 2 musimy
znać również wartości napiąć źródłowych c\ i e2, p aram etry obwodu R 1, R,2, L
Niech interesującym i nas wielkościami w tym obwodzie będą prądy i \ , h
i C oraz warunki początkowe w chwili tg
oraz napięcie u c n a kondensatorze. K orzystając z praw Kirchhoffa, możemy
y *
dynam ikę tego obwodu opisać równaniami
*2 (io) = ho, -jj- = hi (1-9)
d i t = t0
ei - RiU - L ~ i - R 2 i 2 = 0
dt Zauważmy, że równanie charakterystyczne równań różniczkowych (1.4), (1.6)
<32 + Uc — R 2h ~ 0 (1-3) i ( 1 -8 ) m a tak ą sam ą postać
A « ’C 2 , R 1R 2C + L R2 + Ri rt
h - *2 - C-
dt 5 + ~ T iT ć ~ ‘ + W = 0 ( L W |

R ugując z równań (1.3) prąd ¿2 oraz napięcie u c , otrzym am y równanie róż­ Zależy ono od stru k tu ry i param etrów R \ , R 2, L i C obwodu, a nie zależy
niczkowe opisujące zmiany w czasie prądu i\ od wielkości, k tó rą wyznaczamy.
12 1. Wprowadzenie 1.4. Opis liniowych układów dynamicznych 13

U w a g a 1. Zauważmy, że znając wartości napięć źródłowych e\, e2, para­

C = [C i C 2] = — o , D = [d\ d 2
metry R \ , Il2, L i C, chwilowe napięcie u c oraz prąd i\, m ożem y wyznaczyć L-n-2 R2
dowolne napięcie i prąd w tyrn obwodzie. a warunek początkowy m a postać

Na przykład z drugiego z, równali (1.3) mamy i 2 = 7^ (e2 + u c)- A więc ■u(t0)

XQ = x ( t 0) = (1.15)
znając R 2 , u c i e 2, możemy wyznaczyć ¿2 - Podobnie, znając prąd ¿1 , może­ ii(to)
my wyznaczyć napięcie na rezystorze /?j równe R.\i\ oraz napięcie n a cewce
Równanie (1.13) nazywam y równaniem stanu, a równanie (1.14) równaniem
*L=L%
wyjścia. Znając wymuszenie u dla t > to oraz w arunek początkow y (1.15),
Przyjm ując za zmienne stanu napięcie u c oraz prąd ¿1 , po wyrugowaniu
możemy wyznaczyć rozwiązanie rów nania różniczkowego (1.13) ze wzoru
prądu ¿2 z równań (1.3), otrzymamy układ równań różniczkowych pierwszego
rzędu postaci rt
x ( t ) = e ^ - ^ s c o 4- [ B u ( t )A t (1.16)
1 - * 1 Jl.n
0
jd uc R 2C c uc R-iC a następnie podstaw iając (1.16) do rów nania (1.14), wyznaczyć poszukiw aną
+ wielkość
di h 1 Ri 'h 1 1
~L L . .L ~L y ( t ) = C e A V - to)xo 4- / ' c e ^ ^ B u M d r + D u ( t ) (1.17)
Niech poszukiwaną wielkością w tym obwodzie będzie prąd i 2, określony rów­
Pierw sza składowa
naniem
y„(t) = C e ^ - ^ w o (1.18)
1 uc V
0 0 ( 1 . 12)
R2 'h % określa składow ą swobodną, w yw ołaną niezerowymi warunkam i początkowym i,
a druga składowa
Napięcie u c oraz prąd ¿1, którydi znajomość wartości w dowolnej wybranej ¡■t.
chwili to, u(to), ¿i(£o) oraz napięć źródłowych ej i e 2 i param etrów obwodu R i , Vw(t) = / C e A ^ ~ T^ B u (t ) c\ t + D u ( t ) (1.19)
R ‘2 , L, C wystarczy do wyznaczenia dowolnych napięć i prądów w dowolnej Jo
chwili i()._nazywamy_zmiamymi.. stanu ..tego .obwodu i oznaczamy..przez składową wym uszoną wywołaną zewnętrznym wymuszeniem u. Równanie cha­
:i.'i i x 2. Korzystając z tych zmiennych stanu, równania (1.11), (1.12) możemy rakterystyczne m acierzy A rozpatryw anego obwodu m a postać
napisać w postaci 1 1
s+
(1.13) r .2c 2 , R 1 R 2 C -I- L R\ R2
x — A x |- B u det fis - Al s -I „ , „ — s -I— - = 0
1 r 2l c r .2l c
S + *L
y = Cx + Du (1.14) L ‘ L
i pokryw a się z równaniem charakterystycznym ( 1 . 10 ) rów nań różniczkowych
przy czym
(1.4), (1.6) i (1.8). *
r 1 1 - K orzystając z analogii istniejących między obwodami elektrycznym i a ukła­
dx Xi uc au «12 R2c C dam i mechanicznymi, hydraulicznym i, pneum atycznym i, biologicznymi, ekono­
x , A = micznymi itp. możemy dynam ikę tych układów opisać odpowiednim i równania­
......1

di ’ '■l>2 «21 «22

c-d ^

.u .
1

mi różniczkowymi n a podstaw ie odpowiednich praw rządzących tym i układam i

1
l

oraz dokonać redukcji niektórych zmiennych z tych równań. W ybierając od­

1 powiednie zm ienne za zm ienne stanu, możemy dynam ikę tych układów opisać
bu In2 R2C Ul ej równaniam i stan u postaci (1.13), (1.14). Przechodząc do przypadku ogólne­
B go, wprowadzamy następujące ważne pojęcia stanu: wektora stanu i zmiennych
hi b-22 1 1 u2 _e 2 _
stanu.
L ~L
14
1. Wprowadzenie 1.5. Układy statyczne oraz dynamiczne stacjonarne i niestacjonarne 15

DEFINICJA 3 gdzie T je s t zbiorem chwil czasow ych, W je s t zbiorem (p rzestrzenią) war­

S ta n e m u kła d u (procesu ) n azyw am y zbiór liniowo niezależnych wielkości tości sygnałów , za pom ocą któ rych otoczenie oddziałuje na, układ i układ
x \ , X 2, xj i określających w p ełn i skutki przeszłych oddziaływań (/; < f 0) oddziałuje na otoczenie, 13 je s t zbiorem trajektorii w T h-> W spełnia­
n a układ, k tó ry je s t w ystarczający do w yznaczenia przebiegów chwilowych ją cych praw a rządzące ty m u kładem i określające zachow anie tego układu.
dowolnych w ielkości w ty m układzie dla t > tg, gdy znane są w ym uszenia
i p aram etry tego obwodu. W ielkości xy , x 2, . . . , x n nazyw am y zm iennym ,i
stanu, a w e k to r x = [xi, x 2, . . . , x n]T w ektorem sta n u tego układu. Zbiór T jest zwykle podzbiorem (przedziałem ) liczb rzeczywistych M lub
liczb całkowitych Z , np. T = Z +. U kład nazywamy ciągłym , jeżeli T = IR, oraz
odpowiednio dyskretnym , jeżeli T = Z . P rostym przykładem ciągłego układu
Za zmienne stan u m ożna wybrać różne wielkości w układzie. W liniowych
dynamicznego je st dwójnik R L C , pokazany n a rys. 1.7.
obwodach elektrycznych najczęściej za zmienne stanu przyjm uje się napię­
cia n a kondensatorach i prądy w cewkach. M ożna za zmienne stanu wybrać też
ładunki (q = C u c ) kondensatorów i strum ienie magnetyczne {W = Li) Ur ul uc

cewek.
Własności dynam iczne układów liniowych o stałych param etrach m ożna rów­
nież opisać za pom ocą transm itancji operatorowych, charakterystyk częstotli­ R ys. 1.7. Schemat obwodu elektrycz­
nego
wościowych i charakterystyk czasowych. Należy podkreślić, że nie wszystkie te
opisy są w pełni równoważne. P ełną informację o własnościach dynamicznych
układu daje układ równań różniczkowych napisanych na podstawie praw rzą­
dzących tym układem oraz opis za pom ocą równań stanu (1.13), (1.14). Często
w procesie eliminacji pewnych zmiennych z układu równań różniczkowych tra­ v
cimy istotne inform acje o własnościach dynamicznych układu (patrz p. 4.2.11 W tym przpadku T C IR, W jest zbiorem wartości, jakie przybierają napięcia
Dekompozycja K alm ana układów liniowych). na poszczególnych elem entach i?,, L , C i natężenie prądu w tym dwójniku, a B
jest zbiorem przebiegów czasowych tylko tych napięć u a, «■/,, u c n a elementach
R., L, C oraz natężenia prąd u i, które sp ełn iają równania
1.5. Układy statyczne oraz dynamiczne stacjonarne cli
c — R i I- L ,, i u c , «/? = R.i,
j^niestacjonarne
0 20)
Układy (modele) m ożna definiować różnie. Niżej są przedstawione dwie najczę­ di 1 U
ściej s p o t y k a n e definicje. Pierw sza z nich o charakterze ogólnym, podana przez u' - = l m ' uc = ó L j {t )A t
J. W illemsa [198] nie wym aga pojęć wejścia i wyjścia i jest oparta na pojęciu Szeroką klasę liniowych układów dynam icznych m ożna opisać równaniem
zachowania (trajektorii), stąd jej nazwa - behawiorystyczna.
J?.(p)w = 0 / ( 1 .2 1 )

1.5.1. Behawiorystyczna definicja u kład u gdzie ^

Niech 1 będzie zbiorem (ciałem) liczb rzeczywistych, a ]RpX9 zbiorem macierzy R (p ) : = R n p n + /?,, 1pn~ ' -I- • • ■-1- R \ P + Ri),
o wymiarach p x q i elem entach ze zbioru K. Oznaczmy literą Z zbiór liczb całko­ ! ? „ ; € IR77* * , i = 0 ,1 ,...,«
witych, a literą Z + - zbiór liczb całkowitych nieujemnych, Z + := {(), 1 , 2 , ...} .
p jest operatorem różniczkowania p = s, s f = , dla układów ciągłych, oraz
operatorem różnicowania p = z, z f ( i ) = f ( i + 1 ), dla układów dyskretnych,
DEFINICJA 4 W = IR9 (zbiór ę-wym iarowydi wektorów o składowych ze zbioru IR), a zbiór
Układem S n a zyw a m y następującą trójkę: 13 jest określony następująco:
S -.r ,{ T ,W , B ) .
B := (w; : T )—>IR9 spełniających równanie 1.21 dla każdego /. G T }
16 1. Wprowadzenie 1.5. Układy statyczne oraz dynamiczne stacjonarne i niestacjonarne 17

Na przykład rów nania w postaci operatorowej dw ójnika R L C z rysunku 1.7

DEFINICJA 5 można napisać następująco
Model określony równaniem (1,21) nazywamy modelem typu A R (autore-
gresyjnym) układu dynamicznego. '0 0 1 R - l - s L '
\U R 1 '1‘
10 0 -R
Ul 0
W ażną klasę modeli układów dynamicznych tworzą modele wejściowo-wyj- 0 10 -s L — E (1.23)
Uc 0
ściowe, w których wyróżniono zbiór sygnałów wejściowych U C Km i zbiór
. I _ .0.
sygnałów wyjściowych Y C MA Wielkości -ui, u 2, . . . , u m , określające oddzia­ 0 0 1 -¡ Z ? -

ływanie otoczenia n a układ, nazywać będziemy wymuszeniami lub sygnałam i

gdzie Ur , Ul , Uc , I i E są, transform atam i L aplace’a odpowiednio u r , u l , u q ,
wejściowymi, a m iejsca ich oddziaływania - wejściami układu.
u oraz e. W rów naniu (1.23) nie są uwzględnione w arunki początkowe dwójnika.
Wielkości 2/1 , 2/2 , 2lp, określające oddziaływanie układu n a otoczenie,
nazywać: będziemy odpowiedziami lub sygnałam i wyjściowymi, a m iejsca ich UWAGA 2. Zauważmy, że równanie (1.22) stanowi przypadek szczególny rów­
oddziaływania - wyjściami układu (rys. 1.8). T ę klasę liniowych układów dy­ nania ( 1 .2 1 ) dla
namicznych m ożna opisać równaniem
w := oraz R ( p ) :== w ~ [P (p ) - Q ( p )]
P ( p ) y = Q (p )u { 1 .2 2 )
gdzie
P{p) ~ P niPn> + P ni _ !/> " '- 1 + . . . -I- P l P + Po, 1.5.2. Relacyjna definicja układu ^ ^^ ^
P i G R kxp, i = 0, 1, . . . , 711 Układ m ożna zdefiniować, p o d ając n a przykład zależności m iędzy elem entami
wyróżnionych ^biorów, które charakteryzują obserwowane własności (cechy)
Q{p) ■= Q n 2 pm + Q n ^ i P wl~ l + ■• • + Q lP + Qo, badanego procesu (zjawiska).
Q, G R fc* " \ i = o, 1, . . . , «2
•ui 2/1 DEFINICJA 7
U‘2 2/2 Układem nazywamy następującą trójkę (U , Y , F ) , gdzie U jest zbio­
u :— GU C ir\ y := e Y c R7'
rem wejść, y jest zbiorem wyjść, a F jest zbiorem odwzorowań (operacji,
funkcji, transformacji) określonych na zbiorze U i przyjmujących wartości
u,„ Vp
w zbiorze Y {y f \ u ) r u>€ U r y & Y , f € F ) .
a p jest określone w ten sam sposób jak w równaniu ( 1 .21 ).
Zbiór wejść U obejm uje w przypadku ogólnym zbiór sterow ań, zbiór zakłó­
Wejście Wyjście ceń i zbiór warunków początkowych. U kład nazywam y liniowym, jeżeli U i Y
są przestrzeniam i liniowym^, a F je st zbiorem operacji liniowych. W wypadku
"i y-i
przeciwnym układ nazywam y nieliniowym. U kład tak i nie sp ełn ia zasady su­
02
Układ
y? R vs. 1 . 8 . Schemat blokowy układu dv perpozycji (definicja 2). Niech U = {u : T >-> W u ) będzie przestrzenią funkcji
dynamiczny mimicznego
określonych n a zbiorze T o wartościach w zbiorze W u , gdzie T je st zbiorem
om (liniowo uporządkowanym ) chwil, a W u jest zbiorem wartości sterow ań. A na­
logicznie, niech Y = {y : T 1—> W y ) będzie przestrzenią funkcji określonych na
zbiorze T o wartościach w zbiorze W y , gdzie W y je st zbiorem wartości wyjść
(odpowiedzi). Jeżeli T je st p ó łp ro stą lub odcinkiem osi liczb rzeczywistych, to
DEFINICJA 6 układ taki nazywam y układem ciągłym (dokładniej ciągłym w czasie), a jeżeli
Model określony równaniem (1.22) nazywamy modelem typu A R M A (ang. T jest zbiorem liczb całkowitych lub liczb całkowitych nieujem nych, to układ
AutoRegressive Moving Average). nazywamy układem dyskretnym (dokładniej dyskretnym w czasie). U kład na­
zywamy statycznym w tedy i tylko wtedy, gdy dla każdego u £ W u zachodzi
 1. Wprowadzenie 1.6. Linearyzacja układów nieliniowych 19
18

oraz
y = / (u) G W y . W układzie statycznym wartość odpowiedzi y w chwili t
zależy wyłącznie od wartości wymuszenia u w tej samej chwili, nie zależy n a­ f 2 (*> t -I- r ) = f 2 ( x, ii, t) d la x GX, u G W u, i, r G T (1.29)
tom iast od wymuszeń w innych chwilach oraz warunków początkowych układu.
W w ypadku przeciwnym układ dynam iczny nazywam y niestacjonarnym .
Przykładem układu statycznego jest czwórnik złożony tylko z rezystancji nie­
W układzie niestacjonarnym funkcje f y i f 2 zależą jaw nie od zmiennej t (para­
zależnych od czasu. Wyjście (odpowiedź) tego czwórnika w każdej chwili zależy
m etry układu zależą od czasu). P rzykładem układu dynam icznego stacjonarne­
tylko od wejścia (wymuszenia) w tej samej chwili.
go jest obwód przedstawiony n a rys. 1.6. Jeżeli rezystancja R (lub indukcyjność
L, pojem ność C) zależałaby od czasu t, to obwód ten byłby przykładem układu
D E F IN IC JA 8 dynamicznego niestacjonarnego.
Układem dynamicznym nazywamy następującą trójkę (U , X , W, f y, f 2),
przy czym. U jest przestrzenią sterowań, U = (u : T i—> W u ), T jest zbio­
rem chwil, W u jest zbiorem wartości sterowań, X jest przestrzenią sta­ 1.6. Linearyzacja układów nieliniowych
nów, Y = (y : T i-> W v ) jest przestrzenią odpowiedzi, W v jest zbiorem
wartości odpowiedzi, f y : X x U x T x T X jest funkcją przejścia stanu Linearyzacją układów nieliniowych nazywamy zastąpienie układu nieliniowego
w stan, a f 2 : X x W , . x T W y jest funkcją wyjścia (odpowiedzi). jego liniowym przybliżeniem . Liniowe przybliżenie układu nieliniowego powin­
no możliwie dobrze odwzorowywać własności statyczne i dynam iczne układu
nieliniowego. Niżej są omówione następujące trzy podstawowe m etody lineary-
Jeżeli dany jest stan początkowy x{ tQ) = x Q (i 0 € T jest chwilą początkową) zacji układów nieliniowych: .
oraz chwilowe wartości sterow ania u(t) dla t > to, to stan układu x (t) jest
- m etoda rozwinięcia w szereg,
określony zależnością
- m etoda Iinearyzacji optym alnej,
*(*) = f i (•7;o. «(*)> *0 , t ) , t > t0 (1.24) - m etoda nieliniowego sprzężenia zwrotnego.

a odpowiedź układu y (t) odpowiednio zależnością

1.6.1. Metoda rozwinięcia w szereg
y{f) = f i «(/;), t) , t > to (1.25)
M etoda ta polega n a rozwinięciu prawych stron równań stanu układu nielinio­
Równanie (1.24) nazywamy równaniem stanu, a równanie (1-25) równaniem
wego w szereg Taylora i pom inięciu członów nieliniowych tego rozwinięcia..
'wyjścia .... ..... ...... .............. Weźmy pod uwagę układ nieliniowy opisany równania,mi
T rajektorią układu n a odcinku [¿Oi li] nazywamy następujący podzbiór ilo­
czynu kartezjańskiego X x T {(x{t), t) G X x T, t € [¿o, a trajek to rią fa­ X = f ( x , u, t), x (0 ) = xo (1.30)
zową układu n a odcinku [fo, ty] nazywamy podzbiór (a;(i) G X , t G [t0, ¿ i]}-
y = g ( x , u , t) (1.31)
T rajektoria fazowa jest więc rzutem trafektorii układu na przestrzeń stan u X .
U kład dynam iczny nazywamy liniowym wtedy i tylko wtedy, gdy gdzie x G IR” , u G 1RTO, y G IR7' są odpowiednio wektoram i stanu, wymuszenia
i odpowiedzi, a *
f i (a x j -i- bx 2, a u i -\-bu2, t\, t 2) = a f y (xy, u i , ty, t 2) + (1.26)
+ b f i {X2, U2, ty, t 2 ) ’/: i(®, U, t f 9 i ( x , u , t)
f i { x i u , t) <Jl{x , u, t)
dla a , b G M, xy, x 2 G X , Uy, u 2 G U, ty, t 2 G T oraz f ( x , u, t) g ( x , u , t) = (1.32)

f 2 {axi + b x 2 , auy + bu2, t) = a,f j ( x i, iiy, /;) -I- b f i ( x 2, u 2, i) (1-27) _jll{X u , t)_ JJn(x , u, t)
dla a, b G IK, x y , *2 G X , u y , u 2 G U, t G T . Układ dynamiczny nazywamy są nieliniowymi funkcjami wektorowymi różniczkowalnymi ciągle względem wek­
stacjonarnym w tedy i tylko wtedy, gdy torów x i u. Niech ( xu , u u, y u ) będzie ustalonym (nom inalnym ) punktem pracy
układu (1.30), (1.31), tzn.
f i ( x , U, t y + T, t 2 + r ) = fy ( x , U, ty, t 2 ) (1.28)
d la a; G X , u G Ł/, ty, t 2, r G T x n — f ( x u, u n, t ) , y n — g ( x u, u u, t) (1.33)
20 1. Wprowadzenie 1.6. Linearyzacja układów nieliniowych 21

lub punktem równowagi ( / (x u, u u) — 0). P onadto niech ~dgi dg i ‘

dui dlLjn
Acc = x - x u , A u — u - u u, Ay = y - (1.34) D (t) (1.41)
dgP dgv
będą odpowiednio m ałym i odchyleniami wektorów stanu, wym uszenia i odpo­
. du \ dUrri _ X —Xti
wiedzi od ich wartości ustalonych. B iorąc pod uwagę, że
U= Uu
Acć — x x u —x f ( x u, u u f f (1.35) są m acierzami w przypadku ogólnym o elem entach zależnych od czasu t,
a R f (x, u , ł:) i R g (cc, u , t) są nieliniowymi członam i rozwinięć spełniającym i
oraz rozwijając w szereg Taylora prawe strony równań (1.30), (1.31) w m ałym warunki
otoczeniu punktu (ccu , u u), otrzym am y
\\Rf(x, u , t)| | R f (x, u , t )|!
lim 0, lim 0 (1.42)
df df l|A.-c||->0 HAccII IIA m ||—>0 |[Aw||
A x = x - / ( x u , u u, t) = - £ A x+— A u + R f (cc, u , t) =
d x x =; Xu X = XU
U~Uu U = U u \\R g{x, u , i)|| |R g (cc, u , i) ||
lirn = 0, (1.43)
A ( t ) A x + B ( t ) A u + R f (x , u , t) (1.36) ||Aa:||—>0 l|Aaj|| ||Au“ .o ||Aii|i
W przypadku stacjonarnego układu nieliniowego, gdy funkcje / i g nie zależą
q A jawnie od czasu t, macierze (1.38)-ł-(1.41) są stałe, niezależne od czastiy-tzn.
A y = y - g ( x u , u u , t) = Ax + ~ A u + R g (x, u , t) = A (t) = A , B ( t ) = B , C ( t ) = C , D ( t ) = D .
X -—Xxt X —®u U kład liniowy
u = Uu

= C ( t ) A x -I- D ( t ) A u -1- R gf (as, u 7 t) (1.37) Acć = A (t)A s x + B ( t ) A u (1.44)

A y = C ( t ) A x -f D ( t ) A u (1.45)
przy czym
otrzym any z (1.36), (1.37) przez pom inięcie członów nieliniowych R f (cc, u , t)
2 1± i R g (cc, u, t) nazywam y liniowym przybliżeniem układu nieliniowego (1.30),
dxi óxn (1.31). Rów nania (1..44), (1.45) piszemy zwykle w postaci
Qf (1.38)
X --
—x tl Ofn x = A x -|- B u (1.46)
u •— u u d fn
dx\ dxn j X = x u y = Ccc + D u (1.47)
■u= Uu
przyjm ując, że cc, u , y oznaczają m ałe odchylenia wektorów od ich wartości
(d fi dfi ' ustalonych (nom inalnych).
dui dum
B (t) (1.39) PRZYKŁAD 1
dfn d f n Dla układu nieliniowego
. dui d u rn. •i' ] = —2:ci — 1 -f- i:’XJ -f" u (1.48)
X2 = — + X i X 2 + X~2 + U 2 (1.49)
~dg i dgi '
d x\ dxn y = 3-2 -I- 2 U (1.50)
dl (1.40)
C {t) wyznaczymy liniowe przybliżenie dla następujących dwóch przypadków:
dx I=lu a) dla punktu
U= 'Uu dgP dgv
ikr. 1 d x n . X = xxl
11 — U u
uu = 0
22 1. Wprowadzenie
1.6. Linearyzacja układów nieliniowych 23

b) stanu ustalonego układu zlinearyzowanego dla u n — 1 . O tr z y m a m y w te d y

W tym przykładzie r
r dfi <LL_- d fi
'fl(x , u)' ~ 2.ti 1 + e12 + «
dx i dx2 ‘- 2 1 du
f(x,u) g = x 2 + 2u A = = B =
-3x2 + x i x 2 + x| -I- u 2 dh dh 0 —3 dh
_ h i x <« ) .
. dxi dx2 - du H=g
3=2=0 *2=6
P rz y p a d e k a. Korzystając z zależności (1.38)~(1.41) i (1.48)~(1.50), otrzymamy
dg dg_~ dg
C = [o i], D =
-dh dh' dx\ dx2 _ du
~ ?Ł ' I ,= - i a?i= - 5
dx i dx2 —2 1 du 'l' X2=() X2” 0
A = B = ”
dh dh 0 -3 0
d f2
. dx ] d x 2 x =0 - d u - .71= 0 Macierze A , C i D są takie same jak w przypadku a, inna jest tylko macierz B .
1L—0 u~ 0 Poszukiwane przybliżenie ma więc postać
dg dg ' 'd g ' •Tl ' —2 1 ' T i' \r
c = 0 1], D = = 2 + (1.54)
dxi dx2 x =0
du
x —0 .*2. 0 —3 x2 2
u ~0
X|
y = fo i i + 2M (1.55)
X2
Poszukiwane przybliżenie liniowe układu nieliniowego (1.48)-i-(1.50) ma więc postać
□

'•T l ' '-2 1 ' 'x i 1 'i '

(1.51)
CO

~r
0 M etodę tę m ożna stosować również do linearyzacji nieliniowych układów
o

.*2 . .X 2.
dyskretnych.
Tr
y = [o i] + 2u (1.52)
:r-2

1.6.2. Metoda optymalnej linearyzacji

P rz y p a d e k b. Macierz

-2 1 M etoda ta polega n a takim doborze elementów macierzy liniowego przybli­

A żenia, aby błąd średniokw adratow y różnicy między układem nieliniowym
0 -3
a jego liniowym przybliżeniem dla całego okresu stan u przejściowego był mini­
ma wartości własne si = —2, S2 = —3. Liniowe przybliżenie (1.51), (1.52) jest więc malny.
stabilne asymptotycznie. Wektor stanu w stanie ustalonym dla u u = 1 jest równy Niech *»
r-4 |<M O
l
1..... .

-i A = [aij] , % = [b ij]
'2 - 1 ' 1 1=1, ..., n L J
xu = -A 1B uu (1.53) j = 1, .... 77. j= l] .
0 3 0
(1.56)
1
1

Ć = [Cij] , D = \<kĄ
* = h ■■■, P L J i= l,
Korzystając z zależności (1.38)-=-(1.41) i (1.48)4-(1.50), otrzymamy macierze liniowe 1=1, .... 71. j = l,
przybliżenia dla
b ed ą stałym i (niezależnymi od czasu) poszukiwanymi macierzami optymalnego
’i" liniowego przybliżenia (1.46), (1.47) układu nieliniowego (1.30), (1.31). Elemen­
xu ~ 2 ) fjlu ~
ty tych m acierzy dobieram y tak , aby błąd średniokw adratowy różnicy między
0
układem nieliniowym (1.30), (1.31) a jego liniowym przybliżeniem (1.46), (1.47)
24 1. Wprowadzenie 1.6. Linearyzacja układów nieliniowych 25

dla całego okresu stan u przejściowego T był minimalny, tzn. niezależne, to macierz
rT ... / rT
min J i ( A , 2? ) = m in { f |A x + B u —f ( x , u ,t ) \ 2 d t i (1.57) s3 d i u u 1 di ( 1.66 )
A, B X ' A , B (./O J /od i
jest nieosobliwa.
mlin
m Ji ( C , Z?) = m in I f \ C x + D u —g ( x , u , /;)|2 d i i (1.58)
ć, d v ' ó, b I do J Jeżeli składowe w ektora x są liniowo niezależne, to dla każdego niezerowe-
go w ektora c* g IR” funkcje v(t) = otT x ( t ) nie są tożsamościowo równe zeru
Dalsze szczegółowe rozw ażania przeprowadzim y tylko dla przypadku wyzna­
na przedziale [0, T] i form a kw adratow a zbudow ana n a m acierzy (1.66) je st
czania macierzy A i B , gdyż rozw ażania dla macierzy C i D są analogiczne.
dodatnio określona, gdyż
Wskaźnik jakości przybliżenia J\ (^A, B ^ dla f ( x , u , t.) = / możemy napisać
f rP rT r^ fT
w postaci ol1 / x ( t ) x T ( t ) d t a = / ot1 x ( t ) x T ( t ) a d t — / v 2( T ) d t > 0
do do do
(A , B ) = g ' \ A x -|- B u - / | 2 d i = Z założenia składowe w ektora x (zmienne stanu) oraz składowe w ektora u są
rT -i /'r / liniowo niezależne. Tak więc m acierze (1.66) są nieosobliwe. W ychodząc z za­
= J| [ A x + B u — f \ l [ A x + B u — / ] d i = j (x 1 A 1 Ax + (1.59)
leżności (1.58), w analogiczny sposób jale d la zależności (1-57) otrzym am y
-i
u T B TB u + f T f + 2 x r A r B u - 2x r A r f - 2 u T B T f } d i
C = f\g - D u ) x T d t j f x x T dt '(T.67.)
gdyż x 1 A 1 f = f J A x i u 1 B 1 f = f T B u . Z w arunku koniecznego m inim ali­
zacji wskaźnika (1.59)
JD = I (g C x ) u T d t f u u T dt ( 1 .68 )
d .h (A , B ) Jo V do
= 0, 0 (1.60)
dA A -Â dB B =B Z powyższych rozważań wynika następ u jąca procedura w yznaczania optym al­
otrzymamy nego przybliżenia układu nieliniowego.

Ir T r...i ,-f T^ -, ri
/ XX 1 d i = I f x 1 d i — B I u x r di (1.61) PROCEDURA 1
Jo Jo Jo
.................--rp-"--—" ....... .. ---- - -- Krok 1. K orzystając z zależności (1.38)-b(1.41), wyznaczamy liniową aproksy­
H I nu? d i = / f u Jd t — A j x u 1 di (1.62) m ację (1.44), (1.45) układu nieliniowego (1.30), (1.31).
Jo Jo
Krok 2 . K orzystając ze wzoru
gdyż
-At eM t-r ) B u ( r ) d T
x(t) — e (1.69)
d x TA 1 A x
DA
2A x x T
’
d x TA r B u
DA
T
—Bux ,
’
dxPÂ1 f
dA
= fx T (1.63) Jo
Xo
Ï
wyznaczamy rozwiązanie?'równania (1.44) spełniające w arunek początkowy
Rozwiązując rów nania (1.61), (1.62) względem A i B , otrzym am y a?(0) = a;o (taki sam jale 1(11a układu nieliniowego (1.30), (1.31)).
i- T rT r Krok 3. K orzystając ze wzorów (1.64), (1.65), (1.67), (1.68), wyznaczam y po­
A = I ( / —B u ) x 1 d i f x x di (1.64) szukiwane macierze A , B , C , D optym alnego przybliżenia.
Jo [d o
-i
fl' fi' PRZYKŁAD 2
B -- I ( f — A x ) u 1 d i I u u 1 di (1.65)
Jo Jo Dla układu nieliniowego
We wzorach (1.64) i (1.65) po prawej stronie n a miejsce m acierzy A i B oraz —‘ 2xi 2 x i t ,2 + u2
wektora x podstaw iam y odpowiednie m acierze i wektor x otrzym ane m etodą —2X2‘ + u
rozwinięcia w szereg. Wykażemy, że jeżeli składowe w ektora a: (u) są liniowo g ~ x 2 -{- u
 1.6. Linearyzacja układów nieliniowych 27
26 1. Wprowadzenie

1.6.3. Metoda nieliniowego sprzężenia zwrotnego

wyznaczymy optymalne przybliżenie liniowe w otoczeniu punktu stanu ustalonego dla
u = 1 , T — 1 i zerowych warunków początkowych.
Korzystając z procedury 1, otrzymamy kolejno: M etoda ta polega n a odpowiedniej zam ianie zmiennych i doborze nieliniowe­
go sprzężenia zwrotnego. Weźmy pod uwagę układ nieliniowy o wymuszeniu
Krok 1. Liniowe przybliżenie dla zerowych warunków początkowych ma postać skalarnym u i odpowiedzi skalarnej y opisany równaniami
-2 0
B = [0 1 ], D =1 x = f ( x ) + g(x)u (1.70)
0 -2
a dla stanu ustalonego otrzymamy y = h(x) (1.71)
'1' gdzie x 6 Kn je st wektorem stanu.
-2 0’ 0'
x u = —A~~lB u 1 , A = , B = C = [0 1 ], D =1 Niech dla tego uk ład u istnieje gładkie przekształcenie zmiennych stanu
0 -2 1
.2. 2: = P { x ) takie, że
Krok 2. Dla macierzy ¿ i = Z2 , ¿2 — ZS , ¿ „ - 1 = z„ , ż n = a (z ) + b (z)u (1-72)
A = f" 2 ° ' gdzie a (z ) i b{z) są skalarnym i funkcjam i w ektora z ~ \ z \ , z 2 , ■ .., zn]7 • P rzyj­
L0 "2
m ując sprzężenie zw rotne w postaci
mamy
e~2t 0 u = —— ■(v — a (z )) (v - nowe wymuszenie) (1773)
= b{z)
0 e - 2i
oraz z zależności (L72) otrzym am y następujący układ liniowy
1 - e~2e
x(t) = f icA t B u (i - r) d r : ¿1 0 1 0 - - 0" Z\
Jo 1 - | e _2t '0 '
¿2 0 0 1 - ■ 0 Z2
Krok 3. Korzystając ze wzorów (1.64)~ (1.68) oraz biorąc pod uwagę, że -i- 'IVł
t
,-4t _- oe - 2'i -I- 1 0
e—“ Żji—1 0 0 0 - ■ 1 Zn—i
m = 1___ 0 0 0 - ■ 0. 1
Zn _ z,,. _
9{t) = 21 + 2 czyli
rT 0,664 -0,46 z — A z -j- bv (1-74)
dt :
Jo -0,46 0,38
gdzie
otrzymamy
rT -1 '0 1 0 • • 0' ■(}"
-16,59 —22,48
h

- ■ 0 M
'S

0 0 1
8

Jo -22,75 -30,78
5 h—
0 0 - • 1 0
1,95 0
B = £ ( / - y L c jr/d i | ^ Juu 7 di 1
1 0 0 0 ■ ■ 0.

P odstaw iając z = P 1 (x ) do (1.73), otrzym am y poszukiwane sprzężenie,

^ = [ (9 ~ Ö “ ) * Tdi f x a r di [11,37 -15,39]
zw rotne
Jo Jo
[T r-
JJ = / (i? —C x ) uTdi u« di = 1
Jo Jo
O
28 1. Wprowadzenie j 7 Modele układów dynamicznych 29

Układ nieliniowy (1.76)4-(1.78) z nieliniowym sprzężeniem zwrotnym (1.82) we w spół­

rzędnych z i, Z2 jest układem liniowym opisanym równaniami żj — z ż 2 = v,
y = zi- D

1.7. Modele układów dynamicznych

Przystępując; do budowy m odelu m atem atycznego danego procesu (układu),
R y s . 1 .9 . Schemat blokowy układu z nieliniowym sprzężeniem -zwrotnym czyli do napisania rów nań m atem atycznych opisujących ten proces, należy
przede wszystkim sprecyzować wszystkie założenia upraszczające, określić za­
kresy zm ian poszczególnych param etrów i wielkości ora« dokonać w yboru zmien­
Łatwo sprawdzić, że p ara {A, b) jest sterowalna. Otrzymany układ z nie-
nych opisujących ten proces. Należy podkreślić, że w ybór tych zmiennych nie
liniowym sprzężeniem zw rotnym (1.75) we współrzędnych Zl, z2, jest
jest jednoznaczny, istnieje wiele równoważnych sposobów w yboru zmiennych
sterowalnym układem liniowym (rys. 1.9).
opisujących rozpatryw any proces. N astępnie korzystając z odpowiednich praw
fizyki (takich jak podstawowe praw a mechaniki, praw a obwodów elektrycznych,
PRZYKŁAD 3
równania bilansu m asy i energii), chemii, biologii, ekonomii itd ., piszemy rów­
Dany jest układ nieliniowy nania wiążące zm iany w czasie procesów, zachodzące p o d wpływem zewnętrz­
.-¡U = a x f + x -2 (1.76) nych oddziaływań lub nagrom adzonej w układzie energii (niezerowych wSnin-
lców początkowych lub brzegowych). W przypadku układów złożonych z ele­
x 2 = —2 a1 x \ —2 ax'ix 2 + ax\ ref 4- u (1.77)
mentów o różnej natu rze fizycznej, np. układów elektromechanicznych, przy
V = *i
(1.78) wypisywaniu ró y n a ń dynam iki wygodnie je st skorzystać z zasady H am ilto­
na, zwanej również zasad ą ekstrem um działania. Sposoby u k ład an ia równań
Nowe zmienne wybieramy z\ = x, z2 = o.x\ -|- x 2, czyli
dynamiki opisujących układy o param etrach skupionych i rozłożonych obja­
' Z\ Xl śnimy n a prostych przykładach tych układów o różnej n aturze fizycznej (elek­
z2 a x \ -1- x -2 _ trycznej, m echanicznej, elektrom echanicznej) w ystępujących w technice, biolo­
Przekształcenie to jest odwracalne, gdyż xi — 2i, x% — z 2 azf, czyli gii, ekonomii itp.

X1 Z1
Xo z 2 - az'f 1.7.1. Układy elektryczne
Układ nieliniowy (1.76)4-(1.78) w nowych zmiennych przyjmuje postać W układach (obwodach) elektrycznych nieliniowych za zm ienne stan u wygodnie
jest przyjąć ładunki n a kondensatorach i strum ienie skojarzone cewek, a w li­
Ż\ = ±1 = a x 'j + X2 = 2-2
niowych — napięcia n a kondensatorach i prądy w cewkach.
¿2 = i:i:i -|- x 2 — ‘2 ( ix \ (a.-rf -}- .7:2) — 2(i 7.*) — ¿ a x \ x 2 -\- a x i x '<2 1- u =

= az\ (z2 ~ z i)' + u

czyli
¿1 = Z2 (1.79)
ul CL Uc Uc
¿2 = (IZi (z-2 ~ a z l ) + u > a (z ) = aZl {Z'2 ~~ a 2 l ) ’ ^ (z ) = 1 (1.80) >L
V = Z1 (1.81) k ic
Zgodnie z zależnością (1.75) poszukiwane sprzężenie zwrotne ma postać - o ;
e1 e2
U — ~ —T- ( v — a ( z ) ) = v — a Zj (¿2 — O Zj)" = U a.Tl.7.'2 (1.82)
R y s . 1 .1 0 . Obwód elektryczny: schemat elektryczny i schemat blokowy
b(z)
 31
30 1. Wprowadzenie \ 7. Modele układów dynamicznych

Metodą, bezpośrednią układ an ia rów nań dynam iki układów elektrycznych 1 Ra

jest m eto d a o p a rta n a pierwszym i drugim prawie Kirchhoffa. M etoda ta polega (R.2 + Ra) c (Ra + Ra) C UC
£ uc
n a napisaniu n a podstaw ie praw Kirchhoffa odpowiednich równań i przekształ­ R i (Ra + Ra) + . .
di ÍL Ra
ceniu ich do postaci rów nań stanu. Isto tę tej m etody objaśnim y n a przykładzie
L (Ra + Ra)L (Ra
obwodu elektrycznego, którego schem at podano n a rys. 1.10. Za zm ienne stanu 1
przyjm ujem y napięcie u c n a kondensatorze i prąd w cewce, a za odpowiedź 0
— napięcie u n a oporniku o rezystancji Rn- Wymuszeniami w tym obwodzie są (Ra + Ra)C Cl 1.91
napięcia źródłowe ei i 6 2 - N a podstaw ie pierwszego i drugiego praw a Kirchhoffa 1 Ra Le2 J
dla obwodu tego m ożemy napisać rów nania LL (R a + R a )L
Z porów nania rów nania (1.91) z równaniem x = A x + B u wynika, że w tym
ib + ic — ¿3 = 0 (1.83)
u c , m acierze A i B są. równe
przypadku x
i‘L
ei — A— ~ R r l —R sh — 0 (1.84)
Ra
C2 —u c —R 2ic — R i h — 0 (1.85)
” (Ra + Ra) C (Ra + Ra) c
Biorąc pod uwagę, że Rn R-i ( R-2 + Rą) + RąRa
(Ra + R a)L (Ra + Ra) L
ic = (1.86)
1
C^.2 -l- R a ) C
oraz korzystając z rów nania (1.83), rugujem y z rów nań (1.84) i (1.85) prądy B =
ic i *3 - O trzym am y wówczas Ra
LL ( R.2 + Ra) L

e, - L ^ r - R \ i L - Ra ( i L + C ^ f ) = 0 (1.87) Aby wyznaczyć równanie wyjścia y = C x - \ - D u oraz elementy macierzy C i 1J

dla tego obwodu, n a podstaw ie drugiego praw a Kirchhoffa, piszemy równanie

C2 - v c R-j C ~ -- 77,3 4 C -~ ) = 0 (1.88) (1-92)

u = —u c R z C ^ (11
T T + e'2

Z równania (1.88) m am y P odstaw iając zależność (1.89) do rów nania (1.92), otrzym am y następujące rów­
nanie wyjścia
d uc _ 1 i ?3 1___
Ra
Ra . RaRa ■ , ■e2
df (Ra + Ra) C U° (Ra + Ra) C 'L + (R2 + Ra) C ( } u — — - - UC + „ „ T, +
"Ra + Ra ' Ra 4- Ra "h ^ R* + Ra
Podstawiając zależność (1.89) do rów nania (1.87), otrzym am y W tym przypadku m acier Jk C i D są równe

Ra R 2R 3
d ii _ R-3 _ R j (R -2 + Rą) + RąRą ■ C
R.2 i- r .2 Ra + Ra
di “ (R .2 + R a ) L UG ( R 2 + R ;i) L %L
Ra
D
R.2 + R a :
+ z e i ~ ( ^ f k y i e2 (L 9 0 )
W wielu przypadkach m eto d ą w ygodniejszą i szybszą od omówionej wyżej me­
Zapisując rów nania (1.89), (1.90) w postaci jednego rów nania macierzowego, to d y bezpośredniej, je st m eto d a w łączania idealnych źródeł napięcia i prądu,
otrzymamy
 32 1. Wprowadzenie 1.7. Modele układów dynamicznych
33
1.7.2. Układy mechaniczne
. “ •'-a 1 *3 — xą oraz prz
(1.94) w rów nania zmiennych stanu, otrzym am y
W układach mechanicznych za zmienne stanu wygodnie jest przyjąć współrzęd-
0 1 0 0
bezpośrec ~X1~ + k2 ' 0
k x n k-2 ~X\
o p arta n a prawach Newtona (lub na zasadzie d ’A lam berta). 0
3-2 _ rnx rnx rnx 0
X2
*3
X3 0 0 0 1 X3
+ 0 m
.3-4. 1
t pr cr ir rr r k2 &2 r2 X ą _
*1 0 -m 2 .
m2 m2 rri2 _
r. lhi V
n ir i-
k2 W tym przypadku macierze A i B są równe
d o rrt m? m
S S 1-AAAAAArl -W W W -
s w 0 1 0 0

0 O
1

l-------
k x -|- k 2 rx k2_
mi 0
A = mx ■m,x
0
B = 0
R y s. 1 . 1 1 . Układ mechaniczny złożony z dwóch ciał o masach m \ i m 2 oraz z dwóch 0 0 1
sprężyn 1
k2_ k2 ?'2
0 rn 2 -
m2 m2 m2 _
M etoda ta polega na napisaniu na podstawie praw Newtona odpowiednich Równanie wyjścia m a postać
równań i przekształceniu tych równań do postaci równań zmiennych stanu.
Istotę tej m etody objaśnimy na przykładzie prostego układu mechanicznego, Xj
złożonego z dwóch ciał o masach odpowiednio rnx i m 2 i dwóch sprężyn o współ­ 1 0 0 ()' 3'2
czynnikach sprężystości k x i A:2 (rys. 1.11). Zakładamy, że na ciało o masie m,2 0 0 10 •T3
działa siła zewnętrzna / ( i ) , a opory tarcia ciał są proporcjonalne do prędkości
- XĄ __
przy CgyiR.ri._l r;> są współczynnikami tarcia odpowiednio ciała o masie m x
i m-2 . Wymuszeniem w tym przypadku jest siła zewnętrzna / ( i ) , a za zmienne a macierze C i D są równe
s t ai m przyj inu j erriy:
1 0 0 0
C £> = 0
xx współrzędną określającą położenie ciała o masie m Xl Ü o 1 o
X2 - prędkość ciała o masie m i (x 2 = ¿ i),
a,'3 - współrzędną określającą położenie ciała o masie m 2,
1.7.3. Układy elektromechaniczne
xą prędkość ciała o masie m 2 (xą = ¿'3).

Niech wektorem odpowiedzi y będzie U kładając rów nania dynam iki układów złożonych, wygodnie je st skorzystać
z zasady H am iltona. Zgodnie z t ą zasad ą u k ład hołonoiniczny i zachowaw­
•'Cl czy (układ, w którym nie w ystępuje rozpraszanie energii oraz energia nie jest
y dostarczana do układu) je s t określony funkcją skalarną L, zw aną funkcją La-
,t 3
grange’a, współrzędnych uogólnionych qx, (¡2 , qn , prędkości uogólnionych
Biorąc pod uwagę siły działające na poszczególne ciała, n a podstawie dru­ Qi, <
1 2 , - • • > Qn i czasu t

giego praw a Newtona (lub zasady d ’Alamberta) możemy napisać równania

L = L ( q u q2, • ■■, r/n, qXl ■■■, qn , i )
r n i ż 2 + r xx 2 + k xx x + k 2 (x x - 3:3 ) = 0 (L93)
Funkcja ta jest różnicą energii kinetycznej T i energii potencjalnej U uk ład u
r n 2XĄ + V 2 'x Ą + k2 ( r r a - : c j ) = / ( i )
(1.94) L = T -U
 1. Wprowadzenie
l 7 Modele układów dynamicznych 35

\k ła d u (przejście z jednego położenia w dru-

1.7.2. Układy nfy

(1.95) przy czym indukcyjność uzw ojenia przetw ornika je st określona zależnością
W układach mcc'
A D
110 określające ■
'inim ałną. Funkcjonał (1.95) osiąga d+x
bezpośrednią 'Z
j,nia Lagrange’a w postaci
oparta na p gdzie: D - s ta ła zależna od przekroju rdzenia, liczby zwojów oraz przenikalności
(1.96) magnetycznej powietrza; d - grubość przekładki antym agnetycznej, x = x(l.) -
= 1,2 , ,n
odległość rdzenia ruchomego od rdzenia nieruchomego; i = q - natężenie prądu
w uzwojeniu przetwornika; q - ładunek elektryczny.

/' UH
jest wektorem o składowych q\ , <72, qn , a T oznacza transpo-
■ I
.. N w i.ktora^y g(]y (j 0 układu jest dostarczana energia i wystę-
\ \ ptzypa■ ^ energii, układ jest określony dwiema funkcjami skalarnymi: R y s . 1 .1 2 . Schemat przetwor­
nika elektromechanicznego
puje lozpr 1 <■n . funkcj ą Rayieigha F , będącą różnicą energii rozproszonej
iU,: l-ł-idzie F t ¡"energii F d dostarczonej do układu

F F r-F d
W tym przypadku równania Lagrange’a przyjm ują postać

d ( dL\ ■0 d la i = 1, 2, Obwód elektryczny nie zawiera elementów pojemnościowych, wobec tego

d i \d q i) d(li d('h energia potencjalna rów na się zeru
łub ire = o
dfy OF
■0
w dq:r Energia kinetyczna obwodu mechanicznego
dl; Vdql ,
Sposób korzystania z równań LasTance’a n r w • rrt ł *2
układu objaśnimy na przykładzie przetwornika e J e k t r o m J c h ^ S = 2mX
stawionego schematycznie n a rys. 1.12 N a rdzeń m rtm m • g0> Przed-
a energia potencjalna *
A, o s ło n y w rże n iu 1 *
tycznego, zalezna od natężenia prądu i , oraz siła sprężyny o Um = ~ k (x - x 0 f
sprężystości k. Przyjmujemy następujące założenia u p ra s z a ją c e !P° ynnilku
przy czym xq jest odległością rdzenia ruchomego od nieruchomego w położeniu
“ S S T °PÓr ma€netyCZny rdZeili mmejszy niż opór nautralnym sprężyny (siła sprężyny rów na zeru). Funkcja Lagrange’a w tym
przypadku je st równa
- pomijamy tarcie statyczne,
- zakładamy, ze siła tarcia je s t w pro st proporcjonalna do prędkości.
L = I d T i ^ 2 + 1 ” * * 2 ~ \ k ^z ~ x ° ) 2
Obliczamy energię kinetyczną i potencjalną d la obwodu elektryczno™ i
Aby z kolei wyznaczyć funkcję Rayleigha, obliczamy różnicę energii rozproszo­
chamcznego. Energia kinetyczna obwodu elektrycznego y g0 1 me'
nej i dostarczonej do układu d la obwodu elektrycznego i mechanicznego. Dla
 1. Wprowadzenie 17 . Modele układów dynamicznych 37
36

obwodu elektrycznego Powyższe rozw ażania p odane dla układów elektromechanicznych m ożna
uogólnić również n a układy elektropneum atyczne, elektrohydrauliczne, elek­
Fe = ^ Ił / f - uq troakustyczne itp.

przy czym i i jest rezystancją uzwojenia, a u = u(t) napięciem doprowadzonym

1.7.4. Procesy mieszania substancji
do uzwojenia. Z kolei d la obwodu m echanicznego m am y
W opisie dynam iki procesów m ieszania substancji za zm ienne stan u m ożna
Frn = - R m Ż przyjmować różne wielkości. Często za zm ienne stan u przyjm uje się:
przy czym R,n jest oporem mechanicznym. Funkcja Rayleigha w tym przypadku - ilość danej substancji,
równa się więc - tem peraturę substancji,
- stężenie określonego składnika substancji itp.
F = Fe i- Fm = i R ą 2 - uq + ^ R , nx 2
P rzy układaniu równań opisujących dynam ikę procesów m ieszania najczę­
Za składowe wektora q przyjm ujem y ładunek elektryczny q oraz odległość rdze­ ściej korzysta się z rów nań bilansu m asy i ciepła. Sposób u k ład an ia równań
nia ruchomego od nieruchomego x opisujących w przestrzeni stanów dynam ikę procesów m ieszania objaśnim y n a
przykładzie idealnego m ieszania dwóch cieczy w zbiorniku (rys. 1.13).

Na podstawie (1.96) dla i = 1 oraz i = 2 otrzym am y

q+ Rq pT—- q x = u (1.97)
d+ x 1 ' 1 d+ x
R ys. 1.13. Schemat procesu mieszania
m x + R,nx + k (x - xo) + D —2 92 = 0 dwóch cieczy
2 { d + * r - ( L 9 8 )

Przyjmując za zmienne stanu x i = q, x 2 = q = i, x$ = x, xą = x , równania

( 1 .97 ), (1.9 8 )możemy napisać-w postaei..........................

¿1 = X-Z
(1.99)
X‘/XĄ R , , , ^ , d +
( 1 .100)
N atężenia przepływ u cieczy dopływ ających do zbiornika wynoszą Fi — F i(t)
X-i — x.\ ( 1 . 101) i F 2 = 7^2(Oj a stężenia odpowiednio c.\ = c i(i) i c’2 = C2 (t). N atom iast
Rra natężenie przepływ u cieczy w ypływ ającej ze zbiornika wynosi F = F (t), a jej
k \ D xl ( 1. 102) stężenia c = c(t). Za zm ienne stan u przyjm ujem y objętość cieczy w zbiorniku
2 -------- 3;4
XĄ ~ m ^ 2m (d + x 3) 2 m
V oraz stężenie c cieczy wypływającej ze zbiornika. W ymuszeniami w tym
W tym przypadku równania stanu układu (1.99)-i-(1.102) są równaniam i nie­ przypadku są natężenia przepływ u cieczy dopływ ających F\ i F2. Z równań
liniowymi. Przyjmując za składowe w ektora odpowiedzi y natężenie prądu bilansu m asy m am y
w uzwojeniu przetwornika i oraz odległość x rdzenia ruchomego od nierucho­
V = Fi -I- F 2 - F (1.103)
mego, otrzymamy równanie wyjścia w postaci
"X l ‘ ^ [ c V ] = c i F 1 + c 2 F2 - c F (1.104)
0 1 0 0 x2
Z praw a w ypływu swobodnego cieczy wynika
0 0 1 0 x -a

_X4_
F = k xV h (1.105)
 U . Modele układów dynamicznych 39
38 1. Wprowadzenie

Załóżmy, że natężenie przepływ u F i je st zależne od wysokości poziomu cie­

przy czym: k x - współczynnik zależny od przekroju otworu odpływowego i przy­
czy li(t) w zbiorniku i je st regulowane za pom ocą zaworu w taki sposób, aby
spieszenia ziemskiego, h - wysokość słupa cieczy w zbiorniku. utrzym ać stały poziom cieczy w zbiorniku. M amy zatem
Po uwzględnieniu, że
Fi{t) = k h ( t - T 0) ( 1.1 1 1 )
przy czym: k - współczynnik proporcjonalności, To - czas opóźnienia, fcj. od­
stęp czasu między chwilą zmiany położenia zaworu a chwilą zmiany poziomu
otrzym am y cieczy w zbiorniku. Natężenie przepływ u substancji wypływającej F zależy od
wysokości poziomu cieczy h w zbiorniku i je st określone zależnością (1.105). Za
F = k ,W (1-106)
zm ienną stanu przyjm ujem y wysokość poziomu cieczy h(t) w zbiorniku, a za
przy czyin: k = ^ ,S pole powierzchni przekroju zbiornika. wymuszenie natężenie przepływ u Fi. Równanie bilansu m asy w zbiorniku m a
postać
P odstaw iając zależność (1.106) do równań (1.103), (1.104) i obliczając po­
chodną iloczynu, otrzym am y p S h (t) = F \ (/;) + F 2 (t) - F ( t) (1.112)

V = Fi + F 2 - k W (1.107) przy czym: p - gęstość substancji, S - pole przekroju zbiornika.

Podstaw iając zależności (1.111) i (1.105) do równania (1.112), otrzym am y
c V + ćV = ci P i + C2P 2 —c k W (1.108) poszukiwane równanie stanu
Podstaw iając z kolei zależność (1.107) do równania (1.108) i rozwiązując to
h(t) = y ś h ( t - To) - ^ J h i T ) + - L F i ( i ) (1.113)
równanie względem ć, będziemy mieli
V

Równanie (lł.113) jest nieliniowym równaniem różniczkowo-różnicowym. Mo­

ć= i [(d - c) F i + (c2 - c) Ą ] (1-109)
R ów nania (1.107), (1.109) są poszukiwanymi nieliniowymi równaniami stanu
procesu m ieszania idealnego dwóch cieczy. Biorąc za odpowiedź wysokość h
słu p a cieczy w zbiorniku, otrzymamy równanie wyjścia w postaci
h (1.110)
b 0
Weźmy po d uwagę zbiornik, do którego dopływają dwie substancje ciekłe o na­
tężeniach przepływ u Fx = F i (i) i F 2 = F 2 (t), a wypływa substancja ciekła
o natężeniu przepływ u F = F (t) (rys. 1.14).
F2.C2
dele m atem atyczne układów z opóźnieniami skupionym i m a ją postać rów­
nań różniczkowo-różnicowych, zwanych również równaniam i z opóźnionym ar­
gumentem. W przypadku ogólnym układ nieliniowych równań różniczkowo-
różnicowych ma. postać
x ( t) = f [a;(/;), a; (t - T[) , . . . , x (t - T/:) ;
■«(/,), u (/, - T i ) , . . . , u (t - Tm) , i] (1.114)
przy czym T ' > 0 (i = 1, 2 , . . . , k) i Tj > 0 (j = 1, 2, . . . , m ) są opóźnie­
niami odpowiednio stan u i sterow ania (wymuszenia). Aby wyznaczyć rozwią­
zanie £c(i) dla t > to, nie w ystarcza znajom ość stan u x (/;0) = sc0 i sterowania
u (t) w przedziale [to, i); niezbędna jest jeszcze znajom ość x ( t ) w przedziale
[to —m axi T{, to] oraz u ( t ^ w przedziale [to —m axj T j, t 0], które łącznie z xo
stanow ią stan uogólniony procesu.

1.7.5. Układy o parametrach rozłożonych

R y s. 1 .1 4 . Schemat ukła­
du regulacji poziomu cieczy
w zbiorniku
Sygnały (zmienne) określające układy o param etrach rozłożonych zależą nie
tylko od czasu, ale również od współrzędnych przestrzennych. U kłady o p a ra ­
m etrach rozłożonych, będące układam i o opóźnieniach rozłożonych, są opisane
równaniam i różniczkowymi cząstkowymi. Przykładam i układów o param etrach
rozłożonych są linie długie, wymienniki ciepła, reaktory rurowe itd. Sposób
 Y "
40 1. Wprowadzenie 1.7. Modele układów dynamicznych 41

u kład ania równań dynam iki układów o param etrach rozłożonych o b ja śn im y n a Warunki brzegowe mogą być zadane w różny sposób, zależnie od sposobu zasilania
p odanych niżej trzech prostych p rzyk ład ach . i obciążenia linii długiej. Na przykład mogą być dane napięcie u(x, t) i natężenie
prądu i (:;;,£) na początku (x = 0) lub na końcu (x — l) linii długiej. Może być też dane
PRZYKŁAD 4 napięcie na początku linii i impedancja obciążenia na końcu linii długiej itp. O
Dana jest linia długa dwuprzewodowa o parametrach B.(x), L(x), G(x), C (x) zależ­
PRZYKŁAD 5
nych od współrzędnej położenia x. Niech u = u(x, t ) oraz i = i(x, t) będą napięciem
między przewodami i natężeniem prądu w punkcie odległym o x od początku linii W reaktorze rurowym o długości L przesuwa się materiał A z prędkością va = (Z),
w chwili t. Elementarny odcinek tej linii o długości Aa; można zastąpić czwórnikiem a w przeciwprądzie materiał B z prędkością vb = v b (J-)-
o parametrach skupionych R(x)Ax, L(x)Ax, G(x)A x, C(x)Ax.
F„(0, f) . A Fñ(L, t)
Va ( ‘)
Fd0. t) B d/ Fb(L, t)
>
vb (1) i l + ól

/ = o- ^ | | | f f f f f f f* = 1

;>(/. o
R ys. 1.16. Schemat reaktora rurowego

Między tymi materiałami zachodzi z prędkością« reakcjaendotermicznaprzekształ­

cania materiału A w materiał B. Reaktor jest ogrzewany z zewnątrz w sposób wy­
Rys. 1.15. Czwórnik przedstawiający elementarny odcinek o długości Aa: linii długiej muszający pożądany rozkład temperatury ■&= i9(Z, t) w czasie wzdłuż całej długości
d wuprze wodowej reaktora. Za zmienne stanu, zależne od współrzędnej położenia l i czasu t, przyjmiemy
gęstość x \ = xi(i* t) zapełnienia materiałem A oraz gęstość x 2 = ^-¿(Z, t) zapełnienia
Na podstawie praw Kirchhoffa możemy napisać równania materiałem B. Wymuszeniami w tym przypadku będą prędkości przesuwu materiałów
■ita i i)u oraz tem peratura i). Na podstawie równań bilansu masy dla elementu reaktora
o długości dZ możemy napisać dla materiału A równanie
0 = u{x, l) —R(x)Axi (x , t) —L ( i ) A i - ~ — u(x, t) + ^ 1 ax
dx
(R (x, t) . du(x, t) . (aądZ) = vA^~~dl - v x tdl (1.116)
i (X , t) 'I ---- A x D -I- - -A.i: 4*
öx ox a dla materiału B równanie
-C (x)A x- ,,í(a, ¿) ą du(x,
__ t) Aa;
A 0
(x 2dl) = —VB~~!~rdl -I- w.rjdZ (1-117)
dt dl
Po redukcji, podzieleniu przez A.r i przejściu do granicy przy Aa: —> 0 otrzymamy Po podzieleniu obu stron równań (1.116), (1.117) przez dZ otrzymamy poszukiwane
poszukiwany układ równań różniczkowych cząstkowych równania
8xi 8 x\ 8 X2 8 x2
rw ? Í = G(x)u + C ( x ) ^ + UX1 (1.118)
da: ' ‘{{X)I + L {x)m ’ (1.115) - W =VA- d f - VXu S T = ~ VB~m
W przypadku szczególnym jednorodnej linii długiej, gdy parametry R, L, G i C nie Do rozwiązania równań (1%18) są potrzebne w przypadku ogólnym dwa warunki
zależą od równania (1.115) przyjmują postać początkowe i dwa warunki brzegowe. Warunki początkowe m ają postać
a-,(Z, 0) = <j>(l) 1
du di
* 2(Z, 0) = <p(Z) J i-e [0 ,£ ]
ox dt
Do jednoznacznego rozwiązania równań (1.115) są potrzebne, w przypadku ogól­ Warunki brzegowe mogą być dane np. w postaci
nym, dwa warunki początkowe i dwa warunki brzegowe. Warunki początkowe podaje
się najczęściej w postaci ®1 (L, t) = X2(0, t ) = ^ i )
VA VB
■u(x, 0 ) = <j>(x) przy czym P a {L, t) i /*/;(0, t) są natężeniami dopływu materiału A i B odpowiednio
dla x e [0, l\
i (x , 0) = ip(x) na końcu i na początku reaktora w chwili t. □
42 1. Wprowadzenie 1.7. Modele układów dynamicznych 43

PRZYKŁAD 6 populacji m a postać

Pręt metalowy o promieniu r, wykonany z materiału jednorodnego, znajduje się
w ośrodku jednorodnym o temperaturze i90. Początek (x = 0) tego pręta jest ogrze­ ± = :(b-d)x (1.124)
wany. Niech i)(x, t) będzie temperaturą w dowolnym punkcie przekroju pręta odległym którego rozwiązaniem jest
o x od początku w chwili t. Ilość ciepła d Q (x, t) przepływającego przez elementarną
powierzchnię d S w czasie di w kierunku osi przewodu jest określona zależnością x(t) = x 0e(f^ rf)i (1.125)

d Q{x, t) = - k — ^ dSdt . Jeżeli zmodyfikujemy w spółczynnik zgonów, zakładając, że rośnie on wraz z li­
ox czebnością populacji ci = ax (o, stały współczynnik), to równanie wzrostu po­
przy czym: k - współczynnik przewodnictwa cieplnego, — - gradient tempera­ pulacji przyjm uje postać
tury w kierunku osi x. Wobec tego ilość ciepła dostarczona do elementu pręta o polu x = x (b — ax) ( L.126)
przekroju S = n r 2 i o długości dx w czasie di jest określona zależnością
d f l ( x , t.) d ‘ß ( x , l) d 2 i)(x, t) DEFINICJA 9
dQi{x, /;) = - k S di = k S — £ - ~ l d x d t (1.119)
dx dx X - f d .T Równanie (1.126) nazywamy równaniem logistycznym.
Aby temperatura elementu pręta o długości dx w czasie di wzrosła o di)(x, i), po­
trzebna jest ilość ciepła Opisuje ono dość dobrze wzrost pojedynczej populacji w środowisku o ogra­
niczonych zasobach.
dQ 2(x, i) hpS^ i A d x d t ( 1 .120 )
ox
przy czym: h - ciepło właściwe pręta, p - gęstość materiału pręta. Ilość ciepła odpro­ 1.7.7. Model Lotki-Volterry układu drapieżnik - ofiara
wadzona w czasie di z elementu pręta o długości dx do ośrodka jest wprost propor­
»
cjonalna do różnicy temperatur pręta i ośrodka, do powierzchni tego elementu pręta Niech w tym sam ym środowisku żyją dwa gatunki, jeden, zwany drapieżnikiem,
i do czasu di: żywi się osobnikami drugiego gatunku, zwanego ofiarą. Niech x \ (t) będzie li­
dQs(x, t) = 270-7 [i9(.x, t) - i90] da:di (1.121) czebnością populacji ofiar, a x 2 {t) liczebnością populacji drapieżników. D la po­
pulacji ofiar przyjm ujem y m odel wykładniczego wzrostu zgodnie z zależnością
przy czym 7 jest współczynnikiem wymiany ciepła. Z równania bilansu ciepła mamy
(1.125), zakładając, że współczynnik zgonów jest wprost, proporcjonalny do li­
dQi(x, t) = dQ-z{x, i) + d<5;((a;, i) (1.122) czebności populacji drapieżników d = a x 2 (ofiary są pożerane przez drapieżni­
ki). Zakładamy, że wzrost liczebności drapieżników jest wprost proporcjonalny
Podstawiając zależności (1.119), (1.120), (1.121) do (1.122) i dzieląc obie strony
równania przez hpSdzdt, otrzymamy poszukiwane równanie różniczkowe cząstkowe do liczebności ofiar c x j . Z akładając dalej, że pew na ilość pożywienia a jest
niezbędna do u trzy m an ia przy życiu istniejącej populacji i nie prowadzi do jej
d $ ( x , i) _ d 2$ ( x , i) wzrostu, otrzym am y
b t) - ??o] (1.123)
dl dx2
przy czym ±i = ( b - a x 2) x i
, (1.127)
k 2-nrj :k2 = (cxi - a) X2
a' ~ h p ’ hpS M

Znając temperaturę na początku pręta i?(0, i) = </>(t) oraz rozkład temperatury wzdłuż DEFINICJA 10
całego pręta i?(.t, 0 ) = tp(x) w chwili początkowej t = 0 , możemy rozwiązując równanie Układ równań różniczkowych (1:127) nazywamy modelem Lotki- Volterry
(1.123) wyznaczyć temperaturę w dowolnym punkcie pręta w chwili i > 0. □ układu drapieżnik - ofiara.

1.7.6. Równanie logistyczne w biologii

1.7.8. Model Maya układu drapieżnik - ofiara
Niech b będzie współczynnikiem urodzeń (liczba dzieci urodzonych w ciągu W m odelu tym równanie w zrostu populacji ofiar przyjm ujem y w postaci rów­
roku n a 1000 mieszkańców), a d współczynnikiem zgonów. Równanie wzrostu nania (1.126) i zakładam y współczynnik śm iertelności ofiar w postaci —
44 1. Wprowadzenie 1.7. Modele układów dynamicznych 45

(drapieżnik nie zabija więcej niż może zjeść). Równanie wzrostu populacji ofiar Zakładam y, że k onsu m p cji C p o d le g a tylko s ta ła część s ( s < 1) w ytw orzon ego
m a w tedy postać produktu

C = sX (1.132)
±i = x i (b - a x v) - (1.128)
1 -|- h x i
a n a akum ulację (inwestycje) je s t przeznaczona reszta wytworzonego pro d u k tu
Równanie w zrostu populacji drapieżników przyjmujemy również w postaci rów­
K = (1 — s) X (1.133)
nania (1.126) i zakładam y, że współczynnik a jest odwrotnie proporcjonalny do
liczebności ofiar m x x (liczba drapieżników może być większa niż jest w stanie
wyżywić populacja ofiar). Otrzymam y wówczas następujące równanie wzrostu DEFINICJA 14
populacji drapieżników Układ równań (1.130)-ś-(1.133) nazywamy modelem Solowa wzrostu gospo­
darczego.
¿* = «>2* 2 ( 1 - — ) (1-129)
\ m ii)
Załóżmy, że:
1) w zrost siły rob oczej je s t w y k ła d n icz y
DEFINICJA 11
Układ równań (1.128) i (1.129) nazywamy modelem Maya układu drapież­ L (t) = L 0 e,lt (1.134)
nik - ofiara.
2) F ( K , L) je s t fun kcją jed n o r o d n ą L , tzn . F ( K , L) = L F (-f-, 1 ^, -
3) F ( K , L) je st rosnącą m onotonicznie wklęsłą funkcją kap itału K (zwięk­
szenie K przynosi coraz m niejszy wzrost produkcji).
1.7.9. Model Solowa wzrostu gospodarczego V
W prowadzając nową zm ienną fc = 3 - (kapitał n a głowę ludności) oraz korzy­
stając z zależności (1.131), (1.133) i (1.134), otrzym am y
DEFINICJA 12
Gospodarką nazywamy zamkniętą, jeżeli cały wytworzony produkt jest zu­ k k L (1 - s ) X
żywany tylko na konsumpcję i akumulacją. k~ K L ~ K n
a po p om n o żen iu p rzez k i u w zględ n ien iu , że F (k ) = F 1^ = h'' Ł' = j;
Niech A' będzie kapitałem znajdującym się w gospodarce.
k = (1 - s) F (k ) - n k

DEFINICJA 13
Akumulacją kaj tul 1 nazywamy pochodną kapitału K wzglądem czasu 1.7.10. Model Leontiefa produkcji w n sektorach

k = ę . DEFINICJA 15 *
dt
Model Leontiefa opisujący produkcją w n związanych ze sobą sektorach ma
postać
Niech X oznacza wytworzony produkt, a C jego konsumpcję. Równanie rów­
nowagi (bilansu) zamkniętego systemu ekonomicznego ma postać Xi = A x i + B (®i+ i — Xi) + di (1.135)

X = C +K (1.130) W równaniu tym k -ta składow a w ektora Xi € Hn opisuje poziom produkcji

Wytworzony p ro dukt X zależy od włożonego kapitału K oraz siły roboczej w /s-tym sektorze w okresie (chwili) i. W yrażenie A x i określa ilość pro d u k tu
L, czyli zużytego bezpośrednio do bieżącej produkcji. W yrażenie B (¡£¿+1 — x{) określa
możliwości rozwoju produkcji tak , aby w następnym okresie w ynosiła ona x,+ x.
X = F (L , K ) (1.131) Wreszcie d L określa ilość p ro d u k tu zużytego n a pokrycie bieżącego popytu.
 1. Wprowadzenie 1.8. Zadania
46 47

M acierze A i B m a ją elem enty nieujemne. Zwykle macierz B jest osobliwa, Z a d a n ie 3 . W yznacz liniowe przybliżenie m odelu Lotki-Volterry
ponieważ m a ona niezerowe elementy tylko w niektórych wierszach. W ynika x i — (6 - a x 2) x x
to z faktu, że kapitał rozwoju produkcji pochodzi zwykle tylko z niektórych
± 2 = (cx i - o ) x 2
sektorów. P rzepisując rów nanie (1.135) w postaci typowej, otrzym am y
w otoczeniu następujących dwóch punktów:
B x i+i = [Ii + B — A] x i - dk
1) x i = 0 , x 2 = 0
M odel Leontiefa je s t więc przykładem dyskretnego układu singularnego.
2) x i = § , x 2 = £
W s k a z ó w k a . Skorzystaj z zależności
1.8. Zadania -d ń d j±
0 x i dx2
Z a d a n ie 1. D any je s t układ A —
dh dh
x — A x 4- B u . dx,\ dx2 .
y = Cx w rozpatryw anym punkcie.
ze sprzężeniem zw rotnym u — v —F y . Wykaż, że układ zamknięty jest układem
singularnym w tedy i tylko wtedy, gdy Z a d a n ie 4 . D la nieliniowego uk ład u dyskretnego

det [I + B F C ] = 0 x \ (i 4- 1) = exi W 4 . X) (i)x 2 (i) + u 2 (i)

x 2 (i 4- 1) = x \ ( i ) 4- x 2 {i) 4- x 2 {i) 4- u(i)
\
Z a d a n ie 2 . D any je s t układ z ujemnym sprzężeniem zwrotnym, który w to- wyznacz linibwe przybliżenie w otoczeniu p unktu x,\ = 0 , x 2 = 0 , u — 0 .
rze głównym zawiera człon opisany równaniami
W s k a z ó w k a . Skorzystaj z zależności
¿ i = A \ X \ -I- B \ U \ '9 fi '9 f i '
y x = C\X\ + Diuy dxx dx2 du
A = B =
a w pętli sprzężenia zw rotnego człon opisany równaniami d,f 2
9h d.h
. dxi dx2 - . du .
X 2 = A 2 X 2 + B 2 U2
w rozpatryw anym punkcie.
y 2 = C 2 X 2 + D 2U 2
P rzyjm ując za w ektor stan u układu zamkniętego

Xi
x *
UX 2 _1
%
w ykaż, że u k ła d ten je st u k ła d em standardowym w tedy i tylko w ted y, g d y

d e t [II + D 2 D 1] j i 0

W s k a z ó w k a . D o rów n an ia (w ęzła sum acyjnego) u x = u - y 2 podstaw iam y

V i = C 2x 2 + D 2u 2 oraz u 2 = C \ X X+ D \U \ i otrzymamy

u \ ~ u ~ ( C 2x 2 + D 2C i X X+ D 2B i u \ )
czyli
[I + D 2D i ] u i = u —D 2C i X i —C 2x 2
 Rozdział

MODELE MATEMATYCZNE
LINIOWYCH UKŁADÓW DYNAMICZNYCH
CIĄGŁYCH I DYSKRETNYCH

2.1. Wprowadzenie
W rozdziale tym zostan ą przedstaw ione zagadnienia związane z liniowymi ukła­
dami dynam icznym i, których m odele tworzy się n a podstaw ie zebranycfTTnfoi'-
macji o obiekcie będącym w zakresie zainteresowania p ro jek tan ta. Ilość zebra­
nych inform acji o obiekcie determ inuje w większości przypadków rodzaj mo­
delu, który należy wybrać. Jeżeli p ro jek tan t m a jedynie inform acje w postaci
pomiarów, w tedy najczęściej stosuje się m odel ty p u wejście-wyjście w po sta­
i ci transm itancji operatorowej. Pom iary konieczne do uzyskania m odelu typu
wejście-wyjście powinny być w formie p ar przebiegów: wymuszenie, odpowiedź
obiektu. Dysponowanie pom iaram i w tej formie je st podstaw ą do uzyskania
modelu tego typu. Model obiektu w postaci wejście-wyjście pozw ala n a tra k to ­
wanie modelowanego obiektu jako czarnej skrzynki, k tó ra jest, w stanie odpo­
wiedzieć n a dowolny sygnał wymuszający. P ro jek tan t czy użytkownik obiektu
nie m a żadnych inform acji o tym , co znajduje się w środku obiektu, ale jest
w stanie wyznaczyć odpowiedź obiektu n a w ybrany sygnał wym uszający. Z te­
go wynika, że opis obiektu w postaci m odelu wejście-wyjście nie je st w pełni
satysfakcjonujący dla p ro jek tan ta, k tó ry oprócz możliwości określenia odpo­
wiedzi obiektu n a zadane wymuszenie chce wiedzieć, ja k przebiegają procesy
wewnątrz obiektu.
Decydując się (lub b ę d ą ? skazanym ) n a w ybór tego typu m odelu, należy
być świadomym ograniczeń. M odel ty p u wejście-wyjście je st przeznaczony do
opisu głównie układów liniowych. Jeżeli p ro jek tan t dysponuje inform acjam i
i
o fizycznych podstaw ach funkcjonowania obiektu, to w tedy do opisu obiektu
tnożna wykorzystać m odel zmiennych stanu. Czym są zm ienne stan u i pozo­
stałe szczegóły dotyczące tego ro d zaju m odelu, zostanie wyjaśnione później.
Z najważniejszych inform acji n a tem at m odelu zm iennych stan u należy zapa­
miętać, że m odel ten d aje dużo więcej inform acji o modelowanym obiekcie, jego
! sposobie funkcjonowania w porówaniu z m odelem ty p u wejście-wyjście. Model
wejście-wyjście d aje inform acje jedynie o reakcji obiektu n a dowolne wymu-
50 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
szenie, bez inform acji o tym , co się dzieje wewnątrz obiektu. Model zmien­
nych stanu, oprócz tych informacji, może dać odpowiedź n a pytanie o procesy
zachodzące w ew nątrz obiektu. M odel zmiennych stanu jest przeznaczony do
opisu zarówno układów liniowych, ja k i nieliniowych. W tym rozdziale model
zmiennych stan u i m odel typu wejście-wyjście będzie omawiany n a przykładzie
układów liniowych o jednym wejściu i jednym wyjściu (a,ng. Single Input Single
O u tp u t, SISO).
2.2. Modele czasowe
W tym podrozdziale zostaną krótko omówione zagadnienia związane z mode­
lowaniem układów dynam icznych w dziedzinie czasu. Jest to jedno z funda­
mentalnych zagadnień w teorii sterowania. Stworzenie odpowiedniego modelu
m atem atycznego badanego obiektu jest kluczem do uzyskania oczekiwanych
efektów, jeśli chodzi o zadania związane ze sterowaniem i analizą dynamicz­
nych własności modelowanego obiektu.
2.2.1. Równania różniczkowe i różnicowe
Podstawowym narzędziem wykorzystywanym w teorii sterow ania do konstru­
owania modeli układów dynam icznych w dziedzinie czasu są równania różnicz­
kowe i różnicowe. O ba rodzaje równań znalazły zastosowanie w teorii stero­
wania dzięki tem u, że są one w stanie scharakteryzować ilościowo dynamiczne
własności obiektów ciągłych oraz dyskretnych. W literaturze krajowej i zagra-
nirgnej można znaleźć dziesiątki pozycji książkowych poświęconych wykorzy­
staniu równań różniczkowych i różnicowych do analizy dynamicznej wszelkiego
rodzaju obiektów.
2.2.2. Zmienne stanu
Stworzenie m odelu zmiennych stanu obiektu dynamicznego wym aga dużo wię­
kszej wiedzy o modelowanym obiekcie niż m a to miejsce w przypadku tworzenia
modelu typu wejście-wyjście. Do utworzenia modelu zmiennych stanu obiektu
jest konieczna wiedza o strukturze układu i prawach fizycznych rządzących jego
zachowaniem. Ponieważ model zmiennych stanu dostarcza więcej informacji na
tem at dynam iki obiektu i procesów w tym obiekcie zachodzących, należy się
spodziewać nieco bardziej złożonego aparatu pojęciowego w porównaniu do mo­
delu typu wejście-wyjście. W dalszej części tego podrozdziału model zmiennych
stanu będzie om awiany w odniesieniu do układów liniowych, choć model zmien­
nych stanu dotyczy również układów nieliniowych i jest podstawowym narzę­
dziem analizy sposobu funkcjonowania tychże układów, ukazując imponującą
złożoność otaczającego nas świata. Zmienne stanu zostały określone precyzyjnie
2.2. Modele czasowe 51
w definicji 3 (s. 14), z której wynika, że znajom ość wartości zmiennych stanu po­
zwala n a wyznaczenie wszystkich innych wielkości, k tóre opisują stan obiektu fi­
zycznego.
W przypadku obwodów elektrycznych zmiennymi stanu są strum ienie skoja­
rzone z indukcyjnościam i oraz ładunki zgromadzone w pojem nościach. Znajo­
mość tych wielkości pozw ala obliczyć prąd y płynące w pozostałych elementach
obwodu i napięcia n a tych elem entach. W ynika stąd , że oprócz wartości zmien­
nych stanu i param etrów poszczególnych elementów obwodu nie trzeba wiedzieć
nic więcej, aby w dowolnym czasie określić stan obwodu elektrycznego. Analo­
gicznie m ożna opisać inne układy dynam iczne, których modele wyprowadza się
na podstaw ie informacji z innych dziedzin. Zmienne stanu m ają jeszcze jedną
ważną własność.
U w a g a 3 . Z m ie n n e sta n u na jczęściej są pow iązane m iędzy sobą zależnością
różniczkową.
Nieco więcej n a te n tem at zostanie po d an e przy okazji om aw iania modelu
zmiennych stanu.
2.2.3. Model zmiennych stanu układów ciągłych
DEFINICJA 16
M odelem opartym n a zm ie n n y c h sta n u n a zyw a m y m odel opisany na stęp u ­
ją c y m i ró w naniam i różniczkow ym i:
- • Ax{t.) I B u ( l ) (2 . 1 )
Znaczenie poszczególnych symboli w równaniu (2.1) jest następujące: x ( t)
- wektor zmiennych stan u układu, czyli zbiór wielkości niezbędych do jedno­
znacznego opisania stan u modelowanego układu; ja k w ynika z przedstawionego
zapisu, wartości poszczególnych zmiennych stanu są zm ienne w czasie; «.(/,) -
sygnał wejściowy układu dynam icznego, który je st również funkcją czasu; A ,
B macierze stałych współczynników, które odzw ierciedlają stru k tu rę m ode­
lowanego liniowego układu dynam icznego i p aram etry elementów tworzących
ten układ.
Pierw szą isto tn ą uwagą, k tó rą należy uczynić n a tem at modelu zmiennych
stanu, jest:
U w a g a 4 . M odel zm ie n n y c h sta n u opisuje, w odróżnieniu od m odelu typu
w ejście-w yjście, obiekt w dziedzinie zm ie n n e j rzeczyw istej t. D la przypom nienia,
m odel ty p u w ejście-w yjście w p o sta ci tra n sm ita n cji operatorowej opisuje obiekt
w dziedzinie z m ie n n e j zespolonej.
52 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe
53

DEFINICJA 17 Krok 1. Wypisujemy rówania obwodu, tj. równanie oczka

Macierz A nazywamy macierzą systemu, macierz B nazywamy macierzą
wejścia. e(i)' = .R*(i) + £ ^ + uc(i)

oraz równanie opisujące prąd płynący w oczku

Budowa modelu zmiennych stanu układów ciągłych i{t)^ C e ­

Zgodnie z tym, co napisano wcześniej, model zmiennych stanu tworzy się na
podstaw ie znajomości wewnętrznej struktury obiektu i praw fizycznych, które przy czym: i{t) - prąd płynący w oczku, uc(t) - napięcie na kondensatorze, R -
rezystancja opornika, C - pojemność kondensatora, L - indukcyjność cewki.
determ inują jego zachowanie się w czasie. Z tego też powodu proces tworzenia
modelu zmiennych stanu dowolnego obiektu rozpoczyna się od w ypisania rów­ Krok 2 . Zgodnie z definicją rolę zmiennych stanu tego obiektu mogą odgrywać wiel­
nań wynikających z praw fizycznych funkcjonowania modelowanego obiektu. kości fizyczne jednoznacznie opisujące układ i powiązane ze sobą zależnością róż­
W kolejnym kroku należy wybrać zmienne stanu, czyli wielkości pozw alające niczkową. Zatem za zmienne stanu przyjmuje się prąd X i ( t ) = i (i) oraz napięcie
jednoznacznie określić stan układu. Wielkości te (zmienne stanu) jednocześnie xz(t) = Uc{t). Łatwo zauważyć, że wiedza o wartościach przyjmowanych przez
zmienne stanu pozwala obliczyć wszystkie pozostałe napięcia w tym prostym ob­
m uszą być powiązane ze sobą zależnością różniczkową. Po zakończeniu tego wodzie.
etapu konstrukcji modelu zmiennych stanu pozostaje wykonanie prostych prze­
kształceń algebraicznych, które ostatecznie doprowadzą do uzyskania m odelu Krok 3. Porządkujemy równania tak, aby po lewej stronie znaku równości mieć tylko
zmiennych stanu w postaci równania (2 . 1 ). pochodne wielkości, które zostały wybrane jako zmienne stanu -
di(t) R 1 rr 1 , ,
di - ~ r ( i ) - —Uc + -jre(t)
PROCEDURA 2
d Uc(t) 1_
Ogólna procedura konstrukcji modelu zmiennych stanu. di l(t)
C
Krok 1. Wypisujemy rówania wynikające z praw fizycznych funkcjonowania Po wykorzystaniu przyjętych oznaczeń dla zmiennych stanu otrzymujemy
obiektu. d.Tj (i) R i
~dT~ ¿ * ,(t ) + ~e(t)
Krok 2. Wybieramy wielkości odgrywające rolę zmiennych stanu.
dj:2(f) _ I ... m
Krok 3. Porządkujemy otrzymane rówanania w celu wyróżnienia elementów
opisanych w modelu zmiennych stanu (2 .1 ).
i ostatecznie po przekształceniu równań w postać równań zmiennych stanu (2 .1 )
r R 11
Szczególnie kłopotliwy może wydawać się w procesie wyznaczania m odelu _d Tau 'I 1
L L |x i
zmiennych stanu etap wyboru wielkości, które będą zmiennymi stanu. W rze­ di [xa L e(i)
1 X'2
czywistości etap ten nie jest aż tak kłopotliwy, jak się może wydawać. N a przy­ 0 0
C
kład w przypadku obwodów elektrycznych wybór zmiennych stanu jest prawie
zawsze oczywisty. Za zmienne stanu przyjmujemy strum ienie skojarzone z in- gdzie
dukcyjnościami i ładunki zgromadzone w pojemnościach. W celu rozjaśnienia
‘ R 1
i zilustrowania procesu tworzenia modelu zmiennych stanu przeanalizujm y po­ Xi -1-
u(t) = e(i), A = L Z
niższy przykład. X2
1
B = Z
. C
0 .0 .
PRZYKŁAD 7 □
Zbudujemy model zmiennych stanu dla prostego obwodu R L C zasilanego ze źródła W celu uzupełnienia wiadomości n a tem at m odelu zm iennych stan u należy
napięcia e(i).
podać ogólne zależności zachodzące m iędzy w ym iaram i poszczególnych skład­
Wykorzystując procedurę 2, wykonujemy następujące kroki: ników tego modelu.
54 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
UWAGA 5. Jeżeli wyróżnionych zostanie n zmiennych stanu ( x € R n) i ni sy­
gnałów wymuszających ( y € R mj , to macierz A 6 RPxn i macierz
B e R nxm .
DEFINICJA 18
Rzędem modelu zm iennych stanu nazywamy liczbę zmiennych stanu, która
występuje w równaniu (2 . 1 ).
P R ZY K ŁA D 8
Dla układu podanego w przykładzie 7 określamy rząd modelu układu.
Biorąc pod uwagę liczbę zmiennych stanu wyróżnionych w przykładzie 7, określamy,
że rząd modelu układu jest, równy 2 .
Płaszczyzna fazowa
DEFINICJA 19
Płaszczyzną fazową nazywamy płaszczyznę, na której jest prezentowana
zależność między zm iennym i stanu w postaci wykresu.
Nazwa płaszczyzna fazowa bierze się stąd, że na wykresie pokazującym zależ­
ność między zm iennym i stan u umieszcza się dwie zmienne stanu, każda z nich
je s t o d k ład an a n a jednej z osi. W ten sposób otrzymujemy wykres n a płasz-
czyźnieI"Z~płasżcżyzri1j~faOTWąrjBst'"Związaiie-pojęeie trajektorii fazowej.
DEFINICJA 20
Trajektorią fazową nazywamy krzywą na płaszczyźnie fazowej sparametry-
zowaną przez czas, która reprezentuje przebieg zmiennych stanu w czasie
dla danych warunków początkowych i dla danego wymuszenia.
Zmienność w czasie n a płaszczyźnie fazowej jest ilustrowana w postaci prze­
m ieszczania się p u n k tu po trajektorii fazowej, od warunków początkowych.
P łaszczyzna fazowa m a zastosowanie w procesie oceniania sfcabilości badane­
go u k ład u i jest często stosowanym kryterium oceny. Wykonuje się to przez
obserwację trajek to rii fazowej n a oscyloskopie.
PR ZY K ŁA D 9
Na rysunku 2.1 pokazano trzy trajektorie fazowe, pewnego układu liniowego dru­
giego rzędu wyznaczone dla różnych wymuszeń i warunków początkowych.
2.2. Modele czasowe
55
R ys. 2 . 1 . Przykładowe tra­
jektorie fazowe
O *1
□
2.2.4'. Model zmiennych stanu układów dyskretnych —_
DEFINICJA 21
Modelem zmiennych stanu nazywamy model opisany następującymi rów­
naniami różnicowymi:
x ( n + 1) = A x ( n ) + B u ( n ) ( 2 .2 )
Model zmiennych stan u opisuje, w odróżnieniu od modelu typu wąjście-
-wyjście, obiekt w dziedzinie zmiennej dyskretnej t, k tó ra przyjm uje w arto­
ści całkowite. Chwilowa w artość zm iennej' dyskretnej t jest oznaczana przez
n. W idać zatem , że m odel zmiennych stan u dla układu dyskretnego podaje
związek między aktualnym i w artościam i zmiennych stanu i wym uszenia a war­
tością zmiennych stanu w kolejnej chwili dyskretnej. Znaczenie poszczególnych
symboli w rów naniu ( 2 .2 ) jest takie sam o jak w przypadku m odelu zmiennych
stanu d la układów ciągłych, ^m ianie ulega jedynie dziedzina czasu; dziedzinę
czasu ciągłego zastępuje dziedzina czasu dyskretnego.
2.2.5. Równanie wyjścia modelu zmiennych stanu
Układy ciągłe
Równanie (2 . 1 ) opisuje ewolucję zmiennych stanu ciągłego układu dynam icz­
nego, natom iast nie d aje żadnych informacji n a tem at sygnałów wydostających
się n a zew nątrz modelu. Do opisania sygnałów wyjściowych m odelu zmiennych
stanu służy dodatkow e równanie, k tó re nazywa się równaniem wyjścia m odelu
zmiennych stanu.
56 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 57

DEFINICJA 22 2.2.6. Modele AR, ARM A i A RM A X

Równanie
W tym punkcie częściowo b ędą omówione dwa modele, które reprezentują szer­
y ( t) = C x ( t ) + D u ( t ) (2.3) szą rodzinę modeli układów dynam icznych przeznaczonych do modelowania
nazywamy równaniem wyjścia modelu zmiennych stanu liniowego układu obiektów, których funkcjonowanie (sygnały wym uszające) jest zakłócane przez
ciągłego. czynniki zewnętrzne. Są to: m odel autoregresyjny A R (ang. A utoR egressive),
model autoregresyjny o średniej ruchomej ARM A (ang. AutoRegressive Moving
Average) oraz m odel autoregresyjny o średniej ruchomej z sygnałem wejścio­
W równaniu (2.3) p o jaw iają się dwie m acierze C G R pxn i D G R pxm , wym ARM AX (ang. A utoRegressive M oving Average w ith exogenous input).
których znaczenie zdefiniowano niżej. Jeszcze inaczej m ożna powiedzieć, że są to modele przeznaczone do opisu pro­
cesów zachodzących w układach dynam icznych po d wpływem sygnałów o cha­
DEFINICJA 23 rakterze stochastycznym , czyli przypadkowym .
Macierz C nazywamy macierzą wyjścia, macierz D G R P xrn nazywamy Rozważania rozpoczniem y od zdefiniowania ro d zaju zakłóceń, które b ęd ą
macierzą przenoszenia. rozpatryw ane, następnie przejdziem y do najbardziej złożonego m odelu A R­
MAX, aby później przekonać się, że m odel ARM A jest jego szczególnym przy­
Liczba p jest. liczbą wyjść modelu, a pozostałe oznaczenia są zdefniowane padkiem, a m odel A R jest szczególnym przypadkiem m odelu ARM A. M odele
wcześniej. te są m odelam i czasu dyskretnego.

Układy dyskretne
D E FIN IC JA 25
Dla układów dyskretnych w mocy p o zo stają uwagi poczynione wyżej z tą róż­ Szum em białym X nazywamy ciąg wartości
nicą, że zm ianie ulega dziedzina czasu; dziedzinę czasu ciągłego zastępuje dzie­
X = {X (0), X ( l ) , . . . , X ( i) } , te n (2.5)
dzina czasu dyskretnego. Z tego względu równanie wyjścia m odelu zmiennych
stanu układu dyskretnego w ygląda nieco inaczej. pewnej zmiennej losowej X , który spełnia następujący warunek

D EFINICJA 24 • " .............. .... XXT= E X ( i ) X { j ) S i j = er2 (2.6)

Równanie / . . i, j~ 'l: ' . ... : ... / , ...
gdzie
y(n) = O x (n ) + D u {n ) (2.4)
nazywamy równaniem wyjścia modelu zmiennych stanu liniowego układu
f i dla i — j
ciągłego. *7 ( 0 dla i f j

a a 2 jest wariancją sygnoju X .

Budowa równania wyjścia modelu zmiennych stanu
Ze względu na dużą swobodę, jak ą d aje m odel zmiennych stanu, budowa rów­
nania wyjścia m odelu zmiennych je st stosunkowo prostym zadaniem . Polega
Dno na swobodnym wyborze macierzy C oraz m acierzy D pod warunkiem ,
ie fizyczna s tru k tu ra obiektu nie wprow adza ograniczeń. Jeżeli nie zachodzi
conieczność w ykonania fizycznej realizacji m odelu zmiennych stanu, to wte-
ly pro jek tan t m a całkow itą swobodę w yboru m acierzy C i D . Najczęściej
n tworzonych m odelach zakłada się D = 0. O znacza to, że wejście m odelu nie
nldziałuje bezpośrednio n a wyjście. Poczynione wyżej uwagi dotyczą zarówno
lkładów ciągłych, jak i dyskretnych.
%
U w a g a 6 . Stosunkowo często można się spotkać z dodatkowym założeniem,
dotyczącym definicji szumu białego. Założenie to polega na przyjęciu zerowej
wartości średniej sygnału X .
Szum biały m ożna inaczej określić jako sygnał, k tó ry nie je st w żaden sposób
skorelowany sam ze sobą, a co za tym idzie jest całkowicie przypadkowy i to
dokładnie zapew nia spełnienie w arunku ( 2 .6 ).
Po zdefiniowaniu pojęcia szum u białego m ożna przejść do definicji mo­
delu ARMAX. P róbę zdefiniowania tego m odelu rozpocznijm y od przeanali­
58 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 59

zowania prostego układu dyskretnego, którego wyjście w danej chwili t za­ gdzie
leży od:
A ( V 1) = 1 + a,iq- 1 + . . . + a,nq~n
- wartości w yjścia w chwilach poprzednich,
- szum u e w chwili t oraz chwilach poprzednich, B i g - 1) = 1 + b ig " 1 + . . . + bm g~m
- sygnału wym uszenia u w chwili t oraz chwilach poprzednich.
C ( g 1) = 1 + c ig " 1 + • • - + c^g-P
Powyższe stw ierdzenia m ożna zapisać w postaci następującego równania:
są wielomianami (deg A = n, deg B — m i deg C = p ) operatora q ~ l prze­
?/(£) = - a i y ( t - 1) - . . . - any{t - n) -|- b0 u(t) + . . . -\- bmu(t. - m ) + (2.7) sunięcia w tył, sygnał y(t) jest traktowany jako wyjście modelu A R M A X ,
-I- coe(i) + . . . + Cj,e(k — p) u(t) jest wymuszeniem, a sygnał e(t) jest, szum,em białym.

Z am iast wykorzystywać w artości sygnałów y, u i e o różnych argum entach

(będących chwilami w dziedzinie czasu dyskretnego) będziem y wykorzystywać Po przekształceniu rów nania (2.9) w postać
wartości tychże sygnałów w danej chwili pom nożonych przez pewien operator,
nazwijmy go q~ l ■W dziedzinie czasu dyskretnego operator ten będzie oznaczać
y(t) = A ~ l ( g - 1) D ( q ~ x) u(t) + A ~ l (V1) C (q ~ 1) e(t)
wzięcie wartości sygnału, n a który działa operator, z chwili poprzedniej. Niech m ożna przedstaw ić m odel ARM AX za pom ocą schem atu pokazanego na rys. 2.2.
ilu stracją działania tego o p erato ra b ę d ą następujące zależności:

q~l y(f) = y ( t - l) e
\f
q~ 2 y(t) = q ~ l y ( t - i) = y ( t - 2)
C{q~%
) I
q~ 3 y ( t ) = q~ 2 y ( t - l) = g ^ y i t - 2) = y{t - 3 ) A~\q~1) i
R y s . 2 .2 . Model AR.MAX
W tym przypadku operator q~ l działał n a sygnał dyskretny y, ale jego działa­
nie je st identyczne dla pozostałych sygnałów w ystępujących w równaniu (2 .7 ). +,r
U 8(cf1) I
W związku z poczynionym i uwagami m ożna równanie (2 .7 ) zapisać w postaci
mu równoważnej
y (t) = ~anq~ny(k) + b0 u (t) + . . . + bmq~mu (t) + (2.8)
-I- c0e(£) + . . . + Cpq~pe(ł) Model ARM AX ze swej n atu ry jest modelem czasowym z czasem dyskret­
nym ,' czyli pokazuje jak są związane ze sobą w dyskretnych chwilach sygnały
Po przeniesieniu składników zależnych od y(t) n a lewą stronę i po wyłączeniu u(t), e(t) i y(t), w którym współczynniki wielomianów A, 13 i C we wzorze 2.9
wielkości ?/(£), u(t) i e(£) przed naw ias otrzym ujem y ilościowo definiują modelowany obiekt. Model ARM AX m ożna również zdefi­
niować dla op erato ra odw rotnego względem ( f 1, czyli dla op erato ra q.
( l + a iiT 1 + ... + anq~n^ y(t) = (l + biq~ l + . . . + bmq~m ) u(t) +

+ ( l -I- c i q - 1+ . . . -I- Cpq-p) e(t) DEFINICJA 27 *

Modelem A R M A X układu dynamicznego nazywamy model opisany nasię-
Równanie to je st podstaw ą do sform ułowania definicji m odelu AR.MAX. pującym równaniem:

A (q) y(t) = B ( g 1) u(t) -I- G (q) e(t)

DEFINICJA 26
Modelem, A R M A X układu dynamicznego nazywam,y model opisany nastę­ gdzie
pującym, równaniem:
A (q) = 1 -I- a,iq + . . . +'a,nqn
A ( V 1) y(t) = B ( q- 1) u(t) + c (q ~ ‘) c(t) (2.9) B (g) = 1 + h q + • • • -l- bm gm
60 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 61

Widać teraz, że sygnał y(t) zależy od sygnału u w chwili t i od jego poprzedniej

C ( q ) - l + ci q + . . . + Cj,(f wartości, zależy również od sygnału e w chwili t i od jego poprzednich dwóch wartości
oraz od poprzednich trzech wartości sygnału y. □
są wielomianami (deg A = n, deg B == rri i deg G = p) operatora q przesu­
nięcia w przód, sygnał y(t) jest traktowany jako wyjście modelu A R M A X O pierając się n a interpretacji m odelu ARM AX wykonanej w powyższym
■u(ł) jest wymuszeniem, a sygnał e(t) jest szumem białym. przykładzie, m ożna uzasadnić nazwę tego m odelu. Słowo autoregresyjny do-
tyczny faktu w ystępow ania w pływ u poprzednich wartości sygnału y n a war­
Obie definicje są sobie równoważne, a różnica między nimi polega n a sposobie tość sygnału y w danej chwili; sformułowanie średnia ruchom a dotyczy faktu,
interpretacji funkcjonowania operatora przesunięcia. W przypadku operatora że n a wartość sygnału y w danej chwili m a ją wpływ obecna i dwie poprzednie
q - 1 korzysta się z poprzednich wartości sygnału, n a który działa operator. wartości sygnału e. Średnia ta je st średnią ważoną, której wagi są współczynni­
W przypadku operatora q korzysta się z przyszłych wartości sygnału, n a który kami wielomianu C (q 1). Sygnał u powoduje obecność w nazwie m odelu frazy
działa operator. O ile działanie operatora q ' 1 jest łatwe do wyobrażenia, o tyle „z sygnałem wejściowym”.
działanie operatora q zdaje się być trudniejsze do zrozumienia i wymaga kil­ Po zapoznaniu się z m odelem A RM A X m ożna bardzo łatwo zdefiniować
ku słów wyjaśnienia. Uzasadnieniem wprowadzenia operatora q może być fakt m odel A R i ARM A, co uczyniono niżej.
mniej skomplikowanego zapisu modelu ARMAX,
DEFINICJA 28
PRZYKŁAD 10 Modelem A R M A nazywamy model A R M A X przy założeniu
Weźmy pod uwagę model AR.MAX w postaci
b ( ? _1) = o
(ł + q~x - 2q - 2 -I- f/-3) y(t) = (1 - q~l) u(i) + (l - 2q~l - 3 ę -2) e{t) (2.10)
w którym i jest czasem dyskretnym, a wielomiany A i C mają postać V
N a bazie definicji m odelu ARM A m ożna zdefiniować m odel AR.
A («y“ 1) = 1 + q~l - 2 q~ 2 + q~:>
/¡Ot ') 1 q ' DEFINICJA 29
C(q~\) = 1 —2q~1 - 3q~ 2 Modelem A R nazywamy model A R M A przy założeniu
T o p o m n o ż e n iu w y ra zó w w y s tę p u ją c y c h w z a le ż n o śc i (2 .1 0 ) o trz y m a m y C(q')-^l
y(t) + q ly(t) - 2 q -y(t) q~:'y(l) =- U{1) - u(l - 1) + c(/) - 2 q~'v(l) -
Zwróćmy teraz uwagę na wpływ operatora q~l na sygnał y(t), który pokazują równa-
nia niżej 2.2.7. Charakterystyka skokowa i charakterystyka impulsowa
q~lv{i) = v{t - l)
q~2 y(t) = <r'y(t - i) = y(t - 2 ) DEFINICJA 30 /
q~3 y(t) = q~2 y{t - l) = q~ly{t - 2) = y(t - 3) Charakterystyką skokowy układu dynamicznego nazywamy odpowiedź ukła­
du na wymuszenie w postaci skoku jednostkowego przy zerowych warunkach
W podobny sposób operator q~l działa na sygnały e(t) i u(t) początkowych modelu.
q~le(t) = e{t - 1)
q - 2e(i.) = q~le(t - 1) = e(i - 2) W zależności od m odelu układu (model zmiennych stan u lub m odel typu
q~lu(t) = u(l — 1) wejście-wyjście) wyznaczenie charakterystyki skokowej polega n a rozwiązaniu
równań zmiennych stan u dla wym uszenia l(i) lub znalezieniu transform aty
Biorąc pod uwagę te wyniki, można napisać równanie (2.10) w następującej postach
odw rotnej transm itancji obiektu, pom nożonej przez transform atę operatorow ą
y(t) = a(t) - u(i. - 1) + e(t.) - 2e(t - 1) - 3e(i - 2) - y(t - 1) + funkcji 1(£). Oczywiście, rodzaj stosowanej transform aty operatorowej zależy od
+ 2j/(< —2) —y(t —3) charakteru badanego układu (ciągły lub dyskretny). C harakterystyka skokowa
62 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
pokazuje, w jaki sp osób zachow uje się u k ład p rzy c ią g ły m d osta rcza n iu mu
sta łych porcji energii.
DEFINICJA 31
Charakterystyką impulsową układu dynamicznego nazywamy odpowiedź
układu ma wymuszenie w postaci impulsu Diraca przy zerowych warun­
kach początkowych modelu.
W zależności od modelu układu (model zmiennych stan u lub m odel typu
wejście-wyjście) wyznaczenie charakterystyki skokowej polega n a rozwiązaniu
równań zmiennych stanu dla wymuszenia S(t) lub znalezieniu transform aty
odwrotnej transm itancji obiektu pomnożonej przez transform atę operatorow ą
funkcji S(t). Oczywiście, rodzaj stosowanej transform aty operatorowej zależy od
charakteru badanego układu (ciągły lub dyskretny). W przypadku układu dys­
kretnego należy pam iętać o tym, że impuls D iraca je st zastępowany im pulsem
jednostkowym. C harakterystyka skokowa pokazuje, w jaki sposób zachowuje
się układ przy jednorazowym dostarczaniu mu jednostkowej porcji energii.
2.2.8. Jak to zrobić w MATLAB-ie
W tym punkcie p odan y b ęd zie opis kilku n ajw ażn iejszych funkcji p o trzeb n ych
do tworzenia i analizow ania funkcjonow ania m o d eli czasow ych w MATLAB-ie.
O prócz wym ienionych funkcji istn ieją rów nież funkcje o ch arak terze p o m o c­
niczym , których tutaj ze w zględu n a ich d u żą liczb ę om aw iać n ie b ędziem y,
'OgraniczHjąc'się"1ylko-d0dimkcjTTTajważmejszych. S p o ry n a cisk zo sta n ie p o ło ­
żony na w ykorzystanie przeglądarki u kład ów d ynam icznych LT TW E W , która
jest bardzo w artościow ym narzędziem , a dzięki sw ej fun kcjon aln ości sp row a­
d za praktycznie do m inim um w ym agan ia zw iąza n e ze zn a jo m o śc ią środow isk a
MATLAB-a, dając przy tym d ostęp do p ełn ej gam y opracow anych funkcji zw ią ­
zanych z działaniem układów d ynam icznych. P o p rzed sta w ien iu p o d sta w o w y ch
informacji o charakterze en cyk lop ed ycznym p o d a n o p rzyk ład y, w k tórych op i­
sane funkcje są w ykorzystyw ane w realizacji p rostych zadań zw iązan ych z an a­
lizą m odeli dynam icznych.
Modele czasowe w MATLAB-ie definiuje się za pom ocą następujących funkcji.
F u n k c j a SS:
Utworzenie modelu zmiennych stanu.
Tworzenie modelu zmiennych stanu:
S Y S == SS(A , B , C , D ) tworzy cią g ły m od el zm ien n ych sta n u SYS z m a ­
cierzy A , B , C , D . O biekt SYS je st typ u SS. D = 0 o zn a cza m acierz zerow ą
odpow iednich rozmiarów.
2.2. Modele czasowe 63
S Y S = S S (A , B , C , D , T s) tworzy dyskretny model zmiennych stanu o cza­
sie próbkowania T s (jeżeli czas próbkowania nie jest znany, to T s = —1).
S Y S = SS tworzy pusty obiekt typu SS.
S Y S = S S (D ) tworzy statyczny m odel zmiennych stanu w postaci macie­
rzy M .
We wszystkich składniach wyżej lista param etrów wejściowych może być
rozszerzona o ciąg param etrów w postaci par
’N azw aW łasnościl’ , W a rto ś ć W ła s n o ś c il, . . .
które ustaw iają różne własności obiektu typu SS (patrz funkcja LTIPROPS).
Jeżeli tran sm itan cja SYS m a odziedziczyć wszystkie własności od tran s­
m itancji REFSY S, to w tedy należy użyć składni S Y S = S S (A ,B ,C ,D ,
REFSY S) .
Tablice modeli zmiennych stanu:
M ożna stworzyć tablicę modeli zmiennych stanu z wykorzystaniem tablicy
o rozm iarach N x D zawierających macierze A , B , C , D . Pierwsze dwa
jyym iary A , B , C , D określają liczbę zmiennych stanu, wejść i wyjśćj pod­
czas gdy pozostałe - rozm iary tablicy. N a przykład, jeżeli A , B , C , 2 7 'są
czterowymiarowymi tablicam i o ostatnich dwóch wym iarach równych 2 i 5,
to w tedy polecenie
SYS = SS (Ai B, C, D)
tworzy tablicę 2 x 5 modeli SS
SYS(: , : ,k,m ) = S S (A (: , : ,k ,m ) , . . . ,D (: , : ,k ,m ) ) ,
k = 1 :2 , m = 1 :5 .
W szystkie modele SS w tablicy m ają identyczną liczbę wejść, wyjść i startów.
S Y S = S S (Z E R O S (fN Y N U S I . . . S k ]» p rzy dziela'tablicę modeli SS
o N y wyjściach, N u wejściach i rozm iarach [Sj . . . SiĄ.
Konwersja m odelu n a model zmiennych stanu:
S Y S = S S (S Y S ) konwertuje dowolny model LTI n a model zmiennych stanu,
tj. wyznacza realizację m odelu SYS.
S Y S = S S ( S Y S /m in ') \^yznac.za realizację m inim alną m odelu SYS.
F u n k c j a L T IP R O P S : *
Funkcja pozwala n a uzyskanie nazw własności modeli typu LTI.
L T I P R O P S ( M O D E L T Y P E ) pozwala n a uzyskanie szczegółów dotyczą­
cych m odelu M O D ELTY PE. Łańcuch znaków M O D ELTY PE jest nazwą,
typu m odelu i może być jednym z następujących łańcuchów:
o ’t f ’ tran sm itan cja operatorowa; obiekt typu TF;
• ’z p k ’ model typu zera-bieguny-wzmocnienie; obiekt typu ZPK;
• ’ s s ’ model zmiennych stanu; obiekt typu SS;
• ’ f r d ’ model danych częstotliwościowych odpowiedzi; obiekt typu FRD.
64 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
FUNKCJA S T E P :
Funkcja rysuje przebieg w czasie odpowiedzi skokowej podanego m odelu LTI.
S T E P (S Y S ) rysuje odpowiedź skokową m odelu SYS typu T F , SS, ZPK.
W przypadku układu o wielu wejściach wymuszenie skokowe je st stosowane
dla każdego wejścia.
S T E P (S Y S , T F I N A L ) rysuje odpowiedź skokową w przedziale (0,TFI-
NAL). D la modeli dyskretnych bez określonego czasu próbkowania TFIN A L
oznacza liczbę próbek.
S T E P ( S Y S , T ) rysuje odpowiedź skokową dla w ektora chwil T zdefiniowa­
nych przez użytkownika. D la układów dyskretnych T powinno być w formie
Ti :T s :T f, gdzie Ts je st czasem próbkowania. D la modeli ciągłych T powin­
no być w formie T i : d t :T f, gdzie d t będzie czasem próbkowania dyskretnego
przybliżenia układu ciągłego. M om ent w ystąpienia skoku jednostkowego m a
miejsce zawsze dla t = 0, niezależnie od T i.
S T E P (S Y S 1, S Y S 2 , . . . , T ) rysuje n a jednym wykresie odpowiedzi sko­
kowe m odeli SYS1, SYS2, . .. . T je st opcjonalnym wektorem czasu. M ożna
określić kolor i styl, którym będzie rysow ana odpowiedź danego układu, np.
s te p C s y s l , ’r ’ , s y s 2 , ’y - - ’ , s y s 3 , ’ g x ’ )
Przy wywołaniu w postaci
[Y.T] = STEP(SYS)
funkcja zw raca odpowiedź skokową Y i wektor czasu T w ykorzystany do
symulacji. Jeżeli SYS je st modelem o N y wyjściach i N u wejściach, LT jest
długością w ektora T , to Y jest tablicą o rozm iarach L T x N y x N u , gdzie
Y( : , j )...jcst..adpowicdzią..slcokawą.pQcłiodzącą,od .;p tego. wejścia.
F u n k c j a LSIM :
Dla modeli zmiennych stanu wywołanie w postaci
[Y, T , X] = STEP(SYS)
dodatkowo powoduje zwrócenie wartości przyjm owanych przez zm ienne sta ­
nu w X , które je st tablicą o wym iarach L T x N x x N u , gdzie N x jest liczbą
zmiennych stanu.
F u n k c j a IM P U L S E :
Funkcja rysuje przebieg w czasie odpowiedzi impulsowej podanego modelu
LTI.
IM P U L S E (S Y S ) rysuje odpowiedź im pulsową m odelu SYS typu T F , SS,
ZPK. W przypadku układu o wielu wejściach wymuszenie impulsowe jest
stosowane dla każdego wejścia.
IM P U L S E (S Y S , T F I N A L ) rysuje odpowiedź im pulsową w przedziale
(0,TFIN A L). D la modeli dyskretnych bez określonego czasu próbkowania
TFINAL oznacza liczbę próbek.
2.2. Modele czasowe 65
IM P U L S E (S Y S , T ) rysuje odpowiedź impulsową d la w ektora chwil T zde­
finiowanych przez użytkownika. D la układów dyskretnych T powinno być
w formie T i :T s :T f , gdzie Ts je st czasem próbkowania. D la modeli ciągłych
T powinno być w formie T i : d t : T f , gdzie d t będzie czasem próbkowania
dyskretnego przybliżenia układu ciągłego. Chwila w ystąpienia im pulsu m a
miejsce zawsze dla t = 0, niezależnie od T i.
I M P U L S E (S Y S 1 , S Y S 2 , . . . , T ) rysuje n a jednym wykresie odpowiedzi
impulsowe modeli SY SI, S Y S 2 ,.. . . T je st opcjonalnym wektorem czasu.
M ożna określić kolor i styl, którym będzie rysow ana odpowiedź danego ukła­
du, np.
i m p u l s e ( s y s l , ’r ’ , s y s 2 , * y - - ’ , s y s 3 , ’g x 5)
P rzy wywołaniu w postaci
[Y,T] = IMPULSE(SYS)
funkcja zw raca odpowiedź im pulsową Y i wektor czasu T wykorzystany do
symulacji. Jeżeli SYS je st modelem o N y wyjściach i N u wejściach, T śŁ jest
długością w ektora T , to Y je s t tab licą o rozm iarach L T x N y x N u , gdzie
Y (: , : , j ) je st odpowiedzią im pulsową pochodzącą od j-teg o wejścia.
D la modeli zpiiennych stan u wywołanie w postaci
V
[Y, T , X] = IMPULSE(SYS)
dodatkowo powoduje zwrócenie wartości przyjm owanych przez zm ienne s ta ­
nu w X , które je st tab licą o w ym iarach L T x N x x jV„, gdzie N x jest liczbą
zmiennych stanu.
Wyznacza odpowiedź m odelu LTI n a dowolne wymuszenie.
L S IM (S Y S , U , T ) rysuje odpowiedź m odelu SYS n a wymuszenie U okre­
ślone w chwilach T . W ektor T sk ład a się z równom iernie rozłożonych pró­
bek czasu, macierz U sk ład a się z wartości sygnału wym uszenia w chwilach
zawartych w wektorze T J m a liczbę kolum n rów ną liczbie wejść. W iersze
m acierzy U odpow iadają wartościom wym uszenia w danej chwili n a odpo­
wiednich wejściach. N a pĄ y k ład
t = 0 : 0 .0 1 : 5 ; u = s in (t); ls im ( s y s ,u ,t)
sym uluje odpowiedź m odelu SYS o jednym wejściu n a wymuszenie n{t) =
= sin i dla t G [0, 5]. D la układów dyskretnych U powinno być próbkowa­
ne z okresem próbkowania m odelu SYS (w tedy T m ożna pom inąć lub może
ono być m acierzą p u s tą ). D la układów ciągłych czas próbkowania powinien
być tak dobrany, aby odpowiednio dokładnie odwzorować sygnał w ym uszają­
cy U. LSIM generuje ostrzeżenie, jeżeli okres próbkowania jest nieodpowiedni
i m ogą się nie pojawić u k ry te oscylacje w odpowiedzi.
66 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
L S IM (S Y S , U , T , XO) d ziała podobnie ja k opisano w yżej, d o d atk o w o p o ­
zwalając n a podanie warunków początkow ych X 0 d la zm iennych s ta n u (do­
tyczy tylko m odelu ty p u SS). Jeżeli X 0 zostanie pom inięte, to w te d y z a k ła d a
się zerowe warunki początkowe.
L S IM (S Y S 1 , S Y S 2 , . . . , U , T , X 0 ) rysuje odpow iedzi k ilk u m o d e li n a
wymuszenie U n a jednym ry su n k u d la zadanych w arunków początkow ych
XQ (opcjonalnie). M ożna również określić kolor i styl, k tó ry m b ę d ą rysow ane
poszczególne odpowiedzi, np.
l s im ( s y s l, ’r ’ ,s y s 2 , ’y - - ’ ,s y s 3 , ’g x ’ , u , t )
Y = L S IM (S Y S , U , T ) zw raca m acierz zawierającą, odpow iedzi m odelu
SYS na wymuszenie U . Nie jest rysowany wykres. M acierz m a liczbę kolum n
równą liczbie wyjść m odelu SYS. Liczba wierszy m acierzy Y o d p o w iad a licz­
bie próbek czasu T . W przypadku modeli zm iennych stan u polecenie
[Y,T,X] = LSIM(SYS,U,T,XO)
zwraca również m acierz zaw ierającą przebieg zmiennych stanu. L iczba ko­
lumn macierzy X odpow iada liczbie zm iennych stan u . D la m odeli ciągłych
LSIM(SYS,U,T,XO,’zoh’)
lub
LSIM(SYS,U,T,XO,’foh’)
narzuca sposób ekstrapolow ania przebiegu wyjściowego. ’ zoh ’ oznacza eks-
trapolator zerowego rzędu, ’f o h ’ oznacza ekstrapolator pierwszego rzędu.
Domyślnie LSIM. dobiera snosóh ekstrapolacji n a podstaw ie gładkości funkcji
wymuszenia U.
F u n k c j a IN IT IA L :
Funkcja wyznacza odpowiedź m odelu zmiennych stanu n a niezerowe warunki
początkowe.
IN IT IA L (S Y S , X 0) rysuje odpowiedź modelu zmiennych stanu SYS na
niezerowe warunki początkowe X 0 . Przedział czasu i liczba próbek je s t okre­
ślana autom atycznie.
IN IT IA L (S Y S , X 0 , T F I N A L ) symuluje odpowiedź, m odelu SYS dla
t e [0, TFINAL]. D la modeli dyskretnych bez określonego okresu próbkowa­
nia TFINAL określa liczbę próbek.
IN I T IA L (S Y S , X 0 , T ) określa wektor czasu T , który m a być wykorzy­
stany do symulacji. D la układów dyskretnych T powinno być w postaci
0: T s: T f, gdzie T's pokryw a się z okresem próbkowania modelu SYS. D la mo­
deli ciągłych T powinno być w postaci 0: d t : T f, gdzie di staje się okresem
próbkowania m odelu dyskretnego wykorzystywanego do przybliżenia m ode­
lu SYS.
2.2. Modele czasowe
67
I N I T IA L ( S Y S 1 , S Y S 2 , . . . , XO, T ) rysuje odpowiedzi kilku modeli na.
jednym rysunku d la zadanych warunków początkowych X 0 . M ożna również
określić kolor i styl, którym b ę d ą rysowane poszczególne odpowiedzi, np.
i n i t i a l C s y s l , ’r ’ , s y s 2 , ’ y - ~ ’ , s y s 3 , ’g x ’ ,x 0 )
[Y, T , X] = I N I T I A L ( S Y S , X 0 ) zw raca m acierz zaw ierającą odpowiedzi
m odelu SYS n a niezerowe w arunki początkowe X O . Nie je st rysowany wy­
kres. M acierz m a liczbę kolum n rów ną liczbie wyjść m odelu SYS. Liczba
wierszy m acierzy Y odpow iada liczbie próbek czasu T . W przypadku mode­
li zmiennych stan u polecenie
[Y,T,X] = INITIAL(SYS, U, T , X0)
wyznacza rozwiązanie.
F u n k c j a GENSIG-.
Funkcja generuje przebiegi okresowe do sym ulacji za pomocą, funkcji LSIM.
. ... (U , T] : G E N S I G ( T Y P E , T A U ) generuje sygnał okresowy k łasjcT Y P E
o okresie TAU. P ara m e tr T Y P E może przyjm ować jed n ą z niżej wymienio­
nych wartości:
- ’s i n 5 odpow iada sygnałowi sinusoidalnem u,
- ’s q u a re 16 odpow iada sygnałowi w postaci kw adratu,
- ’p u l s e ’ odpow iada sygnałowi impulsowemu.
Funkcja zw raca w ektor T chwil i w ektor Y zaw ierający odpow iadające danym
chwilom wartości sygnału. Generowane sygnały m a ją am plitudę jednostko­
wą.
[U, T] = G E N S I G ( T Y P E , T A U , T F , T S ) generuje sygnał o czasie trw a­
n ia T p i okresie próbkowania T$.
F u n k c j a L T IV IE W :
Funkcja otw iera przeglądarkę lub graficzny interfejs użytkownika ułatw iający
sporządzenie charakterystyk modeli dynam icznych.
L T I V I E W otw iera pu sty interfejs, k tó ry je st obsługiwany w sposób graficz­
ny i pozw ała n a sp o rz ąd za n e charakterystyk czasowych i częstotliwościowych
różnych modeli dynam icznych oraz porównywanie ich.
L T IV IE W ( S Y S 1 , S Y S 2 , . . . , S Y S N ) otw iera przeglądarkę zawierającą,
odpowiedzi skokowe m odeli SYS1, SYS2, . . . , SYSN n a jednym wykresie. Do
wykresu każdej odpowiedzi skokowej m ożna przypisać inny kolor, np.
l t i v i e w ( s y s l , ’r - * ’ , s y s 2 , ’m - - ’ ) ;
L T I V I E W ( P L O T T Y P E , S Y S 1 , S Y S 2 , . . . , S Y S N ) otw iera przeglądar­
kę zaw ierającą odpowiedzi ty p u P L O T T Y P E m odeli SYS1, SYS2, . . . , SYSN
n a jednym wykresie. P L O T T Y P E określa ty p odpowiedzi, k tó ra będzie na,-
rysowana. Możliwości s ą następujące:
 2. Modele fnateinatyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 69
68

- ’s t e p ’ odpowiedź skokowa, PRZYKŁAD 11

’im p u ls e ’ odpowiedź impulsowa, Dla układu dynamicznego opisanego modelem zmiennych stanu
>bode’ diagram y Bodego, czyli charakterystyka am plitudow a i fazowa,
- ’bodemag’ charakterystyka am plitudow a, '- 0 ,3 6 8 6 0,2027 0,1493" "-0,1364"
- ’n y q u i s t ’ charakterystyka am plitudowo-fazowa nazyw ana również wy­ X = -0 ,2 3 6 4 -0 ,6 4 7 8 0,5150 x + 0,1139
kresem N yquista, 0,0866 -0 ,5 2 9 2 -0 ,5 9 9 2 . 0.
- ’n i c h o l s ’ logarytm iczna charakterystyka amplitudowo-fazowa nazywa­ 2/ = [ 0 -0 ,0 9 5 6 -0 ,8 3 2 3 ] a;
n a również wykresem Nicholsa,
’sig m a’ wykres wartości singularnych, wyznaczymy charakterystykę skokową, impulsową.
- ’pzmap’ wykres zer i biegunów. Do narysowania charakterystyki skokowej wykorzystujemy funkcję STEP, do na­
rysowania charakterystyki impulsowej wykorzystujemy funkcję IMPULSE. W wyniku
N a przykład polecenie wykonania następującej sekwencji poleceń:
l t i v i e w ( { ’s t e p ’ ; ’b o d e ’} , s y s l , s y s 2 ) A = [-.3 6 8 6 .2 0 2 7 .1 4 9 3 ; - .2 3 6 4 - .6 4 7 8 .5 1 5 ; .0 8 6 6 - .5 2 9 2 - .5 9 9 2 ] ;
otwiera przeglądarkę i tworzy w niej charakterystykę skokową modeli SYSl B = [-.1 3 6 4 ; .1 1 3 9 ;0 ];
oraz SYS2 n a jednym wykresie, n a drugim wykresie pow staną diagram y C=[0 - .0 9 5 6 ; - . 8 3 2 3 ] ;
s y s = s s ( A ,B ,C ,0 ) ;
Bodego dla .obu modeli.
L T I V I E W ( P L O T T Y P E , S Y S , E X T R A S ) pozw ala określić różne argu­ zostanie utworzony model typu SS o odpowiednich parametrach. Polecenie ~~~ '
m enty charakterystyczne dla różnego rodzaju wykresów. Składnię w tej for­
mie m ożna również w ykorzystać do um ieszczenia w przeglądarce wyników s u b p lo t (2 1 1 );
działania takich funkcji ja k LSIM, czy IN ITIA L. Weźmy jako przykład po­
oznacza, że wylaeąy będą rysowane w 2 wierszach (pierwsza cyfra) i 1 kolumnie (druga
lecenie cyfra). Ostatnia cyfra argumentu określa aktywny wykres, w którym będą rysowane
I t i view ( ’ ls im ’ , s y s 1 , s y s 2 , u , t , x0 ) charakterystyki. Polecenie
które w przeglądarce umieści wykres odpowiedzi układów S Y S l, SYS2 na ste p (sy s);
wymuszenie u w przedziale czasu określonego przez t dla warunków począt­
kowych £C(). powoduje wykreślenie odpowiedzi skokowej modelu zawartego w zmiennej sys. Pole­
cenie
l)(Klatkpwo istnteją dwie.opcje.pozwalając;e zarządzać otw artym i już oknami
przeglądarki LTIVIEW . s u b p lo t ( 2 1 2 );
L T I V I E W ( 'c le a r ', V I E W E R S ) usuw a wszystkie wykresy z okien o uchwy­
tach podanych w V IEW ER S. ustala aktywny wykres drugi, w którym powstanie charakterystyka impulsowa. Pole­
L T IV IE W ( 'c u r r e n t', S Y S l, S Y S 2 , . . . , S Y S N , V I E W E R S ) dodaje cenie
odpowiedzi modeli S Y S l, SYS2, . . . , SYSN do aktywnego okienka przeglądar­
im p u ls e ( s y s ) ; ^
ki. Jeżeli nowe modele nie są zgodne z m odelam i umieszczonymi już w prze­
glądarce, to w tedy je st usuwany sta ry wykres i n a jego miejsce pow staje powoduje wykreślenie odpowiedni impulsowej modelu zawartego w zmiennej sys.
nowy wykres zaw ierający odpowiedzi nowych modeli. W wyniku wykonania wyżej zaproponowanej sekwencji poleceń M at L ab wygene­
ruje wykres pokazany na rys. 2.3.
Podane niżej przykłady ilu stru ją sposób w ykorzystania omówionych funkcji U w a g a 7 . Opisy osi są standardowo wykonywane w języku angielskim,. Uzyskanie
malizie modeli czasowych układów dynam icznych. napisów w języku polskim wymaga przetworzenia napisów oryginalnych przez użytkow­
nika.
Ten sam wynik można uzyskać za pomocą przeglądarki LTIVIEW. Wystarczy wpi­
sać polecenie

l t i v i e w d ’ s t e p ’ , ’ im p u lse ’ } , s y s )
70 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 71

Odpowiedź skokowa U w a g a 8 . Okno przeglądarki LTIV IE W również ma możliwość edycji opisów gene­
rowanych wykresów. Chcąc dokonać zmian, np. wstawić komentarze w języku polskim,
należy dokonać edycji własności danego wykresu. Okno przeglądarki daje kilka dodatko­
wych możliwości w zakresie przetwarzania wykreślonych przebiegów. Można zaznaczać
na wykresie pewne charakterystyczne punkty, określić podstawowe parametry charak­
teryzujące uzyskane przebiegi.
Na rysunku 2.5 przedstawiono te same charakterystyki uzupełnione o informacje
możliwe do uzyskania za pomocą zwykłego okna MATLAB-a, do którego skopiowano
wykresy z przeglądarki LTIYIEW za pomocą opcji P r in t to F igurę z menu F ile .
Odpowiedź impulsowa

Odpowiedź skokowa
0,02

Tra3 0,01
IQ_ 0
I -0,01
- 0,02
16 s 18
Rys. 2.3. Charakterystyka otrzymana po wykonaniu zaproponowanego ciągu poleceń

Na rysunku 2.4 zamieszczono charakterystyki modelu sys opatrzone dodatkowy­

mi informacjami, które można szybko i wygodnie wydobyć za pomocą przeglądarki.
Zamieniono również opisy w języku angielskim na opisy w języku polskim.

- 0,02
Odpowiedź skokowa 16 s 18
0,02 . 1 1 1 1 I i •

"<o
O 0,01 ! System: sys System: sys
Iiip c .(s o c ):J 3 ,t..
R ys. 2.5. Charakterystyki uzupełnione o informacje udostępniane ze zwykłego okna,
£CL 0 Timo (sec): 2,61
Amplitude: 0,141 w którym rysowane są wykresy pakietu M a t L a b . Należy zwrócić uwagę na legendę,
1
1 - 0.01 Amplitudo: 0,0665 która pojawiła się w prawym górnym narożniku wykresu odpowiedzi impulsowej □
1 i
- 0,02
0 2 4 6 8 10 12 14 16 s 18
C zas > W kolejnym przykładzie wyznaczymy przebieg odpowiedzi układu o wielu
wejściach i wielu wyjściach n a wymuszenie sinusoidalne oraz wymuszenie zmie­
niające się skokowo. /

PRZYKŁAD 12 *
Układ dyskretny opisany następującym modelem:
.1 - .3 1 1 ' ui
71+I ” +
.2 - .3 0 - 1 . "’2 .
Czas -------- >
'.1
Rys. 2.4. Charakterystyki uzupełnione o informacje udostępniane przez przeglądarkę Vn = 2 .4
LTIVIEW. Na wykresie odpowiedzi skokowej zaznaczono dwa przypadkowo wybrane
punkty oraz czas narastania. Na wykresie odpowiedzi impulsowej zaznaczono wartość został poddany działaniu dyskretnego wymuszenia sinusoidalnego o okresie ir na wej­
szczytową przebiegu. Każdy punkt jest identyfikowany przez etykietę z dokładnymi ściu M] oraz wymuszenia zmieniającego się skokowo na wejściu u 2. Okres próbkowania
danymi wynosi 0,1 s. Wyznaczymy przebiegi odpowiedzi układu na jego wyjściach.
 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe
72 73

1.5,
CM
>

, 0,5
o 0
Q
-0,5
R y s . 2 .6 . Sygnały wymu­ Rys. 2.7. Odpowiedzi
E _ 2-5
szenia dla wejść modelu < uzyskane na wyjściach
£ 2 modelu
§ 1.5
-U)
f 1
O 0,5

3 6 s
Czas
a

Rozpoczynamy od wygenerowania przebiegów wymuszających dla obu wejść, 2.3. Modele częstotliwościowe - __
tj. (rys. 2.6)
2.3.1. Transmitancja operatorowa
[ul,t]=gensig(’s i n ’ ,pi,2*pi,0.1);
[u2,t]=gensig(1s q u a r e ’,pi,2*pi,0.1); Ja k ju ż wspom niano wcześniej, m odel typu wejście-wyjście tworzy się n a p o d ­
Oba sygnały wymuszające mają ten sam okres równy n, czas trwania równy I n oraz stawie danych pom iarowych i do wyznaczenia tego m odelu należy, oprócz za­
rejestrow ania wym uszenia podanego n a wejście obiektu, zarejestrow ać sygnał
ten sarn okres próbkowania.
Przystępujemy do zdefiniowania macierzy dyskretnego modelu zmiennych stanu będący odpowiedzią tego obiektu n a to wymuszenie. Dysponowanie takim i d a­
nym i pom iarow ym i je s t p odstaw ą do w yznaczenia m odelu obiektu typu wejście-
A = [.1 - . 3 ; . 2 - . 3 ] ; -wyjście.
B= [1 1 ;0 -1 ] ;
O l . I -1 ;2. .4'];................................................ .
Pojęcie transmitancji operatorowej dynamicznego układu liniowego
a następnie do zdefiniowaniamodelu
DEFINICJA 32
sys=ss(A,B,C,0,0.1);
Transmitancją operatorową układu liniowego nazywamy funkcję zmiennej
Model sy s jest opisany macierzmi A , B , C , macierz D jest zerowa, a okres próbkowa­ zespolonej określoną jako iloraz transformaty operatorowej sygnału wyj­
nia wynosi 0,1. Po zdefiniowaniu modelu przystępujemy do narysowania odpowiedzi ściowego i transformaty operatorowej sygnału wejściowego p r z y z e r o ­
modelu sy s na jednocześnie zadane wymuszenia: u\ na wejście pierwsze i u-¿ na wejście w ych w a ru n k a c h p o c zą tk o w y c h obiektu
drugie. Polecenie Tb/l ^
ltiview(’l s i m ’,sys,[ul u2],t);
r = Tfuf 7 ; (2J1)
wykorzystuje do wykreślenia przebiegów odpowiedzi przeglądarkę LTIVIEW. Równie T oznacza transmitancją operatorową obiektu liniowego nazywaną również
dobrze można użyć polecenia funkcją przenoszenia, %[y] je s t transmitancją operatorową sygnału wyj­
lsim(sys,[ul u2],t) ;
ściowego y, X[u] je s t transmitancją operatorową sygnału wejściowego u.

i otrzymać ten sam wykres (rys. 2.7). Korzyść z zastosowania przeglądarki polega na
możliwości oznaczenia na wykresie wybranych punktów i dokładnego wskazania war­ W podanej definicji tran sm itan cji operatorowej nie zostało jasno powiedzia­
tości sygnałów im odpowiadających oraz możliwości określenia parametrów przebiegu ne, o jak ą transform atę operatorow ą chodzi. W ybór konkretnego ro d zaju tran s­
wykorzystywanych w automatyce do oceny jakości regulacji. form aty operatorowej zależy od ro d zaju obiektu, z którym p ro jek ta n t m a do
74 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe 75

czynienia. .Jeżeli obiekt je st układem ciągłym , to w tedy sygnały (wejściowy
i wyjściowy) są poddaw ane działaniu transform aty operatorowej Laplace’a.
Wówczas w rów naniu (2.11) ogólny sym bol transform aty operatorow ej T je st
zastępowany sym bolem £ , który oznacza tran sfo rm atę Laplace’a. Jeżeli układ
je s t obiektem dyskretnym , to w tedy w definicji transm itancji operatorow ej
(2.11) obiektu liniowego pojaw ia się zam iast % sym bol 3 określający tran s­
form atę operatorow ą 3- Analogicznie, chcąc uzyskać charakterystyki widmowe
u kładu, należy w ykorzystać tran sfo rm atę operatorow ą Fouriera.
Krok 1. Określamy rodzaj wykorzystywanej transformaty operatorowej. W tym przy­
padku będzie to transformata 3 , ponieważ obiekt jest układem dyskretnym.
Krok 2. Obliczamy transformaty sygnałów yn i u n . Otrzymujemy odpowiednio
3[u„] = U(z) = I ^ I
3[?/n] = Y (z ) = ^37
Krok 3. Wyznaczamy transmitancję operatorową T {z) obiektu

PROCEDURA 3 T{z) = IM = 2~e: 1

W yzn a cza n ie tra n sm ita n c ji operatorow ej obiektu liniowego.
K ro k 1. Określam y rodzaj tran sfo rm aty operatorow ej do opisu układu.
K rok 2. Obliczamy transform atę sygnału wym uszającego i sygnału odpowiedzi
obiektu.
K ro k 3. W ykorzystujem y zależności (2.11) do otrzym ania funkcji przenoszenia
(transm itancji) obiektu.
N a tem at zerowych warunków początkow ych obiektu powiemy więcej w p o d ­
rozdziale 2.5, przy okazji om aw iania zależności m iędzy m odelem zmiennych
stan u a m odelem typu wejście-wyjście.
'( ] U(z) z - 1 □
Interpretacja pojęcia transmitancji operatorowej
Najprościej tran sm itan cję operatorow ą m ożna scharakteryzować jako funkcję
przenoszenia, czyli funkcję określającą zależność między sygnałem wejściowym
a wyjściowym obiektu. T>ansm itancję operatorow ą wyznacza się d la dowolnie
wybranego sygnału wejściowego i odpowiedzi obiektu n a ten sygnał. Raz;_j.vy-
znaczona tran sm itan cja może posłużyć do wyznaczenia odpowiedzi układu na?
dowolne inne wymuszenie. M ożna to wykonać w sposób następujący dla danej
transm itancji operatorowej T.
V
PR O C E D U R A 4

P R ZYKŁAD 13 Wyznaczenie odpowiedzi y układu liniowego o transmitancji operatorowej T na

wymuszenie u.
Układ liniowy ciągły na wymuszenie u(t) = 1(t) odpowiedzią! sygnałem y(l) =
= e- t l(i). Obliczymy transmitancję operatorową tego obiektu. Wykorzystując proce­ Krok 1. W yznaczamy odpow iednią transform atę operatorow ą (Laplac.e’a, 3,
durę 3, wykonujemy następujące kroki: Fouriera) sygnału wejściowego u.
Krok 1. Określamy rodzaj wykorzystywanej transformaty operatorowej. W tym przy­ Krok 2. M n ożym y tra n sm ita n cję 7' p rzez tra n sfo rm a tę sy g n a łu u, czyli przez
padku będzie to transform ata Łaplaecka, ponieważ obiekt jest układem ciągłym.
T[w], tj.
Krok 2. Obliczamy transformaty sygnałów y(t) i u(t). Otrzymujemy odpowiednio
y = rr[u ]
£[«(«)] = U(s) = i
Krok 3. W yznaczamy transform atę odw rotną sygnału Y , który jest odpowie­
dzią obiektu (układu) n a Wymuszenie u, tj.
£[?;(/.)] = Y(.s) =
y = T - l \Y) M 0
Krok 3. Wyznaczamy transmitancję operatorową T(s) obiektu

T(s) = I M . - - J — P R Z Y K Ł A D 15
U U(a) s+ l a Dany jest układ ciągły o transmitancji T (s) = W yznaczymy odpowiedź tego
układu na wymuszenie w postaci skoku jednostkowego. Wykorzystując procedurę 4,
P R ZYKŁAD 14 wykonujemy następujące kroki:
. , , . f l dla n > 0 • , • i Krok 1. W yznaczamy transformatę operatorową sygnału wejściowego u — 1(/;).
Układ liniowy dyskretny na wymuszenie u n = < ^ n < 0 POW 7‘ syg­ W przypadku układu ciągłego będzie to transformata Laplace’a
nałem yn = e~~n dla n > 0. Obliczymy transmitancję operatorową tego obiektu.
Wykorzystując procedurę 3, wykonujemy następujące kroki: ą m = U(s) = \
76 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
Krok 2. Mnożymy transmitaneję operatorową obiektu T(s) przez transformatę syg­
nału wejściowego U(s)
Y (s )= T (a )U (s ) 1 1 1
s+ls s(s ~f" 1)
Krok 3. Wyznaczamy transformatę odwrotną sygnału wyjściowego Y(s)
£-'[Y(s)] = y (t) = £- = 1
s(a + l).
Na podstawie przeprowadzonych obliczeń można stwierdzić, że liniowy układ dy­
namiczny o transrriitancji operatorowej T(s) = na sygnał wejściowy u(t) — 1(i)
odpowie sygnałem wyjściowym y(t) = 1 —e_i. O Wyznaczenie charakterystyki am plitudowej polega n a narysowaniu wykresu
Przytoczony przykład pokazuje, w jaki sposób wykorzystuje się transm i-
tancję operatorow ą do wyznaczania odpowiedzi układu n a dowolne wymusze­
nie i pokazuje, że tran sm itancja operatorow a reprezentuje powiązanie sygnału
wejściowego i wyjściowego, które wprowadza obiekt. Mimo że transm itancja
operatorow a jest wyznaczana dla jednej pary wymuszenie-odpowiedź, jest ona
zależnością uniwersalną, prawdziwą dla dowolnego sygnału wejściowego. Inny­
mi słowy, transm itancja operatorow a określa związek między dynam iką sygna­
łu wejściowego a dynam iką sygnału wyjściowego obiektu. Dzieje się tak dzięki
wykorzystaniu własności transform at operatorowych.
2.3.2. Transmitancja widmowa
Charakterystyki częstotliwościowe liniowych układów dynamicznych
ciągłych
Zagadnienie wyznaczania charakterystyk częstotliwościowych obiektu jest za­
gadnieniem związanym z liniowymi układam i ciągłymi. Teoretycznie, w ce­
lu przeprowadzenia analizy częstotliwościowej obiektu, czyli przeanalizowania
sposobu przenoszenia sygnału typu sinusoidalnego o częstotliwości uj przez
obiekt, należy wyznaczyć transm itaneję operatorow ą układu z wykorzystaniem
przekształcenia Fouriera. W praktyce najczęściej jest tak , że projektant, któ­
ry chce wykonać analizę częstotliwościową, już zna transm itaneję operatorow ą
Laplace’a. W tedy do wyznaczenia transform aty operatorowej Fouriera bada­
nego obiektu m ożna wykorzystać p ro stą zależność w ystępującą między tymi
transform atam i, mianowicie
s = j OJ
Wykonanie tego podstaw ienia od razu daje transm itaneję operatorow ą Fourie­
ra obiektu pod warunkiem, że jest znana transm itancja operatorow a Laplace’a
tego obiektu. N a podstawie transm itancji operatorowej Fouriera obiektu m ożna
2.3. Modele częstotliwościowe 77
wyznaczyć jego charakterystyki, tj. charakterystykę am plitudow ą, fazową, am ­
plitudowo-fazową.
D E FIN IC JA 33
C harakterystyką am plitudow ą F'a (w) ciągłego układu liniowego, opisanego
tra n sm itancją operatorową T Q lu), n a zyw am y fu n k c ję rzeczyw istą zm ie n n e j
rzeczyw istej u>, której w artości są określone n a stępującym wzorem:
Fa(w) = |7'(jw)|
m odułu transm itancji operatorowej T(}lo) w funkcji zmiennej u . C haraktery­
styka am plitudow a określa wzmocnienie am plitudy sinusoidy o częstotliwości
u j podanej n a wejście układu, powodowane przez obiekt.
D E FIN IC JA 34
C harakterystyką fazow ą Ff(u>) ciągłego układu liniowego opisanego trans-
m ita ń c ją operatorową T ( j u ) n a zyw am y fu n k cję rzeczyw istą zm ie n n e j rze­
czyw istej u j której w artości są określone następującym wzorem :
F ^u )= n vg (T (ju )) ,
Wyznaczenie charakterystyki fazowej polega n a narysowaniu wykresu argu­
m entu transm itancji operatorowej T(ju>) w funkcji zmiennej u . C haraktery­
styka fazowa określa przesunięcie w fazie sinusoidy o częstotliwości u podanej
na wejście układu, powodowane przez obiekt, w odniesieniu do fazy tej si­
nusoidy.
D E FIN IC JA 35
C harakterystyką am plitudow o-fazow ą Faf (u) ciągłego u kła d u liniowego o-
pisanego tr a n s m ita n e ję operatorową TQ,u) n a zyw am y fu n k c ję zespoloną
zm ie n n e j rzeczyw istej u , której w artości są określone następ u ją cym wzo­
rem:
Fa f ( u ) = T Q u ) = P ( u ) + j Q ( u )
C harakterystyka amplitudowo-fazowa jest połączeniem charakterystyk am­
plitudowej i fazowej. R ysując charakterystykę amplitudowo-fazową, n a osiach
wykresu odkłada się część rzeczywistą P ( u ) oraz część urojoną Q (u) transm i­
tancji operatorowej T(jw) dla u e [0, oo).
 78 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych

PRZY KŁAD 16 ■3

Wyznaczymy charakterystykę amplitudową, fazową oraz amplitudowo-fazową obiek­ Przed zapoznaniem się z charakterystykam i logarytmicznymi należy zdefi­
tu o transmitancji operatorowej (rys. 2.8, 2.9) niować kilka pojęć, które są bardzo istotne w ich analizie.

DEFINICJA 36

W pierwszej kolejności należy wyznaczyć transmitancję operatorową Fouriera obiektu Decybelem nazyw am y jed n o stkę logarytm iczną, którą definiuje się w sposób
następujący:

TQw) = T(s)Js=jw = + j - ffTfiDf 1 dB ~ log |/(a l)|

Oprócz wyżej zaprezentowanych charakterystyk częstotliwościowych bardzo istotną gdzie

rolę odgrywają logarytmiczne charakterystyki częstotliwościowe. zm ie n nf (exj )x .je s t fu n k c ją z m ie n n e j x , rozum ianą ja ko iloraz dwóch fu n k c ji

DEFINICJA 37
Wzmocnieniem logarytmicznym, układu nazywamy moduł transmitancji
operatorowej G(juj) wyrażonej w decybelach, dla ustalonej pulsacji u>.

■ DEFINICJA 38
O ktaw ą n a zyw a m y jed n o stkę opisującą przedział zm ie n n e j rzeczyw istej
(® i, P 2 }, którą definiuje się w sposób następujący:

( x i , x f ) — l okt — = 2
xx ,

DEFINICJA 39
D ekadą n a zyw a m y jed n o stkę opisującą przed zia ł zm ie n n e j rzeczywiste,j
(a:r, * 2) , którą d efin iu ją się w-sposób następujący:

Diagram Nyquista ;rj>) =-1 d e k — 10

xl
We: U( 1)

Przedział częstotliwości 1-1-2 Hz m a szerokość 1 oktawy, podobnie ja k prze­

dział 17-r34 Hz. Przedziały częstotliwości ł-f-10 Hz, 100 Hz-t-1 kHz m a ją sze­
rokość jednej dekady. W poniższej tabeli zamieszczono kilka wartości i odpo­
w iadające im wartości w dedjdbełach.
R y s . 2.9. Przykła­
3 dowa charakterystyka Liczba
o amplitudowo-fazowa Decybele
CL01
0,1 —40
0,5 -2 0
1,0 ^ -e
2,0 o
10,0 « 6
100,0 20
a
200,0 40
~ 46

80 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
Analizując tabelę, m ożna zauważyć, że podwojenie wartości liczby powodu­
je jej wzrost o ~ 6 dB w skali logarytm icznej. Jeżeli wartość liczby w zrasta
10-krotnie, to wtedy w decybelach następuje przyrost o 20 jednostek.
D E FIN IC JA 40
Logarytmiczną charakterystyką amplitudową nazywamy wykres wzmocnie-
ma logarytmicznego w funkcji logarytmu dziesiętnego pulsacji.
DEFINICJA 41
Logarytmiczną charakterystyką fazową nazywamy wykres argumentu trans­
mitancji widmowej w funkcji logarytmu dziesiętnego pulsacji.
D E FIN IC JA 42
Logarytmiczną charakterystykę amplitudową i logarytmiczną charaktery­
stykę fazową nazywamy również charakterystykami Bodego.
P R Z Y K Ł A D 17
Wyznaczymy charakterystyki Bodego (rys. 2.10) dla transmitancji podanej w przy­
kładzie 16.
Diagramy Bodego
. 2 .1 0 . Przykładowa charakterystyka amplitudowo-fezowa w skali logarytmiczną)
R ys
N a podstawie powyższego przykładu m ożna zauważyć, że n a wykresach Bo­
dego (logarytmicznych) istnieją dużo większe możliwości przedstaw ienia cha­
rakterystyk, jeśli chodzi o zakres pulsacji (częstotliwości).
2.3. Modele częstotliwościowe 81
2.3.3. Jak to zrobić w MATLAB-ie
M odele czasowe w MATLAB-ie definiuje się za pom ocą następujących funkcji:
F u n k c ja T F:
Utworzenie transm itancji lub przekształcenie do transm itancji.
Tworzenie transm itancji:
S Y S = T F ( N U M , D E N ) tworzy ciągłą transm itancję SYS z wielomianem
NUM w liczniku i wielomianem DEN w mianowniku. O biekt SYS jest typu
T F.
S Y S = T F ( N U M , D E N , T s) tworzy dyskretną transm itancję SYS z wie­
lomianem NUM w liczniku i wielomianem DEN w mianowniku o czasie prób­
kowania T s (jeżeli czas próbkowania nie jest znany, to w tedy T s = —i).
S = T F ( 's ') tworzy transm itancję H ( s ) = s (zm ienna Lapłace’a).
Z = T F ( V , T g ) tworzy transm itancję H { z) = z o czasie próbkowania Ts-
Po zdefiniowaniu trasm itancji s lub z m ożna tworzyć inne transm itancję
w sposób bezpośredni z wiersza poleceń, np.
» s = t f ( ’s ’ ) ; H = (s + l)/(s ~ 2 + 3 * s + l)
T r a n s fe r ^ u n c t io n :
s + 1 *
s~ 2 + 3 s + 1
S Y S = T F tworzy pusty obiekt typu T F .
S Y S = T F ( M ) tworzy statyczną transm itancję o wzmocnieniu w postaci
macierzy M.
We wszystkich składniach wyżej lista param etrów wejściowych może być
rozszerzona o ciąg param etrów w postaci par
’N azw aW łasnościl’ , W a rto ść W ła sn o śc il, . . .
które ustaw iają różne włosności obiektu typu T F (patrz funkcja LTIPR O PS).
Jeżeli transm itancja SYS m a odziedziczyć wszystkie własności od transm i­
tancji REFSYS, to w tedy należy użyć składni S Y S = T F ( N U M ,
DEN, REFSY S) .
Form at danych:
D la modeli SISO wielomiany NUM i DEN są wektoram i wierszowymi, za­
wierającym i współczynniki odpowiednio licznika i mianownika w porządku:
- przy malejących potęgach zmiennej s lub z (domyślnie),
- przy malejących potęgach zmiennej q = z --1, jeżeli własność V a ria b le
jest ustaw iona n a z ~ - l lub q (konwencja DSP).

82 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
D la modeli MIMO o N y wyjściach i N u wejściach, wielomiany NUM i DEN
są tablicam i komórek o rozm iarach N y x N u zawierającym i wektory wierszo­
we, gdzie NUM{?;, j } i DEN {i, j ) określają transm itancję od wejścia j do
wyjścia i. N a przykład
H = TF( -C-5 ; [1 -5 6]> , {[1 -1] ; [1 1 0 ] »
określa macierz transm itancji układu ciągłego o dwóch wyjściach i jednym
wejściu
[ -5 /(s-1) ] Tworzenie m odelu częstotliwościowego:
[ (s~2-5s+6)/(s~2+s) ]
Domyślnie transm itancję są wyświetlane jako funkcje zmiennych s lub 2 .
Opcjonalnie m ożna zm ienną ciągłą zmienić n a p, a zm ienną dyskretną n a
z ~ x lub q przez zmodyfikowanie własności V a ria b le .
Tablice transm itancji:
M ożna stworzyć tablicę transm itancji z wykorzystaniem tablicy komórek
o rozm iarach N x D zawierających wielomiany licznika i m ianownika każdej
transm itancji z tablicy.
N a przykład, jeżeli NUM i DEN są tablicam i komórek o rozm iarach [NY NU 3 4],
to w tedy polecenie
SYS = TF(NUM,DEN)
tworzy tablicę transm itancji o rozm iarach 3 x 4
SYS(:,:,k,m) = TF(NUM(:,:,k,m),DEN(:,:,k,m)),
k =l:3, m = l :4. _ to należy użyć składni S Y S = F R D ( R E S P O N S E , F R E Q S , R .E F S Y S ) .
K ażda %transm itąncji nią JV,; wyjść i N u wejść. W cehi przydzielenia tablicy
transm itancji o N y wyjściach i N u wejściach należy skorzystać z następują­
cego polecenia:
SYS = T F (ZEROS([NY NU kl k2...]))
Konwersja m odelu n a transm itancję:
S Y S = T F (S Y S ) konwertuje dowolny m odel LTI n a model SYS w postaci
transm itancji. O biekt SYS je st typu T F .
S Y S = T F (S Y S , 'in v ') konwertuje m odel zmiennych stanu SYS za pom ocą
szybkiego algorytm u n a transm itancję.
F u n k c ja ZPK:
Tworzy model w postaci zera-bieguny-wzmocnienie.
Tworzenie m odelu zera-bieguny-wzmocnienie:
S Y S = Z P K (Z , P , K ) tworzy ciągły m odel SYS zera-bieguny-wzmocnienie
o zerach Z , biegunach P i wzmocnieniu K . Obiekt SYS jest typu ZPK.
2.3. Modele częstotliwościowe 83
S Y S = Z P K (Z, P , K , T s) tworzy dyskretny model SYS zera-bieguny-
-wzmocnienie o zerach Z , biegunach P i wzmocnieniu K oraz czasie prób­
kowania T s (jeżeli czas próbkowania nie jest znany, to wtedy T s = —1).
Pozostałe uwagi n a tem at m odelu ZPK są takie same jak dla modelu zmien­
nych stanu.
F u n k c j a FR.D:
Utworzenie m odelu częstotliwościowego n a podstaw ie danych pomiarowych.
S Y S = F R D ( R E S P O N S E , F R E Q S ) tworzy ciągły model częstotliwoś­
ciowy n a podstaw ie odpowiedzi podanych w R ESPO N SE dla częstotliwości
podanych w FREQS.
Wynik jest obiektem typu FR,D.
S Y S = F R.D (R .E SP O N S E , F R E Q S , T S ) tworzy dyskretny model czę­
stotliwościowy o okresie próbkowania T s {Ts = —1 oznacza, że okres prób-
•kpwania nie jest określony).
S Y S = F R D tworzy pusty model typu FRD.
We wszystkich składniach wyżej lista param etrów wejściowych może być
rozszerzona o .ciąg param etrów w postaci par
V
’N azw aW łasnościl’ , W a rto ść W ła sn o śc il, . . .
które ustaw iają różne własności obiektu typu FRD (patrz funkcja LTIPRO PS)
.Jeżeli model SYS m a odziedziczyć wszystkie własności od modelu REFSYS,
Form at danych:
Dla modelu SISO wektor FREQ S zawiera częstotliwości, wektor RESPONSE
zawiera odpowiedzi, gdzie RESPO N SE(i) jest odpowiedzią n a wymuszenie
o częstoliwości FR EQ (i).
Dla modelu MIMO o N u wejściach, N y wyjściach i N j częstotliwościach
R ESPO N SE jest tablicą o wymiarach N y x N u x N j , gdzie RESPONSE(i,
j, k) jest odpowiedzią i-tego wyjścia n a sygnał o częstotliwości FR.EQS(k)
podany n a j- te wejście. V
Domyślnie jednostkam i, w których jest w yrażana częstotliwość, są ’r a d / s ’ .
M ożna zmienić jednostki częstotliwości n a ’Hz’ przez ustalenie wartości wła­
sności ’U n i t s ’ . Po zmianie jednostek nie następuje przeskalowanie danych
modelu.
Konwersja m odelu n a model częstotliwościowy:
S Y S = F R D (S Y S , F R E Q S , 'U n its'-, U N I T S ) konwertuje dowolny mo­
del LTI n a model częstotliwościowy przez wyznaczenie odpowiedzi modelu
SYS n a każdą częstotliwość zaw artą w FREQ S. P aram etr UNITS określa
jednostki, w których jest wyrażona częstotliwość. Do wyboru są dwie opcje:
84 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych
’r a d / s ’ lub ’Hz’ . Jeżeli jednostki nie będą wyspecyfikowane, to wtedy do­
myślnie jest przyjm owana opcja ’r a d / s ’ .
F u n k c ja BODE:
Funkcja tworzy charakterystyki Bodego danego modelu.
B O D E (S Y S ) tworzy charakterystyki Bodego modelu SYS, który może być
dowolnym obiektem reprezentującym model liniowy (SS, ZPK, T F , FRD ).
Zakres częstotliwości je st dobierany autom atycznie.
B O D E (S Y S , { W M IN , W M A X } ) tworzy charakterystyki Bodego mode­
lu w przedziale częstotliwości od W M IN do WMAX.
B O D E (S Y S , W ) tworzy charakterystyki Bodego dla częstotliwości poda­
nych w wektorze W. Zwykle do utworzenia w ektora W korzysta się z funkcji
LOGSPACE.
B O D E (S Y S l, S Y S 2 , . . . , W ) tworzy charakterystyki Bodego kilku mo­
deli na jednym wykresie dla częstotliwości podanych w wektorze W. Za po­
mocą następującej składni:
b o d e i s y s l , ’r ’ , s y s 2 , ’y — ’ > s y s 3 , ’ g x ’ )
F u n k c j a N IC H O L S:
można do każdego wykresu przypisać w ybrany kolor i styl rysowania
[M AG, P H A S E ] = B O D E (S Y S , W ) lub
[M AG, P H A S E , W ] = B O D E (S Y S ) zw raca am plitudę i przesunięcie fa­
zowe odpowiedzi wraz z wektorem częstotliwości, dla których wzmocnienie
i przesunięcie fazowe zostały obliczone. P rzy wywołaniu funkcji w tej posta­
ci wykres nie jest rysowany. Jeżeli m odel SYS m a N y wyjść i N u wejść, to
MAG i PHASE są tablicam i o rozmiarach N y x N u x LENG HT(IY ), gdzie
MAG(:,:,k) i PIIASE(:,:,k) określają odpowiedź dla częstotliwości W(lc).
W celu uzyskania wzmocnienia należy wykonać polecenie M A G D B =
= 20 i lo g lO (M A G ) ...................... :..............
Dla modeli dyskretnych transform acja Z = e x p (j * W * T s) odwzorowuje
okrąg jednostkowy n a rzeczywistą oś częstotliwości. Wykres jest rysowa­
ny tylko dla częstotliwości mniejszych niż częstotliwość N yquista Jeżeli
model nie m a danych o okresie próbkowania, to wtedy domyślnie & zaklada
S ię TS = 1.
F u n k c ja NY Q U IST:
Funkcja tworzy charakterystykę N yquista danego modelu.
N Y Q U IS T (S Y S ) tworzy charakterystykę N yquista m odelu SYS, który mo­
że być dowolnym obiektem reprezentującym model liniowy (SS, ZPK, T F ,
FR.D). Zakres częstotliwości jest dobierany autom atycznie.
N Y Q U IS T (S Y S , { W M IN , W M A X } ) tworzy charakterystykę N yquista
modelu w przedziale częstotliwości od W M IN do WMAX.
N Y Q U IS T (S Y S , W ) tworzy charakterystykę N yquista dla częstotliwości
podanych w wektorze W. Zwykle do utworzenia w ektora W korzysta się
z funkcji LOGSPACE.
2.3. Modele częstotliwościowe 85
N Y Q U IS T (S Y S 1 , S Y S 2 , . . . , W ) tworzy charakterystykę N yquista kil­
ku modeli n a jednym wykresie dla częstotliwości podanych w wektorze W.
Za pom ocą następującej składni:
n y q u i s t ( s y s l , ’r ’ , s y s 2 , ’y - - ’ »s y s 3 . ’g x ’ )
m ożna do każdego wykresu przypisać wybrany kolor i styl rysowania. Wektor
W jest opcjonalny.
[R E , IM ] = N Y Q U IS T (S Y S , W ) lub
[R E , IM , W ] = N Y Q U IS T (S Y S ) zw raca część rzeczywistą i urojoną od­
powiedzi wraz z wektorem częstotliwości, dla których zwracane wielkości
zostały obliczone. P rzy wywołaniu funkcji w tej postaci wykres nie jest ry­
sowany. Jeżeli model SYS m a N y wyjść i N u wejść, to R E i IM są tablicami
o rozmiarach N y x N u x L E N G IIT (W ), gdzie RE(:,:,k) i IM (:,:,k) określają
odpowiedź dla częstotliwości W (k).
—-
Funkcja tworzy charakterystykę Nicholsa danego modelu.
N IC H O L S (^ Y S ) tworzy charakterystykę Nicholsa m odelu SYS, który mo­
że być dowolnym obiektem repi-ezentującym model liniowy (SS, ZPK, T F,
FRD ). Zakres częstotliwości jest dobierany autom atycznie.
N IC H O L S (S Y S , { W M IN , W M A X } ) tworzy charakterystykę Nicholsa
modelu w przedziale częstotliwości od WMIN do WMAX.
N IC H O L S (S Y S , W ) tworzy charakterystykę Nicholsa dla częstotliwości
podanych w wektorze W . Zwykle do utworzenia wektora W korzysta się
z funkcji LOGSPACE.
N IC H Q L S ( S Y S l, S Y S 2 , . . . , W ) tworzy charakterystykę Nicholsa kilku
modeli na jednym wykresie dla częstotliwości podanych w wektorze W. Za
pom ocą następującej składni
n i c h o l s ( s y s l , ’r ’ , s y s 2 , ’y — ’ , s y s 3 , ’g x ’ )
*
można do każdego w ykres^ przypisać wybrany kolor i styl rysowania.
[M A G , P IIA S E ] = N IC H O L S (S Y S , W ) lub
[M A G , P H A S E , W ] = N IC H O L S (S Y S ) zwraca am plitudę i przesunię­
cie fazowe odpowiedzi wraz z wektorem częstotliwości, dla których wzmoc­
nienie i przesunięcie fazowe zostały obliczone.. P rzy wywołaniu funkcji w tej
postaci wykres nie jest rysowany. Jeżeli model SYS m a N y wyjść i N u wejść,
to MAG i PHASE są tablicam i o rozmiarach N y x N u x LENG HT(kF), gdzie
MAG(:,:,lc) i PIIASE(:,:,k) określają odpowiedź dla częstotliwości W (k).
D la układów dyskretnych w mocy pozostają uwagi poczynione przy opisie
funkcji BODE.
86 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe 87

PRZYKŁAD 18 U w a g a 9 . Opisy osi są standardowo wykonywane w języku angielskim. Uzyskanie

napisów w języku polskim wymaga przetworzenia napisów oryginalnych przez użytkow­
D la układu dynamicznego opisanego transmitancją operatorową nika.
2s2 — 1
T(s) = --------- —----- ---------- Ten sam rezultat można uzyskać za pomocą przeglądarki LTIVIEW po wykonaniu
V 1 s4 + 3s3 + s2 + s + 4
następującego polecenia:
należy wyznaczyć charakterystykę skokową, impulsową oraz minimalną realizację w po­
staci modelu zmiennych stanu. l t i v i e w ( { ’s t e p ’,’i m p u l s e s y s ) ;
Do narysowania charakterystyki skokowej wykorzystujemy funkcję STEP, do na­ O
rysowania charakterystyki impulsowej wykorzystujemy funkcję IMPULSE. W wyniku
wykonania polecenia PRZYKŁAD 19
sys=tf ([2 0 -1] , Cl 2 3 4 1]);
Dla następującego ciągłego modelu:
zostanie utworzony model typu TF o parametrach transmitancji T (s). Polecenie
s u b p lo t (2 1 1 ) ; 1
oznacza, że wykresy będą rysowane w 2 wierszach (pierwsza cyfra) i 1 kolumnie (druga 1000
■woj -I- w 0j
1000
cyfra). Ostatnia cyfra argumentu określa aktywny wykres, w którym będą rysowane T{s) = (2 .12 )
charakterystyki. Polecenie
1
ste p (sy s); s+
T2
powoduje wykreślenie odpowiedzi skokowej modelu zawartego w zmiennej sy s. Pole­
wyznaczymy charakterystyki Bodego, Nyquista, Nicholsa dla
cenie
Wo = 1, Ti = 15, 1^2 = 30
s u b p lo t (2 1 2 ) ;
w0 = 3, Ti = 22,5,'^2 = 37,5
ustala aktywny wykres drugi, w którym powstanie charakterystyka impulsowa. Pole­
w0 = 5, T, = 30, T2 = 45
cenie
oraz na wykresie odpowiedzi na skok jednostkowy zaznaczymy czas regulacji dla każ­
im p u ls e (s y s ) ; dego modelu.
powoduje wykreślenie odpowiedzi impulsowej modelu zawartego w zmiennej sy s. Po pierwsze definiujemy w przestrzeni roboczej MATŁAB-a trzy modele: dla każdego
W wyniku wykonania podanej sekwencji poleceń M a tL a b wygeneruje chara,ktery- zbioru parametrów v j q , Ti, T2 osobny model o jednym wejściu i dwóch wyjściach.
"Styk^~pDka5łaiTąna"ry5':"2.1'D — *..........................................................
w =l;T l=15;T2=30;
Odpowiedź skokowa s y s l= z p k ( { [ ] , □ > , { [ - - 001-w*j - ,001+w *j] , [-1 /T 1 -1 /T 2 ]},[w * w 1 ] ) ;
w=3;T l= 2 2 . 5 ; T2=37.5 ;
sy s2 = z p k ({ [] , [ ] > , { [ - . 001-w*j - . 0 0 1 + w * j], [-1 /T 1 -1 /T 2 ]},[w * w 1 ] ) ;
w=5;T l= 3 0 ;T2=45;
sys3=zpk ( { □ , [ ) } , { [ - . 001-w*j - . 0 0 i+ w * j], [-1 /T 1 ~1/T 2j},[w *w 1 ] ) ;
é
Korzystając z przeglądarki, opalizujemy pierwszą część zadania, czyli za pomocą
odpowiednich poleceń rysujemy charakterystyki Bodego (rys. 2.12)

Odpowiedź impulsowa konaniu zaproponowanego T t iv ie w ( ’b o d e’ , s y s l , s y s 2 , s y s 3 ) ;

ciągu poleceń
Nyquista (rys. 2.13)

l t i v i e w ( ’n y q u is t ’ , s y s l , s y s 2 , s y s 3 ) ;

i Nicholsa (rys. 2.14)

I t i v ie w ( ’n ż c h o ls ’ , s y s 1 , s y s 2 , s y s 3 ) ;
88 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe 89

Diagramy Bodego
We: U( 1) We: U(2)
100

50

2 >-
5 £ 0
IN 5
5 -50
0
—45

j r -90

5 -1 3 5

-180
10" 10"2 10"1 10ład/s 10110"3 10" ' 10" 10°rad/s 101
Pulsacja co - 5- Pulsacja cu - —> R y s . 2 .1 4 . Charakterystyki Nicholsa

R y s. 2 .1 2 . Charakterystyki Bodego
Kolejna część przykładu dotyczy wykreślenia charakterystyk skokowych i zaznacze­
nia na nich czasu trwania przebiegów przejściowych (rys. 2.15).
Diagram Nyquista
i
V
Wy: U(1) Wy: U(2)

Oś liczb rzeczywistych

R y s. 2.13. Charakterystyki Nyąuista R y s . 2 .1 5 . Odpowiedzi skokowe

zdefiniowanych modeli. Można również narysować wszystkie te charakterystyki w jed­
nym okienku przeglądarki za pomocą polecenia
lt iview ({’b o d e 1, ’nyąuist ’, ’nichols ’}, sys 1, s y s 2 ,sys3) ;
kosztem czytelności uzyskanych wyników.
U w a g a 1 0 . Przeglądarka L T IV IE W automatycznie dobiera zakres wyświetlanych
na osiach wartości. Często się zdarza, że dzięki temu wykresy są nieczytelne tak, jak
miało to miejsce dla wykresów odpowiedzi skokowej badanych modeli. Rozwiązaniem
problemu jest skoi'zystanie z opcji P r in t t o F ig u rę z przeglądarki i ju ż w zwykłym
oknie z wykresem ręczne ustalenie zakresów dla otrzymanych i~ysunków. O
90 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 91

2.4. Podstawowe człony dynamiczne gdyż

X (s) = 1
Budując, modele liniowych układów dynamicznych, m ożna posłużyć się ele­
m entam i o znanych i dobrze opisanych własnościach. Elementy te są nazywane W dziedzinie czasu odpowiedź impulsowa jest opisana następująco (rys. 2.17):
podstawowymi członami dynamicznymi. ?/(*) = 9 (t) = kd (t) (2.16)
gdzie S(t) oznacza deltę Diraca.
2.4.1. Człon bezinercyjny
Człon bezinercyjny, nazywany też członem proporcjonalnym , jest elementem
o najprostszych własnościach dynamicznych. Jego zadaniem jest przenoszenie
sygnału wejściowego n a wyjście w sposób nieodkształcony. Zmianie ulega jedy­
nie am plituda sygnału wyjściowego. Sygnał wejściowy x(t) i wyjściowy y(t) są
więc wprost proporcjonalne i dla każdej chwili t zachodzi
R y s . 2 .1 7 . Odpowiedź impulsowa,
| g = * P .1 3 ) układu bezinercyjnego

W spółczynnik k <E ]R nosi nazwę współczynnika wzmocnienia, który w pełni

charakteryzuje człon bezinercyjny.

Opis w dziedzinie czasu

Człon bezinercyjny w dziedzinie czasu jest opisany prostym równaniem alge­
braicznym Odpowiedź na skok jednostkowy
y(t) = k x (t) Odpowiedź członu proporcjonalnego na skok jednostkowy jest następująca:
1
/,.(,•) = k-a (2.17)
~WY ... 1 W --------------~~ ......... *.... *....................
-=»• "--------> /R y s . 2 .1 6 . Człon bezinercyjny
lub w dziedzinie czasu
h(t) = ku{t) (2.18)
Opis transmitancyjny gdzie u{t) oznacza skok jednostkowy (rys. 2.18).
Po zastosowaniu przekształcenia Lapłace’a do obu stron równania (2.13) mo­
Charakterystyka amplitudowd-fazowa
żemy przejść do opisu w dziedzinie zmiennej zespolonej s. Jeżeli założymy, że
warunki początkowe układu są zerowe, to otrzymujem y opis tego układu w po­ W celu wyznaczenia charałclerystyki amplitudowo-fazowej członu proporcjo­
staci transm itancji operatorowej nalnego (rys. 2.19) wyznaczamy najpierw jego transm itancje widmową. Pod­
staw iając do zależności (2.14) s = jw, otrzymujemy
G(s) = k (2.14)
G( jut) = k (2.19)
Odpowiedź impulsowa układu Część rzeczywista i część urojona transm itancji widmowej są wówczas nastę­
Odpowiedź impulsową układu bezinercyjnego m ożna wyznaczyć n a podstawie pujące:
jego transm itancji w sposób następujący: ’ P(u>) = k
(2 .20 )
Y {s)= g{s) = k (2.15) Q( lo) = 0
92 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 93

2 ' Charakterystyki logarytmiczne (rys. 2.20) przedstaw iają się następująco:

1.5 ..................................... - ............
M ( lj) = k
1 .............................................................. i \ = aretg
t ( 2 .21 )
<p(uj) = n0
Amplituda

3.5 -------- ---------------- - .......... R y s. 2 .1 8 . Odpowiedź na skok jed­

nostkowy układu bezinereyjnego
o ........................................... .......... Realizacja
0 , 5 ------------------------------------------------ -----------
(

C zw ó m ik rezysta n cyjn y
-1 0 1 2 3 4s 5 Typowym przykładem realizacji członu proporcjonalnego jest czwórnik zbudo­
C zas > wany z elementów rezystancyjnych.

0,1
0,08
Diagram Nyquista
I R y s . 2 .2 1 . Czwórnik rezystancyjny
0,06
Oś liczb urojonych

0,04
0,02
R y s. 2 .1 9 . Charakterystyka ampli-
0
tudowo-fazowa układu bezinereyj­
0,02
■
nego
■0,04 Dla czwórnika pokazanego n a rysunku 2.21 zachodzi związek
A,06
-0,08 U (2 .22 )
- 0,1
wy i?, + l h
t«0,S-.0,6-O A --0,2..0--0,2_0,4_0,6_,0,8 1,
¡

Oś liczb rzeczywistych a jego transm itancją operatorową jest

Ri
G(s) (2.23)
Ri + R'¿
Diagram Bodego
Jest to transm itancja członu bezinereyjnego, którego współczynnikiem wzmoc­
Wzmocnienie (dB)

1,5 nienia jest *

0
k
R%
-1,5 (2.24)
R i + Ra
-1 R y s . 2 .2 0 . Charakterystyki loga­
1
rytmiczne członu proporcjonalnego:
0,5 a) modułu, b) fazy Wzmocnienie w tym układzie jest zawsze mniejsze od jedności, gdyż jest to
Faza (°)

układ bierny, w którym występuje rozpraszanie energii.

0
-0,5
U kład a k t y w n y
10“ 1 10° 101 rad/s 102 Innym przykładem realizacji układu bezinereyjnego jest układ przedstawiony
Pulsacja cu > na rys. 2.22.
94 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne
95

Po zastosowaniu przekształcenia Laplace’a do obu stron równania (2.29) mo­

R y ę . 2 .2 2 . Realizacja członu proporcjonalnego żemy przejść do opisu w dziedzinie zmiennej zespolonej s. Jeśli założymy, że
za pomocą wzmacniacza operacyjnego warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła­
du w postaci transm itancji operatorowej
sY (s) = kX (s) (2.30)
G(s) = - (2.31)
s
Oznaczając przez Uq spadek napięcia na wejściu wzmacniacza, otrzymujemy
równanie Odpowiedź impulsowa układu
U q — Uwe, Uwy — Uq , Odpowiedź impulsową idealnego układu całkującego (rys. 2.28) można wyzna­
R~i W2 (225> czyć n a podstawie jego transm itancji w sposób następujący:
a stąd g(s) = G(s) (2.32)

f/wy = (2.26) oraz w dziedzinie czasu

H\
g(t) = ku(t) (2.33)
Transm itancja operatorowa tego układu wynosi więc
gdzie ■«(/.) oznacza skok jednostkowy.
<?(*) = - — (2.27)

Układ przedstawiony n a rys. 2.22 jest więc członem bezinercyjnym o współ­

czynniku wzmocnienia określonym zależnością (2.27). 1,5
Dzięki zastosowaniu elementu aktywnego (wzmacniacza operacyjnego) otrzy­
mujemy element proporcjonalny o dowolnym wzmocnieniu.
- Unnymi-prayk4n<łaau-<dnmciitów„beziiiei:cyiny,ch JOOgąbyć dynąmometr sprę­
-K 0,5 R.ys. 2 .2 3 . Odpowiedź na wymu­
żynowy (w pewnym zakresie odkształceń) lub prądnica tachometryczna prądu
szenie impulsowe idealnego rzlonn
stałego. E 0 całkującego
<
-0 ,5
2.4.2. Człon całkujący idealny
Opis w dziedzinie czasu
Czas -----
Idealny człon całkujący jest elementarnym członem dynamicznym opisanym za *
pomocą następującego równania całkowego:
Odpowiedź na skok jednostkowy
y{t) = k f x(T)d(r) (2.28) Odpowiedź idealnego członu całkującego na skok jednostkowy (rys. 2.24) jest;
Jo
następująca:
co jest równoznaczne z

(2.29) h(s) = G (s ) - * (2.34)

lub w dziedzinie czasu
gdzie: x(t) - wartość sygnału wejściowego, y[t) - wartość sygnału wyjścio­
wego. h(t) = ktu(t) (2.35)
 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 97
96

M( lu) = —
Ul

Mae = 20 log — = 20 log k —20 log w

Ul
7T
R y s. 2 .2 4 . Odpowiedź na skok jed­ ip(ui) = arctg
P(ui) '2
nostkowy idealnego członu całkują­
cego
Diagram Bodego

Czas -------->

Charakterystyka amplitudowo-fazowa

W celu wyznaczenia charakterystyki amplitudowo-fazowej idealnego członu cał­

kującego wyznaczamy najpierw jego transm itancję widmową. Podstawiając do
zależności (2.31) s = jui, otrzymujemy

A -
(2.36)
G(jut) :
jw UJ

01'ctó Realizacja

P(W): K o n d e n s a t o r id e a ln y
(2.37)
k
Przykładem realizacji idealnego członu całkującego jest czwórnik zbudowany
UJ
z kondensatora idealnego.
Diagram Nyquista

10

Uwy R y s . 2 .2 7 . Kondensator idealny

R y s. 2.25. Charakterystyka amplitu-

dowo-fazowa idealnego członu całku­
jącego
Dla czwórnika pokazanego n a rys. 2.27 zachodzi związek
-1 0 1
; f ¿(r)d7 (2.38)
C . Jo
-0,8 -0 ,6 -0,4 -0,2 0 0,1
Oś liczb rzeczywistych a jego transm itancją operatorową jest .

Charakterystyki logarytmiczne idealnego członu całkującego (rys. 2.26) przed­

stawiają się następująco:
98 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 99

A k t y w n y układ, c a łk u ją c y cłu w postaci transm itancji operatorowej

Innym przykładem realizacji układu całkującego jest układ przedstawiony na G(s) = ks (2.43)
rys. 2.28.
Odpowiedź impulsowa układu
Odpowiedź impulsową układu bezinercyjuego (rys. 2.29) można wyznaczyć na
podstawie jego transm itancji w sposób następujący:
R y s . 2 .2 8 . Realizacja członu całkującego za po­ g(s) = G(s) = ks (2.44)
mocą wzmacniacza operacyjnego
oraz w dziedzinie czasu
fo ,M o
g{t) = k ^ f i = { + 00 , t = O" (2.45)
di I i n+

Układ ten m ożna opisać następującą zależnością:

2
2 4 2 = - U
- ^ i ' (2.40)
1,5
ŚC
A
T ransm itancja operatorowa tego układu wynosi więc 1

<o 0,5
R y s. 2 .2 9 . Odpowiedź na wymusze­
Gi-’ ) = ' k = - T k ‘ - Ł <2-«> X3
3 nie impulsowe idealnego członu róż­
niczkującego
Innymi przykładam i elementu całkującego mogą być: zbiornik cieczy, serwo-
m otor hydrauliczny, układ napędowy pozycyjny (silnik). -0,5

-1 0 1 2 3 4 s 5
274:3. Cżłoń różriićżkującyidealny
C zas >

Opis w dziedzinie czasu

Idealny człon różniczkujący jest elementarnym członem dynamicznym opisa­ Odpowiedź na skok jednostkowy
nym za pom ocą następującego równania różniczkowego:
Odpowiedź idealnego członu różniczkującego (rys. 2.30) na skok jednostkowy
= ^ (2.42) jest następująca: ^
1 *
gdzie: x(t) - wartość sygnału wejściowego, y(t) - wartość sygnału wyjścio­ h{s) = G (s)~ = k ' (2-46)
wego.
lub w dziedzinie czasu
h{t) = kS(t) (2-47)
Opis transmitancyjny
Charakterystyka ampłitudowo-fazowa
Po zastosowaniu przekształcenia Lapłace’a do obu stron równania (2.42) mo­
żemy przejść do opisu w dziedzinie zmiennej zespolonej s. Jeśli założymy, że W celu wyznaczenia charakterystyki amplitudowo-fazowej (rys. 2.31) idealne­
warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła- go członu różniczkującego wyznaczamy najpierw jego transm itancję widmową.
 -,..uinicznydt ciągłych i dyskretnych
1.4. Podstawowe człony dynamiczne
101
Diagram Bodego

Rys. 2.32. Charakterystyki loga­

rytmiczne członu różniczkującego
idealnego: a) modułu, b) fazy

-0 ,5 0 0,5 1 1,5 2 2,5 3 3,5 4 s 4,5 5

C zas ~>
Pulsacja co -

Podstawiając do zależności (2.43) s = ju>, otrzymujemy

<2(jw ) ~ i kuJ Realizacja

(2.48)
ora z D w ó j n i k p o j e m n o ś c io w y

P(co) = 0 Przykładem realizacji idealnego członu różniczkującego jest dwójnik zbudowa­

(2.49) ny z kondensatora idealnego (rys. 2.33).
Q(w) — kw V

Charakterystyki logarytmiczne przedstawiają się następująco:

M(w) - kw R y s . 2 .3 3 . Dwójnik pojemnościowy
MdB-20i9g(fcwl,rr.„20 log A; —20 log w
. Q(w) ?r (2.50)..: ■
y?(u;) = arctg
P(w) 2
Dla dwójnika pokazanego n a rysunku 2.33 zachodzi związek
i{t) = C -
Diagram Nyquista dt (2.51)
25 A k t y w n y u k ła d r ó ż n i c z k u j ą c y
20
15 Innym przykładem realizacji 'układu różniczkującego je st układ przedstawiony
10
na rys. 2.34. M
5
0 R y s. 2 .3 1 . Charakterystyka am- R
-5 plitudowo-fazowa idealnego członu
różniczkującego

—0,8 -0,6 -0,4 -0,2 0 0,1

Oś liczb rzeczywistych
 2.4. Podstawowe człony dynamiczne 103
2. Modele matematyczne liniowych układów dynamicznych ciągłych y

Układ ten opisują następujące zależności:

R (2.52)
Uw c = -y - = SBC

Tc
Innym przykładem elementu różniczkującego może być prądnic
tryczna opisana równaniem
d a(i) (2.53)
u(t) = k — ^

gdzie: u{t) - napięcie wyjściowe, a(t) - położenie kątowe, k wst cy

proporcjonalności.

2.4.4. Człon inercyjny pierwszego rzędu Odpowiedź na skok jednostkowy

Opis w dziedzinie czasu Odpowiedź układu inercyjnego pierwszego rzędu na skok jednostkowy (rysCk3S)
jest następująca:
Człon inercyjny pierwszego rzędu jest elementarnym członem dy
opisanym za pomocą następującego równania różniczkowego.
h(s) = G(s) ■i = ^ k — (2-58)
(2.54) (T s + ł j s
T y ( t ) + y { t ) = kx(t) *
lub w dziedzinie czasu
gdzie: x(t) - wartość sygnału wejściowego, ?;(t) ~ wartość sygnał y j'
wego. h(t) = J g{r)c\T = k ^1 —R e ” ) (2.59)

Opis transmitancyjny_
Po zastosowaniu, przekształcenia Laplace’a do obu stron lo w n a n ^
żemy przejść do opisu w dziedzinie zmiennej zespolonej s. es 1 teo;0 ulcła,-
warunki początkowe układu są zerowe, to otrzymujemy wówczas o
R y s . 2 .3 6 . Odpowiedź na skok jed­
du w postaci transm itancji operatorowej
nostkowy członu inercyjnego pierw­
szego rzędu
GM . ' <2 55)
' Ts + 1

Odpowiedź impulsowa układu

Odpowiedź impulsową układu inercyjnego pierwszego rzędu (ry ' Czas
na wyznaczyć na podstawie jego transm itancji w sposób następują y.
k (2.56) harakterystyka amplitudowo-fazowa
g(s) = G(s ) = _ —
JW w Ts + 1 celu wyznaczenia charakterystyki amplitudowo-fazowej członu iinercyjnego
oraz w dziedzinie czasu erwszego rzędu (rys. 2.37) wyznaczamy najpierw j» < ' t.rr\iismil.a,n<
k t
104 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 105

Diagram Nyquista Realizacja

C z w ó r n ik p a s y w n y r e z y s t a n c y j n o - p o j e m n o ś c io w y
Przykładem realizacji członu inercyjnego pierwszego rzędu jest czwórnik zbu­
dowany z rezystora i kondensatora.
R y s. 2 .3 7 . Charakterystyka am-
plitudowo-fazowa członu inercyjne­
go pierwszego rzędu
R y s , 2 .3 9 . Realizacja członu inercyjnego
pierwszego rzędu

Oś liczb rzeczywistych

Dla czwórnika pokazanego na rys. 2.39 zachodzi związek

x & k —jw Tk (2.60) t/WŁ. = R I + UWy
G(jw) = ~ 1 + (wT)2
t __ p d?7wy
oraz
di (2.63)
k
i -i- (u> r y
(2.61)
Cfsl = ^wy =
U 1 Uj* RCs + 1
wTk
QM = 1 + (w T )2

C z w ó r n ik a k t y w n y
Charakterystyki logarytmiczne (rys. 2.38) przedstawiają się następująco:
Innym przykładem realizacji układu inercyjnego pierwszego rzędu jest układ
k przedstawiony na rys. 2.40.
M (u’
V IT w2!"’2 ............
ip(w) = arctg jr, = —arctgw T (2.62)

Diagram Bodego
R y s. 2 .4 0 . Realizacja członu inercyjnego pierw­
szego rzędu za pomocą wzmacniacza operacyj­
nego

R y s . 2 .3 8 . Charakterystyki lo­
garytmiczne członu inercyjnego
pierwszego rzędu

Transm itancja operatorowa tego układu m a postać

1
-+ s C ) „
G<*> = i2 « )
 1 06 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 107

Innym przykładem członu inercyjnego pierwszego rzędu może być prądnica

obcowzbudna prądu stałego (rys. 2.41) o transm itancji wyrażonej równaniem
k
G(a) = R__ (2.65)
s+ 1 R y s. 2 .4 2 . Odpowiedź na wymusze­
R nie impulsowe członu opóźniającego
dla T = 1
(0 = Ym
R y s. 2 .4 1 . Realizacja członu inercyjnego pierwszego
rzędu za pomocą prądnicy obcowzbudnej prądu sta­
łego 0 0,5 1 1,5 2 2,5 3 3,5 4 s 4,5 5
Czas -------- >

Odpowiedź na skok jednostkowy

2.4.5. Człon opóźniający
-Odpowiedź układu opóźniającego n a skok jednostkowy (rys. 2.43) jesim ustę­
Opis w dziedzinie czasu pująca:
Człon opóźniający jest elementarnym członem dynamicznym opisanym za po­
mocą następującego równania: h(s) = G (ąy (2.71)
Vs
y(t) = kx{t - T ) (2.66) lub w dziedzinie czasu
gdzie: x{t) - wartość sygnału wejściowego, y(t) - wartość sygnału wyjścio­ h(t) = k u (t - T ) (2.72)
wego.

~ Opis transmitancyjny
Po zastosowaniu przekształcenia 1 | lace i do obu stron równania (2.06) mo­
żemy przejść do opisu wdziedzinie zmiennejzespolonej s. Jeślizałożymy, że
warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła­
du w postaci transm itancji operatorowej R y s. 2 .4 3 . Odpowiedź na skok jed­
nostkowy członu opóźniającego dla
Y(.s) = k e - aTX ( s ) (2.67) T= 1

G(s) = ke~sT (2.68)

Odpowiedź impulsowa układu

Odpowiedź impulsową układu opóźniającego (rys. 2.42) można wyznaczyć na
podstawie jego transm itancji w sposób następujący:
g(s) = G(s) = ke~~sT (2.69) Charakterystyka amplitudowo-fazowa
oraz w dziedzinie czasu W celu wyznaczenia charakterystyki amplitudowo-fazowej układu opóźniające­
g{t) = k5(t - T) (2.70) go (rys. 2.44) wyznaczamy najpierw jego transm itancję widmową. Podstawiając
108 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 109

do zależności (2.55) s = jw, otrzymujemy Realizacja

C M - * .-* » • (2 .73) Przykładam i członu opóźniającego mogą być: transporter taśmowy, rurociąg,
G(jui) = k(cos ljT —j sin uiT) linia długa bez strat, czwórnik aktywny.
oraz
P(u>) = k cos loT ,
K’ (2.74)
Q(u>) = —ksin u jT
Charakterystyki logarytmiczne (rys. 2.45) przedstaw iają się następująco:
R y s . 2 .4 6 . Realizacja członu opóźniającego
M ( uj) = k ,
, (2.75) za pomocą wzmacniacza operacyjnego
tp(w) = - u T = —T e ogw

Diagram Nyquista

Transm itancja ezwórnika aktywnego pokazanego na rys. 2.46 wynosi

n i \ — - ki —
G(s) s^'1 ^
s jr2 + i
R y s . 2 .4 4 . Charakterystyka ampli- V
tudowo-fazowa układu opóźniające­ Ä2 (2.76)
k =
go Ä1

T, = R 3 C3, T2 = (R 2 + R 3 )C 3

Oś liczb rzeczywistych 2.4.6. Człon całkujący rzeczywisty

Opis w dziedzinie czasu

Człon całkujący rzeczywisty jest elementarnym członem dynamicznym opisa­

nym za pom ocą następującego równania różniczkowego:

R y s . 2 .4 5 . Charakterystyki loga­
rytmiczne członu opóźniającego
T y + y = k / at(r)d r ^ (2.77)
Jo
gdzie: x(t) - wartość sygnału wejściowego, y(t) - wartość sygnału wyjścio­
wego.

Opis transmitancyjny

Po zastosowaniu przekształcenia Laplace’a do obu stron równania (2.77) mo­

żemy przejść do opisu w dziedzinie zmiennej zespolonej s. Jeśli założymy, że
Pulsacja ai —— s- warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła-
110 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 111

du w postaci transm itancji operatorowej

T s 2Y ( s ) + s Y ( s ) = k X ( s ) (2.78)

k
G(s) (2.79) R y s. 2 .4 8 . Odpowiedź na skok jed­
s(Ts + 1 ) nostkowy rzeczywistego członu całku­
jącego

Odpowiedź impulsowa układu

Odpowiedź impulsowa rzeczywistego członu całkującego (rys. 2.47) można wy­ C zas >
znaczyć n a podstawie jego transm itancji w sposób następujący:
k k
g(s) = G(s) (2.80) Charakterystyka amplitudowo-fazowa
s +
T
W celu wyznaczenia charakterystyki amplitudowo-fazowej rzeczywistegtrukłar
oraz w dziedzinie czasu du całkującego (rys. 2.49) wyznaczamy najpierw jego transm itancję widmową.
Podstawiając do zależności (2.79) s = j w, otrzymujemy
g(t) = k( 1 - e ~ ? ) (2.81)
—wfeT —jfc
G M = „( 1 + !* ■ ■ > ) <2-83>

oraz
kT
p ( ") 1+
R y s. 2 .4 7 . Odpowiedź na wymusze­
nie impulsowe rzeczywistego członu « " > " " S ir p W ) <2s4>
całkującego

Czas

R y s. 2 .4 9 . Charakterystyka ampli­
Odpowiedź na skok jednostkowy tudowo-fazowa rzeczywistego członu
całkującego
Odpowiedź rzeczywistego członu całkującego na skok jednostkowy jest, nastę­
pująca:

kT2 -fc T k
h (s) = G (s ): H------------ H -w (2.82) Oś liczb rzeczywistych
Ts + l
112 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 113

Charakterystyki logarytmiczne przedstaw iają się następująco (rys. 2.50):

k
M ( uj) =
jw(Tjui + 1) R y s . 2 .5 2 . Realizacja rzeczywistego członu
(2.85) całkującego za pomocą wzmacnicza opera­
P cyjnego
T uj

2.4.7. Człon różniczkujący rzeczywisty

Opis w dziedzinie czasu

Człon różniczkujący rzeczy wisty jest elementarnym członem dynamicznym opi­

sanym za pom ocą następującego równania różniczkowego:

T y{t) + y(t) = T k ± (t) (2.88)'

gdzie: x(t) ~ wartość sygnału wejściowego, y(t) - wartość sygnału wyjściowego.

i
Realizacja Opis transmitancyjny

C z w o r n ik p a s y w n y R C Po zastosowaniu przekształcenia Laplace’a do obu stron równania (2.88) mo­

Przykładem realizacji rzeczywistego członu całkującego jest czwórnik pasywny żemy przejść do opisu w dziedzinie zmiennej zespolonej s. Jeśli założymy, że
R C (rys. 2.51). warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła­
lYansm itancja tego układu przedstawia się następująco: du w postaci transm itancji operatorowej

i/w y 1 T sY {s) + Y{s) = T k s X ( s ) (2.89)

<?(*) = (2 .86)
s C t (I + R.C2s )
. Tks
CM = ^ (2.90)

R y s . 2 .5 1 . Realizacja rzeczywistego
członu całkującego za pomocą czwórnika Odpowiedź impulsowa układljf
pasywnego
Odpowiedź impulsową rzeczywistego układu różniczkującego (rys. 2.53) można
wyznaczyć na podstawie jego transm itancji w sposób następujący:
C z w ó r n ik a k t y w n y ( \ = G(s)
nt \ Tks
g{s) (2.91)
Innym przykładem może być czwórnik aktywny (rys. 2.52), którego transmi- 1 + Ts 1 + Ts
tancja oraz w dziedzinie czasu
1
G (s) = (2.87) g(t) = k 6 (t) - (2.92)
2 R C s ( l + 0,5 R C s)
114 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 115

Diagram Nyquista

R y s . 2 .5 3 . Odpowiedź na wymusze­
nie impulsowe rzeczywistego członu R y s. 2 .5 5 . Charakterystyka ampli­
różniczkującego tudowo-fazowa rzeczywistego członu
różniczkującego

Oś liczb rzeczywistych

Odpowiedź na skok jednostkowy Podstawiając do zależności (2.90) s = juz, otrzymujemy

Odpowiedź rzeczywistego członu różniczkującego na skok jednostkowy (rys. 2.54)
k T 2 u 2 + j kTco
jest następująca: G(jw) (2.95)
1 + T 2w2
Tk
h(s) (2.93) oraz
w 1 + Ts
łub w dziedzinie czasu k T 2 uj2 kTuj
P (u ) Q (w) = (2.96)
t_ 1 + T 2 tu2 ’ 1 + T 2 w2
h{t) = ke t (2.94)

Charakterystyki logarytmiczne przedstaw iają się następująco (rys. 2.56):

kTuj %
M(u>) = (2.97)
jT T w r ,pM = 'i r

R y s . 2 .5 6 . Charakterystyki lo­
Czas garytmiczne rzeczywistego członu
różniczkuj ącego

Charakterystyka amplitudowo-fazowa

W celu wyznaczenia charakterystyki amplitudowo- fazowej rzeczywistego członu

różniczkującego (rys. 2.55) wyznaczamy najpierw jego transm itancję widmową. Pulsacja o ) >
116 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 117

Realizacja Opis transmitancyjny

C zw o r n ik p a s y w n y R C
Po zastosowaniu przekształcenia Lapłace’a do obu stron równania (2.100) mo­
Przykładem realizacji rzeczywistego członu różniczkującego jest czwórnik pa­ żemy przejść do opisu w dziedzinie zmiennej zespolonej s. Jeśli założymy, że
sywny RC (rys. 2.57). warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła­
du w postaci transm itancji operatorowej

•O T 2 s 2 Y ( s ) + T iT (s) + F s = k X ( s ) (2.101)
I A R y s . 2 .5 7 . Realizacja rzeczywistego członu
L/wy różniczkującego jako czwórnika pasywnego
Y{s) fc
I G (s) =
X (s) T |s 2 + T is + 1
( 2 .102)
T3 t4
G (s) =
Transm itancja tego układu przedstawia się następująco: 1T 1 + T ąs

G (s) = s R C = ST (2.98)
K1 1 + sR C 1 + sT V ' T i+ T?
C zw ó rn ik a k ty w n y T-VT
Innym przykładem może być czwórnik aktywny, którego schemat pokazano na
rys. 2.58. Transm itancja tego układu jest opisana zależnością Odpowiedź impulsowa układu
V
G is) = — = SRC, ^ , (2.99) Odpowiedź impulsową członu inercyjnego drugiego rzędu (rys. 2.59) można
K) R + ^j 1+ sR C
wyznaczyć na podstawie jego transm itancji w sposób następujący:

g(s) = G (s)l (2.103)

oraz w dziedzinie czasu

R y s. 2 .5 8 . Realizacja rzeczywistego czło­
nu różniczkującego za pomocą wzmacnia­ Ts T4
f)(t) (2.104)
cza operacyjnego t 3 - t 4 Li + r 3s i + r 4s j

2.4.8. Człon inercyjny drugiego rzędu

Opis w dziedzinie czasu R y s . 2 .5 9 . Odpowiedź na wymu­
szenie impulsowo członu inercyjne­
Człon inercyjny drugiego rzędu jest elementarnym członem dynamicznym opi­ go drugiego rzędu
sanym za pom ocą następującego równania różniczkowego

T '1 + Tl ^ + Vit) = kx{t) (2'100)

gdzie: x (t) - wartość sygnału wejściowego, y(t) - wartość sygnału wyjściowego. Czas -------- >
118 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 119

Odpowiedź na skok jednostkowy Podstawiając do zależności (2.103) s = jut, otrzymujemy

Odpowiedź członu inercyjnego drugiego rzędu n a skok jednostkowy jest nastę­ G(jw) = P(uj) + j Q{w) (2.107)
pująca (rys. 2.60): gdzie

h(s) — G(s) — (2.105) k( 1 - u?Ta1 \)

P(w) =
( l + w 2T f)(l-|-c u 2T42)
a w dziedzinie czasu
- k w ( T s + T ą)
(2.106) Q( oj) = (2.108)
h( t ) = k T3e -J'3 - r 4e T* (1 + w2r | ) ( l + oj2T' i)
T3 - T 4
Charakterystyki logarytmiczne członu inercyjnego drugiego rzędu są przed­
stawione na rys. 2.62.

R y s . 2 .6 0 . Odpowiedź na skok jed­

nostkowy członu inercyjnego drugie­
go rzędu
R y s . 2 .6 2 . Charakterystyki loga­
rytmiczne członu inercyjnego dru­
giego rzędu .

Charakterystyka-ampłitudowo-fazowa
W celu wyznaczenia charakterystyki amplitudowo-fazowej członu inercyjnego
Realizacja
drugiego rzędu (rys. 2.61) wyznaczamy najpierw jego transm itancję widmową.
C zw o r n ik p a s y w n y R L C
Diagram Nyguista Przykładem realizacji członu inercyjnego drugiego rzędu jest czwórnik pasywny
R L C pokazany n a rys. 2.63^

/ L
o =>- J ^ Y \.
R y s . 2 .6 1 . Charakterystyka am- R y s . 2 .6 3 . Realizacja członu inercyjnego
plitudowo-fazowa członu inercyjne­ Uwy drugiego rzędu za pomocą czwórnika RLC
go drugiego rzędu

C zw ó r n ik a k ty w n y
-1 -0 ,8 -0 ,6 -0 ,4 -0 ,2 0 0,2 0,4 0,6 0,8 1 Innym przykładem realizacji członu inercyjnego drugiego rzędu jest czwórnik
Oś liczb rzeczywistych aktywny pokazany na rys. 2.64.
 120 2. Modele matematyczne liniowych uktadów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne
121
C

Rys. 2.64. Realizacja członu inercyjne­

go drugiego rzędu za pomocą wzmacniacza
R ys. 2.65. Odpowiedź na wymu­
operacyjnego
szenie impulsowe członu oscylacyj­
nego (układ stabilny asymptotycz­
nie)

2.4.9. Człon oscylacyjny

Opis w dziedzinie czasu
Człon oscylacyjny jest elementarnym członem dynamicznym opisanym za po­
mocą następującego równania różniczkowego:

T| + Ti M O + = k x (t j (2.109)

gdzie: x(t) ■ wartość sygnału wejściowego, y(t) - wartość sygnału wyjścio­

wego.

Opis transmitancyjny
Po zastosowaniu przekształcenia Lapłaee’a do obu stron równania (2.109) mo- C zas =>

"z«ni^l>SjSrW ^piM ird2i5d5illIłłr2in'lełltl'ęj'''2esp0lonej'-s:’’Jeśli-'zał’0żymy, że

warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła­
du w postaci transmitancji operatorowej
T $s 2 Y («) + Ti sYa + Y(a) = kX (a) (2.110)

G (s ) = — (2 .111) R y s. 2 .6 7 . Odpowiedź na wymu­

s 4- 2£>ujqs -{■cjq szenie impulsowe członu oscylacyj­
nego (układ na granicy stabilności)
Odpowiedź impulsowa układu
Odpowiedź impulsową członu oscylacyjnego można wyznaczyć na podstawie
jego transmitancji w sposób następujący:

9 (s) = G(a) (2.112)

oraz w dziedzinie cz;isu Odpowiedź na skok jednostkowy
ke , / l — ¿2
Odpowiedź członu oscylacyjnego na wymuszenie impulsowe oraz skok jednostkowy
( 2 ' U 3 ) jest następująca:
 2.4. Podstawowe człony dynamiczne 123
1 22 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych

k(s) = G(S) i
lub w dziedzinie czasu dla różnych wartości parametru A (rys. 2.68)
(2.114)
h{t) = fc j^l —e”'Yt ^cos At + sin Ai^j
R ys. 2.70. Charakterystyki lo­
garytmiczne rzeczywistego członu
oscylacyjnego

Charakterystyki logarytmiczne rzeczywistego członu oscylacyjnego pokazano

na rys. 2.70.
Jeżeli s = 0, to człon oscylacyjny o transm itancji .

C(S) = TT f H = k (2117)
V
Charakterystyka amplitudowo-fazowa jest członem proporcjonalnym.
W celu wyznaczenia charakterystyki amplitudowo-fazowej członu oscylacyjnego
wyznaczamy najpierw jego transmitancję widmową. Podstawiając do zależności Realizacja
(2.111) s = jw, otrzymujemy C z w o r n ik p a s y w n y R L C
(?fim) - (2.115) Przykładem realizacji członu oscylacyjnego jest czwórnik pasywny R L C
(rys. 2.71)
oraz
k (2.116)
P(w) Q(w) = 0
1 —w2T 2 ’
Diagram Nyguista X R.ys. 2.71. Realizacja rzeczywistego
członu oscylacyjnego za pomocą czwór-
nika pasywnego

Rys. 2.69. Charakterystyki ampli-
tudowo-fazowe członów oscylacyj­
nych o różnych pulsacjacli drgań
własnych
*
2.4.10. Zadania
1. W celu identyfikacji układów dynamicznych poddano je badaniom. Na
wejście pierwszego układu podano w chwili t = 0 sygnał «(i) = 1. Prze­
bieg sygnału otrzymanego na wyjściu tego układu pokazano na rys. 2.72.
Drugi układ poddano badaniom częstotliwościowym. Otrzymane charak­
terystyki przedstawiono na rys. 2.73. Podaj opis transm itancyjny tych
układów.
124 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.5. Związek między modelem zmiennych stanu a modelem typu wejście-wyjście 125

4. Odpowiedź układu n a skok jednostkowy wynosi

h(t) = (4e“ 5 io ) 1 (t) (2.119)

Oblicz odpowiedź impulsową tego układu i podaj jej wykres.

5. Napisz transm itancję układu, którego charakterystyka amplitudowa jest
R ys. 2.72. Odpowiedź układu na
pokazana na rys. 2.75.
skok jednostkowy

R ys. 2.75. Charakterystyka

amplitudowo-częstotliwościowa
Diagram Bodego badanego układu

0.3 0,7 1 rad/s _

Pulsacja co -------->

R ys. 2.73. Charakterystyki 6. Zaznacz położenie zer i biegunów układu dynamicznego, którego odpo­
częstotliwościowe układu
wiedź n a ąkok jednostkowy jest przedstawiona na rys. 2.76. Zapisz trans­
m itancję tego układu.

Pulsacja co -

2. Obiekt cieplny m o żn a w przybliżeniu opisać traiisinitancją R ys. 2.76. Odpowiedź ba­

danego układu na skok jed­
-sTo (2.118) nostkowy
G(s)
Ta + 1
Podaj opis różniczkowy tego obiektu.
3. Narysuj charakterystyki logarytmiczne amplitudową i fazową układu przed­
0 10 20 ij30 40 50 s 60
stawionego n a rys. 2.74, Ł/we - wejście; Uwy - wyjście. Czas t >

2.5. Związek między modelem zmiennych stanu

a modelem typu wejście-wyjście
R ys. 2.74. Badany układ dynamiczny
2.5.1. Wzajemne relacje między modelami
W celu wyznaczenia zależności między modelem zmiennych stanu a modelem
typu wejście-wyjście należy w pierwszej kolejności wybrać dziedzinę, w której
128 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.6. Zadania

sy s_ tf= tf(sy s); Z a d a n ie 8. Wyznacz charakterystykę skokową, impulsową, Bodego oraz

N yąuista dla układu o Łransmitancji
a model w postaci zera-bieguny-wzmocnienie za pom ocą polecenia

sys_ zp k = zpk(sys); T (s) = {8 ~ 2)(s - l,5 )(s2 - k)

W podobny sposób m ożna dokonywać konwersji m iędzy w szystkim i m ode­ dla trzech różnych wartości param etru k, tj. Aą > ką > k;j > 0. Charakterystyki
lam i, które m ożna zdefiniować w MATLAB-ie, o ile taka konwersja jest w y ­ każdego rodzaju powinny znajdować się na jednym wykresie tak, aby można
konalna. było porównać wpływ zmian param etru k na ich przebieg.

2.6. Zadania

Z ad a n ie 5. Przekształć podany układ równań różniczkowych w postać mo­

delu zmiennych stanu, którego wyjściem jest wektor zmiennych stanu
lit. di Ceip 1
—z= - —=—iż + y u
Lt dt Lt Lt
dO .
J - j r + M = Gmin
di
Podany układ równań jest dość dobrym modelem zmiennych stanu silnika ob-
cowzbudnego prądu stałego. Znaczenie poszczególnych symboli w tym modelu
jest następujące: O - prędkość obrotowa wirnika, i - prąd płynący przez twornik
silnika, M - moment obciążenia silnika, u - napięcie zasilania silnika, R t - re­
zystancja obwodu elektrycznego twornika, L t - indukcyjność obwodu elektrycz­
nego twornika, J - moment bezwładności twornika, ?/; - strum ień wzbudzenia
-tuhukar-C«— Rln.hr_diaxaktc£j2 ;ująca_wplyBL,sti'Ujxiienia,Ayzbudzenia na obwód
elektryczny silnika, Cm - stała charakteryzująca wpływ strum ienia wzbudzenia
na obwód mechaniczny silnika.

Z ad an ie 6. Dla modelu zmiennych stanu z poprzedniego zadania wyznacz

model typu wejście-wyjście, przyjmując następujące param etry silnika: Rt - re­
zystancja obwodu elektrycznego twornika 1 ii, L t - indukcyjność obwodu elek­
trycznego twornika 10 m il, J ~ moment bezwładności twornika 2 kg-m2, Ceip
- stała charakteryzująca wpływ strumienia wzbudzenia n a obwód elektryczny
silnika 2,5 Cmi\>- stała charakteryzująca wpływ strum ienia wzbudzenia
na obwód mechaniczny silnika 2,5 V-s.

Z ad an ie 7. Dany jest kondensator o stałej pojemności C. Jakim członem

dynamicznym jest kondensator, jeżeli przyjąć za wejście: prąd i płynący przez
kondesator, a za wyjście przyjąć napięcie u na zaciskach tego kondensatora; za
wejście napięcie u na zaciskach kondensatora, a za wyjście prąd i płynący przez
ten kondesator.
 Rozdział

MODELE MATEMATYCZNE
NIELINIOWYCH UKŁADÓW
DYNAMICZNYCH

3.1. Wprowadzenie
W tym rozdziale przedstawiono podstawowe narzędzia potrzebne do analizowa­
nia nieliniowych układów dynamicznych. Poznanie technik analizy jest ważne
z kilku powodów.
Po pierwsze, teoretyczna analiza zwykle jest najm niej kosztownym sposobem
badania charakterystyki systemu.
Po drugie, symulacja, chociaż jest to bardzo ważny element w sterowaniu
nieliniowym, musi być po p arta teorią. Ślepa sym ulacja systemów nieliniowych
prawdopodobnie d a słabe wyniki albo wyniki te będą błędnie interpretowane.
Po trzecie, projekt sterowania nieliniowego zawsze jest oparty n a technikach
analizy. Z tego powodu m etody projektowania są zwykle oparte n a metodach
analizy. Jest niemal niemożliwe, aby opanowywać m etody projektowania bez
wcześniejszego przestudiowania narzędzi analizy. Ponadto narzędzia analizy po­
zwalają też oszacować projekt sterownika podczas jego tworzenia i w przypad­
ku nieodpowiednich param etrów mogą też sugerować kierunki modyfikowania
projektu sterownika.
Nie powinno być zaskoczeniem to, że nie została wymyślona żadna uniwer­
salna m etoda analizy wszy^lcich nieliniowych układów sterowania. W linio­
wym sterowaniu jedną m etodą m ożna analizować system w dziedzinie czasu
lub w dziedzinie częstotliwości. N atom iast dla nieliniowych układów sterowa­
nia żadne z tych standardowych podejść nie m a zastosowania w bezpośrednim
rozwiązaniu nieliniowych równań różniczkowych.
Analiza nieliniowych układów jest bardzo tru d n a i podejm uje się wysiłki, by
tworzyć stosowne, teoretyczne narzędzia do tej analizy. Zaproponowano wiele
m etod analizy układów nieliniowych. W podrozdziale 3.2.4 zostanie omówiona
analiza układów nieliniowych m etodą płaszczyzny fazowej.
1 32 3. Modele matematyczne nieliniowych układów dynamicznych 3.2. Analiza metodą płaszczyzny fazowej 133

¿2 = f 2(xi, x 2) (3.2)
3.2. Analiza metodą płaszczyzny fazowej
gdzie: x \ i X2 - stany systemu, / ) i f 2 - nieliniowe funkcje stanów.
Analiza m etodą płaszczyzny fazowej jest graficzną m etodą badania nielinio­ Geometrycznie przestrzeń stanów tego systemu jest płaszczyzną m ającą x%
wych układów drugiego rzędu. Jej podstawową ideą jest rozwiązywanie gra­ i X2 jako współrzędne. Tę płaszczyznę nazywamy płaszczyzną fazową.
ficznie równań różniczkowych drugiego rzędu zamiast szukania rozwiązania Dany jest zestaw warunków początkowych .7;(0) = xq. Równania (3.1), (3.2)
analitycznego. Wynikiem jest rodzina trajektorii układu, które odpowiadają definiują rozwiązania x(t). Ze zmieniającym się czasem £ od zera do nieskoń­
różnym warunkom początkowym n a dwuwymiarowej płaszczyźnie, nazywanej czoności, rozwiązania x (t) mogą być przedstawione geometrycznie jako krzy­
płaszczyzną fazową. Płaszczyzna fazowa pozwala wizualnie postrzegać wzory wa n a płaszczyźnie fazowej. Taka krzywa jest trajektorią płaszczyzny fazowej.
ruchu systemu. W taki sposób można otrzymać informacje co do stabilności Rodzina trajektorii płaszczyzny fazowej odpowiednich dla różnych warunków
układu. początkowych stanowi p o rtret fazowy układu.
Analiza m etodą płaszczyzny fazowej m a kilka użytecznych własności. Po Następujący prosty przykład ilustruje pojęcie portretu fazowego układu.
pierwsze, graficzna m etoda pozwala uzmysłowić, co dzieje się w nieliniowym
systemie startującym z różnych warunków początkowych bez rozwiązywania PRZYKŁAD 21 (portret, fazowy układu amortyzatora masy)
nieliniowych równań analitycznie. Po drugie, m etoda ta nie jest ograniczona do Główne równanie systemu amortyzatora masy pokazanego na rysunku 3.la jest:
słabych albo gładkich nieliniowości, m a również dobre zastosowanie do silnych znanym liniowym równaniem różniczkowym drugiego rzędu
nieliniowości i do nieliniowości „twardych”. Chociaż m etoda ta jest ograniczona x -I- x = 0 ^ 4 3 .3 )
tylko do układów drugiego rzędu, jednak wiele praktycznych systemów stero­
wania może być aproksymowanych przez systemy drugiego rzędu, a metoda Przyjmujemy, że masa początkowo jest w spoczynku, przy długości a;0. Wtedy roz­
wiązaniem równania jest
płaszczyzny fazowej może być używana w ich analizie. Oczywiście zasadniczą
wadą m etody jest to, że ograniczona jest do systemów drugiego rzędu (lub x{t) = xQcos t \
pierwszego rzędu), ponieważ graficzne badanie systemów wyższych rzędów jest x(t) = —.To sin £
rachunkowo i geometrycznie złożone. Eliminując czas £ z powyższych równań, otrzymujemy równanie trajektorii
x2 + x 2 = af,
3.2.1. Pojęcia analizy metodą płaszczyzny fazowej Równanie to jest równaniem okręgu na płaszczyźnie fazowej. Odpowiedzi dla różnych
...warunków początkowych tworzą współosiowe okręgi o różnych promieniach. Rysując
W analizie układów nieliniowych często zmienne stanu x i, X2 , ■■■, x n wybiera te okręgi na płaszczyźnie fazowej, otrzymujemy portret fazowy układu amortyzatora
się tak, aby x 2 = .¿i , x 3 = ± 2 , ■• -, = ±»_i. Tak wybrane zmienne stanu na-.. masy, który został pokazany na rys. 3.Ib. (J
zywamy zm iennym i (współrzędnymi) fazowymi. W n-wymiarowej przestrzeni
euklidesowej zmienne fazowe w każdej wybranej chwili określają jednoznacz­
a)
nie położenie punktu M , zwanego punktem opisującym. Pod wpływem wy­
muszenia lub niezerowych warunków początkowych punkt ten przesuwa się po
krzywej, zwanej trajektorią fazową. Trajektoria fazowa stanowi poglądową, geo­ t i 1 i'
n r i
m etryczną ilustrację przebiegu procesu dynamicznego w układzie. Rodzinę tra­
jektorii fazowych nazywamy portretem fazowym, układu. Natom iast powyższą W W \r
k= 1 L
n-wymiarową przestrzeń nazywamy n-wymiarową przestrzenią fazową. Szcze­ m= 1
gólnym przypadkiem przestrzeni fazowej jest płaszczyzna fazowa, gdy n = 2.

R ys. 3.1. Układ amortyzacji masy (a) i jego portret fazowy (b)
Portrety fazowe
M etoda płaszczyzny fazowej jest powiązana z graficzną m etodą badania syste­ Potęga portretu fazowego leży w fakcie, że portret fazowy systemu pokazuje
mów autonomicznych drugiego rzędu opisywanych równaniami naturę odpowiedzi dla różnych warunków początkowych, która jest bezpośred­
(3.1) nio przedstawiona na płaszczyźnie fazowej. W powyższym przykładzie łatwo
¿1 = h (x i, X2 )
 135

.,c7V7.oy f<->z0VNci
rH pł»SZ

R y s. 3.2. Portret fazo­

wy układu nieliniowego
i. Modele m atem atyczne«^^ z przykładu 22
134
Ó-O 7'^' ^
zauważyć, że żadna z trajektorii systemu nie . ^ ^ ^ • do dkk uu W v . ^
y - svStetiV..v,\c^
y g t e d .

s\ą do nieskończoności. Są to po prostu okręg1 ° " r-diiku^0' * r ó?

współrzędnych,
— j —, które wskazują
v , n o n. a krytyczną
— ..nu^ ? isana
g’ równ
\V iąkszość w
\A/U^iST-OŚC układów
k ła d ó w drugiego
Ó m cńticrr rządu może być
wyxn-
a; + I ( i , o) dco

w przestrzeni stanów ta dynamika może być Pr/,e'

¿1
:d = x '2

¿2 -A»b, x-2) • «-A oiek-

,
d tugieS °TV; - ’
x*> -—¿.
gdzie x i = x, a x2 i . W praktyce większość ułd
ułda ^ n\3o Wwody
ody ^ ^, ó1fi ć ‘‘ j 3~ t
i
jak sprężynowy amortyzator « masy w mechanice J tyCh ui«< fa,zO j ^
technice, mogą być opisane w przestrzeni stan w- pjaszczy® {3# ’ .. ę /b ,c
Itu stanu są x i jej pochodna x. Tradycyjnie m eto ^ ^ ¡ ¡ ¡ s e p &^
opracowana dła dynamiki opisanej wzorem p ó irzą * ^ '.
definiowana jako płaszczyzna m ająca x i i l3* 0 ¿ynarnik1 ciy r/ h ‘d
jednak żadnej trudności, aby rozszerzyć tę m etodę
etodą ^ ę\asz<
ę\as*
(3 .2) z płaszczyzną (« i. ^
opisane równaniami (3.1), (3.2)

Punkty osobWiMe ,h fi^

og0u - yi,ci,* i-
• • , nw e\3e s t l n d ta d ? ' n<db6
R aźnym pojęciem w analizie płaszczyzny ia a ° W ^ w e r ^ o -
osobHwy jest punktem równowagi n a pła§gC*y®Ilia . ^ ł a d n 13x0 0gtn^ ,
nowagł będzie defimowany4vxkoniiiidćC S ^ ie f f f ^ ) ptzyixlflU3ą
co o: = 0 , a . r ó w n a n i a ( 3 A ) ł i

| i 1*1 • = 0, & (x t, X2) - o . waJda

^ . n e z r o ^ V ^ . 0ciaf
Wartości stanów równowagi m ogą być otrzym o=»b W k V
D ła układu liniowego zwykłe jest tylko jeden p oSOb\kwy( ’ ^ Sb ^ ml
uycb przypadkach może być ciągły zestaw punkt lZlec.zyv ,lS n l o ^ '^
x + '-i ^ Ł^ a którego wszystkie punkty n a osi lC ' ^ jeden VA
mi osobliwymi). System ńiełuiłowy często m a wĄce^
osobliwy, jak to widać w następującym przykłac,/AC

ppZYKŁAD 22 (nieliniowy układ drugie®0 ^

o,v/ważnw układ
ilozważniy osofik.d'1
j. ą 0,61 + 3x + x2 p o n k t^-j vik
a ’ .3 2 .ibjkłafitna
k ł a f i _ « ^ P.- V S >
którego portret fazowy jest sporządzony na rys- 3.2- -„mąceg° P”:”'ten p’
\eden w punkcie (0,0) i drugi w (- 3 ,0 ) . Ruch punktu o ^ puUkt
w sąsiedztwie dwóch punktów osobliwych m a różne
ku pnnktowl x — 0, podczas gdy oddała si
136 3. Modele matematyczne nieliniowych układów dynamicznych
Ideą jest sporządzanie wykresu x w zależności od x na płaszczyźnie fazowej.
Jedyną różnicą je st to, że portretem fazowym układu pierwszego rzędu jest
pojedyncza trajektoria, a nie rodzina trajektorii, jak to ma miejsce dla układów
drugiego rzędu.
PRZYKŁAD 23 (układ pierwszego rzędu)
Rozważmy układ pierwszego rzędu, który jest opisany równaniem
x = —4x + x J
Układ ten ma trzy punkty osobliwe zdefiniowane równaniem — 4aH-x3 = 0, mianowicie
x = 0, —2, i 2. Portret fazowy układu to pojedyncza trajektoria, przedstawiona na
rys. 3.3. Strzałki na rysunku wskazują kierunek ruchu punktu opisującego, który to
kierunek jest określony znakiem przy x. Jest to widoczne na portrecie fazowym tego
układu, którego punkt równowagi x = 0 jest stabilny, podczas gdy pozostałe dwa są
niestabilne.
Symetria w portretach fazowych
P o rtret fazowy może mieć znane własności symetrii, które mogą upraszczać je­
go analizę. Jeżeli p o rtre t fazowy jest symetryczny względem osi x i albo x 2, to
w praktyce wystarczy przeanalizować tylko połowę tego portretu. Jeżeli portret
fazowy jest sym etryczny względem obu osi x i i x 2, to musi być brana pod uwagę
tylko jedna czw arta portretu. Przed przystąpieniem do sporządzania portretu
fazowego m ożna określić jego osie symetrii, badając równania systemu. Roz­
ważamy dynamikę drugiego rzędu (3.4). Nachylenie trajektorii na płaszczyźnie
fazowej jest opisane równaniem •
• da^2 = h { x \ , x 2)
d-7;i f l ( x i , x 2)
3.2. Analiza metodą płaszczyzny fazowej 137
Z symetrii p o rtretu fazowego wynika też sym etria nachyleń (równych co do
wartości bezwzględnej, ale o przeciwnym znaku). Można obserwować następu­
jące przypadki symetrii:
- Symetria w osi x i : warunkiem jest
f ( x x , x 2) = f ( x u - x 2)
Z tego wynika, że funkcja / powinna być gładka w x 2. System spręży­
nowego am ortyzatora masy w przykładzie 21 spełnia ten warunek. Jego
po rtret fazowy jest symetryczny w osi T i.
- Sym etria w osi x 2: podobnie warunkiem jest
/(.'C l, x 2) ~ - / ( - X I , x 2)
Stąd wynika sym etria względem osi x 2. Układ sprężyna m asa też spełnia
ten warunek.
- Sym etria względem początku układu współrzędnych: warunkiem jest
f ( x i, x 2) — - / ( - x i , - x 2) .
W tedy p o rtret fazowy systemu jest symetryczny względem początku ukła­
du współrzędnych.
v
3.2.2. Sporządzanie portretu fazowego
Obecnie portrety fazowe są zazwyczaj generowane za pomocą komputera. Oczy­
wiście, jak było to w przypadku początków prac nad układam i liniowymi, przy­
datna jest umiejętność szkicowania portretów fazowych łub szybkiego spraw­
dzania wiarygodność obliczeń komputerowych. Istnieje wiele metod tworzenia
trajektorii liniowych lub nieliniowych układów na płaszczyźnie fazowej, takie
jak m etoda analityczna, m etoda izoklin, m etoda funkcji delta, m etoda Lie-
narda i m etoda Pełła. W tym punkcie, przedstawione zostaną dwie spośród
nich, mianowicie: m etoda analityczna i m etoda izoklin. Metody te są wybie­
rane głównie z powodu ich względnej prostoty. M etoda analityczna wykorzy­
stuje analityczne ro zw iązan i równań różniczkowych opisujących nieład dyna­
miczny. M etoda izoklin jestftm etodą graficzną, k tóra może być stosowana do
sporządzania portretu fazowego układów, które nie mogą być rozwiązane ana­
litycznie.
Metoda analityczna
Istnieją dwie techniki sporządzania portretu fazowego analitycznie. Obie tech­
niki prowadzą do funkcyjnej relacji między dwoma zmiennymi na płaszczyźnie
fazowej Ti i x 2
i, x 2, c) = 0 (3.7)
 138
***»> *

* * f *■ r? 7 h* r« ™ * p lik o w e * „ '

J K iS T " J t,h ■ * * * — * Z S & S S r *« ■*-

W pierwsaej technice wylcoraystujeai r^ n u j erily
c^yrn #1 i ^2 S£Łfonkcjarni czasu i * inia rówriań f3 7 } / 0
,M -r n m d , ( 3.2, , pr„ .

Xi(t) —

¡ r * £ £ r * “ * * ■ * » * ,,.
W drugiej technice, bezpośrednio e lim in u T r^ WPrzyldadzie 2f ^ Jafc ^ i{vs. 3.4. System sterowania satelity 1
tocję UJe Sję 2miermą czasu SL , •

daą f i ( x l> x 'ź)

Zbadajmy
iiiłpałane na płaszczyźnie
zgodnie fazowej
ze sterowaniem zacłiowanie
o poniższym systemu sterowania, gdy siłn
wzorze
a następnie rozwiązuje te równania w celu •
.. f - U dla 0 > 0
dr „ r ” ■^ loj « , \ ¡7 dla 0 < 0
adu sPrężyna
PRZYKŁAD 24 („k ład spręźyna _ ;
SteI!jąc notach * ~ i t , moźemy praedstaw.ć równai_e ^ ^
d **+ x = 0
dx \
...« u to w y U :
Po scalkowaniu tego równania otrzymujemy V *

nydi równaniem
z czego wynika, że 0 d 0 = UdO. Dlatego trajektorie fazowe są rodziną paraboli t

O2 = 2U0 + c i

gdzie ci jest stałą. Odpowiednie portrety fazowe systemu są przedstawione na rys. 3

a) . b) c)
U *-

y i. x

, ......ii.ni. onroi.owy - U (ujemny

..«uy ciąg). J fazowe
żenie satelity; b), c) portrety
a ina być utrzymanie anteny satelity w pozycji zerowego 1 U! 3-5- Sterowanie satelitą przy użyciu włączania i wyłączania silników: a)

gilzie: u -
sunik będzie dostarczać
satelity. znajdowane
* odpowiednie
pisać w postacistu owa e znajdowane w w podobny
podobny sposób
sposób
,...... - " r \ v'" ‘“t!ł„rnWnnie zapłonem silników. Matematyczny model satelity Kiedy siłnik będzie dostarczać ujemny moment obrotowy - U , trajektorie fazow
¿2 = - 2 l / 0 + d

Odpowiednie portrety fazowe systemu są przedstawione n a rys. 3.

■Sc.

, .<rc'/;mv przez siłę ciągu, 0 - kąt położenia anteny

moment obrotowy dosi.au.zany piz - < t i Odpowiedni.- -
02 = -2U0 + d
142 3. M o dele m atem atyczne nieliniowych układów dynamicznych
3.2. A naliza metodą płaszczyzny fazowej
143
Aby otrzym ać portret fazowy tego liniowego układu, trzeba rozwiązać rów­
nania

x(t) = fcieAlt -I- k 2 ex'2i dla Aj yś A2 (3.13)

x (l) = fcieAli + k 2 teXlt dla Ax = A2 (3.14)

gdzie stale Ai i A2 są rozwiązaniami równania charakterystycznego

,s2 + as + b — (s - Ai) (s - A2) = 0

Pierwiastki Ai i A2 mogą być przedstawione jako

—a + v a 2 —4 b
c> im

—a — V a2 — 46 Slodto
0
R ys. 3.8. Typy punktów osobli­
Dla układów liniowych, opisywanych równaniem (3.12), istnieje tylko jeden wych układów liniowych: a) wę­
d)‘ zeł stabilny, b) węzeł niestabil­
punkt osobliwy (przyjmując b 0), mianowicie początek układu współrzęd­ \ü)
X ny, c) siodło, d) ognisko stabilne,
nych. Trajektorie w sąsiedztwie tego punktu osobliwego mogą mieć całkiem Ognisko e) ognisko niestabilne, f) środek
różną charakterystykę, zależną od wartości a i b. Mogą występować następują­ stabilne
ce przypadki: K Ą

1. A] i A2 - obie wartości rzeczywiste inają ten sam znak (dodatni lub ujem­ e)
ny). ¡.0)
X

2. Ai i ^2 ~ obie wartości rzeczywiste m ają przeciwne znaki.

a
3. Aj i A2 - są liczbami zespolonymi sprzężonymi z niezerową częścią rzeczy­ X

wistą (dodatnią lub ujemną).

4. Aj i A2 - są liczbami zespolonymi sprzężonymi z zerową częścią rzeczywi­ f> jo,
stą.
0
Teraz krótko omówimy każdy z powyższych czterech przypadków.

Węzeł stabilny lub niestabilny

Pierwszy przypadek odpowiada punktowi zwanemu węzłem, który może być OlOUlO
stabilny albo niestabilny. Jeżeli obie wartości własne są ujemne, to punkt oso­
bliwy jest nazywany węzłem stabilnym, ponieważ x(t) i x(t) zbiegają się do
Drugi przypadek (gdy Aj < 0 i A2 > 0) odpowiada punktowi nazwanemu
zera wykładniczo, jak pokazano na rys. 3.8a. Jeżeli obie wartości własne są
siodłem (rys. 3.8c). Z powodu niestabilnego bieguna A2 wszystkie trajektorie
dodatnie, to punkt jest nazywany węzłem niestabilnym, ponieważ a;(/,) i x(t)
systemu rozbiegają się do nieskończoności. N a tym rysunku można zaobserwo­
rozbiegają się wykładniczo z zera (rys. 3.8b). Gdy wartości własne są rzeczy­
wać dwie linie proste zaczynające się lub kończące w początku układu współ­
wiste, wówczas oscylacje w układzie nie występują. rzędnych.
 144 3. Modele matematyczne nieliniowych układów dynamicznych
Ognisko stabilne lub niestabilne
Trzeci przypadek odpowiada punktowi osobliwemu, który nazywamy ogniskiem
Ognisko stabilne zdarza się wtedy, gdy rzeczyw ista część wartości własnej jest
ujemna, co implikuje, że x (t) i x (i) dążą do zera. Trajektorie system u w są­
siedztwie ogniska stabilnego są przedstawione n a rys. 3.8d. M ożna zauważyć
że trajektoria okrąża początek układu współrzędnych jeden lub więcej razy
przed jego osiągnięciem, inaczej niż m a to miejsce przy węźle stabilnym. Jeżeli
część rzeczywista wartości własnej jest dodatnia, to wtedy x (t) i x (t) dążą do
nieskończoności i punkt osobliwy jest nazywany ogniskiem niestabilnym . T a -
jektorie odpowiadające ognisku niestabilnem u są przedstawione na rys. 3 8 e '
Środek
Czwarty przypadek odpowiada punktowi osobliwemu, który nazywamy środ­
kiem (rys. 3.8f). Nazwa pochodzi' stąd, że wszystkie trajektorie są elipsam i'
a punkt osobliwy jest środkiem tych elips. P o rtret fazowy nie tłumionego ukła­
du sprężyna - inasa należy do tej kategorii.
Na rysunku 3.8 przedstawiono portrety fazowe odpowiadające wymienionym
wyżej typom punktów osobliwych. Są to wszystkie istniejące typy punktów oso­
bliwych możliwe w układzie liniowym. M ożna jednak jeszcze rozważać pewne
przypadki zdegenerowane, np. podwójne wartości własne (A! = A2) lub o war­
tościach zerowych. Wymienione typy punktów osobliwych mogą występować
również w układach nieliniowych, ale nie m ożna wtedy ich łączyć z pojęciem
wartości własnych, lecz z charakterystycznym i kształtam i trajektorii w otocze­
niu punktu osobliwego, analogicznymi do sytuacji przedstawionych n a rys 3 8
3.2.4. Analiza układów nieliniowych metodą płaszczyzny fazowej
W analizie układów nieliniowych m etodą płaszczyzny fazowej dwa punkty są
szczególnie ważne. Analiza układów nieliniowych za pom ocą analizy ich płasz­
czyzny fazowej jest związana z układam i liniowymi, ponieważ lokalne zachowa
nic układów nieliniowych może być aproksymowane przez układ liniowy Jednak
układy nieliniowe mogą przedstawiać dużo bardziej skomplikowane zachowania
na płaszczyźnie fazowej, takie jak wielokrotne punkty równowagi i cykle gra­
niczne.
Lokalne zachowanie układów nieliniowych
Na portrecie fazowym (rysunek 3.2) są dwa punkty osobliwe, (0, 0) i ( - 3 ())
Można zauważyć, że cechy trajektorii fazowej w sąsiedztwie tych punktów oso­
bliwych są bardzo podobne jak w przypadku układów liniowych. Pierwszemu
punktowi odpowiada ognisko stabilne, a drugiemu punktowi odpowiada siodło
To podobieństwo do liniowych układów w okolicy każdego punktu osobliwego
3.2. Analiza metodą płaszczyzny fazowej
145
może być kształtowane przez łinearyzację nieliniowych układów. Jeżeli inte­
resujący nas punkt osobliwy nie je s t początkiem układu współrzędnych, to
wtedy tak definiujemy nowe zmienne stanu, aby p u n k t osobliwy znajdował się
w początku układu współrzędnych. Dlatego m ożna rozważać równanie (3.1),
(3.2) z pojedynczym punktem osobliwym w 0. Używając rozwinięcia w szereg
Taylora, równania (3.1) i (3.2) możemy napisać
¿ i — a x i -I- bx2 + 9 i(x i, x 2)
¿2 = CXl + <1X2 + m ( x i , X2)
gdzie gi(x\, x 2) i g2(x\, x 2) zaw ierają wyrazy wyższych rzędów rozwinięcia
w szereg. W pobliżu początku układu współrzędnych, wyrazy wyższych rzę­
dów mogą być pom inięte i dlatego trajektorie układu nieliniowego m ogą być
z zadowalającą dokładnością przybliżane trajektoriam i odpowiadającym i zli­
nearyzowanemu równaniu
ż j = axi bx2
x 2 = cxi -I- d x 2
Ja k widać, lokalne zachowanie układu nieliniowego może być aproksymowane
przez zachowania pokazane n a rysunku 3.8.
S
Cykle graniczne v
N a niektórych portretach fazowych możemy zaobserwować krzywą zamkniętą.
Wszystkie trajektorie wewnątrz i n a zewnątrz krzywej zm ierzają ku niej, a gdy
ruch punktu opisującego zaczyna się n a tej zamkniętej krzywej, wówczas będzie
pozostawać na niej, krążąc okresowo dookoła początku układu współrzędnych.
T a krzywa jest przykładem tzw. zjawiska cyklu granicznego. Jest on unikalną
cechą układów nieliniowych.
N a płaszczyźnie fazowej cykl graniczny je st definiowany jako izolowana za­
m knięta krzywa. T a je k to ria musi być zam knięta - określa to okresowa n atu ra
rudni, i izolowana - określa to ograniczająca n a tu ra cyklu (pobliskie trajektorie
są zbieżne lub rozbieżne od cyklu). Na portretach fazowych układu am ortyza­
to ra m asy w przykładzie 21 Jub system u satelity w przykładzie 25 jest wiele
zamkniętych krzywych. Jednak to nie są cykle graniczne w rozumieniu tej de­
finicji, ponieważ nie są one izolowane.
Zależnie od natury ruchu p u n k tu opisującego po trajektorii w sąsiedztwie
cyklu granicznego m ożna rozróżnić trzy rodzaje cykli granicznych:
1. Cykl graniczny stabilny: wszystkie trajektorie w sąsiedztwie cyklu gra­
nicznego są zbieżne do niego przy t —> oo (rys. 3.9).
2. Cykl graniczny niestabilny: wszystkie trajektorie w sąsiedztwie cyklu gra­
nicznego są rozbieżne od niego przy t —>oo (rys. 3.10).
3. Cykl graniczny pólstabilny: niektóre z trajektorii w sąsiedztwie dążą do
niego, podczas gdy inne rozbiegają się od niego przy t —>oo (rys. 3.11).
 3. Modele matematyczne nieliniowych układów dynamicznych
146
R y s. 3 .9 . Cykl graniczny sta­
bilny (trajektorie zbieżne - linia
cienka, cykl graniczny - linia po­
grubiona)
*1
R y s. 3.10. Cykl graniczny nie­
stabilny (trajektorie rozbieżne -
linia cienka, cykl graniczny - li­
nia pogrubiona)
R y s. 3 .1 1 . Cykl graniczny pół-
stabilny
X1
3.2. Analiza metodą płaszczyzny fazowej 147
3.2.5. Podsumowanie
Analiza m etodą płaszczyzny fazowej jest graficzną m etodą analizy układów dy­
namicznych drugiego rzędu. Dużą zaletą tej m etody jest to, że pozwala wizual­
nie analizować globalne zachowanie systemów. Główną wadą jej jest to, że jest
ograniczona do systemów drugiego rzędu, chociaż rozszerzenie jej do analizy
układów trzeciego rzędu jest często dokonywane za pomocą grafiki komputero­
wej. Zjawiska takie jak wielokrotne punkty równowagi lub cykle graniczne są
bardzo dobrze widoczne w analizie m etodą płaszczyzny fazowej.
3.2.6. Jak to zrobić w MATLAB-ie
Nieliniowe równania różniczkowe ze względu na ogromną różnorodność nie do­
czekały się tak łatwych i wygodnych w obsłudze narzędzi, jakie stworzono
do analizy liniowych równań różniczkowych. W tym punkcie omówione będą
podstawowe narzędzia, które oferuje M a t L a b do rozwiązywania nieliniowych
równań różniczkowych. Dzielą się one n a trzy kategorie: funkcje rozwiązujące
równania, funkcje do zarządzania opcjami i funkcje do rysowania otrzymanych
rozwiązań. Dwie najważniejsze funkcje z pierwszej grupy to ode23 oraz ode45.
Niżej zostanie ojpisana pierwsza z nich.
F u n k c ja O D E23:
Funkcja rozwiązuje równania różniczkowe m etodą niższego rzędu.
[T,Y] = O D E 2 3 (O D E F U N ,T S P A N , YO) całkuje układ równań różnicz­
kowych
t = '<»• '>
w przedziale od To do Ty z warunkami początkowymi Yo, gdzie TSPAN =
[TO TF]. Funkcja O D E F U N (T ,Y ) powinna zwracać wektor kolumnowy
odpowiadający f{ y , t,), czyli powinna zwracać wartości pochodnych rozwią­
zywanego układu równań Różniczkowy cli. Każda wartość rozwiązania Y od­
powiada pewnej chwili, k tó ra jest zapisana w odpowiednim wierszu wektora
T. Funkcja może zwrócić rozwiązania równań dla pewnych, dowolnie wybra­
nych chwil. W tym celu wektor TSPAN należy przedstawić w postaci TO,
T l, . .. , T F , czyli podając kolejne chwile, w których m a być zwrócone roz­
wiązanie. Chwile muszą być uporządkowane w sposób rosnący lub malejący.
[T,Y] = O D E 2 3 (O D E F U N ,T S P A N ,Y O ,O P T IO N S ) całkuje układrów-
nań różniczkowych, wykorzystując ustawienia podane w param etrze o nazwie
OPTIONS, które to ustawienia tworzy się za pomocą funkcji ODESET.
[T,Y] = O D E 2 3 (O D E F U N ,T S P A N , Y O ,O P T I O N S ,P I ,P 2 ,...) całku­
je układ równań różniczkowych, przekazując do funkcji ODEFUN dodatkowe
param etry P I, P2, . ..
148 3. Modele matematyczne nieliniowych układów dynamicznych 3.2. Analiza metodą płaszczyzny fazowej 149

Kolejne funkcje są przeznaczone do zarządzania sposobem pracy funkcji
ode23 i innych funkcji rozwiązujących nieliniowe równania różniczkowe.
F u n k c ja O D ES E T :
Funkcja tworzy stru kturę typu ODE OPTION S przenaczoną do przekaza­
nia opcji do rozwiązywania nieliniowych równań różniczkowych za pom ocą
funkcji ode23 lub funkcji pokrewnych.
O P T IO N S = O D E S E T ( 'N A M E l/!V A L l/N A M E 2 ',V A L 2 ! ...) tworzy
strukturę, w której własności NAME1, NAME2, . . . przyjm ują odpowiednio
wartości VALI, VAL2, . . . W łasności, których wartości nie podano, przyj­
m ują wartości domyślne.
Niżej podano nazwy niektórych własności struktu ry param etrów tworzonej
przez funkcję ODESET.
- R elTol - błąd względny (domyślnie 10“ 3). Błąd całkowania e(i) w każ­
dym kroku spełnia zależność
e(t) < max (RelTol * |y (* )|, AbsTol(i))
- AbsTol - błąd bezwzględny (domyślnie 10” 6).
- OutputFcn - wyjściowa funkcja zewnętrzna (domyślnie brak funkcji). Po
każdym kroku całkowania funkcja jest wywoływana w celu przetworzenia
wyników obliczeń w danym kroku. Najczęściej polega to n a umieszczeniu
wyników obliczeń na wykresie.
S ta t s - wyświetlanie kosztów obliczeń (domyślnie ’o f f ’).
MaxStep - górne ograniczcie kroku całkowania. Domyślnie zakłada się,
że jest to dziesiąta część kroku próbkowania wektora czasu podanego
w argumencie funkcji rozwiązującej równania.
F u n k c ja O D E G E T :
Funkcja pobiera wartość określonej własności ze struktury ODE OPTIONS.
V A L = O D E G E T (O P T IO N S ,'N A M E /) podaje wartość własności o na­
zwie NAME. Jeżeli wartość nie jest określona, to wtedy zm ienna VAL jest
pusta.
VA L = O D E G E T ( O P T I O N S /N A M E ',D E F A U L T ) działa jak opisano
wyżej, zwracając DEFAULT w przypadku braku wartości własności.
to wtedy funkcja rozwiązująca równania różniczkowe będzie ją wywoływać
każdorazowo po wyznaczeniu nowego rozwiązania w następujący sposób:
ODEPLOT(T,Y, ” )
F u n k c ja ODEPI-IAS2:
Funkcja działa n a tych samych zasadach co ODEPLOT, z tym że rysuje dwu­
wymiarową charakterystykę fazową pierwszych dwóch składników (zmien­
nych stanu) rozwiązania.
F u n k c j a ODEPI-IAS3:
Funkcja działa n a tych samych zasadach co ODEPLIAS2, z tym że rysuje
trójwymiarową charakterystyką fazową pierwszych trzech składników (zmien­
nych stanu) rozwiązania.
F u n k c j a O D E P R IN T :
Funkcja działa na tych samych zasadach co poprzednie funkcje przeznaczone
do prezentacji wyników, z tym że wszystkie otrzym ane wyniki są wypisywane
w oknie poleceń.
i
V
Kilka słów teraz na tem at konstruowania funkcji wcześniej określanej ogól­
nie jako ODEFUN. Zasada konstrukcji funkcji tego typu jest prosta i najle­
piej jest ją omówić n a przykładzie. Weźmy klasyczne równanie różniczkowe
van der Pola
~ y ( t ) - I-i ( l ~ y (t)2) ^ y ( t ) + y(t) = 0 (3.15)
Równanie to należy doprowadzić do postaci, w której występuje tylko pierwsza
pochodna pewnej funkcji. W związku z tym wykonamy podstawienie
d , ,
= 2/2CO
v{t) = yi{t) *
Dzięki temu m ożna równanie Różniczkowe drugiego rzędu (3.15) zapisać w rów­
noważnej mu postaci układu równań różniczkowych pierwszego rzędu

^ y i {<■) = 1/2(i)
F u n k c ja O D E P L O T :
Funkcja wykorzystywana do rysowania rozwiązań równań różniczkowych
w czasie działania funkcji rozwiązującej. Nazwa tej funkcji jest przekazywa­ = r (i - y \ (O 2) ?/2( i) - 2/i (f)
na jako wartość param etru OutputFcn. Jeżeli ta funkcja zostanie przypisana
Dopiero równania w tej postaci można rozwiązywać za pom ocą funkcji ode23.
do własności OutputFcn struktury param etrów za pom ocą polecenia
Po przekształceniu układu równań do odpowiedniej postaci można przystąpić
o p tio n s = o d e s e tf ’O utputFcn’ ,@ odeplot) do napisania funkcji typu ODEFUN, mianowicie
 3. Modele matematyczne nieliniowych układów dynamicznych 3.2. Analiza metodą płaszczyzny fazowej 151
150

f u n c t io n dydt = v d p l ( t , y )
7,VDP1 E v a lu a te t h e van d e r P o l ODEs f o r mu = 1
•/.
% S ee a ls o 0DE113, 0DE23, 0DE45.
% Jacek K ierzen k a and Lawrence F . Shampine
l C opyrigh t 1 9 8 4-2001 The MathWorks, I n c .
7, $ R e v isio n : 1 .4 $ $D ate: 2 0 0 1 /0 4 /1 5 1 2 :0 3 :1 9 $
dydt, = [ y ( 2 ) ; ( l - y ( l ) ~ 2 ) * y ( 2 ) - y ( l ) ] ;
Funkcja przedstawiona wyżej jest standardowo dostarczana z M atL as-ciii.
Widać, że m a ona bardzo prostą konstrukcję. Jej zadaniem jest zwracanie war­
tości pochodnych ^ y i { t ) i Parametrami pobieranymi przez funkcję -2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 2,5
muszą być chwile t oraz wartości funkcji rozwiązania y w chwili t . y\
Po wykonaniu polecenia R ys. 3.13. Trajektoria fazowa równania van der Pola dla zadanych warunków po­
czątkowych a
[t,y ]= o d e 2 3 (’v d p l’ ,[0 3 0 ],[0 0 .1 ] ) ;
otrzymamy w wektorze t ciąg chwil, w których jest określone rozwiązanie y.
W celu otrzymania odpowiedniego wykresu można skorzystać z polecenia *W kolejnym przykładzie zbadam y model dynamiczny stworzony przez Loron- -
za, np. pewne procesy dynamiczne w atmosferze. Model dla pewnych wartości
p lo t ( t ,y ) ;
param etrów jest następujący:
które spowoduje narysowanie wykresu (rys. 3.12).
HT ^
--10.7;-f- 10y
at

% = —24,74.7; - y - x z (3.16)
at
dz 8
dt “ r + xy

PRZYKŁAD 26
Dla równania (3.15) oraz warunków początkowych ¿j?/(0) = 0,1 oraz y{0) = 0
wyznaczymy trajektorię fazową w przedziale czasu od 0 do 30 [sj (rys. 3.13).
W tym celu tworzymy strukturę zawierającą parametry symulacji, w której okre­
ślamy, że wyniki obliczeń mają być wykreślone na płaszczyźnie fazowej i następnie
rozwiązujemy równania.
opcje = o d ese t(’0utputFcn’ , ’odephas2’) ;
[ t , y] =ode23 ( ’vdpl \ [0 30] , [0 0 .1 ], opcj e) ;
PRZYKŁAD 27
Wyznaczymy trajektorię fazową modelu opisanego równaniem (3.16) dla warunków
początkowych .-c(0) = 0, y{0 ) = 0,1, z(0) = —0,2.
W pierwszej kolejności tw órzm y funkcję, która będzie zwracać w odpowiedzi na
wywołanie przez funkcję ODE2fy wartości pochodnych poszczególnych zmiennych wy­
stępujących w równaniach (3.16). Ze względów technicznych należy wykonać następu­
jącą zamianę zmiennych:
2/i (*) = * (*)
2/2(t) = y(t)
2/3(t) = z{t)
Po wykonaniu zamiany zmiennych można łatwo napisać funkcję, nazwijmy ją Lorenz,
która będzie dostarczać funkcji ODE23 niezbędnych danych do rozwiązania uldadu
równań (3.16)
152 3. Modele matematyczne nieliniowych układów dynamicznych

fu n ctio n dydt=L orenz(t,y)

dydt = [ 1 0 * ( y ( 2 ) - y ( l) ) ; - 2 4 .7 4 * y ( l ) - y ( 2 ) - y ( l ) * y ( 3 ) ; Rozdział t *
2 .6 6 6 7 * y (3 ) + y (l) * y ( 3 )] ;
Po zapisaniu funkcji Lorenz można przystąpić do obliczenia rozwiązania równań
(3.16) w przedziale czasu od 0 do 10 [sj. W zmiennej opcje należy zasyganlizować, że
WŁASNOŚCI UKŁADÓW
trajektoria ma być wykreślona w przestrzeni trójwymiarowej, tj.
op cje = o d e s e t( ’QutputFcn’ , ’odephas3’ ) ;
Polecenie
[t,y ]= o d e 2 3 (’Lorenz’ , [0 10] , [0 0 .1 - 0 .2 ] , o p c je ) ;

uruchomi funkcję ODE23, która rozwiąże i wykreśli odpowiednią trajektorię w prze­

strzeni trójwymiarowej (rys. 3.14).
4.1. Stabilność układów dynamicznych

4.1.1. Pojęcia związane ze stabilnością

Pojęcia związane ze stabilnością modeli liniowych układów dynamicznych przed­
stawione będą najpierw w odniesieniu do m odelu zmiennych stanu, następnie
R ys. 3.14. Trajektoria fa­ w odniesieniu dp modelu typu wejście-wyjście.
zowa równania (3.16) dla V
zadanych warunków po­ Co to znaczy, że układ dynamiczny jest stabilny?
czątkowych
Pojęcie stabilności jest intuicyjnie wyczuwalne przez każdego z nas. Jeżeli
o obiekcie mówimy, że jest stabilny, to najczęściej oznacza, że obiekt ten wy­
trącony ze stanu równowagi przez czynniki zewnętrzne (oczywiście w pewnym
zakresie wartości) do tego stanu powraca po zniknięciu wpływu czynników, któ­
y(0 = 72(0 - 200-100 x(i) = yi(i) re wytrąciły go ze stanu równowagi. Na przykład większość budynków uważamy
za stabilne, ponieważ zwykły podmuch w iatru nie jest w stanie zmienić poło­
Identyczny rezultat można uzyskać za pomocą następującej sekwencji poleceń: żenia budynku. Rzecz jasna, że silniejsze podmuchy wiatru powodują nawet
kilkumetrowe odchylenia od pionu wysokich budynków, ale gdy w iatr ucichnie
[ t,y ]= o d e 2 3 ( ’Lorenz’ , [0 10] , [0 0 . 1 - 0 . 2 ] ) ;
p lo t 3 ( y ( : , 1 ) , y ( : , 2 ) , y ( : ,3 ) ) ; w racają do pozycji wyjściowej (czyli pozycji pionowej), k tó rą m ożna traktować
grid; jako stan równowagi. Przykjftdów takich m ożna podać bardzo wiele. Isto tą ich
wszystkich - z punktu widzenia stabilności - jest fakt, że obiekt po wytrąceniu
Pozostaje w tym przypadku jedynie dodać opisy osi, co można wykonać za pomocą
poleceń go ze stanu równowagi do tegoż stanu powraca.
x l a b e l ( ’x ( t ) = y _ l ( t ) ’) ;
y lab e.l(’y (t)= y _ 2 (t) ’) ; Czym jest stan równowagi?
z l a b e l ( ’z ( t ) = y _ 3 ( t ) ’) ; p
Wprowadzone w poprzednim podpunkcie pojęcie stanu równowagi wymaga do­
datkowych kilku słów komentarza. Gdyby przyszło określić własnymi słowami
pojęcie stanu równowagi, to znaczna część uczestniczących w takiej ankiecie
udzieliłaby odpowiedzi: stan równowagi to stan, w którym nic się nie dzieje.
Jest to określenie bardzo ogólne i wymaga sprecyzowania oraz przełożenia na
język m atem atyki, którym się posługujemy w opisie funkcjonowania układów
1 54 4. Własności układów
dynamicznych. Jak wyrazić inaczej stwierdzenie, że nic się nie dzieje? Inny­
mi słowami: jak wyrazić w kontekście modelu matematycznego fakt, że nie
następują w nim zmiany wielkości opisujących dynamikę układu? Odpowiedź
na to pytanie będzie udzielona na przykładzie modelu zmiennych stanu, który
obrazuje dynamikę układu w dziedzinie zmiennej rzeczywistej. Jeżeli wektor
zmiennych stanu oznaczony będzie przez x , to brak dynamiki w układzie cią­
głym można wyrazić za pomocą następującego równania:
d®
* =0 <«>
Przeprowadzone rozważania można podsumować w postacinastępującej de­
finicji.
DEFINICJA 44
Punkty w przestrzeni zmiennych stanu modelu układu dynamicznego cią­
głego, dla których jest spełniona zależność (4.1) dla każdej chwili t nazy­
wamy punktami równowagi tego układu.
W podobny sposób można przeprowadzić rozważania dla układów dykret-
nych, opisanych modelem zmiennych stanu. Brak dynamiki w układzie dys­
kretnym objawia się spełnieniem następującej zależności:
35, 1+1 = dla n > k (4.2)
w której: n - pewna chwila dyskretna ł, k - pewna chwila dyskretna, w której
układ dyskretny osiąga stan równowagi.
Przez analogię definiuje się punkt 'r0WH0Wagl”tiferukiadu-d 3rskretnego........
DEFINICJA 45
Punkty ui przestrzeni zmiennych stanu modelu układu dynamicznego dys­
kretnego, dla których jest spełniona zależność (4.2) dla każdej chwili dys­
kretnej i, nazywamy punktami równowagi tego układu.
Pojęcia stabilności i punktu równowagi w kontekście ciągłego modelu
zmiennych stanu
Przytoczone wyżej krótkie opisy, stanowiące próbę zobrazowania dwóch n aj­
ważniejszych pojęć związanych z zagadnieniem stabilności, zostaną teraz sfor­
mułowane bardziej precyzyjnie w odniesieniu do modelu zmiennych stanu. Za­
gadnienie stabilności modelu zmiennych stanu rozpatruje się przy braku sy­
gnału wymuszenia, jedynie dopuszcza się istnienie niezerowych warunków po­
czątkowych. Zatem równania zmiennych stanu redukują się do następującej
postaci:
4.1. Stabilność układów dynamicznych 155
= A x ( t) , x(Q) = x Q (4 .3 )
gdzie: .%•(/,) - wektor zmiennych stanu, a;o - wektor warunków początkowych
zmiennych stanu, A G K ” xn - macierz współczynników opisująca strukturę
układu liniowego i param etry elementów ten układ tworzących.
Precyzyjna definicja punktu równowagi liniowego modelu zmiennych stanu
jest następująca.
DEFINICJA 46
Punkt x r, dla którego A x r = 0 dla wszystkich chwil t > 0, nazywamy
punktem równowagi modelu opisanego równaniem (4 .3 ).
Na podstawie równania (4.1) i definicji 46 poszukiwanie punktów równowagi
a u to n o m ic z n e g o (nie poddanego działaniu wymuszenia) modelu zmiennych
stanu (4.3) polega n a rozwiązaniu równania
- . 0 = Ax '—--(4.4)
Jeżeli det A fi 0 , to układ opisany równaniem (4.3) m a dokładnie jeden
punkt równowagi, w przeciwnym razie punktów równowagi jest nieskończenie
wiele (ściślej: jeśt to ilość: nieprzeliczalna). N aturalne jest pytanie, czy znalezie­
nie punku równowagi oznacza, że model zmiennych stanu opisujący układ jest
modelem stabilnym? Odpowiedź brzmi: nie. Istnieje kilka rodzajów punktów
równowagi, dlatego decyzja o stabilności modelu nie może być podjęta tylko
i wyłącznie na podstawie istnienia punktów równowagi. Niech ilustracją będzie
tu taj przykład w ahadła odwróconego, które m a jeden koniec zamocowany do
podstawy. W przypadku tego układu da się wyróżnić dwa położenia (punkty)
równowagi. Jeden z punktów równowagi m a tę własność, że nawet niewielkie
wytrącenie wahadła z tego położenia powoduje, że zaczyna ono przewracać się
i nie powraca do położenia wyjściowego. To położenie wahadła jest; punktem
równowagi według równania (4.1), ale nie jest to położenie stabilne. Drugie
z możliwych położeń równowagi (swobodne zwisanie wahadła) również spełnia
równanie (4.1), z tym że wytrącenie w ahadła z tego położenia równowagi po­
woduje jego powrót do teg^ położenia. Mamy zatem w tym przypadku dwa
punkty równowagi, z czego jeden jest stabilny, drugi nie. Ten prosty przykład
pokazuje, że definicja określająca stabilność modelu zmiennych stanu, oprócz
istnienia punktów równowagi, musi obejmować również ich charakterystykę.
DEFINICJA 47
Punkt równowagi x r nazywamy stabilnym,, jeżeli dla każdej liczby dodat­
niej e można dobrać taką liczbę rj, że trajektoria fazowa układu rozpoczy­
nająca się w punkcie xq , leżącym wewnątrz kuli o promieniu rj, pozostanie
wewnątrz kuli o promieniu c dla dowolnej chwili t > 0 .
 4. Własności układów 4.1. Stabilność układów dynamicznych 157

156
PRZYKŁAD 29
PRZYKŁAD 28 W tym przykładzie pokazano wykresy fazowe autonomicznego liniowego układu
Niżej zamieszczono wykresy fazowe (rys. 4.1) autonomicznego liniowego układu dynamicznego opisanego równaniem
dynamicznego opisanego równaniem d*(f) 0,5 1
dx(t) -0,5 1 x(t) di 1 0,5 x{t)
1 -0,5
di dla kilku warunków początkowych (rys. 4.3).
dla kilku warunków początkowych.

1.5

0,5 Rys. 4.3. Trajektorie fazowe mode­

lu niestabilnego
o
-0,5

-1

-1,5
—2 -1 ,5 -1 -0 ,5 0 0,5 1 1,5 2
*1
Punkty początkowe trajektorii fazowych dla łatwiejszej interpretacji wykresu za­
znaczono znakiem x. Omawiany układ ma jeden punkt równowagi x r = 0. Punkt
Na wykresie widać, że liniowy model rozpatrywanego układu ma punkt równowagi, ten jest niestabilny według definicji 47, ponieważ nie można ustalić liczb c i rj takich,
x r — 0. Co więcej, jest to stabilny punkt równowagi zgodnie z definicją 47, ponieważ aby kule o tych promieniach zawierały w całości trajektorie fazowe modelu dla t. > 0.
możria.-d<vbm<Uak.stała.£.,i rp aby pokazane na wykresie trajektorie fazowe zawierały się Trajektorie pokazane na rysunku w miarę upływu czasu i oddalają się od punktu
wewnątrz kul o promieniach e, ’/?■Środki obu kul są umieszczone w punkcie równowagi równowagi x r do nieskończoności, co wskazuje, że punkt ten jest punktem równowagi
x r = 0. Niżej zamieszczono wykres ilustrujący zmiany w czasie zmiennych stanu dla chwiejnej. Niżej zamieszczono wykres ilustrujący zmiany w czasie zmiennych stanu
warunków początkowych a;i(0) = a.'2(0) = 1 (rys. 4.2). układu dla warunków początkowych x\ (0) = 1 i a:2(0) = 1 (rys. 4.4).

Rys. 4-2. Zmiany wartości zmien­ R ys. 4.4. Zmiany wartości zmien­
nych stanu w funkcji czasu nych stanu w funkcji czasu

Czas O
158 4. Własności układów
Na zakończenie tego punktu zdefiniowane zostanie jeszcze jedno pojęcie.
DEFINICJA 48
P unkt równowagi x T nazywamy stabilnym asymptotycznie, jeżeli:
• punkt x r jest stabilny w sensie dejinicji 47,
• limt-too a; (i) — x r .
Pojęcia stabilności i punktu równowagi w kontekście dyskretnego modelu
zmiennych stanu
Przedmiotem uwagi w rozważaniach na tem at stabilności modelu dyskretnego
będzie, podobnie jak w przypadku modelu ciągłego, układ nie poddany dzia­
łaniu wymuszenia przy niezerowych warunkach początkowych
x n+i = A x n , *(0) = x 0 (4-5)
gdzie: x n - wektor zmiennych stanu w chwili czasu dyskretnego n, x„+ i jest
wektorem zmiennych stanu w następnej chwili czasu dyskretnego, a;o - wek­
tor warunków początkowych zmiennych stanu, A - macierz współczynników
opisująca strukturę układu liniowego i param etry elementów tworzących ten
układ.
DEFINICJA 49
Punkt x r, dla którego A x r = x r dla wszystkich chwil czasu dyskretnego
t > 0, nazywamy punktem równowagi modelu opisanego równaniem (4.5).
N a podstawie równania [4.2] i definicji 49 poszukiwanie punktów równowagi
autonomicznego modelu zmiennych stanu (4.5) polega na rozwiązaniu równania
o następującej postaci:
0 = {A — 1 )* (4-6)
Jeżeli det ( A —1) -/- 0, to układ opisany równaniem (4.5) ma dokładnie jeden
punkt równowagi, w przeciwnym razie punktów równowagi jest nieskończenie
wiele. Definicja punktu równowagi stabilnego i punktu równowagi stabilnego
asymptotycznie pozostaje taka sama jak dla układów ciągłych, z wyjątkiem
zmiany dziedziny czasu ciągłego na czas dyskretny.
Wartości własne macierzy
Przed zapoznaniem się z metodami badania stabilności warto przypomnieć
kilka podstawowych wiadomości na temat wartości własnych macierzy, które
podano w dodatku A . Jak się okaże w następnych punktach, wartości własne
4.1. Stabilność układów dynamicznych 159
odgrywają istotną rolę w rozważaniach na tem at stabilności modelu zmiennych
stanu. Pierwszym wnioskiem, jaki wynika z analizy definicji wartości własnych
jest wniosek, że macierz kwadratowa o wymiarze n m a dokładnie n warto­
ści własnych. Jest tak, ponieważ wielomian charakterystyczny danej macierzy
jest wielomianem stopnia n. Jak wiadomo z algebry, wielomian stopnia n ma
dokładnie n pierwiastków. Rozpatrzm y poniższy przykład.
PRZYKŁAD 30
Obliczymy wartości własne macierzy
1 2
A :
3 4
W celu wyznaczenia wartości własnych tej macierzy wykorzystujemy definicję
A 0’ 'l 2 A - l -2
det
0 A 3 4 ) =dcti 3 A- 4
= (A - 1)(A - 4) - 6 = A2 - 5A - 2 = 0
Po rozwiązaniu tego równania otrzymujemy wartości własne macierzy A , mianowicie
Ai = -0,3723, Az = 5,3723. ' □
\
W przypadku macierzy stopnia większego niż 2 wyznaczenie wartości wła­
snych jest pracochłonne i żmudne. Dodatkowo zachodzi konieczność znajdo­
wania pierwiastków wielomianu stopnia większego niż 2, co nie jest zadaniem
prostym już dla wielomianów stopnia 3 i 4, a dla n > 4 nie istnieją, zależności
analityczne określające wartości własne w funkcji elementów macierzy. Takie
przypadki można rozwiązywać jedynie za pomocą m etod numerycznych.
4.1.2. Badanie stabilności liniowych układów ciągłych
Cel wprowadzenia kryteriów stabilności
K ryteria stabilności są wprowadzane w celu uproszczenia projektantowi odpo­
wiedzi na pytanie o stabilność stworzonego modelu matematycznego układu.
Dzięki wykorzystaniu opisanych niżej kryteriów stabilności można na podsta­
wie struktury i param etrów modelu stwierdzić, czy układ jest stabilny, bez
konieczności rozwiązywania równań modelu lub wykonywania badań symu­
lacyjnych.
Warunki konieczne i dostateczne stabilności układów ciągłych
Wyznaczenie warunków koniecznych i dostatecznych stabilności asymptotycz­
nej można wykonać na podstawie analizy ogólnego rozwiązania równania zmien­
nych stanu autonomicznego układu liniowego opisanego równaniem (4.3). R.oz-
 4. Własności układów

160
wiązanie fco w dziedzinie czasu przedstaw ia następujący wzór:

x { ł) = £ ( A kl + A k2t + • • • + A krrlktmk~x) e ^ a - o (4.7) 1.3. K r y t e r i a s t a b i l n o ś c i u k ł a d ó w c i ą g ł y c h

gdzie: r - k= 1 modelu, Aj; - A-ta wartość w łasna macierzy A , m k - krotność

rząd / tvm punkcie zostaną przedstawione oce_
ić stabilność układów liniowych ciągłych. Isto ą ow am a tych kryteriów
fc-fcej wartości własnej macierzy A , A kj d la j = 1, . . . , m k - macierze stałych
I określenie położenia pierwiastków równania charakterystycznego, n a pod­
Do przeprowadzenia analizy składników gumy z równania (4.7) bardzo po­ li.,,;,, -/naiomości współczynników tego równania , konieczności analityczne-
w s p ó łc z y n n ik ó w . wie . Pierwiastków - Umówione kry teria nie
lUblDi T S S S I d z k d S a d n i e zn ajdują się pierwiaski, p o p a la ją
mocna je st następująca zależność: pierwiastki zn ajdują sią w stabilnej (lewej) czę-
0 d la R e A* < 0 i skończonego p

¡
1 dła R e Xk = 0 i ? = f l (4.8) W1, j’ zespolonej, czy też me. Z p unktu widzenia p ro jek tan ta układu
J k in fo rm a c ja j e s t w y s t a r c z a . ^

oo d ła ReAfc > 0 i p>0

Wykorzystując zależności (4.7) i (4.8), m ożna udowodnić następujące twier­
dzenie, które jest zasadniczym narzędziem pozwalającym rozstrzygnąć o sta ­ uwzorem

bilności liniowego układu ciągłego. .. bj s +

-i- »m - _— ;— ----------— ii m l
r « = m = 00 1 ’
Autonomiczny ciągły układ liniowy opisany równaniem (4.3) je s t stabilny
T W I E R D Z E N I E 1
. • ; odpowiednio stopniam i wielomianu licznika oraz mianownika,
■ustedy i tylko wtedy, gdy wszystkie wartości własne Ai, Aa, •. •, A,, macierzy
wielomiany L(s) i Af(s) nie mają wspólnych czynni rów (tj. tlie 1110Żna wyko_
systemowej A mająniedodatnie części rzeczywiste, a każda wartość własna
o zerowej części rzeczywistej je s t wartością własną jednokrotną. ać skrócenia).

Ze wzorów (4.7) i (4.8) wynika, że jeżeli założenia twierdzenia są spełnione,

-to..wsŁvstk.iŁ składowe wektora x ( t) s ą ograniczone dla wszystkich t > 0. Jeżeli D E F I N I C J A 5 0

założenia te nie są spełnione, to przynajm niej jedna składowa wektora x ( t) Równanie

rośnie do nieskończoności d ła £ —+'oo. W tym przypadku układ je st niestabil­ MW = + ■■■+“ >” + “ » = 0
ny. O asymptotycznej stabilności układu opisanego równaniem (4.3) pozwala nazywamy równaniem chwakterystyczmjm m odeu układu opisanego za­
leżnością (4.10). Wielomian M (s ) nazywamy om ianem charakterys­
zdecydować poniższe twierdzenie.
tycznym.
Autonomiczny
TW
ciągły
I E R D Z E N I E 2
układ liniowy opisany równaniem (4.3) je st stabilny
asymptotycznie wtedy i tylko wtedy, gdy wszystkie wartości własne A i, X-i,
M a p ,a ,p om ni»»:
... , Xr macierzy systemowej A m ają ujem ne części rzeczywiste, czyli
— ł* W następującym i waorami:
Re Aj,. < 0 dla i = 1, ...,?■ (4.9)
¿(t) = Ax(t) + Bu(t) (4.11)
j,(t) = Cx(t) + D u (t)
Sprawdzimy
P RZ Y K Ł A D stabilność
3 1 asymptotyczną modelu układu, którego macierz A , nazy­

wana również systemową, mu postać

162 4. Własności układów 4.1. Stabilność układów dynamicznych
163

gdzie: x (i) - wektor zmiennych stanu; u (t) - sygnał wymuszenia; y (t) - sy­
gnał wyjściowy; n - rząd modelu łub równoważnie liczba zmiennych stanu; On-1 an 0 0 0 0 0 0
m - liczba wejść modelu; p - liczba wyjść modelu; macierze A G JRnx" )
B G R” XTO, C G Mpxn, D G Rpxm. ®n—3 an ~ 2 a -n .~ 1 On 0 0 0 0
O-n—5 a n —4 O-n—3 O'n—1 a n —l O ji 0 0
DEFINICJA 51 :
Równanie
0 0 0 do a1 0,2 «3 0,4
det [IA — A] — 0
0 0 0 0 0 a0 «2
nazywamy równaniem charakterystycznym układu, którego model opisują
równania (4.11). Wielomian det[IA - A] nazywamy wielomianem, charak­ 0 0 0 0 0 0 0 a0
terystycznym.

Sposób konstruowania wyznacznika głównego i podwyznaczników najwygod­

Obie definicje opisują równanie charakterystyczne. Różnica między nimi po­ niej będzie prześledzić na przykładzie.
lega jedynie na sposobie wyznaczania równania charakterystycznego, co zależy
od typu modelu, który jest dany. PRZYKŁAD 32
Napiszemy wyznaczniki wykorzystywane w kryterium Hurwitza dla układu piątego
Kryterium Hurwitza rzędu o następującym równaniu charakterystycznym:
Pierwszym kryterium stabilności, które zostanie przedstawione, będzie anali­ ar,s 5 + a4 sĄ + a3fe3 -I- a2 s 2 -|- ais + «o
tyczne kryterium Hurwitza. Na podstawie tego kryterium można bez rozwią­ Budujemy wyznacznik główny kro ci'fxAtr )Ą Wi
zywania równania charakterystycznego modelu, czyli znajdowania biegunów,
[ 0.4 a r> 0 0 0
stwierdzić, czy model układu jest stabilny asmptotycznie, czy też nie. Wpro­
wadzenie tego kryterium znacznie uprościło badanie stabilności modelu. Dzięki j u2 a3 O.Ą ar, 0
niemu można zdecydować o stabilności modelu, ale nie można powiedzieć nic Ar, = | «o a 1 a -2 a3 a4
n a temaFwiuftóści biegunów z 'wyjątkiem ^foTże wszystkie znajdują się w lewej 0 0 rt0 «1 «2
pólpłaszczyźnie zmiennej zespolonej. 0 0 0 0 o-o
oraz podwyznaczniki
TW IERDZENIE 3 04 a5 0 0
a 4 ĆI5 0
Wszystkie pierwiastki (bieguny) równania charakterystycznego modelu a-i a 3 0,4 0.5 Oą <1,5
(4 . 10) będą znajdować się w lewej pólpłaszczyźnie zmiennej zespolonej, Aa€ = a-z a-s a 4 A2 = a4
ao a-i a-z « 3 a-i 0,3
jeżeli zostaną spełnione następujące warunki: aQ « i «2
0 0 ao “ 1
a
1) Wszystkie współczynniki a,i i = 1, . . . , n równania charakterystycznego
są dodatnie. Jest to warunek konieczny.
2) Wszystkie podwyznaczniki N a podstawie tego przykładu w kolejnym przykładzie zbadamy stabilność
asym ptotyczną modelu typu wejście-wyjście piątego rzędu.
Ai > 0, A2 > Oj ..., An_2 > 0, An_i > 0
są dodatnie. PRZYKŁAD 33

Podwyznaczniki otrzymuje się w postaci minorów głównych wyznacznika Zbadamy stabilność asymptotyczną modelu o następującym równaniu charaktery­
stycznym:
głównego. Wyznacznik główny buduje się wg następującego schematu:
s° + 2s + 3s + 4s + 5.s- -|- 6 = 0
164 4. Własności układów 4.1. Stabilność układów dynamicznych 165

W tym przypadku ag = 1, a 4 = 2, «3 3, (P2 ~ 4, a 1 = 5, a0 = 6. Budujemy Jeżeli układ jest niestabilny asymptotycznie, to współczynniki tej ko­
wyznacznik główny
lumny zmieniają znak. Wówczas liczba zm ian znaku je st równa liczcie
a4 a5 0 0 0 2 1 0 0 0 pierwiastków równania charakterystycznego znajdujących się w prawej pół­
U’2 a-i a4 «5 0 4 3 2 1 0 płaszczyźnie zm iennej zespolonej. Tablicę Routha buduje się wg następu­
A5 = ito Ul a-2 a-i 04 = 6 5 4 3 2 = -7 2 jącego schematu:
0 0 a0 «1 a-2 0 0 6 5 4 an On—2 On—A
0 0 0 0 «0 0 0 0 0 6
Q>n—1 On—3 On—5
oraz podwyznaczniki h b2 bs b4
a4 a5 0 0 2 1 0 0 Cl C2 C3
«2 «3 (1ą ar, 4 3 2 1 di da
A4 — = -1 2
aQ a i a -2 a 3 6 5 4 3 Cl
0 0 a () a j 0 0 6 5
g d zie:
«4 Cif) 0 2 1 0 d 11 On —2 dn On ~ 4 Clfi On—Q
04 05 2 1
A, a4 =z 4 3 2 = 0,
<1

a 2 “3 0*71—1 &TI—3
II

&n~~l ^n—7
CS

a -2 a-i 4 3 O n—1 On —5
01 — , b2
a0 ai a-2 6 5 4 Oji - 1 &n—l On~l
A, : a4 ==2 Cln—1 On—3 On —1 On —5 fln_ l d n—7
bi b‘2 bi b:i b\ bA
Warunek 1 kryterium Ilurwitza jest spełniony (wszystkie współczynniki równania cha­ Cl = , c2 C3
rakterystycznego są dodatnie), ale wyznaczniki są różnych znaków. Wniosek stąd, -b 1 -h -ii
że badany model jest niestabilny, ponieważ nie jest spełniony warunek 2 (konieczny h b2 h b:i
i wystarczający) kryterium Ilurwitza. Istotnie, pierwiastkami równania charaktery­
Cl c2 Cl C'3
stycznego są liczby'A, = 0,5517 + j l , 2533, A2 = 0,5517 - j 1,2533, A3 = —1,4918,- d, — , d2
Xt = -0,8058 + jl,2229, A4 = -0,8058 - jl,2229. □ -c i -C l

Cl c2
Kryterium Routha dą d->
e\ —
-d i
Drugim kryterium analitycznym, obok kryterium Ilurw itza, jest kryterium
Routha, które oprócz odpowiedzi u a pytanie o stabilność asym ptotyczną ba­
danego modelu dostarcza informacji o liczbie pierwiastków równania charak­
terystycznego, znajdujących się w prawej półpłaszczyźnie zmiennej zespo­ Z każdym wierszem tablicy R outha m ożna skojarzyć wielomian pomocniczy,
lonej . który będzie wykorzystywałby w przypadku szczególnym, czyli wtedy, kiedy
wiersz współczynników okaże się składać z samych zer
S n~ 2
s n -4 s n - 6
o n an ~ -2 O n —4 O n — () ••* sn
TW IERDZENIE 4 sn - 1 <,71-3 t.n—5 s n - 7
On _ 1 an-3 Oji —5 O n —7 *' *
Wszystkie pierwiastki równania charakterystycznego modelu (4.10) będą
s n - ‘2 5n - 4 ę71—6 fl«-8
znajdować się w lewej półpłaszczyźnie zm iennej zespolonej, jeżeli zostaną bi b2 63 bA ■■■

spełnione następujące warunki: Cl C-> C3

* * c j i —3 sn- 5 s«—7
s n -4
di da Sn ~ 6
1) Wszystkie współczynniki ai, i = 1, . . . , n, równania charakterystyczne­
s n -5
go są dodatnie. Jest to warunek konieczny, Cl
2) Wszystkie współczynniki lewej skrajnej kolumny tablicy Routha są do­ W tedy wiersz składający się z zer zastępuje się współczynnikami pochodnej
datnie. wielomianu pomocniczego z poprzedniego wiersza. Wielomian ten buduje się,
166 4. Własności układów 4.1. Stabilność układów dynamicznych

sumując odpowiednie iloczyny współczynników z tablicy R outha ze zm ienną s mianowicie

w potędze wynikającej z konstrukcji stowarzyszonej z nią tabeli wielomiano­ 0,6 o,4 02 a0 1 5 9
wej. Drugą sytuacją wyjątkową jest sytuacja, kiedy element w lewej skrajnej «5 a3 Ol 0 3 7 11
kolumnie tablicy R outha równa się zeru. W tedy badane równanie charaktery­ bi b2 h 61 b2 ki
styczne należy pomnożyć przez czynnik (s + a) i rozpocząć badanie stabilności Cl C-2 0 <=> Cj C-2 0
tak otrzymanego równania za pom ocą kryterium R outha od początku. Liczba di d-2 di d2
a > 0 jest liczbą rzeczywistą i nie jest pierwiastkiem równania charakterystycz­ Cl 0 Cl 0
nego. W przykładzie ilustrującym wykorzystanie kryterium R outha zbadamy fi h
stabilność m odelu podanego w przykładzie 33. Będzie to przykład, w którym Wyzn iczamy bu !>2 , 63
pokazano sposób postępowania w przypadku szczególnym budowy tablicy Ro­
utha, kiedy wyraz w lewej skrajnej kolumnie równa się zeru. 1 5
3 7 1 9
3 lll
h 1)2 =
PRZYKŁAD 34 -3
Zbadamy stabilność modelu typu wejście-wyjście podanego w przykładzie 33. Ta­ wstawiamy do tablicy Routha
blica Routha dla tego modelu wygląda następująco: 1 5 9 6
o,8 0.3 oi 1 3 5 3 7 11 0
a4 0.2 ao 2 4 6 8 16
— 6
&i b2 O bi b2 O 3 3
Cl C2 Cl C’2
Cl C’2 0
di O di O di d2 V
ei ei Cl 0 V
Pierwsze dwa wiersze tablicy Routha są znane. Stanowią je współczynniki równania fi
charakterystycznego. Pozostałe wiersze obliczamy w następujący sposób: Wyznaczamy ci i c2
1 3 1 5
2 4 2 6
<1 - 1, b2 = ■— 3 7 3 11
8 16 8
Po uwzględnieniu otrzymanych wyników aktualizujemy tablicę Routha 6
ci 3 y 3
= 1. Co =
1 3 5

W| cc
2 4 6
1 2 0
ci c2
di 0 «•
Cl
Wyznaczamy di i d2 ^
i obliczamy kolejny wiersz
2 4 2 6
1 2 1 0
- = 0, Co =

Ponieważ ci = 0 i c2 ^ 0, czyli otrzymaliśmy przypadek szczególny, mnożymy więc

równanie charakterystyczne przez s + 1 (1 nie jest pierwiastkiem równania s8 + 2s4 +
+ 3fi3 + 4.s2 + 5fi 4- 6) i budujemy nową tablicę Routha dla równania
(s + l)(s5 + 2s4 + 3s3 4- 4s2 + 5s + 6) = s 6 + 3s5 -I- 5s4 + 7s3 + 9s2 + l i s + 6 = 0
 4. Własności układów 4.1. Stabilność układów dynamicznych
168 169

Na koniec wyznaczamy e\ i f-ż Uaktualniona tablica Routha

1 5 9 6 1 3 54 1
1 2 31 0
3 7 11 0
1 2 31
34 -6 6 8 16
6 C l C'2 C ;) 0

¥ 3 ¥
6 6 21 ! ° 34
h 1 0
Ci T ’ 21 ¥
(i Po uzupełnieniu tablicy widać, że jej dwa ostatnie wiersze są liniowo zależne. Wniosek
‘ 4 -6 6 stąd, że c4 = c2 = c.3 = 0 , tj. otrzymaliśmy drugi z przypadków szczególnych kryte­
rium Routha. Postępując wg zasad określonych w tym kryterium, należy skonstruować
wielomian pomocniczy na podstawie poprzedniego wiersza tablicy W(s) i obliczyć jego
pochodną
6

Analizując lewą skrajną kolumnę wyznaczonej tablicy Routha, można zauważyć, że W (s) = sb + 2s4 + 33“*-t-1 — = 6s5 + 8s3 + 6s
następują dwie. zmiany znaku. Zgodnie z kryterium Routha oznacza to, że badany ds
układ ma dwa'pierwiastki w prawej półpłaszczyźnie zmiennej zespolonej, czyli jest
Następnie współczynniki pochodnej wielomianu wstawia się do tablicy Routha '¿amiast
niestabilny. ° wiersza składającego się z samych zer, tj. ci = 6 , c2 = 8 , C3 = 6 ~~~

W kolejnym przykładzie zilustrowany będzie przypadek, kiedy cały wiersz 1 3 5 4 1

12 3 10 ,
tablicy R outha będzie składać się z zer. 12 3 1 V
6 8 6 0
PRZYKŁAD 35
Zbadamy stabilność modelu układu liniowego opisanego następującym równaniem
charakterystycznym: Dalsze obliczenia przebiegają bez niespodzianek, dlatego nie będą przedstawiane ich
etapy pośrednie. Kompletna tablica Routha dla tego równania charakterystycznego
........................................ przedstawia się następująco:

Tablica Routha w tym przypadku wygląda następująco: 1 35 4 1

1 23 1 0
c° 1 23 1
1 3 5 4 1 ,s8 s° s4 s2
6 86 0
1 2 3 1 0 s7 s5 s3 s1
2
61 62 63 i>4 s6 s4 S 2 8° 21 *
3
Cl C‘2 C--i 0 S '5 a3 S1 M
4
di d 2 d-j - s 4 s 2 s ° -16 - - 0
Cl (‘-2 0 s3 s l 35
fi ¡ 2 s2 8 ° 1
18
i/t 0 s' 288
hi 8°
35
1
1 3 1 5 1 4 1 1
1 2 1 3 1 1 1 0 Z tablicy Routha wynika, że badany wielomian charakterystyczny ma dwa pierwiastki
b2 = 2, 3, b4 w prawej półpłaszczyźnie zmiennej zespolonej, a w związku z tym jest niestabilny. O
-1
170 4. Własności układów 4.1. Stabilność układów dynamicznych 171

Kryterium Michajłowa Wyznaczmy różnicę

K ryterium M ichajłowa jest pierwszym z kryteriów analityczno-graiicznych, czy­
li kryteriów pozwalających rozstrzygnąć o stabilności układu lub modelu ukła­
du na podstawie tzw. krzywej Michajłowa. K ryterium Michajłowa dostarcza
alternatywnej do kryterium H urw itza i R outha m etody badania stabilności.
Niżej zostanie zaprezentowany tok myślenia, który pozwala na sformułowanie
kryterium Michajłowa.
Niech dany będzie układ (model) pierwszego rzędu. W tedy równanie cha­
rakterystyczne m a jedno rozwiązanie, które oznaczamy przez sk
a-o(s - Sfc) = 0
Naszym celem jest zaobserwowanie pewnych własności charakterystyki ba­
danego układu przy założeniu, że wartość s k nie jest znana, natom iast jest
znana charakterystyka częstotliwościowa. W związku z tym zapiszmy równanie
charakterystyczne po wykonaniu podstaw ienia s = jw
a 0(jw - s fe) = 0 (4.12)
Ilustrację graficzną równania (4.12) pokazano n a rys. 4.5. W tym przypadku
założono, że pierwiastek równania charakterystycznego sk znajduje się w prawej
półpłaszczyźnie zmiennej zespolonej.
A = M (jw)w=00 - M (jw)w=0 = Re(sfc) + joo - sk = ¿(oo - Im (sfe)) - joo
k tó ra przekłada się n a zmianę argum entu w następujący sposób:
Z A = arctg(A ) = ~
Biorąc pod uwagę fakt, że wektor jw — sk podczas zmiany w od 0 do oo
obraca się w kierunku (ujemnym) zgodnym z ruchem wskazówek zegara
Z A - f
Gdyby punkt s k znajdował się w lewej półpłaszczyźnie zmiennej zespolonej,
wtedy wektor jw — sk podczas zmiany w od 0 do oo obracałby się w kierunku
przeciwnym do kierunku ruchu wskazówek zegara, a ten kierunek jest; uznawany
za dodatni i w konsekwencji
- — I
T utaj dochodzimy do bardzo ważnego wniosku, który jest podstawą sformu­
łowania kryterium Michajłowa stabilności układów liniowych. Przedtem wpro­
wadzone będzie pojęcie krzywej Michajłowa.
y

DEFINICJA 52
Krzywa Michajłowa jest wykresem, widmowym równania charakterystycz­
nego, tj. wykresem po wykonaniu podstawienia s = jw .

UWAGA 12. Jeżeli pierwiastek s k układu pierwszego rzędu znajduje się w pra­
wej półpłaszczyźnie zmiennej zespolonej, to przy zmianie częstotliwości u> od 0
do oo następuje zmiana argumentu krzywej Michajłowa o —| . Jeżeli pierwia­
stek Sfc układu pierwszego rzędu znajduje się w lewej półpłaszczyźnie, zmiennej
zespolonej, to przy zmianie częstotliwości w od 0 do oo następuje zmiana argu­
m entu krzywej Michajłowa o | .
*
PRZYKŁAD 36 ^
Re s Zbadamy za pomocą krzywej Michajłowa stabilność modelu pierwszego rzędu o trans-
mitancji

N a rysunku zaznaczono wektor jw — s k, którego zachowanie się będziemy T (s) = - —

K; s + 1
badać przy zmianach pułsacji w od 0 do oo. Jeżeli w = 0, to
Zapisujemy równanie charakterystyczne
M {juA w = 0 = s k M (s) = s -I-1
Jeżeli w = oo, to oraz wzór opisujący krzywą Michajłowa
M {jw)w=00 = Re(sfc) + joo M(jw) = jw + 1
172 4. Własności układów 4.1. Stabilność układów dynamicznych 173

Diagram Michajtowa o kąt | o stabilności modelu będzie świadczyć przesunięcie fazowe o kąt n | .
Oznacza to, że jeżeli każdy stabilny pierwiastek powoduje przesunięcie fazo­
we o kąt | , to wszystkie pierwiastki stabilne modelu n-tego rzędu powodują
w sumie przesunięcie fazowe o kąt n | . Zatem ostatecznie można sformułować
kryterium Michajłowa.
R y s . 4 .6 . Krzywa Michajło-
wa układu inercyjnego pierwszego
rzędu
TW IERDZENIE 5
Równanie charakterystyczne (4.13) ma wszystkie pierwiastki w lewej pól­
płaszczyźnie zm iennej zespolonej, jeśli przyrost argumentu MQu>) przy
zmianie pulsacji w od 0 do oo wynosi n |
%
0 0.5 1 1.5 A arg0<w<ooM(ja;) = n ~
P(w)
gdzie n jest stopniem równania (4.13).
Na rysunku 4.6 pokazano wykres funkcji M(juj).
Krótka analiza tego wykresu pozwala stwierdzić, że zmiana argumentu punktów W przykładzie poniżej pokazano krzywe Michajłowa dla stabilnych modeli
leżących na krzywej Michajłowa wraz ze zmianą pulsacji oj od 0 do oo wynosi | . Zatem układów rzędu 1, 2, 3, 4. .
badany uldad ma swój jedyny biegun (pierwiastek równania charakterystycznego)
w lewej pólpłaszczyźnie zmiennej zespolonej i w związku z tym jest stabilny. □
PRZYKŁAD
1;
37
V
Teraz przeprowadzone będą rozważania, które pozwolą uogólnić wyżej sfor­ Narysujemy krzywe Michajłowa (rys. 4.7) dla następujących równań charaktery­
mułowany wniosek, będący przypadkiem szczególnym kryterium Michajłowa, stycznych:
na układy dowolnego rzędu i ostatecznie sformułować to kryterium . Niech ogól­
Mx{s) = s + 1 Mi(jw) = P{oi) + iQ{oj) = 1 + jw
ne równanie charakterystyczne modelu układu rzędu n będzie dane w następu­
jącej formie: M -2{s) = s 2 -l- S - f 1 S— i“ M->(jljj) = 1 — w 2 + j w

M (s) = an(s - si)(s - sa) • • • (« ~ snj = 0 (4.13) Ma(s) = s-‘ 4- 2,‘i2 -|- 2.s -|- 1 —łT iW-i(jw) = 1 —2o j 2 -|- j(2w—o j 3 )
Po wykonaniu podstawienia s ~ jw otrzymujemy M ą ( s ) = s l -(- s 3 -| - 2s 4~ 1 — -> M ą Q uj) = oj3 — '¿ o j 2 4 - 14 - j(2w — oj3 )

M(jw) = ct„(jw - si)(jw - s2) . . . (jw - sn) = 0 Diagram Michajłowa

lub równoważnie
1,5
M(jur) = |«„||(ju, - Si ) | e ^ - s‘)|aw - A2) | e ^ - S^ . .. 1
. . . | ( j c u - Sn)|ez ^ “ s'* ) = 0 0,5

Porządkując ostatnią zależność, m ożna uzyskać postać równania charakte­ Q(a>) 0 R y s. 4 .7 . Krzywe Michajłowa do
rystycznego, pozwalającą na sformułowanie ogólnego kryterium Michajłowa -0,5 przykładu 37
-1 — M,(ja>)
M(jm) = |a«||(ja’ - ai )| • • - |(jw - s „ )|e(z ^ - s>)+-+ z^ - s"» = 0 (4.14) - - M2(j(D)
-1 .5 -• M3(iw)
M4(ja>)
Z równania (4.14) wynika, że argumenty pochodzące od poszczególnych pier­
wiastków Sfc (k = 1, . . . , n) równania charakterystycznego sum ują się. W kon­
tekście kryterium Michajłowa oznacza to, .że zamiast przesunięcia fazowego
174 4. Własności układów 4.1. Stabilność układów dynamicznych 175

W tym przykładzie każdy z wielomianów charakterystycznych rria pierwiastki w le­ PRZYKŁAD 39

wej półpłaszczyźnie zmiennej zespolonej. Wynika to z kształtu odpowiedniej krzywej
Michajlowa. Dla układu pierwszego rzędu krzywa Michajłowa pozostaje w pierwszej
ćwiartce układu współrzędnych. Dla układu drugiego rzędu krzywa Micłiajłowa prze­
chodzi z pierwszej do drugiej ćwiartki i tam pozostaje wraz ze wzrostem ptilsacji ui.
Dokładnie tak samo można opisać pozostałe dwie krzywe, z tym że przechodzą one
przez trzy (n = 3) i cztery (n = 4) ćwiartki układu współrzędnych. Ponadto wszystkie
krzywe okrążają początek układu w kierunku przeciwnym do ruchu wskazówek zegara.
Całkowite przesunięcie fazowe dla Mj wynosi | , dla M i wynosi TC, dla M 3 wynosi
a dla M ą wynosi 2TC. Te cechy dowodzą, że zgodnie z kryterium Michajłowa wszystkie
pierwiastki zaprezentowanych wielomianów charakterystycznych mają ujemne części
rzeczywiste. □ 3
Dla porównania narysujemy wykres równania charakterystycznego
s' -j- U -f- 5.s:i T 5s2 T 4 ,s‘ -i- 4 —0
Równanie to ma następujące pierwiastki .są = -1 , ,s2 = - i , s 3 = i, s 4 = - ‘li, s5 = 2i.
Na wykresie (rys. 4.9) widać dwukrotne przejście krzywej Micłiajłowa przez począ­
tek układu współrzędnych, co jest potwierdzeniem istnienia dwóch par pierwiastków
o zerowej części rzeczywistej.
Diagram Michajłowa
4

2
U w a g a 13. Należy podkreślić, że sformułowane tutaj kryterium dotyczy o 1
krzywej Michajłowa, a nie charakterystyki amplitudowo-fazowej.
0 R.ys. 4.9. Krzywa Michajłowa do
przykładu 39
PRZYKŁAD 38 I - 1
"2.
Wykreślimy krzywą Michajłowa dla równania
-3
s3 -I- s 2 -I- s + 1 = 0 -4
-3 -2 -1 , 0 1 2 3 4
Równanie to ma następujące pierwiastki: si = —1, s 3 = —i, s 3 = i. Zerowa część Ąm) ----- > □
rzeczywista pary pierwiastków sprzężonych powoduje, że model opisany takim wielo­
mianem charakterystycznym jest na granicy stabilności. W ostatnim przykładzie ilustrującym zastosowanie krzywej Micłiajłowa do
badania stabilności modeli układów liniowych zostanie zaprezentowana krzywa,
Diagram Michajłowa Michajłowa modelu niestabilnego.

PRZYKŁAD 40
Wykreślimy krzywą Micłiajłowa następującego równania charakterystycznego:
(s - 0rl)(s 4- l)(s + 2) = 0

Diagram Michajłowa

Rys. 4.10. Krzywa Michajłowa

do przykładu 40
R ys. 4.8. Krzywa Michajłowa do przykładu 38 □

To, że wielomian charakterystyczny m a pierwiastki o zerowej części rzeczy­

wistej, n a wykresie objawia się przejściem krzywej Michajłowa przez początek
układu współrzędnych (rys. 4.8). P(a/) -------->
176 4. Własności układów 4.1. Stabilność układów dynamicznych
177

Krzywa Michajłowa (rys. 4.10) nie przechodzi przez 3 ćwiartki płaszczyzny zmien­ i równanie charakterystyczne modelu (4.16)
nej zespolonej (układ trzeciego rzędu), a zmiana argumentu przy zmianie u> od 0 do
co wynosi f . Dla stabilnego wielomianu trzeciego rzędu krzywa Michajłowa powin­ fl(.) = i + g(») = i K » ) + (y , ( £ ) = 0 (4 .19)
na przechodzić przez 3 ćwiartki płaszczyzny zespolonej i zmiana argumentu powinna
wynosić 3 |. □
Zapisujemy równoważną postać równania charakterystycznego (4.19), która bę­
dzie przydatna w dalszych rozważaniach
Kryterium Nyquista
Q (s) = L 0(s) + M 0 (s) = 0 (4.20)
Kryterium Nyąuista jest bardzo ważnym narzędziem praktycznym badania sta­ Poczynimy również założenie, że układ opisany modelem (4.15) m a k pier­
bilności modeli układów liniowych ze względu n a wykorzystanie charakterysty­ wiastków w prawej półpłaszczyźnie zmiennej zespolonej i n — k pierwiastków
ki amplitudowo-fazowej. Kryterium to dotyczy modeli układów ze sprzężeniem w lewej półpłaszczyźnie (n wg wcześniejszych założeń oznacza rząd m odelu
zwrotnym i jest skonstruowane z wykorzystaniem kryterium Michajłowa. Dzięki (4.15)). Uczynione założenie odnośnie do obecności pierwiastków modelu w pra­
zastosowaniu tego kryterium można n a podstawie znajomości charakterysty­ wej półpłaszczyźnie zmiennej zespolonej jest jednoznaczne z założeniem, że
ki amplitudowo-fazowej układu otwartego zdecydować, czy układ ten m ożna model (4.15) jest niestabilny. Zamknięcie pętli sprzężenia zwrotnego i tym sa­
uczynić stabilnym po objęciu go pętlą sprzężenia zwrotnego. Rozważmy układ mym transform acja modelu (4.15) do m odelu (4.16) m a n a celu ustabilizowanie
o transmitancji układu. Z tego wynika, że równanie charakterystyczne (4.19) oraz jego postać
równoważna (4.20) n a podstawie kryterium M ichajłowa spełnia następującą
K {s\ = Lg(s) (4.15) zależność:
K[h) M 0 (s)
M„(s)
%
który został objęty pętlą sprzężenia zwrotnego, jak pokazano n a rysunku 4.11. A argoc^cęo R (ju ) = A arg0<w<oo Q(jiv) = n - (4.21)
V
co oznacza, że układ jest stabilny. Wykonując w ten sam sposób analizę rów­
u{t) e (t) m nania charakterystycznego układu otwartego (4.18), otrzymujemy
K(s) Rys. 4.11. Schemat blokowy układu z zamkniętą ...
pętlą sprzężenia zwrotnego A arg0<ui<oo M c(jw) = (n - fc )| - A,-| = (n - 2& )| (4.22)

Składnik (« — k) § pochodzi od pierwiastków leżących w lewej półpłaszczyź-

nie zmiennej zespolonej, składnik —&§ pochodzi od pierwiastków znajdujących
Transmitancja zastępcza tego układu jest następująca: się w prawej półpłaszczyźnie zmiennej zespolonej. Teraz wykonamy ponownie
analizę równania charakterystycznego (4.19) za pom ocą kryterium Michajłowa
z uwzględnieniem zależności (4.21) i (4.22)
1' «(«)M (s) 1 -I- /f(s ) ' '
A
lub równoważnie po uwzględnieniu zależności (4.15) A arg0<w<00 RT>i'
(ju )\ = ^A arg0<w<oo W * )
m J■^°(*^)
ą =

L q( s )
a iSo<u)<oo (.W) A ai'So<aj<oo J^o(,}^)
% . . TC
t (h) = = T T r r lr T A (4-17) = n ~ —(n — — kit
i l 0(s ) L 0 (s) 1 M a{s)
M 0 (s)
Podsumowując pi-zeprowadzone rozważania, zapiszemy jeszcze raz ostatnio otrzy­
Kolejnym etapem jest wykonanie badania stabilności modelu (4.15) i (4.16) m aną zależność, która będzie podstaw ą sformułowania kryterium N yąuista
za pomocą kryterium Michajłowa. W tym celu konstruujemy równanie charak­ A argoc^coc R (jv ) = A arg0<u,<oo [1 + K (jw)] = kn (4.23)
terystyczne modelu (4.15)
Niżej podano twierdzenie N yąuista, które zostało udowodnione wcześniej prze­
Ma(s) = 0 (4.18) prowadzonym rozumowaniem.
1 78 4. Własności układów 4.1. Stabilność układów dynamicznych
179

TW IERDZENIE 6 PRZYKŁAD 41
Układ zam knięty jest stabilny asymptotycznie, przy założeniu, że równanie W tym przykładzie zostanie pokazany obszar płaszczyzny zmiennej zespolonej za­
charakterystyczne układu otwartego m,a k pierwiastków w prawej półpłasz- kreślony przez charakterystykę amplitudowo-fazową stabilnego modelu
czyźnie i n — k w lewej półpłaszczyźnie, wtedy i tylko wtedy, gdy charakte­
rystyka amplitudowo-fazowa układu otwartego przy zmianie pulsacji lj od t ^ = 7T I
—oo do oo obejmuje w kierunku dodatnim k razy punkt (—1, jO).
przy zmianie pulsacji od —oo do oo.

Szczególnym przypadkiem tego twierdzenia jest przypadek układu stabilne­ Diagram Nyąuista
go, który m a być objęty p ętlą sprzężenia zwrotnego. W tedy fc = 0 i twierdzenie
N yąuista można sformułować w następującej postaci.

TW IERDZENIE 7
Układ zam knięty je st stabilny asymptotycznie, przy założeniu, że równa­ R,ys. 4.12. Obszar obejmowany
nie charakterystyczne układu otwartego nie m.a pierwiastków w prawej pół­ charakterystyką amplitudowo-fazo-
wą w postaci okręgu
płaszczyźnie zm iennej zespolonej, wtedy i tylko wtedy, gdy charakterystyka,
amplitudowo-fazowa układu otwartego przy zmianie pulsacji u> od —oo do
co nie obejmuje punktu (—1, jO).

P(co)
Z pewnością krótkiego wyjaśnienia wymaga stwierdzenie, że charakterystyka
amplitudowo-fazowa obejmuje pewien punkt, w szczególności punkt (—1, jO),
który również jest nazywany punktem Nyąuista. W tym przypadku punkt Nyąuista nie należy do obszaru zakreślonego przez cha­
rakterystykę, czyli nie jest przez nią obejmowany (rys. 4.12). W związku z tym po
zamknięciu sprzężenia zwrotnego powstały układ nadal będzie układem stabilnym, co
DEFINICJA 53 wynika z twierdzenia Nyąuista. Bardzo łatwo to sprawdzić po wykonaniu prostych
obliczeń
~N'trp'łns7t:. ~1'7' j Q)"nazymaTmppnnktemr-
Nyąuista.... T(s) 1
1 -1 - T ( , s ) .s- i 2

Stwierdzenie obejmowania punktu charakterystyką amplitudowo-fazową
najprościej jest zdefiniować jako zawieranie się tego punktu w obszarze za­
kreślonym przez charakterystykę amplitudowo-fazową podczas zmiany pulsa­
cji od —oo do oo. Kreślenie charakterystyki amplitudowo-fazowej dla ujem­
nych pulsacji jest z praktycznego punktu widzenia bezprzedmiotowe, ponieważ
ujemne pulsacje nie m ają interpretacji fizycznej. Z teoretycznego punktu wi­
dzenia wykreślenie charakterytstyki dla pulsacji ujemnych pom aga w podjęciu
decyzji o obejmowaniu punktu N yąuista tą charakterystyką. Należy pamię­
tać, że charakterystyka amplitudowo-fazowa wykonana dla pulsacji od —oo
do oo jest sym etryczna względem osi rzeczywistej. Dzięki temu zawsze tworzy
ona figurę zam kniętą n a płaszczyźnie zmiennej zespolonej, a decyzja o obej­
mowaniu charakterystyką punktu N yąuista polega na sprawdzeniu, czy zawie­
ra się on wewnątrz stworzonej figury. Niech ilustracją będą dwa poniższe
przykłady.
Układ zamknięty o transrnitancji Tz(s) jest stabilny.
O
W wyżej zaprezentowanym przykładzie p ętla sprzężenia zwrotnego obejmo­
wała układ stabilny asymptotycznie. W kolejnym przykładzie zostanie zapre­
zentowany model układu, Hjfóry dzięki zastosowaniu sprzężenia zwrotnego sta­
nie się stabilny.
PRZYKŁAD 42
Zbadamy możliwość ustabilizowania modelu układu o transrnitancji
0,1 s + 1
T(s)
s 2 + 0,5,s - 0,5
Pierwiastkami równania charakterystycznego tego modelu są liczby si = —1, «2 = 0,5.
Wynika stąd, ż,e model nie jest stabilny. W celu ustabilizowania układu opisanego
transrnitancją T(s) zastosujemy sprzężenie zwrotne, tak jak pokazano to na sche-
 4. Własności układów 4.1. Stabilność układów dynamicznych 181
180

macie blokowym na rys. 4.11. Przed zamknięciem pętli sprzężenia zwrotnego nale­
ży sprawdzić, wykorzystując twierdzenie Nyąuista, czy ten zabieg może spowodować
ustabilizowanie układu.

Diagram Nyquista

R ys. 4.14. Charakterystyka do

przykładu 43

Rys. 4.13. Charakterystyka ampli-

tudowo-fazowa do przykładu 42

P(o>) -------->

Transmitancja układu po zamknięciu pętli sprzężenia zwrotnego przedstawia się

- 1 .4 - 1 ,2 - 1 -0 ,8 -0 ,6 -0 ,4 -0 ,2 0
P(a>) -------->
Z wykonanej charakterystyki (rys. 4.13) widać, że punkt Nyąuista jest nią obej­
mowany jednokrotnie podczas zmiany pulsacji od —oo do oo. Ponieważ badany układ
ma jeden pierwiastek w prawej półpłaszczyźnie zmiennej zespolonej, więc na mocy
twierdzenia Nyquista wiadomo, że po zamknięciu pętli sprzężenia zwrotnego układ
ten stanie się stabilny. Po zamknięciu pętli sprzężenia zwrotnego uzyskujemy układ
o transmitancji
T ,W = ° ’1S + 1
.s2 i o.ii.s i o.r.
którego pierwiastki leżą w lewej półpłaszczyźnie zmiennej zespolonej, tj. «i — 0,3-1
-I- j0,C403 oraz s2 = -OJł - j0,6403. '
PRZYKŁAD 43
Zbadamy możliwość ustabilizowania układu o transmitancji
i- 382 + 1
^ -I- s2 -I- s + 2
Pierwiastkami wielomianu charakterystycznego są liczby .są = 0,1766 + jl,2028,
s2 = 0,1766 - j 1,2028, s3 = -1,3532. Układ ma dwa pierwiastki w prawej półpłasz­
czyźnie zmiennej zespolonej.
Z twierdzenia Nyquista wynika, że charakterystyka amplitudowo-fazowa powinna
dwukrotnie obejmować punkt Nyąuista, aby po zamknięciu pętli sprzężenia zwrotnego
powstał układ stabilny.
Z rysunku 4.14 wynika, że punkt Nyquista jest okrążony dwukrotnie, zatem obję­
cie układu pętlą sprzężenia zwrotnego pozwoli na uzyskanie stabilnego układu zas­
tępczego.
następująco
tr, \
K {S) =
3s'2 + 1
— -------- — r-----------------
-
,s + 4s2 + s + 3
Pierwiastkami wielomianu charakterystycznego są liczby sj = -0,0303 + jO,8721,
s2 = -0,0303 - jÓł8721, s3 = -3,9395. o
N a zakończenie omówimy wykonanie analizy stabilności za pom ocą twierdze­
nia N yąuista układów zawierających w zbiorze swoich biegunów biegun w ze­
rze. W pierwszej kolejności rozpatrzym y najprostszy przykład układu zawie­
rającego biegun w zerze, czyli element całkujący. Jest to przypadek osobliwy
ze względu na to, że w odróżnieniu od charakterystyk innych typowych ukła­
dów, charakterystyka amplitudowo-fazowa tego elementu rozpoczyna, się w oo.
D W związku z tym dla pulsacji io = 0 następuje gwałtowna zm iana kąta fazo­
wego o K i nie wiadomo, do której półpłaszczyzny zmiennej zespolonej należy
zaliczyć jedyny biegun układu. W celu rozstrzygnięcia problemu, czy element
całkujący po zamknięciu pętli sprzężenia zwrotnego będzie stabilny, rozpatrzy­
my dwa przypadki: /
- biegun elementu całkującego znajduje się w lewej półpłaszczyźnie,
- biegun elementu całkującego znajduje się w prawej półpłaszczyźnie.
Okaże się, że w obu przypadkach element całkujący jest stabilny po zamknię­
ciu pętli sprzężenia zwrotnego. N a rysunku 4.15 pokazano charakterystykę am-
plitudowo-fazową elementu całkującego.
Z rysunku widać, że charakterystyka przebiega wzdłuż osi urojonej przez
początek układu współrzędnych. Biorąc pod uwagę fakt, że charakterystyka
amplitudowo-fazowa dla pulsacji zmieniającej się od —oo do oo tworzy figu­
rę zamkniętą, powstaje, w przypadku elementu całkującego, pytanie: którą
półpłaszczyznę zmiennej zespolonej obejmuje charakterystyka amplitudowo-
182 4. Własności układów 4.1. Stabilność układów dynamicznych
183
Diagram Nyquisia
Diagram Nyquista

R ys. 4.17. Charakterystyka ainpli-

R ys. 4.15. Charakterystyka ampli­ tudowo-fazowa przy założeniu, że
tudowo-fazowa układu całkującego biegun znajduje się w lewej pół-
płaszczyźnie zmiennej zespolonej

-1 -0 ,8 -0 ,6 -0 ,4 -0 ,2 P{u>) -------->
P(ai) -------->

korzystając tak zmodyfikowaną charakterystykę amplitudowo-fazową i twier­

-fazowa elementu całkującego? W pierwszej kolejności założymy, że biegun ele­
dzenie Nyquista, wnioskujemy, że układ powstały po objęciu elementu całku­
m entu całkującego znajduje się w lewej pólplaszczyźnie zmiennej zespolonej jącego pętlą sprzężenia zwrotnego pozostanie stabilny. .
(rys. 4.16).
W ten sam sposób zostanie przeanalizowane założenie, że biegun elementu
całkującego znajduje się w prawej pólplaszczyźnie zmiennej zespolonej (rys. 4.18).
0,1
Im s
0,08 (O-oo V
0,06
0,04 '\ s = a ^ (p
0,02
Ims 0 / ) ■ R ys. 4.16. Biegun elementu cał­
i Re s kującego w lewej pólplaszczyźnie
- 0,02
zmiennej zespolonej
-0,04 Rys. 4.18. Biegun elementu cał­
-0,06 (O = -co kującego w prawej pólplaszrzyź-
-0,08 . -......................- ......... - nie zmiennej zespolonej
- 0,1
-0,1 -0,05 0 0,05 0,1
Re s
-0,1 -0,05 0 0,05 0,1
Ra Sj
Na wykresie pojawiły się dwa nowe parametry, tj. param etr a —> 0, para­
m etr <j) € [ - f , f ] w kierunku dodatnim. Dla tych wartości wprowadzonych %
param etrów charakterystyka amplitudowo-fazowa elementu całkującego przed­ Param etr a —+0 , param etr <j) € [—§, | ] w kierunku ujemnym.
staw ia się jak na rys. 4.17.
Obejmowanie przez charakterystykę, w tym przypadku, lewej półpłnszczyzny
Obejmowanie przez charakterystykę amplitudowo-fazową prawej półpłasz-
zmiennej zespolonej uzasadnia się identycznie jak poprzednio z uwzględnieniem
czyzny zmiennej zespolonej wynika z bardzo prostej zależności. Skoro faktu, że
1 I
« —> 0, Re ev<
’> 0 oraz 5 to oo Be e',/' < 0
S s = a e W ’ ae i' 6

Z tego powodu dla pulsacji bliskich zeru charakterystyka amplitudowo-fazowa

Wykorzystując twierdzenie N yąuista i założenie, że biegun znajduje się w pra­
obejmuje prawą półpłaszczyznę lukiem i nieskończenie dużym promieniu. Wy-
wej pólplaszczyźnie zmiennej zespolonej, stwierdzamy, że powstały po za.mknię-
 4. Własności układów 4.1. Stabilność układów dynamicznych 185
184
Diagram Nyąuista

R ys. 4.19. Charakterystyka ampli-

tudowo-fazowa przy założeniu, że R ys. 4.20. Charakterystyka arn-
biegun znajduje się w prawej pół- plitudowo-fazowa do przykła­
płaszczyźnie zmiennej zespolonej du 44

-1 0 - 5 0 5 10 15 20 25 30 35 40
P(a>) -------->

ciii p ętli sprzężenia zw rotn ego u kład b ędzie stabilny, poniew aż charakterystyka
obejm uje jed nok rotnie p u n k t N y ąu ista.
Podsum ow ując rozw ażania n a tem a t elem entu całkującego w kontekście twier­
dzenia N y ą u ista m ożn a stw ierdzić, że elem ent całkujący p o objęciu g o p ę tlą
sprzężenia zw rotnego tworzy u k ład stabilny niezależnie od w yboru p ó łp ła sz-
czyzny zm iennej zesp olonej, przez którą biegun - znajdujący się w zerze -
b ęd zie omijany. S tosu jąc sp osób analizy pokazany d la elem entu całkującego, R ys. 4.21. Charakterystyka mo­
delu w pobliżu punktu Nyąuista
m ożna rozszerzyć sp ek trum m ożliw ych do zbadania w ten sp osób m odeli do a. (przykład 44)
o
m odeli opisanych tran sm itan cją typu

^ s" A f(s)
gdzie n jest krotnością b iegu n a zerowego, wielom iany L (s) i M (s) m e m a­ P(<o)
O
ją w spólnych czynników oraz w ielom ian M { s ) nie m a zeiow ych pierw iast­
ków^ W ystęp ow anie w transm itancji bieguna zerowego jednokrotnego lub o w ięk­
szej krotności pow oduje, że charakterystyka N yąu ista takiego układu przy­ Logarytmiczne kryterium l\lyquista, zapas fazy i zapas amplitudy
biera interesujące k ształty. W przykładzie zaprezentowanym niżej w y­
kreślona b ęd zie charakterystyka układu m ającego jednokrotny biegun Wraz z kryterium N yąuista związane dwa pojęcia: zapas fazy i zapas ampli­
tudy. Pojęcia te są wykorzystywane w procesie projektowania układów stei'owa-
w zerze. nia w odniesieniu do charakterystyk logarytmicznych, które wcześniej nazywa­
ne były charakterystykam i Bodego. N a charakterystykach Bodego w pierwszej
PRZYKŁAD 44 kolejności należy zlokalizować punkt N yąuista. W tym celu punkt N yąuista
a modelu układu opisanego trans-
charakterystykę ampiitudowo-fazową zapisujemy w następującej postaci:
Narysujemy
mitancją ( - 1 , jO) = e-j* ■ (4.24)
s + 0,5
K (s) = 6-(0,1a-3 + 0,7s2 + 0,3) Z równania (4.24) wyznacza się m oduł i fazę, tj.

Charakterystykę tę przedstawiono na rysunku 4.20, a na rysunku 4.21 pokazano je = 1, arg e }'7C— —%

charakterystykę modelu w sąsiedztwie punktu Nyąuista.
 4. Własności układów
186
Po zlogarytmowaniu obu stron równania określającego m oduł punktu Ny-
ąu ista okazuje się, że n a logarytmicznej charakterystyce amplitudowej moduł
jednostkowy jest odwzorowany n a oś odciętych. Dzieje się tak, ponieważ
log 1 = 0
Zatem przejście charakterystyki amplitudowo-fazowej przez punkt N yąuista
n a wykresach Bodego oznacza, że w punkcie przecięcia się logarytmicznej cha­
rakterystyki amplitudowej z osią odciętych n a wykresie fazowym następuje
przesunięcie fazowe o kąt —7C. Jeżeli amplituda, n a wykresie logarytmicznym
będzie ujem na dla przesunięcia fazowego —Jt, to wtedy punkt N yąuista nie
będzie obejmowany charakterystyką. Spostrzeżenie to jest podstaw ą do sfor­
mułowania logarytmicznego kryterium Nyąuista.
T W IE R D Z E N IE 8
Układ zamknięty je st stabilny, jeżeli amplitudowa charakterystyka logaryt­
miczna układu otwartego przyjmuje wartość ujemną dla pulsacji odpowia­
dającej przesunięciu fazowemu
W przykładach 45-ł-47 zostanie wykorzystane logarytmiczne kryterium Ny­
ąuista do badania możliwości otrzym ania układu stabilnego przez zamknięcie
pętli sprzężenia zwrotnego.
PRZYKŁAD 45
Zbadamy, wykorzystując charakterystyki Bodego, możliwość ustabilizowania mo­
delu danego transmitancją
* '+ °> 5
h {klsr + 0,7s5 -H p S ...... ”...*.........................
poprzez objęcie go pętlą sprzężenia zwrotnego. Na rysunku 4.22 znajdują się charak­
terystyki Bodego tego modela. Biegunami modelu są liczby: si = 0, s 2 = —7,0602,
R ys. 4.22. Charakterystyki Bo­
dego (przykład 45)
charakterystyk Bodego transmitancji K (ś) -ry s . 4.23. Analizując te charakterystyki,
należy zwrócić uwagę na fakt, że dla pulsacji te = 1 kąt fazowy wynosi Jt, a wzmocnienie
jest większe od jedności (dokładnie wynosi 2). W tym przykładzie charakterystyka
fazowa jest badana dla kąta przsunięcia fazowego Jt. Ze względu na zależność
4.1. Stabilność układów dynamicznych
187
83 = 0,0301 4-j0,6512, 84 = 0,0301 —j0,6512. Linią kreskową zaznaczono przesunięcie
fazowe o kąt —Jt na wykresie fazowym.
Model ten jest niestabilny, co rozpoznajemy po wartościach biegunów modelu. Dwa.
z nich (bieguny ,s3 i s ą ) znajdują się w prawej pólpłaszczyźnie zmiennej zespolonej
(wcześniej pokazano, że biegun si jest stabilny zgodnie z kryterium Nyąuista). We­
dług twierdzenia Nyąuista zamknięcie pętli sprzężenia zwrotnego ustabilizuje model
tylko wtedy, gdy charakterystyka modelu dwukrotnie obejmie punkt Nyąuista przy
zmianie pulsacji od —00 do 00. Ponieważ charakterystyka fazowa znajduje się ponad
linią odpowiadającą przesunięciu fazowemu —Jt, to wzór Nyąuista nie jest przez nią
obejmowany ani razu. Dokładniej rzecz biorąc, charakterystyka fazowa osiąga przesu­
nięcie fazowe —7t dla w —* 00. Wniosek z tego, że objęcie danego modelu pętlą, sprzę­
żenia zwrotnego nie ustabilizuje go. W celu sprawdzenia poprawności wyciągniętego
wniosku można ponownie przeanalizować, charakterystykę Nyąuista, którą pokazano
w przykładzie 44. O
PRZYKŁAD 46
Zbadamy, wykorzystując charakterystyki Bodego, możliwość ustabilizoTOmaUno-
-clclu danego transmitancją
K(s) = ---- — +i ___
v 1 s-! + (=2
«3 a- s2 -11- s, +, 2o
R ys. 4.23. Charakterystyki Bo­
dego (przykład 46)
Jest to model badany w przykładzie 43, w którym zostało pokazane, że zamknięcie
pętli sprzężenia zwrotnego układu o transmitancji K(s) pozwala uzyskać stabilny
układ zastępczy. W tym przykładzie ograniczymy się jedynie do przeanalizowania
e-j* = „i*
190 4. Własności układów 4.1. Stabilność układów dynamicznych 191

W związku z tym m ożna sformułować twierdzenie o stabilności asym ptotycz­ z,aiozmy, ze uysKremy mociei ziruennycn scanu jesr, opisany zależnościami
nej układów dyskretnych. X j+ i = A x i -I- B u i
„ _ (4.30)
= C xi + D ui
TW IERDZENIE 10
A utonom iczny dyskretny układ liniowy je st stabilny asymptotycznie wtedy i - pewna chwila czasu dyskretnego, x( t ) - wektor zmiennych stanu,
i tylko wtedy, gdy wszystkie moduły wartości własnych z\, . . . , zT macierzy u(t ) - sygnał wymuszenia, y( t ) - sygnał wyjściowy, n - rząd modelu lub rów­
systemowej A są mniejsze od jedności, czyli noważnie liczba zmiennych stanu, m - liczba wejść modelu, p - liczba wyjść
modelu, macierze: A G R " XI\ B G R7ŁXm, C G RPXn, D G -------
|zfc|'< 1 dla k = 1, r (4-27)

DEFINICJA 55
Równanie
PRZYKŁAD 48
Sprawdzimy stabilność asymptotyczną modelu dyskretnego, którego macierz syste­ det [HA - A] = 0
mowa ma postać nazywamy równaniem charakterystycznym układu, którego model je st opi­
-L -0,6 sany zależnościami (4.30). Wielomian det [IA — A] nazywamy wielomią-
0,8 0
nern charakterystycznym.

Wartości własne tej macierzy są następujące: Ai = —1,3544, A2 = 0,3544. Na podsta­

wie twierdzenia 10 stwierdzamy, że model dyskretny o podanej macierzy systemowej Obie definicje opisują równanie charakterystyczne. Różnica między nimi po­
jest modelem niestabilnym, tj. co najmniej jedna z wartości własnych tej macierzy ma lega jedynie n a sposobie wyznaczania równania charakterystycznego, co zależy
moduł większy niż jedność. 1=1 od typu modefti, który jest dany (model wejście-wyjśde, czy model zmiennych
stanu).
Przed omówieniem najważniejszych kryteriów stabilności układów dyskret­
nych zdefiniujemy kilka pojęć wykorzystywanych w rozważaniach n a ten Kryterium Schura-Cohna
tem at.
Kryterium Schura-Cohna jest kryterium analitycznym badania położenia pier­
Róiiuliaiile charakterystyczne^modelu dyskretnego wiastków wielomianu na płaszczyźnie zmiennej zespolonej, co oznacza, że po­
zwala zdecydować, na podstawie znajomości wartości współczynników bada­
Załóżmy, że transm itancja modelu dyskretnego typu wejście-wyjście jest dana nego wielomianu, czy pierwiastki tego wielomianu znajdują się w kole jed­
następującym wzorem: nostkowym.
T( z ) = = l>,nZ"i + bm- l z " i- l + - .. + b1Z + b0
M(z) a n z n -I- a n - i z n 1 + . . . + a \ z + ao TW IERDZENIE 11
gdzie m i n są odpowiednio stopniami wielomianu licznika oraz mianownika, Pierwiastki wielorriiantł charakterystycznego (4.29) znajdują się wewnątrz
a wielomiany L(z) i M( z ) nie m ają wspólnych czynników (tj. nie można wy­ koła o promieniu jednostkow ym ,wtedy i tylko wtedy, gdy
konać skrócenia). 1) |a0| < an,
2 ) wielomian stopnia n — 1
DEFINICJA 54
Równanie m( z ) — i [anM ( z ) + u q M( z ~ 1 )z11^ = bo + .biz -|-. . . + bn- i z n~ l

M (z) = anz n + an^ 1 z n ~ 1 + ■■■+ a iz + a 0 = 0 (4.29) ma również pierwiastki w kole jednostkowym. Współczynniki wielomia­
nu m{z) wyznacza się wg następującego schematu:
nazywamy równaniem charakterystycznym układu opisanego modelem
(4.28). Wielomian M( z ) nazywamy wielomianem charakterystycznym. foji—1—h —k ^G&k dl cl k — Oj 1j . . . j fi 1
192 4. Własności układów 4.1. Stabilność układów dynamicznych 193

Charakterystyczną, cechą tego kryterium jest jego rekurencyjność. B adając PRZYKŁAD 50

stabilność wielomianu charakterystycznego stopnia n za pomocą kryterium
Zbadamy stabilność układu dyskretnego o transmitancji
Schura-Cohna, otrzymujemy w wyniku jego zastosowania wielomian stopnia
niższego o 1 , którego stabilność ponownie bada się za pom ocą tego kryte­ rp,zV ______ 22 - 2 + 1_______
rium itd ., aż do otrzym ania wielomianu stopnia zerowego. Kryterium Schura- ” z3 - l,5 z 2 + 0,382 + 0,144
-Cohna jest kryterium koniecznym i wystarczającym. Przeanalizujemy następu­ Wielomian charakterystyczny ma postać
jący przykład. M (z) = 23 - l,5 z 2 + 0,382 + 0,144

PRŻYKŁAD 49 a odpowiednie współczynniki są następujące:

Zbadamy stabilność układu dyskretnego o transmitancji a:i = 1, a 2 = —1,5, <7.1 = 0,38, a0 = 0,144

T( v = i__________ 2 z - _ l __________ Krok 1.

[Z) z4 + l , l z 3 - 0 , 8 z 2 + 0,1 2 - 0,9 1. Sprawdzamy warunek |o,0| < a,n dla n = 3.

Wielomian charakterystyczny ma postać Warunek |a0| < 0.3 jest spełniony, gdyż |0,144| < 1.

M (z) = z Ą + 1,1 z3 - 0,8z 2 + 0 ,lz - 0,9 2. Budujemy wielomian stopnia 7 7 ,-1 postaci

a odpowiednie współczynniki b2z 2 + 61 z + 60

«4 = 1, 03 = 1,1, 0-2 = —0,8, Ol = 0,1, Oo = —0,9 wyznaczając jego współczynniki wg schematu -

b n -i-k ~ ano,n- k ~ aoak dla k = 0, 1, 2
Krok 1.
1. Sprawdzamy warunek |oo| < an dla n = 4. 77 — 3, /,; = 0 63- 1-0 = 62 = «303 — tt0a0 = 0,97964
n = 3, k = 1 63- 1-1 = 61 = 0,30,3 -1 — aQai = a 3 a 2 —aoaj =. —1,55472
Warunek |oq| < aą jest spełniony, gdyż [—0,9| < 1. 77, = 3, k = 2 63-1 _2= bo = 0,30.3 -2 —a.aa 2 = 0,301 —a,o<i2 = 0,596
2. Budujemy wielomian stopnia n — 1 postaci i otrzymujemy wielomian wykorzystywany w kolejnej iteracji
63z3 + 62z2 -I- bxz + b0 6(2) = b2 z 2 + 612 + 60 = 0.9796422 - 1,55422 + 0,596
wyznaczając jego współczynniki wg schematu Krok 2.
1. Sprawdzamy warunek |6()| < b„ dla n = 2.
brt—i—ic — dla k 0, 1, 2, 3
Warunek |60| •- b2 jest spełniony, gdyż |0,590| < 0,97964.
77. = 4, k = 0 Ó4_j_o = b3 — 0404 —oooo = 0,19
n = 4, k = 1 64- 1-1 = b'2 = 0404-1 —ooai = 0403 — oooi = 1,19 2. Budujemy wielomian stopnia o jeden niższy niż poprzednio
77. = 4, k = 2 64- 1-2 = 61 = 040,4-2 —oo02 = 0402 — 0002 = —1,52 612 + 60
7T " 4, /i — 3 64- 1-3 = 60 = 0404-3 — 0003 = 0401 — O0O3 = 1,09 z wykorzystaniem wielomianu 6(2) z poprzedniej iteracji. Zatem a 2 = 0,97964,
i otrzymujemy wielomian wykorzystywany w kolejnej iteracji o\ = —1,5542, ao = 0,596.’Współczynniki 6] i 60 nowego wielomianu wyznaczamy
wg tego samego schematu
6(z) = 63Z3 b2z 2 + b\z + 60 = 0,19z3 + l,19z2 — 1,522 + 1,09
6,i —] —/,■ — Ojt(zn—k o,q dk dla k — 0, 1
Krok 2. 77, = 2, k = 0 62_i_o = 61 = a 2a 2 - a 0a 0 = 0,6044785296
1. Sprawdzamy warunek |60| < 6„ dla n — 3 77. = 2, k = 1 62- 1-1 = 60 = o,2«2- i —aoai = a,2a\ —aotii = —0,596253288
Warunek |6o| < 63 nie jest spełniony, gdyż |1,09| > 0,19. i otrzymujemy wielomian wykorzystywany w kolejnej iteracji
6(2) = 6iz + 60 = 0,60447852962 - 0,596253288
W związku z uzyskanym wynikiem stwierdzamy, że badany model dyskretny jest
Krok 3.
niestabilny. Numerycznie wyznaczone pierwiastki wielomiany charakterystycznego są
1. Sprawdzamy warunek |60| < bn dla n = l .
następujące: zi = —1,7549, z 2 = 0,9, 23 = —0,1226+ j0 ,7449, 24 = —0,1226 —jO,7449.
□ Warunek |60| < h jest spełniony, gdyż |-0,596253288| < 0,6044785296.
194 4. Własności układów 4.1. Stabilność układów dynamicznych 195

2. W tym momencie kończy się proces iteracyjny. Otrzymaliśmy wielomian stop­ przystąpić do konstruowania wyznaczników. Główny wyznacznik Ilurwitza przedsta­
nia 1 i wiadomo, że ma on pierwiastek o module mniejszym niż jedność. wia się następująco:
«2 «3 0 0,688 0,024 0
Ostatecznie stwierdzamy, że badany model dyskretny jest stabilny asinptotycznie. O
A = fl0 tti a2 = 2,736 4,552 0,688
0 0 £10 0 0 2,736
Przekształcenie biliniowe Odpowiednio podwyznaczniki są następujące:

Przekształcenie biliniowe jest zdefiniowane następująco: il2 03

Al —Cl2 > 0, A'2 > 0
£i() O l
*= ^ (4.31) Wynika stąd, że badany układ dyskretny jest stabilny, ponieważ odpowiadający mu
s —1 model ciągły, powstały w wyniku przekształcenia biliniowego, jest stabilny. Nume­
Przekształcenie (4.31) jest relacją łączącą zmienne zespolone s i z. Podstawo­ rycznie wyznaczone pierwiastki modelu ciągłego są następujące: są = —19, S2 = —9,
wą zaletą tego przekształcenia jest jednoznaczne odwzorowanie lewej półpłasz-
czyzny zmiennej zespolonej s n a kolo o promieniu jednostkowym na płasz­ Dzięki zastosowaniu przekształcenia biliniowego można wyznaczyć pierwiastki mo­
delu dyskretnego odpowiadające wyznaczonym pierwiastkom modelu ciągłego
czyźnie zmiennej zespolonej z. W łasność ta m a bardzo ważną konsekwencję.
Mianowicie, dzięki tej własności do badania stabilności asymptotycznej ukła­ si + 1 -1 9 + 1 s2 + 1 -9 + 1
z\ = 0,9 22 0,8
dów dyskretnych można wykorzystać wszystkie kryteria stabilności układów si - 1 -1 9 - 1 S2-1 -9-1
ciągłych. Wystarczy wykonać podstawienie (4.31) i wykonać kilka przekształ­
ceń. = - 0,2
S3 1 1
PRZYKŁAD 51 □
Zbadamy stabilność układu dyskretnego opisanego transmitancją
U w a g a 1 4 . Analizując przydatność przekształcenia biliniowego do badania,
22 - 2 + 1 stabilności układów dyskretnych, należy powiedzieć, że jest ono umiarkowanie
T{z) :
z* - 1 , 5 z 2 -I- 0,382 -I- 0,144 przydatne ze względu na dość duży nakład pracy w przypadkach modeli wyższych
■/. wykrazystauie.ni-kryto:ium_Ilurwitza,-Przed.-przystąpieniein. do badania stabilno­ rzędów.
ści układu dyskretnego za pomocą kryterium Ilurwitza wykonuje się przekształcenie
biliniowe, tj.
4.1.5. Teoria Lapunowa badania stabilności układów nieliniowych
a+ l \ 2 s+1 fl
____________ v- - i y s - i _______ Gdy mamy dany układ sterowania, pierwszym i najważniejszym pytaniem
1 {s) ~ 's + i V ”, e / * + n 2 , jest, czy układ jest stabilny. Jakościowo układ jest uważany za stabilny, je­
s-i) ' H - i j + o ^ 7 = t + 0-144 żeli po starcie z punktu pracy będzie pozostawać on w,pobliżu tego punktu.
Na przykład dla układu stepowania samolotem typowy problem stabilności jest
(a + l) 2(s - 1) - (s + i)(s - l) 2 4- (a - 1)3 związany z następującym pytaniem: czy zakłócenie trajektorii lotu z powo­
(s + 1):! - l,5(s + l)2(s - 1) + 0,38(s + l)(s - l ) 2 + 0,144(s - 1)3 du podmuchu wiatru będzie m iało wpływ n a znaczące odchylenie trajektorii
w późniejszej części lotu? Wymagamy tu taj, aby punktem pracy układu była
trajektoria lotu bez zakłóceń. W każdym układzie sterowania, liniowym czy
0,024s3 -I- 0,688s2 + 4,552s -I- 2,736 też nieliniowym, problem stabilności występuje i powinien być uważnie prze­
Wynika stąd, że współczynniki wielomianu charakterystycznego są następujące: studiowany.
rt;i = 0,024, <i2 = 0,688, ni = 4,552, n0 = 2,736. Najbardziej użytecznym i ogólnym podejściem do studiowania stabilności
Ponieważ wszystkie współczynniki wielomianu charakterystycznego są dodatnie, za­ nieliniowych układów sterowania jest teoria wprowadzona przez rosyjskiego
tem jest spełniony warunek konieczny kryterium Ilurwitza. W związku z tym można m atem atyka Aleksandra Lapunowa [155]. W pracy „Ogólny problem stabil­
196 4. Własności układów
ności ruchu” Lapunow przedstawia dwie metody analizy stabilności. Pierwsza
z tych m etod jest zwana m etodą pośrednią, druga zaś - m etodą bezpośred­
nią. Pierwsza m etoda pozwala badać stabilność lokalną, a druga - stabilność
w ograniczonym lub nieograniczonym obszarze przestrzeni stanów układów nie­
liniowych.
Były tworzone różne odmiany i udoskonalenia metod Lapunowa. Dzisiaj,
m etoda linearyzacji Lapunowa (m etoda pośrednia) reprezentuje teoretyczne
uzasadnienie sterowania liniowego, podczas gdy bezpośrednia m etoda Lapuno­
wa stała się najważniejszym narzędziem w analizie i projektowaniu układów
nieliniowych. Razem, m etoda linearyzacji i metoda bezpośrednia tworzą tzw.
teorię stabilności Lapunowa.
Przed omówieniem głównych pojęć stabilności rozpatrzymy kilka względnie
prostych, pomocniczych kwestii.
U k ła d y n ielin io w e. Nieliniowy układ dynamiczny jest zwykle przedstawiany
przez układ nieliniowych równań różniczkowych
x = f(x) (4.32)
gdzie / jest nieliniową funkcją wektorową, a x jest wektorem zmiennych stanu
o wymiarze n x 1. D ana wartość wektora stanu też jest nazywana punktem ,
ponieważ odpowiada on punktowi w przestrzeni stanów. Liczba zmiennych sta­
nu n jest nazywana rzędem układu. Rozwiązania x(t) równania (4.32) zwykle
odpow iadają krzywej w przestrzeni stanów, gdy t zmienia się od zera do nie­
skończoności, jak było to w analizie metodą płaszczyzny fazowej dla przypadku
n = 2. Ta krzywa ogólnie jest nazywana trajektorią stanów lub trajektorią ukła-
jdu,.W aźnejfist--favżfijJiQ aaż-^^
jako zmiennych, to bezpośrednio są one stosowane w sprzężeniach zwrotnych
układów sterowania. Przyczyną jest równanie (4.32), które może przedstawiać
dynamikę zam kniętą pętlą sprzężenia zwrotnego, z wejściami będącymi funk­
cjami stanów x i czasu t, dlatego nie są widoczne one w dynamice zamkniętej
pętlą. Szczególnie, jeżeli dynamika jest opisana zależnością
X = f (x, u, t)
a sterowanie za pom ocą
u = g (x , t)
W tedy dynam ika zam knięta pętlą ma postać
* = /[* > 9 (*, t ) , Ą
k tó rą m ożna zapisać w formie (4.32). Oczywiście, równanie (4.32) może też
przedstawiać układy dynamiczne, które nie m ają żadnych sygnałów sterują­
cych, tak jak w swobodnie poruszającym się wahadle.
4.1. Stabilność układów dynamicznych 197
U k ła d y a u to n o m ic z n e i n ie a u to n o m ic z n e . Układy liniowe są klasyfikowa­
ne jako stacjonarne lub niestacjonarne, zależnie od tego, czy macierz układu
zmienia się w czasie, czy też nie. W ogólnym kontekście nieliniowych układów,
te przymiotniki są zastępowane przez „autonomiczne” i „nieautonomiczne”.
DEFINICJA 56
Nieliniowy układ, opisany równaniem, (4.32) jest autonomiczny, jeżeli f
nic zależy wprost od czasu, tj. jeżeli równanie stanów układu może być
zapisane jako
x — f(x) (4.33)
w przeciwnym razie układ jest nazywany nieautonomicznym.
Oczywiście, liniowe układy stacjonarne (ang. Linear Time-Invariant LTI)
są autonomiczne, a liniowe układy niestacjonarne (ang. Linear Time-Varying
LTV) są nieautonomiczne. Ściśle mówiąc, wszystkie fizyczne układy są-nigąu-
tonomiczne, ponieważ żadna z ich charakterystyk dynamicznych nie jest stała,
w czasie. Pojęcie układu autonomicznego jest pojęciem idealizowanym, tak jak
pojęcie układu pniowego. W praktyce własności układu często zmieniają się
bardzo wolno i ńiożerny zaniedbać ich zmiany czasowe, nie popełniając zna­
czących błędów. Ważne jest to, że dla układów sterowania powyższa definicja
jest dla dynamiki zamkniętej pętlą. Układ sterowania traktujem y jako połącze­
nie sterownika i obiektu (włączając czujniki i urządzenia wykonawcze), a źró­
dłem nieautonoinicznej natury układu sterowania może być zmienność czasowa
obiektu lub sterowania. Obiekt stacjonarny opisany równaniem
x = f ( x , u)
m ożna sprowadzić do układu nieautonomicznego, zamkniętego pętlą, jeżeli wy­
bierzemy sterowanie zależne od czasu, tj. jeżeli u = g(x, t). Na przykład
układ zamknięty pętlą, dla prostego obiektu i; = —x + u, może być nieli­
niowy i niestacjonarny prze^ wybór u, które jest nieliniowe i zmienne w cza­
sie (np. u = —a;2 sin i). W rzeczywistości adaptacyjne układy sterowania dla.
obiektów liniowych stacjonarnych zwykłe m ają w układzie zamkniętym syste­
my nieliniowe i nieautonomiczne. Zasadnicza różnica między autonomicznymi
i nieautonomicznymi układam i polega n a tym, że trajektoria stanów układów
autonomicznych jest niezależna od początkowego czasu, podczas gdy dla ukła­
du nieautonomicznego generalnie tak nie jest. Jak wiadomo analiza liniowych
układów stacjonarnych jest dużo łatwiejsza niż liniowych układów niestacjo­
narnych. Tak samo jest w przypadku układów nieliniowych. Ogólnie mówiąc,
układy autonomiczne m ają względnie prostsze własności i ich analiza jest du­
żo łatwiejsza. Z tej przyczyny w dalszym ciągu będziemy koncentrować się na
analizie układów autonomicznych, opisanych wzorem (4.33).
 4. Własności układów
1 98
Punkty równowagi
DEFINICJA 57
Stan x* jest stanem równowagi (albo punktem równowagi) układu wtedy
gdy, jeżeli x{t) staje się równe x* , to pozostaje równe x* dla całego czasu
t —> co.
M atematycznie oznacza to, że stały wektor x* spełnia warunek
0 = f (**)
Punkty równowagi mogą być wyznaczone przez rozwiązanie nieliniowego rów­
nania algebraicznego (4.34). Liniowy układ stacjonarny
x = Ax
ma pojedynczy punkt równowagi (początek układu współrzędnych 0 ), jeżeli
macierz A jest nieosobliwa. Jeżeli macierz A jest osobliwa, to m a nieskończe­
nie wiele punktów równowagi, które są zawarte w jądrze (przestrzeni zerowej)
macierzy A , tj. podprzestrzeni definiowanej jako A x = 0. Z tego wynika, że
punkty równowagi nie są izolowane, jak widać w przykładzie x + x = 0, w któ­
rym wszystkie punkty n a osi x płaszczyzny fazowej są punktam i równowagi.
Nieliniowy układ może mieć kilka (albo nieskończenie dużo) izolowanych punk­
tów równowagi, co zostało pokazane wcześniej.
P'RZYK"Ł‘AD~32"fwatadte')-~~ - ...............................
Rozważmy wahadło (rys. 4.25), którego dynamika jest opisana następującym nieli­
niowym równaniem autonomicznym:
M R 26 + bi) + MgR. sin 0 = 0
gdzie: R - długość wałiadła, M - jego masa, b - współczynnik tarcia przy zawiasie
g - przyspieszenie ziemskie.
R Rys- 4.25. Wahadło
4.1. Stabilność układów dynamicznych 199
Niech aą = 0, X2 = 0, a równoważnymi równaniami w przestrzeni stanów są
¿ i = a:2 (4.37)
±2 = ~ W R 2 X'2 + R S‘nX l (4'38)
Punkty równowagi są więc otrzymywane z równań '
X2 = 0, sin a’i = 0
a stąd ich współrzędne wynoszą (0, 0) i (jt, 0). Fizycznie, punkty te pokrywają się
dokładnie z pozycją pionową górną i dolną wałiadła. □
(4.34) W analizie i projektowaniu układów liniowych, dla uproszczenia, często prze­
kształcam y równania układu liniowego w taki sposób, że punkt równowagi jest
początkiem przestrzeni stanów. Możemy zrobić to samo dla układów nielinio­
wych (4.33), o danym punkcie równowagi. Niech x* będzie interesującym nas
punktem równowagi. W tedy, przez wprowadzenie nowej zmiennej
(4.35)
y = x —x*
i zamianę y — x — x* w równaniu (4.33), otrzym amy nowe równanie
i) = f { y + O (4-39)
*
Łatwo można sprawdzić, że jest jednoznaczna zgodność między rozwiąza­
niami równań (4.33) i (4.39) i w dodatku y = 0. Rozwiązanie odpowiadające
x = x* jest punktem równowagi równania (4.39). Dlatego, zam iast studiowania
zachowania równania (4.33) w sąsiedztwie x*, można analizować zachowanie
równania (4.33) w sąsiedztwie początku układu współrzędnych.
Pojęcia stabilności
Na początku wprowadzimy intuicyjne pojęcie stabilności, czyli jak powinien
zachowywać się układ w pobliżu danego punktu pracy. Jednak układy nieli­
^
niowe mogą mieć dużo bardziej złożone zachowania niż układy liniowe, więc
zwykłe pojęcie stabilności njp m a wszystkich istotnych cech, które chcemy opi­
’ sać. Istnieje pew na liczba bardziej wyrafinowanych pojęć stabilności, takich jak
stabilność asymptotyczna, stabilność wykładnicza i globalna stabilność asymp­
totyczna. Niżej zdefiniujemy te pojęcia formalnie dla układów autonomicznych
i objaśnimy ich praktyczne znaczenie.
S ta b iln o ść i n ie s ta b iln o ś ć . Dla jasności będziemy używać następujących
oznaczeń: B p oznacza otoczenie sferyczne (łub kulę) definiowaną przez ||aj| < R
w przestrzeni stanów, a S p powierzchnię tej sfery, definiowaną przez ||xj| = R .
Weźmy pod uwagę układ autonomiczny nieliniowy opisany równaniem
x = f(x) (4.40)
200 4. Własności układów
przy czym x jest n -wymiarowym wektorem stanu, a f(x) - nieliniową ograni­
czoną funkcją wektorową spełniającą warunek Lipschitza. Niech x r = 0 będzie
punktem równowagi tego układu, czyli /(O) = 0.
DEFINICJA 58
M ówimy że stan {punki) równowagi x r = 0 jest stabilny, jeżeli dla dowol­
nego R > 0 istnieje r > 0 takie, że jeżeli ||x(0)|| < r, to ||;r(/,)|| < R dla
każdego t > 0. W przeciwnym razie stan {punkt) równowagi je st niestabil­
ny.
DEFINICJA 59
Stan {punkt) równowagi x r = 0 je s t stabilny asymptotycznie, jeżeli je st on
stabilny i w dodatku istnieje pewne r > 0 takie, że z ||®(0)|| < r wynika,
iż x(t) -> 0, gdy t —> oo.
P unkt równowagi jest stabilny, jeżeli w dowolnej chwili trajektoria układu
zaczynająca się w punkcie x{0) leżącym wewnątrz kuli B r znajduje się w kuli
B r (rys. 4.26, krzywa fo). Stabilność asym ptotyczna oznacza, że punkt równo­
wagi jest stabilny i w dodatku stany zaczynające się blisko 0 faktycznie dążą do
0, gdy czas t dąży do nieskończoności. N a rysunku 4.26 widzimy, że trajekto­
rie zaczynające się wewnątrz kuli B r dążą do początku układu współrzędnych.
Kula Br jest nazywana dziedziną przyciągania punktów równowagi. Dziedzina
przyciągania punktów równowagi odnosi się do dużych obszarów, to jest do
wszystkich punktów takich, że trajektorie zapoczątkowane w tych punktach
ostatecznie-dążą-do-pirczątkurP unkty równowagi, które są stabilne w sensie
Łapunowa, ale nic są stabilne asymptotycznie nazywamy stabilnymi nieasymp-
totycznie (na granicy stabilności) (rys. 4.26, krzywa k■■z). Punkt równowagi jest
niestabilny, jeżeli istnieje co najm niej jedna kula B r taka, że dla każdego r > 0,
nieważne jak małego, trajektoria układu zaczyna się wewnątrz kuli B r i opusz-
R ys. 4.26. Trajektorie fazowe dotyczące sta­
nów równowagi
ki - układ stabilny asymptotycznie, fc2 -
układ stabilny nieasymptotycznie (na granicy
stabilności), fes - układ niestabilny
4.1. Stabilność układów dynamicznych 201
cza kulę B R (rys. 4.26, krzywa fc3). Niestabilne punkty węzłowe lub siodła
w układach drugiego rzędu są przykładam i niestabilnych punktów równowa­
gi. Niestabilny punkt równowagi jest bardzo niepożądany, ponieważ prowadzi
często do cyklu granicznego lub kończy się uszkodzeniem mechanicznych lub
elektrycznych elementów obiektu.
W wielu zastosowaniach inżynieryjnych nie jest w ystarczająca świadomość,
że system będzie dążył do punktu równowagi w nieskończonym czasie. Potrzeb­
n a jest też ocena, jak szybko trajektoria systemu dąży do punktu 0. W tym
celu może być stosowane pojęcie stabilności eksponencjalnej (wykładniczej).
DEFINICJA 60
Stan {punkt) równowagi x = 0 jest stabilny eksponencjalnie {wykładniczo),
jeżeli istnieją dwie liczby dodatnie a i A takie, że
Vf>o ||.E(i)|| < o; 11^(0)!! (4.41)
w jakiejś kuli B r dokoła początku układu współrzędnych.
Wyrażenie (4.41) oznacza, że wektor stanów eksponencjalnie stabilizuje uk­
ład, dążąc do początku szybciej niż funkcja wykładnicza. D odatnia liczba A
jest często nazywana współczynnikiem zbieżności wykładniczej. Na. przykład
układ
± = — ^1 + sin2 x
jest, wykładniczo zbieżny do x = 0 ze współczynnikiem A = 1. Naprawdę jego
rozwiązaniem jest
x{i) - ¿(O jerJo l1+"•■»* T]dr
i dlatego
|.x-(i)| < |a'(0)| e~i
Z powyższych obliczeń wynika, że wykładnicza stabilność implikuje asymp­
totyczną stabilność. Ale asj^nptotyczna stabilność nie gwarantuje stabilności
wykładniczej, co można zobaczyć na przykładzie układu
x = ~ x 2, x(0) = 1 (4.42)
którego rozwiązaniem jest x = funkcja, wolniej zbieżna, niż jakakolwiek
funkcja wykładnicza e r Xt (dla A > 0).
S ta b iln o ść lo k a ln a i g lo b a ln a . Powyższe definicje są tak formułowane, aby
scharakteryzować lokalne zachowania układów, tj. jak rozwija się stan po starcie
z punktu w pobliżu punktu równowagi. Lokalne własności mało mówią o tym,
202 4. Własności układów 4.1. Stabilność układów dynamicznych 203

jak układ będzie się zachowywał, gdy stan początkowy będzie się znajdował W tedy układ o opisie
w pewnej odległości od punktu równowagi. Dlatego potrzebne są globalne po­
jęcia, aby opisać także i takie przypadki. x = Ax (4.44)

jest nazywany linearyzacją (lub liniową aproksymacją) oryginalnego nielinio­

DEFINICJA 61
Jeżeli asymptotyczna (lub wykładnicza) stabilność występuje dla dowolnego
początkowego stanu, to mówimy, że punkt równowagi jest globalnie stabilny
asymptotycznie (lub wykładniczo).
wego układu z punktem równowagi w zerze. Podobnie układ nieautonomiczny,
nieliniowy z wejściem sterującym u można opisać równaniem
X = f ( x , u)
takim , że /(O, 0) = 0. Wówczas możemy napisać

Liniowe układy stacjonarne są albo stabilne asymptotycznie, albo stabil­ x *+ (% ) « + W * ,» )

Vo x j x=0 u=0 \ a u ) x=0i tt=o
ne nieasymptotycznie, lub też niestabilne, jak można wnioskować z rozwiązań
układu liniowego. Liniowa stabilność asym ptotyczna jest zawsze globalna i wy­ gdzie fh.o.t. oznacza wyrazy wyższego rzędu w rozwinięciu w szereg Taylora. ■
kładnicza, a liniowa niestabilność zawsze powoduje, że układ wykładniczo dą­ Macierz A jest m acierzą Jacobiego funkcji / względem x , jako że x = 0, u = 0
ży do nieskończoności. To wyjaśnia, dlaczego wyrafinowane pojęcia stabilności i macierz B jest m acierzą Jacobiego funkcji / względem u, jako że x = 0, u = 0
wprowadzone tu taj nie były spotykane wcześniej w analizie liniowych syste­ (macierz n x rri elementów ^ , gdzie m jest liczbą wejść)
mów. Są one potrzebne tylko w analizie systemów nieliniowych.
a ) b = m
Linearyzacja i stabilność lokalna d r ) 3:^=0, u=o \b J a J x—o, u—o
Układ
M e to d a p o ś re d n ia L a p u n o w a . M etoda linearyzacji Lapunowa dotyczy lo­
kalnej stabilności układów nieliniowych. Jest to formalizacja intuicyjnego po­ x = A x + Bu
dejścia, że nieliniowy układ powinien zachowywać się podobnie do układu przy­
bliżonego (zlinearyzowanego) w m ałym zakresie zmian sygnałów. Ponieważ jest linearyzacją (lub liniową aproksymacją) oryginalnego nieliniowego układu
wszystkie fizyczne układy z natury są nieliniowe, m etoda linearyzacji Lapuno­ przy x = 0, -u = 0. Ponadto, wybór sterowania w postaci u = u {x) umożliwia
wa służy więc jako główne uzasadnienie używania liniowych technik sterowa­ przekształcenie oryginalnego nieautonomicznego układu w autonomiczny układ
nia w praktyce. Pokazuje ona, że stabilność osiągnięta przez liniowe sterowanie zamknięty pętlą, m ający punkt równowagi dla x = 0. Liniowa aproksymacja
gwarantuje lokalną stabilność oryginalnego układu fizycznego. sterowania jest zapisana jako
Rozważmy autonomiczny układ opisany równaniem (4.33) i przyjmijmy, że 'du\
funkcja / ( : c) jest ciągła i różniczkowalna. W tedy dynam ika układu może być J)x)
zapisana jako
Dynamika zam knięta p ętk /m o że być liniowo aproksymowana jako
%
x = / (x , u( x) ) ~ ( A + B G ) x
gdzie fh.o.t. oznacza wyrazy wyższego rzędu rozwinięcia w szereg Taylora. Stwier­ Oczywiście, to samo liniowe przybliżenie może być otrzym ane bezpośrednio,
dzenie, że rozwinięcie w szereg Taylora zaczyna się bezpośrednio od członu jeśli rozpatrzym y autonomiczny układ zamknięty pętlą
pierwszego rzędu, wynika z faktu, że /(O) = 0, stąd 0 jest punktem równowagi.
Oznaczmy przez stałą macierz A , macierz Jacobiego funkcji / względem x, x = f (x, u(x)) = f i ( x )
przy x — 0 (macierz n x n elementów §£:), czyli
i zlinearyzujemy funkcję f i względem x, dla punktu równowagi x = 0. W prak­
tyce, aby znaleźć łinearyzację układu, często jest dużo prostsze pominięcie w dy­
namice członów wyższego rzędu niż 1, co ilustruje poniższy przykład.
204 4. Własności układów 4.1. Stabilność układów dynamicznych 205

PRZYKŁAD 53 Jeżeli układ zlinearyzowany jest stabilny lub niestabilny, to wtedy przez
Rozważmy układ aproksymację w pobliżu punktu równowagi układ nieliniowy jest także lokalnie
stabilny lub lokalnie niestabilny. Jeżeli zlinearyzowany układ jest na granicy
¿1 = x \ + .Tl COS12 stabilności, to człony wyższego rzędu (4.43) mogą mieć decydujący wpływ na
i-2 = X2 -I- Tl (.Tl + 1) + Tl sinT'2 to, czy nieliniowy układ jest stabilny, czy niestabilny. Jak zobaczymy w przykła­
Jego linearyzacją w x = 0 jest dzie 54 proste nieliniowe układy mogą być globalnie asymptotycznie stabilne,
podczas gdy ich liniowe przybliżenia są tylko nieasymptotycznie stabilne. Nie
Tl = 0 + Tl 1 = Tl
można więc prosto wnioskować własności nieliniowego układu z jego nieasymp­
±2 ~.X 2 + 0 + Ti totycznie stabilnego liniowego przybliżenia.
Układ zlinearyzowany może być napisany jako
PRZYKŁAD 54
i 0‘
* = [l l]* Rozważmy uldad pierwszego rzędu
Podobna procedura rnoże być zastosowana do układu sterowania. Rozważmy system x = ax -|- bx''
x -|- 4 t 5 + ( t 2 + l) u — 0 Początek układu współrzędnych jest jednym z dwóch punktów równowagi tego
układu. Linearyzacja tego układu dookoła początku układu współrzędnych jest dana
Układ może być liniowo aproksymowany przy x = 0 jako następująco:
x + 0 -I- (0 + l)u sa 0 ‘- " , T = a.T ~ ■-
tzn. że układ zlinearyzowany może być zapisany w formie Zastosowanie metody linearyzacji Lapunowa wskazuje następujące własności sta­
x = —u bilności nieliniowego układu:
\
Przyjmijmy, że sterowanie dla oryginalnego układu nieliniowego było wybrane jako - a < 0: asymptotycznie stabilny;
- a > 0: niestabilny;
U = sin.T + T3 + X cos2 X - a = 0: nie można nic powiedzieć na podstawie linearyzacji.
wtedy zlinearyzowana dynamika zamknięta pętlą jest przedstawiona jako W innym przypadku układem nieliniowym jest
x+x+x = 0 □ X = ÓTr>

— Wymi]^pow-y.ższy-poka,«!y e-dokla4n«-povviązaiiia -między-stabilnością-układu Tutaj metoda linearyzacji Lapunowa. zawodzi, podczas gdy, jak zobaczymy w dalszym
liniowego (4.44) a stabilnością oryginalnego układu nieliniowego (4.40). ciągu, bezpośrednią metodą Lapunowa łatwo możemy rozwiązać ten problem. O

Twierdzenia o linearyzacji Lapunowa pokazują, że projektowanie liniowego

TW IERD ZEN IE 12 ( m e to d a p o ś r e d n ia L a p u n o w a ) sterowania jest sprawą konsekwencji. Trzeba tak zapro jektować sterownik, aby
układ pozostawał w jego „liniowym zakresie”. Jest to duże ograniczenie linio­
• Jeżeli zlinearyzowany układ jest, stabilny (tj. wszystkie wartości własne
wego projektu, gdyż istnieją pytania, na które jest trudno odpowiedzieć.Jak
macierzy A leżą dokładnie w lewej półpłaszczyźnie), to wtedy punkt rów­
duży jest liniowy zakres? Co jest obszarem stabilności (jak duże jest r w defi­
nowagi oryginalnego układu nieliniowego jest asymptotycznie stabilny
nicji 58)? Te pytania m otywują do głębszego zbadania problemu nieliniowego
lokalnie.
sterowania, za pom ocą bezpośredniej m etody Lapunowa.
• Jeżeli zlinearyzowany układ jest niestabilny (tj. co najm niej jedna war­
tość własna macierzy A leży dokładnie w prawej półpłaszczyźnie), to
M e to d a b e z p o ś re d n ia L a p u n o w a . M etoda bezpośrednia jest potężnym
wtedy punkt równowagi układu nieliniowego jest niestabilny.
narzędziem do analizy układów nieliniowych i dlatego tzw. analiza Lapu­
• Jeżeli zlinearyzowany układ jest na granicy stabilności (tj. wszystkie
nowa często odnosi się do m etody bezpośredniej. M etoda ta jest uogólnie­
wartości własne macierzy A leżą w leniej półpłaszczyźnie, ale przynaj­
niem pojęcia energii związanej z układem mechanicznym. Ruch tego układu
m niej jedna z nich leży na osi jw), to wtedy nie można nic wywnio­
jest stabilny, jeżeli jego całkowita mechaniczna energia zmniejsza się przez
skować z aproksymacji liniowej (punkt równowagi może być stabilny,
cały czas. Używając m etody bezpośredniej w analizie stabilności układów
asymptotycznie stabilny lub niestabilny dla układu nieliniowego).
nieliniowych, tworzymy skalar energii jako funkcję Lapunowa dla układu
206 4. Własności układów
i sprawdzamy, czy się ona zmniejsza. M etoda bezpośrednia jest odpowiednia
dla wszystkich rodzajów układów sterowania, które są zmienne lub niezmien­
ne w czasie, ograniczonego łub nieograniczonego wymiaru. Ograniczenie tej
m etody polega na tym, że trudno jest znaleźć funkcję Lapunowa dla dane­
go układu. Chociaż bezpośrednia m etoda Lapunowa jest pierwotnie m etodą
analizy stabilności, może być używana do rozwiązywania innych problemów
w sterowaniu nieliniowym. W ażna jest możliwość zastosowania jej do projekto­
wania sterowników nieliniowych. M etoda bezpośrednia może służyć również
do estymacji osiągów układów sterowania i testowania jego odporności na
zakłócenia.
Podstawowa filozofia bezpośredniej m etody Lapunowa jest m atematycznym
rozszerzeniem fizycznej obserwacji. Jeżeli całkowita energia układu mechanicz­
nego lub elektrycznego jest ciągle rozpraszana, to wtedy układ liniowy lub
nieliniowy ostatecznie musi zatrzym ać się w punkcie równowagi. Tak więc, ba­
dając zmiany pojedynczej funkcji skalarnej, możemy wnioskować o stabilności
układu. Rozważmy nieliniowy układ, sprężynowy am ortyzator masy (rys. 4.27),
którego równanie dynamiczne jest zapisane w postaci
mii: 4- bx |:i:| + Aiya; -|- /¡ąa;3 = 0 (4.45)
gdzie ki: jdj przedstawia nieliniowe tłumienie, a (kox + k i x 3) przedstaw ia nieli­
niowy człon sprężyny. Przyjmijmy, że m asa jest odciągana od naturalnej dłu­
gości sprężyny na dużą odległość i wtedy zwalniana. Czy wynikający z tego
faktu ruch będzie stabilny? Bardzo trudno jest odpowiedzieć n a to pytanie,
używając definicji stabilności, ponieważ ogólne rozwiązanie tego nieliniowego
równania jest niedostępne. M etoda linearyzacji też nie może być zastosowa­
na, ponieważ ruch zaczyna się na zewnątrz obszaru liniowego (w każdym razie
liniowe przybliżenie układu jest tylko nieasyinptotycznie stabilne). Jednakże
analiza energii układu może nam dużo powiedzieć o ruchu układu.
R ys. 4.27. Nieliniowy spręży­
nowy amortyzator masy
Całkowita energia mechaniczna układu jest sum ą jego energii kinetycznej
i energii potencjalnej
V(x) = - mx2 + f (kox -I- Aąa;3) da; = im a ; 2 -1- ^-Icqx2 + -rAąa;4 (4 .4 6 )
2 Jo ^ i ł Ł 4
4.1. Stabilność układów dynamicznych 207
Porównując definicję stabilności i energii mechanicznej, łatwo można zauwa­
żyć kilka związków między energią mechaniczną a pojęciem stabilności opisy­
wanym wcześniej:
- zerowa energia odpowiada punktowi równowagi (x = 0, x = 0),
- z asymptotycznej stabilności wynika zbieżność energii mechanicznej do
zera,
- niestabilność jest zw iązana ze wzrostem energii mechanicznej.
Związki te wskazują, że wartość wielkości skalara energii mechanicznej po­
średnio obrazuje wielkość wektora stanów. Ponadto, własności stabilności ukła­
du mogą być charakteryzowane zmianami energii mechanicznej układu. Współ­
czynniki zmian energii podczas ruchu układu są łatwo otrzymywane przez róż­
niczkowanie pierwszego równania (4.46) i użycie (4.45)
V ( x ) = m i x + ( k o x -|- k \ x A^ i = i ( —b i |ij) = —b |± |3 (4.47)
Z równania (4.47) wynika, że energia układu, zaczynająca się od jakiejś po­
czątkowej wartości, ciągle jest rozpraszana przez tłumik, aż m asa się zatrzyma,,
tj. aż x = 0. Fizycznie łatwo można zauważyć, że m asa w końcu musi spo­
cząć w pozycji naturalnej długości sprężyny, ponieważ przy jakiejkolwiek innej
pozycji niż własna długość, siła jest niezerowa. Bezpośrednia m etoda Lapu­
nowa jest oparta na uogólnieniu pojęć z układu sprężynowego am ortyzatora
masy do bardziej złożonych układów. M ając dany układ nieliniowych równań
różniczkowy cli, podstawowe postępowanie w bezpośredniej metodzie Lapuno­
wa polega n a stworzeniu skalarnej funkcji dla układu dynamicznego i zbadaniu
znaku jej pochodnej. W ten sposób wyniki stabilności mogą być otrzymane
n a podstawie układu równań różniczkowych bez używania trudnych definicji
stabilności |186j.
W formułowaniu bezpośredniej m etody Lapunowa korzystać będziemy z pojęć
funkcji dodatnio i ujemnie określonej oraz pojęć funkcji dodatnio półokreślonej
i ujemnie półokreślonej.
*
DEFINICJA 62 \
Funkcję skalarną V( x ) wektora stanu x nazywamy dodatnio (ujemnie)
określoną w obszarze fź, zawierającym początek układu współrzędnych
przestrzeni stanów (x = 0), jeżeli funkcja ta w każdym punkcie tego ob­
szaru fl, różnym od początku układu współrzędnych x -f- 0, przybiera war­
tość dodatnią (ujem ną), a wartość równą zeru tylko w punkcie x = 0
(rys. Ą.28).
Przykładem funkcji dodatnio określonej w n-wymiarowej przestrzeni jest
funkcja (rys. 4.28 i rys. 4.29)
 4. Własności układów
208
V ( x ) = x ( + a% + . . . + x l
gdyż funkcja ta w dowolnym punkcie przestrzeni, różnym od początku układu
współrzędnych, x 0 , przybiera wartość dodatnią, a wartość równą zeru tylko
w punkcie x = 0 (aą = x 2 ~ ■■. = x n = 0). W analogiczny sposób można
wykazać, że funkcja
V( x ) = - ( x \ -I- x \ + . •. 4- a£ )
jest w n-wymiarowej przestrzeni funkcją ujemnie określoną.
R y s . 4 .2 8 . Przykład dodatnio określo- R y s . 4 .2 9 . Przykład dodatnio określo­
ne] funkcji P ( * i , .-n2) nej funkcji V (x i, x 2), narysowany za po-
"" ■ —■ ~ ihbbą'póżiomftT .....................................
DEFINICJA 63
Funkcję skalarną V ( x ) wektora stanu x nazywamy dodatnio (ujemnie)
półokreśloną w obszarze fi, zawierającym początek układu współrzędnych
przestrzeni stanów (x = 0 ), jeżeli funkcja ta w dowolnym punkcie tego
obszaru f i przybiera wartość nieujemną (niedodatnią).
Funkcja dodatnio (ujemnie) półokreśloną w obszarze i i może więc przybierać
wartość równą zeru nie tylko w punkcie x — 0, ale również w punktach tego
obszaru i i różnych od początku układu współrzędnych. N a przykład funkcja
V( x ) = x\+x% jest funkcją dodatnio określoną n a płaszczyźnie x%, x 2, a funkcją
dodatnio półokreśloną w przestrzeni trójwymiarowej aą, x 2, xs, gdyż funkcja
ta przybiera wartość równą zeru dla x \ = 0 , x 2 = 0 i dowolnego .T3 .
4.1. Stabilność układów dynamicznych
209
Funkcję dodatnio półokreśloną nazywa się niekiedy w literaturze funkcją nie-
ujemnie określoną, a funkcję ujemnie półokreśloną, funkcją niedodatnio okre­
śloną.
DEFINICJA 64
Jednoznaczną funkcję skalarną V( x ) Wektora stanu x , ciągłą wraz z pierw­
szym i pochodnymi względem zmiennych stanu X], x 2, . . . , x n, nazywamy
funkcją Lapunowa w obszarze i i (rys. 4-30, Ą.31), jeżeli:
• funkcja ta jest dodatnio określona w obszarze ii, tzn. V( x ) > 0 dla
x yśQ i F ( 0 ) = 0 ,
• pochodna względem czasu t funkcji V( x ) jest ujemnie określona w obsza­
rze i i ( dla x j i 0 i V — 0 tylko dla x — 0 ) lub jest ujemnie półokreśloną ■
w tym obszarze i i ( V( x) < 0 dla dowolnego x G ii).
R.ys. 4 .3 0 . Przykład funkcji V (x j, a;2) R y s. 4 .3 1 . Przykład funkcji F (.ri, x 2)
będącej funkcją Lapunowa będącej funkcją Lapunowa narysowany
za pomocą poziomic
Korzystając z pojęcia funkcji Lapunowa, pierwsze twierdzenie Lapunowa,
czyli tzw. twierdzenie o stabjlności, można sformułować następująco:
%
TW IERD ZENIE 13 (p ie rw s z e tw ie rd z e n ie L ap u n o w a )
Układ nieliniowy opisany równaniem (4.40) jest stabilny asymptotycznie
w obszarze ii, zawierającym początek układu współrzędnych (punkt równo­
wagi x r = 0), jeżeli można dobrać taką funkcję Lapunowa V( x ) dodatnio
określoną w obszarze ii, której pochodna względem czasu V (x) wzdłuż tra­
jektorii stanu je s t funkcją ujemnie określoną w tym obszarze ii. Jeżeli
pochodna V( x ) je st funkcją ujemnie półokreśloną w obszarze ii, to układ
nieliniowy jest stabilny w tym obszarze ii, ale. niekoniecznie asymptotycz­
nie stabilny.
210 4. Własności układów 4.1. Stabilność układów dynamicznych 211

PRZYKŁAD 55
Wykażemy, że układ nieliniowy opisany równaniem
x + ta 4 x + te 3 = 0 (a > 0, b > 0) (4.48)
jest stabilny w punkcie równowagi x -= 0, i = 0 dla dowolnych warunków początko­
wych. Wprowadzając zmienne stanu a;i = x, x 2 = i , możemy równanie (4.48) zapisać R ys. 4.32. Realizacja twierdzenia 14
w postaci
¿'i = a;a
±2 = —xi —ax 2 —bx2 (4.49)
Za funkcję Lapunowa przyjmujemy formękwadratową dodatnio określoną w całej
płaszczyźnie a;i, x 2

V(a:) = ^ (a;f + ’Ą ) (4-50) Sprawdzić można, że funkcja ta jest lokalnie dodatnio określona. Przedstawia ona cał­
kowitą energię wahadła, będącą sumą energii potencjalnej i kinetycznej. Jej pochodna
Wobec tego po czasie
V{ x ) = i) sin 0 + 00 = -Ó2 < 0
( )_ dxt 1 dx 2 2 (4.51)
= x’ia ;2 - a;2 (a,'i + a x 2 + t e j ) = — {a x 2 + b x2)
Dlatego, powołując się na powyższe twierdzenie, wywnioskować można, że początek
układu współrzędnych jest stabilnym punktem równowagi. Dogłębnie analizując fizykę
Dla a > 0 i b > 0 pochodna V(x) jest ujemnie półokreślona w całej płaszczyźnie zjawiska, łatwp można zauważyć przyczynę, dlaczego V(x) < 0, mianowicie człon
a-i, a>2- Zgodnie z twierdzeniem 13 układ opisany równaniem (4.48) jest stabilny dla tłumiący absorbuje energię. W rzeczywistości, V wskazuje na możliwość rozpraszania
dowolnych warunków początkowych. D energii w wahadle. Na podstawie tej funkcji Lapunowa nie można wysnuć wniosków
na temat asymptotycznej stabilności systemu, ponieważ pochodna V{x) jest tylko
ujemnie półokreślona. □
Twierdzenie Lapunowa dla stabilności lokalnej

Następny przykład ilustruje wynik asymptotycznej stabilności.

nrW FE R D ZE K Il^lT^ęsLaB ilnóSe^ókaltia)
Jeżeli; •■w-Mi~BmT4»Łme}(i^kalor,na .funkcja ¥.(&•) .2 .ciągłymi cząathwwmi. PRZYKŁAD 57 (stabilność asym ptotyczna)
pierwszymi pochodnymi takimi, że:
Przestudiujmy stabilność układu nieliniowego, zdefiniowanego jako
« V(x) jest dodatnio określona {lokalnie w Bp,,),
• V{x) je st ujemnie półokreślona {lokalnie w Bip,), :i’i —X\ (xy x2 2) diCiiCj
to wtedy punkt równowagi 0 jest stabilny. Jeżeli, faktycznie, pochodna V{x) :i 2= 4x±X 2 -I- X 2 { x \ + 2)
jest lokalnie ujemnie określona w B pit, to wtedy stabilność je st asympto­
dookoła jego punktu równo\%igi przy początku układu współrzędnych. Dana jest do­
tyczna {rys. Ą.32). datnio określona funkcja
V { x . i, x 2) = x\ -1- a:|
PRZYKŁAD 56 (stabilność lokalna)
Proste wahadło z tłumieniem jest opisane równaniem Jej pochodna V wzdłuż jakiejkolwiek trajektorii układu wynosi

0-1 () + sin0 = O V{x) = 2 {x{ -I- x?2) (:c? -I- - 2)

Rozważmy następującą skalarną funkcję: Pochodna V jest lokalnie ujemnie określona w dwuwymiarowej kuli B 2, tj. w okolicy
definiowanej przez xf2 + x 2 < 2. Dlatego, powyższe twierdzenie wskazuje, że początek
układu współrzędnych jest lokalnie stabilny asymptotycznie. O
 RfiW«ł|

212 4. Własności układów 4.1. Stabilność układów dynamicznych 213

Twierdzenie Lapunowa dla stabilności globalnej PRZYKŁAD 58

Rozważmy układ
Podane wcześniej twierdzenie 14 m a zastosowanie w analizie stabilności lokal­
i i = x 2 - .Ti (x? + ,t|)
nej. Aby zapewnić globalną stabilność asym ptotyczną układu, należałoby ocze­
kiwać, że kula B /¡ 0 w powyższym „lokalnym” twierdzeniu musi być rozszerzona x2 = -a ą - x2 (xj -i- ,x |)
n a całą przestrzeń stanu. Jest to konieczne, ale nie jest wystarczające. D odat­ Początek układu współrzędnych przestrzeni stanów jest punktem równowagi dla tego
kowy warunek, jaki funkcja V musi spełniać, to: V( x ) musi być promieniowo układu. Niech V będzie dodatnio określoną funkcją
nieograniczona, przez co mamy n a myśli, że V( x ) —►oo, gdy jjacJJ —> oo (in­
V(z) = x f + x ?2
nymi słowy, gdy x zmierza do nieskończoności w dowolnym kierunku). W tedy
otrzymujemy następujące twierdzenie: Pochodna V wzdłuż jakiejkolwiek trajektorii układu jest równa
V{x) = 2 , t i i ] + 2 i 2:i;2 = - 2 (.Tj + t | ) 2

TW IERD ZEN IE 15 (s ta b iln o ś ć g lo b a ln a )
Jeżeli istnieje skalarna funkcja V stanu x , z ciągłymi pochodnymi pierw­
szego rządu takimi, że
• V (a:) je st dodatnio określona,
• V( x ) je st ujemnie określona,
• V ( x ) —►oo, gdy ||a;|| oo,
to wtedy punkt równowagi w początku układu współrzędnych je st globalnie
stabilny asymptotycznie.
W arunek promieniowej nieograniczoności m a zagwarantować, że poziomice
krzywych (albo poziomice powierzchni w przypadku systemów wyższego rzędu)
K(;k) = Va odpow iadają krzywym zamkniętym. Istnieje możliwość, że krzywe
nie są zam knięte. Jest to możliwe dla tra,ielŁtorll..staaQB'-dryluią.c,ych z dala, ocl
~puriKtu równowagi, nawet gdyby trajektoria stanu przechodziła przez poziomice
odpowiadające bardzo małemu P,v. Na przykład dla dodatnio określonej funkcji
V = [ i + J f e i ] + ^ 2 krzywe V( x ) = Va dla Va > 1 są krzywymi otwartymi. Na
rysunku 4.33 pokazano rozbieżność stanu podczas ruchu ku krzywym o coraz
mniejszej „energii”.
R ys. 4.33. Ilustracja do twierdzenia 15
i jest ujemnie określona. Dlatego, początek układu współrzędnych jest punktem rów­
nowagi globalnie stabilnym asymptotycznie. Globalność tej stabilności daje nam do
zrozumienia, że początek układu współrzędnych jest jedynym punktem równowagi
układu. o
4.1.6. Metody doboru funkcji Lapunowa
Po przedstawieniu teorii Lapunowa popartej kilkoma przykładami można spró­
bować zabrać się za praktyczne problemy nieliniowego sterowania. Jednakże,
cala teoria opisuje wszystko w ogólnym zarysie, a nie przedstawia, jak znaleźć
funkcję Lapunowa. W tym punkcie zostaną przedstawione dwie m etody znaj­
dowania tej funkcji. Pierwsza zostanie przedstawiona m etoda Krasowskiego,
a następnie m etoda zmiennych gradientów.
Metoda Krasowskiego
M etoda Krasowskiego przedstawia prosty sposób znajdowania funkcji Lapu­
nowa dla autonomicznych układów nieliniowych postaci (4.40), mianowicie
V = f J f . Podstawowym celem m etody jest proste sprawdzenie, czy ten szcze­
gólny wybór naprawdę prowadzi do funkcji Lapunowa.
*
%
TW IERDZENIE 16 (Krasowski)
Rozważamy autonomiczny układ zdefiniowany zależnością (4 .4 0 ) , z punk­
tem równowagi w początku układu współrzędnych. Niech A( x ) będzie ma­
cierzą Jacobiego układu
¿W » S M (4.52)

Jeżeli macierz
F = A +At (4.53)
 4. Własności układów
214
jest ujemnie określona w sąsiedztwie Î 2 , to wtedy punkt równowagi w po­
czątku układu współrzędnych jest asymptotycznie stabilny. Funkcją Lapu-
nowa dla tego układu jest
V ( x ) = f \ x ) B f { x) (4.54)
gdzie B jest macierzą symetryczną ostałych,niezależnych odczasu ele­
mentach. Często je st to macierz jednostkowa i wtedy funkcja (4.54) może
być zapisana w postaci
V ( x ) = f T ( x ) f { x) (4.55)
Jeżeli Î2 jest całą przestrzenią stanu i w dodatku V ( x ) —> co, gdy j|æ|| —>
—> co, to wtedy punkt równowagi jest globalnie stabilny asymptotycznie.
Z powyższych rozważań wynika następujący tok postępowania podczas ba­
dania stabilności układów nieliniowych m etodą Krasowskiego:
PROCEDURA 5 (metoda Krasowskiego)
Krok i . Mając równanie (4.40) opisujące układ nieliniowy, wyznaczamy funk­
cję Lapunowa w postaci (4.54) lub (4.55).
Krok 2. Korzystając z zależności (4.52) i (4.53), wyznaczamy macierz F .
Krok 3. W przypadku gdy B = 1, korzystając z twierdzenia Sylvestera, spraw­
dzamy, czy macierz F jest ujemnie określona. Jeżeli tak, to rozpatrywany,
układ jest stabilny asymptotycznie.
Dowód. Pô pio.r\wsże“żńilf)żiiiy, że z ujemnie określonej funkcji F wynika, że
/(.i.) -/ 0 dla fi- 0. Z togo, żc macierz kwadratowa F(:r) jest ujemnie określona
dla niezerowego x, widać, że macierz Jacobiego A ( x ) jest odwracalna. Załóżmy,
że macierz A jest osobliwa. W tedy można znaleźć niezerowy wektor y 0 taki,
że A(x)yi) = 0. W równaniu
'ł/u F Vo = 2y l 'A y 0
osobliwość macierzy A implikuje, że y l F y 0 = 0, co zaprzecza założonej ujem­
nej określoności F .
Odwracalność i ciągłość macierzy A gwarantuje, że funkcja f ( x ) może być
odwracalna. Z tego wynika, że dynamiczny układ opisany równaniem (4.33)
ma tylko jeden punkt równowagi w Ü (inaczej różne punkty równowagi odpo­
wiadałyby tej samej wartości / ) , tj. f ( x ) ył 0 dla x ył 0.
Możemy teraz pokazać początkową asym ptotyczną stabilność. Funkcja ska­
larna V{x) = f T ( x ) f ( x ) jest dodatnio określona. Korzystając z faktu, że
/ = A j , pochodna V może zostać zapisana jako
V(x) = f f + f r f = f A J + f Arf = f'F J
4.1. Stabilność układów dynamicznych
215
Z ujemnie określonej funkcji F wynika ujem na określoność V. Dlatego, zgod­
nie z bezpośrednią m etodą Lapunowa, stan równowagi w początku układu
współrzędnych jest asym ptotycznie stabilny. Globalna stabilność asymptotycz­
n a układu jest gwarantowana przez zastosowanie globalnej wersji bezpośredniej
m etody Lapunowa.
Zilustrujmy użyteczność m etody Krasowskiego n a prostym przykładzie.
PRZYKŁAD 59
Rozważmy nieliniowy układ
11 = —6 x i 4- 2 x 2
1 2 = 2 x\ —6x 2 —2*2
Z powyższych równań obliczamy macierze
-C 2 -1 2 4
2 —C —6x | A +AT :
4 -1 2 - 12x1
Macierz F, jak widać, jest ujemnie określona w całej przestrzeni stanów7~E>latego
też, punkt w początku układu współrzędnych jest stabilny asymptotycznie, a funkcją
Lapunowa jest
V(x) = f T(Ąf(x) = ( - 6x 1 + 2x 2)2 + (2xj - 6x 2 - 2x 1) 2
Ponieważ V (x) —>oo dla ||x|| —>oo, więc punkt równowagi w początku układu współ­
rzędnych jest globalnie stabilny asymptotycznie. □
Chociaż powyższa teoria jest bardzo prosta, jej przydatność jest ograniczo­
na w praktyce, ponieważ jakobiany wielu układów nie gw arantują wymaganej
ujemnej określoności. W dodatku, dla układów wysokiego rzędu trudno jest
sprawdzać, czy macierz F jest ujemnie określona dla każdego x.
Uogólnienie m etody Krasowskiego jest następujące:
TW IERDZENIE 17 (u o g ó ln io n a m e to d a K ra so w sk ie g o )
Rozważamy autonomiczny układ zdefiniowany zależnością (4.40), z punk­
tem równowagi w początku układu współrzędnych i niech A ( x ) będzie m a­
cierzą Jacobiego -układr^ Wtedy wystarczającym warunkiem, aby początek
układu współrzędnych był asymptotycznie stabilny, jest istnienie dwóch sy­
metrycznych dodatnio określonych macierzy P i Q takich, że dla Vx 0
macierz
F ( x ) = A t P + P A -I- Q
jest ujemnie półokreślona w jakim ś sąsiedztwie Q początku układu współ­
rzędnych. Funkcja K (x) = f T P f jest wtedy funkcją Lapunowa dla ukła­
du. Jeżeli obszar Q jest całą przestrzenią stanów i jeżeli V( x ) —» oo, gdy
||:e|| —►oo, to wtedy układ jest globalnie stabilny asymptotycznie.
 217
4.1. Stabilność układów dynamicznych
4. Własności układów

216 PROCEDURA 6
i ^ h ń o n e podobnie jak poprzednie. Do-
Krok 1. Przyjmujemy, to V P jt»t dane a zależności (4.57).
Dowód. T w ie r d z e n ie to ^ p r o w a d z o n a ta k jak przedtem. Ponadto,
K roi '2. Rozwiązujemy równanie dla współczynników tak, a b , spclmalo
d a tn ia o k re ślo n o ść V { x ) n a s tę p u je
pochodna V m o że b y c o b i warunki (4.56).
T z , A T M P f = f Ff ' f Qf Krok 3. Ograniczamy współczynnik w (457) tak, to ta k c ja V jest uje,„me
V = = fT P A (x)f + / FA ( } pólokreślona co najm niej lokalnie.
dx . , i o jest dodatnio określona, więc V
Krok 4. Obliczamy funkcję V z V k przez całkowanie.
Foniew uń F j e s t u je m n ie 1» = , « « . u « «
Krok 5. Sprawdzamy, czy V jest dodatnio określona.

p o ś re d n ia m e t o d a L a p u n o w »
u k ła d u .
kolejno wzdłuż drogi, która jest równoległa do każdej osi, j.
M e to d a z m ie n n y c h g r a d ie n tó w podejściem do budowania funk- P (z ) = [ ' w , ( z „ 0, . . . . 0 ) d x , + j T v v 2 (x „ x2 0 )d x 2 +
M e to d a z m ie n n y c h g r a d ie n tó w i e ^ ^ ^ ^ . ) będzie związana z jej nachyleniem
cji L a p u n o w a . N ie c h fu n k cja- & + f 'r" W „ (Xl ,312, • ■■t xn) d;fo
V V p rz e z z a le ż n o ś ć c a łk o w ą Ja
PRZYKŁAD 60
V(x) = i "W da: Użyjemy metody zmiennego gradientu do szukania funkcji Lapunowa dla mehmo-
Jo
wego układu
gdzie
.T x \ = —2 x \
( dV \ 2
a;2 = —2*2 + 2* 1*2
P rz y jm u je m y , że g r a d ie n t z m ie n n e j fu n k c ji L a p u n o w a m a n a s tę p u ją c ą p o sta ć:
W " \ 3 5 ™ , ,i a .ć v . P » J i“ t to k c ii
je s t g r a d ie n te m V . A ż e b y uz. • ...........
- B p e łn ia ir s z r a ^ ^ a n n m lO T w ^ W , =011*1 + Ol2*’2
W 2 = 021*1 + »22*2
aW j = o W j j « i, 2, --- ’ n Układ równań jest opisany przez
^ - , t 3ros t ą p o c h o d n ą k ie ru n k o w ą f^ . N a przy-
aW i _ 8V b
Z a u w a ż m y ż e i - t y s k ła d n ik V w a rn n k i przyjm ują postać ~dxT ~ dxi ^
k ła d d la p rz y p a d k u n = 2 p °
d a \2 M , d a 'u
0V V x 3V k2 0,12 "l_ X 2 ~dx2 = ° 21
a7;2 a ' :| 1 d ien tó w postuluje formę gradientu V V , Jeżeli współczynniki są wybrane jako
W n a s a d z ie m e t o d a V L apunow a. Przyjmujemy, . « m t o r t on = 022 = L 0,2 = 0,21 —d
z a m ia s t p r z y jm o w a n ia fo rm y
to prowadzi do
fu n k c ji j e s t w p o s ta c i ^
VVi=*i, VVr2 = .*2
W tedy V może być obliczone z zależności
V 14 = t « i A i
i —i -, p r o w a d z i to do następującego po-
A łc z y n n ik a im . ■«- 1
g d z ie a.ij s ą o k re ś lo n y m i w ^ L apunow a:
s tę p o w a n ia p r z y s z u k a n iu u n
218 4. Własności układów
Tak więc V jest lokalnie ujemnie określona w obszarze (1 —* 1* 2) > 0. Funkcja V
inoże być obliczona z zależności
/•XI pX-2 ,r 2 i ,».2
V( x ) = / * id * i+ / *2d*2 = —^ —- (4.58)
J0 ./O ^ wyznacza numerycznie pierwiastki wielomianu. Nie m a więc potrzeby stosowa­
Jak widać funkcja (4.58) jest dodatnio określona i dlatego jest zapewniona asympto­
tyczna stabilność. Zauważmy, że (4.58) nie jest jedyną funkcją Lapunowa wyznaczoną
metodą zmiennych gradientów. Na przykład weźmy
On '= 1, «12 = *f, «21 = 3*2, «22 = 3
Otrzymujemy funkcję dodatnio określoną
V = Ź + * . Ą + X lX 3
której pochodną jest
V ~ —2 * i — 6*2 — 2*1 ( * 1*2 T 3 * ^ * 2)
Łatwo można sprawdzić, że V jest funkcją lokalnie ujemnie określoną i dlatego wzór
(4.59) przedstawia inną funkcję Lapunowa dla tego układu. □
4.1.7. Podsumowanie
Stabilność jest zasadniczym pojęciem w analizowaniu i projektowaniu układów
sterowania. Różne pojęcia stabilności, takie jak stabilność Lapunowa, stabilność
asym ptotyczna, stabilność wykładnicza, i stabilność globalna asymptotyczna*
albo wykładnicza, muszą być zdefiniowane, żeby dokładnie charakteryzować
złożone i bogate pojęcie stabilności układów nieliniowych.
Z SJKinyczhych rozwiązań nielimowycirrSwnaii różniczkowych zwykle nie
można otrzymać informacji na tem at stabilności układu. Dwie metody Lapu­
nowa m ają większe znaczenie w określeniu stabilności układu nieliniowego.
M etoda linearyzacji może być używana dla układów poruszających się w nie­
wielkim obszarze dookoła punktu równowagi. M a to głównie teoretyczną war­
tość, usprawiedliwiając używanie sterowania liniowego w projektowaniu i ana­
lizie słabo nieliniowych układów fizycznych.
M etoda bezpośrednia, opierająca się na funkcjach Lapunowa, nie jest ogra­
niczona do ruchu w danym obszarze. W zasadzie, ta m etoda jest odpowiednia
dla wszystkich układów dynamicznych, liniowych czy też nieliniowych, ciągłych
lub dyskretnych, skończonego rzędu lub nieskończonego rzędu, i w małym lub
dużym zakresie ruchu. Jednak m a ona poważną wadę: problem wyznaczenia
funkcji Lapunowa dla danego układu. Nie istnieje żadne ogólne efektywne po­
dejście do wyznaczania funkcji Lapunowa. Często wykorzystuje się metodę prób
i błędów, doświadczenie, intuicję do poszukiwania stosownych funkcji Lapuno­
wa. Niektóre proste m atem atyczne techniki, takie jak m etoda Krasowskiego
lub m etoda zmiennych gradientów, mogą też być pomocne.
4.1. Stabilność układów dynamicznych 219
4.1.8. Jak to zrobić w MATLAB-ie
W zakresie kryteriów stabilności układów liniowych w MATLAB-ie nie przewi­
dziano funkcji realizujących te k ry teria ze względu n a funkcję ROOTS, która
nia kryteriów stabilności. W iadom o, że kryteria stabilności służą do pośred­
niego sprawdzenia położenia biegunów n a płaszczyźnie zmiennej zespolonej.
Sens ich stosowania znika, jeżeli m am y do dyspozycji funkcję podającą dokład­
ne wartości pierwiastków wielomianu. W części dotyczącej badania stabilności
układów dynamicznych są dostępne jedynie funkcje rozwiązujące liniowe rów­
nanie Lapunowa.
(4.59)
F u n k c ja R O O T S :
Funkcja wyznacza pierwiastki wielomianu o podanych współczynnikach.
P = R O O T S (C ) zw raca pierwiastki wielomianu o współczynnikach poda­
nych w wektorze C. W spółczynniki są podawane w porządku malejącym od
współczynnika przy najwyższej potędze zmiennej.
FUNKCJA M A R G IN :
Funkcja wyznacza zapas fazy i am plitudy modelu liniowego.
[G m , P m , Vićcg, W cp ] = M A R G IN (S Y S ) wyznacza zapas am plitudy
Gm i fazy Pm oraz odpowiadające im częstotliwości W cg oraz W cyp dla mode­
lu SYS o jednym wejściu i jednym wyjściu. Wzmocnienie Gm jest określone
jako gdzie G jest wzmocnieniem w punkcie, w którym przesunięcie fazowe
osiąga -1 8 0 °. Przesunięcie fazowe jest podawane w stopniach. W decybelach
zapas am plitudy jest określony jako
GmdB = 20 log Gm
Jeżeli w ystępuje kilka punktów, dla których przesunięcie fazowe równe jest
-1 8 0 °, to w tedy wybierany jest punkt o wzmocnieniu najbliżej wartości 0 dB.
[G m , P m , W c g , W cp] = M A R G IN (M A G , P H A S E , W ) określa zapas
fazy i am plitudy n a podstawie charakterystyki Bodego, określonej za pomocą
param etrów MAG i PHAEjJE dla pulsacji podanych w wektorze W . Wartości
te m ożna najłatw iej otrzym ać za pom ocą funkcji BODE.
M A R G IN (S Y S ) rysuje charakterystyki Bodego modelu SYS i zaznacza na
nich zapas fazy i amplitudy.
F u n k c j a LYAP:
Funkcja rozwiązuje ciągłe równanie Lapunowa.
X = L Y A P (A , C ) rozwiązuje równanie Lapunowa postaci
AX + XA t + C = 0
gdzie A i C są macierzami identycznych rozmiarów, a macierz C jest do­
datnio określona.
220 4. Własności układów 4.1. Stabilność układów dynamicznych 221

X = L Y A P (A , B , C ) rozwiązuje równanie Sylvestera przyjmować wartości nieujemne. Przyjmijmy, że kandydatką na funkcję Lapunowa jest
funkcja
A X + X B + (7 = 0
Xi
które jest ogólniejszą postacią równania Lapunowa. Macierze A , B i C V (X U X2, x 3 ) = |> ! x 2 13] W *2 (4.00)
są dane i nie muszą być identycznych rozmiarów. Jedynym ograniczniem x 3.
nakładanym n a dane macierze jest wykonalność mnożenia, aby równanie
Sylverstera mogło być spełnione. gdzie W e R',x:! jest parametrem.
Jeżeli uda się dobrać parametr W tak, aby
F u n k c ja DLYAP: V*.
Funkcja rozwiązuje dyskretne równanie Lapunowa.
X = D L Y A P (A , C ) rozwiązuje równanie Lapunowa postaci
x->, x; j, 1 2 3^-0
x x x ęp ^ ^ ^
AXAr - X + C = 0 oraz
gdzie A i <7 są macierzami identycznych rozmiarów, a macierz C jest do­
V (aą, x 2, 3<i) -> 00, gdy y x'f -I- x\ + x\ -» 00
datnio określona.
to na mocy twierdzenia Lapunowa wykażemy, że badany model jest stabilny globalnie.
S p e ł n i e n i e tych warunków jest jednoznaczne dla ulcladu liniowego i funkcji Lapunowa
PRZYKŁAD 61 (4(60) ze znalezieniem rozwiązania równania Lapunowa postaci -
Wyznaczymy pierwiastki następującego wielomianu:
AW + WAt + Q = 0 (4.61)
x 7 - 3x 6 -I- x 4 - x 3 + 13x2 - 8
gdzie A jest dartą macierzą systemu, a Q jest dowolną macierzą dodatnio określoną,
Do obliczenia pierwiastków danego wielomianu wykorzystujemy następujące polecenie: np. macierzą jednostkową. W związku z tym definiujemy macierz systemu badanego
p = ro o ts ( [1 - 3 0 1 -1 13 0 - 8] ) ; modelu
w którym argumentem jest wektor zawierający współczynniki wielomianu zmien­ A=[-5 1 -1 ;0 -2 1;-2 0 -3 ];
nej x. Po wykonaniu tego polecenia w zmiennej p otrzymujemy pierwiastki tego wie­
lomianu i przystępujemy do rozwiązania równania (4.61) dla Q = 13
P - .................................................. ..... ................................................................... W=lyap(A, ey e(3 ));
2,6837
1,7480 Poszukiwanym rozwiązaniem jest
-0 ,1 0 2 2 + 1 ,4 4 3 1 i
-0 ,1 0 2 2 - l ,4 4 3 1 i W ~=

0 ,8 2 1 2 0,1153 0,0264 -0,0502

-1 ,2 6 2 8 0,0264 0,2647 0,0294
-0 ,7 8 5 7 □ -0,0502 0,0294 <»,2001
Istnienie rozwiązania równanth. Lapunowa implikuje stabilność globalną badanego mo­
PRZYKŁAD 62 delu liniowego. Jako ćwiczenie pozostawiamy sprawdzenie, że wyznaczona macierz W
zapewnia spełnienie trzech warunków stawianych w twierdzeniu Lapunowa o stabil­
Dla ciągłego układu liniowego danego równaniem stanu ności globalnej. □
X I -5 1 -1 XX
X.2 = 0 -2 1 UWAGA 1 5 . Analiza stabliności, za pom.ocą komputera, przypadków nieli­
-2 0 -3 niowych modeli je st utrudniona ze względu na brak algorytm,u wyboru funkcji
x 3 x 3
Lapunowa. Wyboru fu n kcji. Lapunowa dokonuje się bardzo często na podsta­
wykażemy stabilność globalną. wie własnych doświadczeń. Z tego względu brak jest w pakietach obliczeniowych
W celu wykazania globalnej stabilności badanego układu należy skonstruować funk­
rozwiązań pozwalających badać stabilność modeli nieliniowych.
cję Lapunowa, która niezależnie od wartości zmiennych stanu xj, x2 oraz x% będzie
222 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 223

PR ZY K Ł A D 63 DEFINICJA 65
Dla modelu o transmitancji Stan x k £ RTi układu opisanego równaniami (4.62), (4.63) nazywamy osią­
s + 0,5 galnym w q krokach, jeżeli istnieje ciąg wymuszeń {u,o, u i , . . . , wg_i},
K{a) który przeprowadza układ ten z zerowego stanu początkowego xq do zada­
s (0,1s3 + 0,7s2 + 0,3)
zaznaczymy zapas fazy i amplitudy na charakterystykach Bodego.
nego stanu końcowego x k , czyli dla xq = 0, x q = x k .
Definiujemy model K (s)
SYS=tf ([1 0 .5 ;], [ 0 .1 0 .7 0 0 .3 0 ] ) ;
DEFINICJA 66
i wykonując polecenie Układ opisany równaniami (4.62), (4.63) nazywamy osiągalnym, jeżeli dla
margin(SYS); dowolnego stanu końcowego x k £ Mn istnieje liczba naturalna q oraz ciąg
uzykujemy odpowiedni wykres, który pokazano na rys. 4.34.
wymuszeń { u 0, u \ , . , . , u ,,_ j }, który przeprowadza układ ten z zerowego
stanu początkowego xq do zadanego stanu końcowego x k, czyli dla xq — 0,
U w a g a 16. Długość pionowej kreski na wykresie fazowym odpowiada zapasowi x q = x k.
fazy. W tym przypadku jest to zapas ok. 45°.

Diagramy Bodego
Gm = 00 , Pm = -34,2 deg (at 1,3789 rad/s) TW IERDZENIE 18
Układ (4.62), (4.63) jest osiągalny wtedy i tylko wtedy, gdy jest spełniony
jeden z warunków:

o rząd A B , ..., A ^ B ] = n (4.64)

R y s . 4 .3 4 . Zapas fazy i ampli­
tudy transmitancji K (s) z przy­ « Im [jB, A B , . . . , A n~ l B ^ = R " (4.65)
kładu (53

« rząd [Inz — A , B] — n (4.66)

dla •w szystkich skończonych z £ C.

o Dowód. Korzystając z rozwiązania

x, = A 'x {) 4- 2 2 1 B ii j (4,67)
4.2. Osiągalność, sterowalność, obserwowalność j =o
i odtwarzalność układów liniowych równania (4.62) dla i = n, asg = 0, a3n = x k, otrzymamy

4.2.1. Osiągalność układów dyskretnych n—I llfi—2

Weźmy pod uwagę standardowy liniowy układ dyskretny x k = 2 2 A n~ i~ l B u j = [b , A B , . . . , A n- lB \ (4,68)
7=0
.
x i+l = A x i + B m (4.62) '¿¿0
Di = C x i + D u i, i £ Z+ = (0, 1, 2, . .. } (4.63)
Z zależności (4.68) wynika, że dla dowolnego x k £ R“ istnieje ciąg wymuszeń
przy czyni aą £ R " jest wektorem stanu, u i £ Rm i £ Rpsą odpowied­ { uq , u i , . . . , u n—i } wtedy i tylko wtedy, gdy jest spełniony warunek (4.64).
nio wektorem wymuszenia (wejścia) i odpowiedzi(wyjścia), a A £ Rnxn, Z definicji obrazu oraz zależności (4.68) wynika, że istnieje ciąg wymuszeń
B 6 w 1*"1, C £ W ,xn , D £ w * m. {'Uo, u i, . . . , który przeprowadza układ (4.62), (4.63) ze stanu *0 = 0
224 4. Własności układów
do stanu x k wtedy i tylko wtedy, gdy
x k e Im [b , A B , . . . , An_1B]
Układ (4.62), (4.63) jest więc osiągalny wtedy i tylko wtedy, gdy jest spełniony
warunek (4.65), gdyż x k jest dowolnym wektorem x k e Mn .
Wykażemy, że warunek (4.66) implikuje (4.64).
Niech v T będzie lewym wektorem własnym macierzy A odpowiadającym
wartości własnej z, tzn.
V 1 [Iz — A] = 0
Wykażemy, że v T A i dla i = 1, . . . , n —L są równieżlewymi wektorami własnymi
macierzy A , odpowiadającymi wartości własnej z. Z zależności (4.70) mamy
v r A = v T z = z v T . Korzystając z tej zależności, otrzym amy kolejno
v T A [Iz - A] = z v T [Iz - A] = 0,
v T A 2 [Iz — A] = z v q A 2 [Iz —A] = 0,
1 J 1 (4.71)
v T A n ~ 1 [Iz - A] = z v T A n ~~1 [Iz - A } = 0
Niecli V będzie podprzestrzenią wszystkich wektorów ortogonalnych do wszyst­
kich kolumn macierzy B . Warunek (4.66) implikuje, że
V,)?to vT - A, B] yć 0
Jeżeli v e V , tzn. v T B = 0, to z zależności(4.72) mamy v T [Iz - A ] =£ Q
i v T nie jest lewym wektorem własnym macierzy A . Wobec tego przynajmniej
■"j'ed<3T"2 W5lnrorfiW-wta?riych-irTi7łL*, r r r r 'u ŁyFL“ L ma;cierzy A nie należy do V
i wtedy zachodzi
vT [B, A B , . . . , A n_1B] # 0 , v £ 0
Tak więc warunek (4.66) implikuje warunek (4.64).
Wykażemy z kolei, że warunek (4.64) implikuje warunek (4.66).
Niech v e V . W tym przypadku (4.73) implikuje
vT [AB, A ” - 1 B \ ^¿0
i wobec tego przynajmniej jeden z wektorów V1 A , . . . , v TA n~ l nie należy
do V . Wektor v r nie jest więc lewym wektorem własnym macierzy A, czyli
v T [Iz — A] ^ 0. Spełniony jest więc warunek (4.66).
UWAGA 17. Jeżeli rząd JE? = r, a stopień wielomianu minimalnego macierzy
A je st równy m (m < n), to warunek (4.64) jest równoważny warunkowi
rząd [B, A B , . . . , A m~TB } = n
4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 225
Równoważność tę można udowodnić następująco. Z twierdzenia Cayleya-
-Ham iltona mamy
(4.69)
rn—l
A 1 = Y , a,ijAj , i = rn, m + 1 , . . . (4.75)
i —o
gdzie a ,j są pewnymi współczynnikami rzeczywistymi. Z zależności (4.75) wy­
nika, że A ?B dla i > m są liniowo zależne od B , A B , . . . , A m~ l B i mogą
być wyeliminowane z warunku (4.64). Jeżeli dla liczby naturalnej j '
(4.70)
rząd [b , A B , . . . , A-?” 1b ] = rząd [b , A B , . . . , A j'b ]
to
Vi>j rząd [b , A B , . . . , A-7’“ 1b ] = rząd [b , A B , . . . , A i_1B ]
Każda macierz A lB dla i = 1, . . . , m — r w (4.74) dodaje więc przynajmniej
jedną kolumnę liniowo niezależną. Jeżeli więc rząd B = r, to wariuiek (4.74)
jest równoważny warunkowi (4.64). -
UWAGA 18. Warunek (4.66) jest równoważny warunkowi
Vze<rA rząd [IInz - A , B] = n (4.76)
gdzie a a jest widmem macierzy A , czyli zbiorem je j wartości własnych.
(4.72)
Równoważność warunków (4.66) i (4.76) wynika z faktu, że macierz [llnz —A)
traci swój pełny rząd tylko dla z € ctą .
U w a g a 19. Jeżeli układ (4.62), (4.63) jest osiągalny, to jest on zawsze osią­
galny w nie więcej niż n krokach.
(4.73) Fakt ten wynika natychm iast z twierdzenia Cayleya-Hamiltona, które umoż­
liwia wyrażenie macierzy A lB dla i = n, n + 1 , . . . w (4.64) za pomocą kom­
binacji liniowej macierzy | B , A B , . . . , A " “ 1i5 j.
U w a g a 2 0 . Układ o jednym wejściu (m = 1) (4.62), (4.63) nic jest osią­
galny, jeżeli wielomian m inim alny nie pokrywa się z wielomianem charaktery­
stycznym macierzy A .
Jeżeli macierz B jest niezerową macierzą kolumnową i wielomian minimalny
stopnia, m nie pokrywa się z wielomianem charakterystycznym, to r = rząd B =
= 1 i rn < n. W tym przypadku warunek (4.74) nie jest spełniony, gdyż macierz
[ b , A B , . . . , A 7" - 1# ] m a tylko rn kolumn.
Osiągalność układu (4-62), (4.63) zależy tylko od macierzy A i B tego ukła­
du. Zamiast mówić, że układ (4.62), (4.63) jest osiągalny, będziemy równoważ­
(4.74) nie mówić, że para (A , B ) tego układu jest osiągalna.
 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 227
226

PRZYKŁAD 64 nie jest osiągalna dla dowolnych podmacierzy Au € R",Xni, Ai2 e RniX,,a) A 22 6
£ R'12*"2, B i € R'ilXm, « i + n 2 = n.
Wykażemy, że para macierzy Korzystając z warunku (4.64) oraz biorąc pod uwagę, że
' 0 1 0 •• 0 ■ o-
0 A, i
0 0 1 •• A1 dla i = 1, 2, . .. , n — 1 .
A B= (4.77) O ^422
0 0 0 •• 1 0
.1. (* oznacza podmacierz nieistotną w tych rozważaniach), otrzymamy
-dl -tt2 * —n,n _r_

jest osiągalna dla dowolnych wartości współczynników ciq, a i, a„~i. B x AyBj ••• A"r1Bi
rząd [B, A B , . . . , A n_ 1B] = rząd <n
Korzystając z warunku (4.66), otrzymujemy O O o

’z -1 0 • • 0 0 0' dla dowolnych podmacierzy A u i B j . □

0 z -1 • • 0 0 0
PRZYKŁAD 67
ąd [1I„2 —A, B] = rząd z -1 0
0 0 0 • Wykażemy, że para (A, B ) jest osiągalna wtedy i tylko wtedy, gdy macierz

_«io ai « 2 ' ■ a„_2 z + û n - 1 1.

W = A iB B r {A r )i J4.80)
gdyż wyznacznik macierzy kwadratowej złożonej z kolumn: drugiej, trzeciej, ..., n-tej i — O
macierzy [Iz - A] oraz macierzy B jest równy (~ l)n_1 i nie zależy od współczynników
a u , o,], (12, ■■., a n _ i . D jest macierzą dodatnio określoną (nieosobliwą).
Z zależnościv(4.80) wynika, że
PRZYKŁAD 65 W = RR1 * (4.81)
Wykażemy, że para
gdzie
r&i
1)2 R = [ B , A B , . . . , A n~l B]
A = diag [tu, tt2, .. ■, a„ ] , B (4.78)
Niech z 1' = v TR . Wówczas
z 7 z = v 1 R R 1 v = v TW v (4.82)
jest, osiągalna wtedy i tylko wtedy, gdy a.; ^ O oraz / O dla i — 1, 2, Z zależności (4.82) wynika, że jeżeli jest spełniony warunek (4.64), to dla każdego
Korzystając z warunku (4.64) oraz uwzględniając, że v yź O mamy z / O i macierz W jest dodatnio określona (nieosobliwą). Odwrotnie,
A 1 = diag [«i , a\ , . . . , < ] dla i = 1,2, . . . , n - 1 jeżeli W jest macierzą dodatnio określoną (nieosobliwą), to z -/=O dla każdego v ^ O
i jest spełniony warunek (4.64). □
otrzymamy
'&i ciibi arr lbi PRZYKŁAD 68
%
b-2 a 2 b2 a r 1** Dana jest para nieosiągalna
rząd [jB, A B , . .. , 4 " _1B] = rząd
i)n dnbn OO
U-Jł J B = (4.83)
O 1
wtedy i tylko wtedy, gdy tij O oraz bi ^ O dla ¿ = 1,2, . . . , «.
Wykażemy, że stan = jest osiągalny, a stan x/c nie jest osiągalny.
PRZYKŁAD 66
Jeżeli para (A, B ) nie jest osiągalna, to stan .%•/; jest osiągalny wtedy i tylko wtedy,
Wykażemy, że para
gdy jest spełniony warunek (4.69), który jest równoważny warunkowi
' A n A V1 B, (4.79)
, B = rząd [B, A B , . . . , A n_1B , x k\ = rząd [B, A B , . . . , An_1B] (4,84)
0 a 22 0
 228 4, Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 229

Warunek ten jest spełniony dla stanu x k = A £ Mnx" jest macierzą nilpotentną (wszystkie wartości własne są równe zeru),
. gdyż
to A n O, i wtedy z (4.85) wynika, że stan początkowy x 0 może być sprowa­
0 0 0 0 0 dzony do zera = 0 za pomocą zerowego ciągu wymuszeń u 0 = u v = • • - =
rząd \B , A B , x k] = rząd = rząd [B, A B ] = rząd
112 1 1 M „ - l = O.

UWAGA 2 2 . Jeżeli macierz A jest nieosobliuia, de I, A 0, to każdy układ

Natomiast warunek ten nie jest spełniony dla stanu x k , gdyż (4.62), (4.63) sterowalny do zera jest również osiągalny. Jeżeli d et A ^ 0, to
istnieje macierz odwrotna A ~ l , i mnożąc lewostronnie równość (4.85) przez
0 0 1 0 0
rząd [B, A B , x h] = rząd 2, rząd \B , A B ] = rząd otrzymamy
110 1 1
M „_l
O
7l~ V U n-2
X0 = - E A - ^ B u j = -A ~ n [B, A B , A n~ l B (4.86)
4.2.2. Sterowalność do zera i sterowalność układów dyskretnych j =o
Mq

DEFINICJA 67 Z zależności (4.86) wynika, że dla dowolnego x 0 € K" istnieje ciąg wymuszeń
Stan początkowy xo £ IR" układu (4.62), (4.63) nazywamy sterowalnym do {it0, m , . . . , u n—\ } wtedy i tylko wtedy, gdy jest spełniony warunek (4.64),
zera w q krokach, jeżeli istnieje ciąg wymuszeń {«o, u l> • • •, m7_i }, który gdyż macierz A ~ n jest nieosobliuia i nic zmienia rzędu macierzy [B, A B , ...
przeprowadza układ ten ze stanu xq do stanu zerowego X/, = 0 .
a 11- 1 b \.
WNIOSEK 1 . Jeżeli m acierz A jest nieosobliw a, to warunki tw ierdzenia 18 są
DEFINICJA 68 również warunkami koniecznym i sterow alności do zera układu (4.62), (4.63).
Układ (4.62), (4.63) nazywam,y sterowalnym do zera, jeżeli dla dowolnego v
stanu początkowego xq £ K" istnieje liczba naturalna q oraz ciąg wymuszeń PRZYKŁAD 69
{«o, « i , . . . , u q- 1}, który przeprowadza układ ten ze stanu x a do stanu Para macierzy
zerowego x ^ = 0.
0 a V (4.87)
A = B =
0 0 5
0
T W iE R U Z E N IF T ? -------------------- “ ' nic j e s t o sią g aln a, d la d o w o ln e j w a rto ś c i w s p ó łc z y n n ik a a, g d y ż
Ukt d-(4r:62r)y~(4S3)—jest~sterowalny-do-zera,- jeżeli jest spełniony jeden L0
z warunków twierdzenia 18. rząd \B , A B ] = rząd A =
0 0
Para (4.87) jest natomiast sterowalna do zera dla dowolnej wartości współczynnika.
Dowód. Korzystając z rozwiązania (4.67) równania (4.62) dla i = n i x n = 0, a, gdyż macierz A jest macierzą nilpotentną, A 2 = 0. Wobec tego A = 0 <11»
otrzymamy dowolnego stanu początkowego xq, który można sprowadzić do zera (*2 = 0) za
pomocą zerowego ciągu wyrnrfs/.eń u 0 = u \ = 0. D
O’,,.-- 1
n —1
U n-2
%
A nx o = A n~j ~l B u j = - \b , A B , A n ~ 1B (4.85) TWI ERDZENIE 20
¿=o Układ (4.62), (4.63) jest sterowalny do zera wtedy i tylko wtedy, gdy jest
Uq spełniony jeden z warunków:
Z zależności (4.85) wynika, że istnieje ciąg wymuszeń {izo, Ml, • • • , u q - i } dla 0 rząd [B , A B , . . . , A n~l B , A "] = rząd [B , A B , . . . , A n~ l B] (4.88)
dowolnego xq, jeżeli jest spełniony warunek (4.64). Równoważność pozostałych
warunków dowodzi się w ten sam sposób jak w dowodzie twierdzenia 18. • rząd [In —Ad , B] = n (4.89)
U w a g a 2 1 . w przypadku ogólnym warunki twierdzenia 18 nie są warunka­ r il r t n r\Tl ItO li f i (l .
m i koniecznymi sterowalności do zera układu (4.62), (4.63). Jeżeli macierz
230 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 231

Dowód. Jeżeli jest spełniony warunek (4.88), to korzystając z zależności

TW IERDZENIE 21
(4.85) możemy wyznaczyć ciąg {'Uo, u \, ••■> u n - i}> który sprowadza dowol­
Układ (4.62), (4.63) jest sterowalny wtedy i tylko wtedy, gdy jest spełniony
ny stan początkowy Xq do stanu zerowego x n — 0. Warunek (4.88) implikuje
jeden z warunków twierdzenia 18.
więc sterowalność do zera układu (4.62), (4.63). Odwrotnie, jeżeli układ (4.62),
(4.63) jest sterowalny do zera, to istnieje ciąg wymuszeń {«o, u \ , ■■•, u n -i}
tylko wtedy, gdy jest spełniony warunek (4.88). Zauważmy, że sterowalność do Dowód. Przeprowadzenie układu (4.62), (4.63) z dowolnego staną początko­
zera różni się od osiągalności tylko skończonymi modami nieosiągalnymi. Po­ wego xq £ Rr‘ do dowolnego stanu x k £ R ” m ożna rozbić n a następujące dwa
nadto dla z yż 0 mamy [Inz — A] = z [Unz — Ad], gdzie d ~ z 1. Zastępując zadania:
w warunku osiągalności wyrażenie [Inz —A] wyrażeniem [IInz —Ad] pomijamy
właśnie skończone mody układu. Warunek (4.89) jest więc warunkiem koniecz­ - sprowadzenie układu ze stanu xq do zera,
nym i wystarczającym sterowalności do zera układu (4.62), (4.63). - przeprowadzenie układu z zerowego stanu początkowego do zadanego sta­
nu końcowego x k .
U w a g a 2 3 . Warunek (4.89) jest równoważny warunkowi
Warunki twierdzenia 18 są warunkami dostatecznymi realizacji podzadania 1
V,dźCTĄ rząd [Iin —A d , B \ (4.90)
oraz warunkami koniecznymi i wystarczającym i realizacji podzadania 2. Tak
gdzie a a jest zbiorem wszystkich wartości d, dla których det [I„ —Ad] = 0. więc łącznie warunki twierdzenia 18 są warunkami koniecznymi i dostatecznymi
Równoważność warunków (4.89) i (4.90) wynika z faktu, że macierz [In —Ad] sterowalności układu (4.62), (4.63).
traci swój pełny rząd tylko dla d £ a a - Z powyższych rozważań mamy następujący ważny wniosek.
WNIOSEK 2 . Układ (4.62), (4.63) sterowalny do zera i osiągalny jest również
PRZYKŁAD 70 (ciąg dalszy przykładu 69)
układem sterowalnym.
W przykładzie 69 stwierdziliśmy, że para macierzy (4.87) nie jest osiągalna, ale t
sterowalna do zera dla dowolnej wartości współczynnika a. Wykażemy, że para ta
[0 a' DEFINICJA 70
spełnia warunki (4.88), (4.89). Korzystając z (4.90) i biorąc pod uwagę, że 0 0
Liczbę naturalną o spełniającą warunek
0 0
, otrzymamy v m in jrz ą d jj3, A B , . . . , = «j (4.91)
0 0
I 0 0 0 1 0 nazywamy indeksem sterowalności pary (A , B ) lub układu zapisanego rów­
rząd [B, A l i , A~] = rząd = rząd [B, AB] —rząd 0 0
0 0 0 0 naniami (4.62), (4.63).
Tak więc para (4.87) spełnia warunek (4.88). Spełnia ona również warunek (4.89),
gdyż Z warunku (4.91) wynika, że jeżeli para (A , B ) jest sterowalna, to ¡/ < n
1 —ad 1 oraz u — n dla układu o jednym wejściu (m = 1).
rząd [I„ —Ad, B] = rząd 0 1 0
U w a g a 2 4 . Warunek (4^54) można zastąpić warunkiem
dla wszystkich wartości współczynnika a i d e C.
rząd | B , A B , . . . , A " -1 !?] = n (4.92)

DEFINICJA 69 przy czym v jest indeksem sterowalności pary (A , B ) .

Układ (4.62), (4.63) nazywamy sterowalnym, jeżeli dla dowolnego stanu
początkowego xq £ R” oraz każdego stanu końcowego .%'/„• £ R rt istnieje
liczba naturalna q oraz ciąg wymuszeń {«o, u i, - ■■, u q- i } , który prze­ 4.2.3. Obserwowalność układów dyskretnych
prowadza ten układ ze stanu xq do stanu x k, czyli dla dowolnych xq i x k,
Weźmy pod uwagę standardowy liniowy układ dyskretny opisany równaniami
x (, = x k .
(4.62), (4.63).
232 4. Własności układów 4 2 Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 233

DEFINICJA 71 Dla danych ciągów (w0, «1, ■■■■, {i/o, ?/i, - Vn i } « (4.96) może­
my wyznaczyć ciąg {y'(t, y j, . . . , y'n___, }. Z równania (4.97) możemy wyzna­
Stan początkowy ®o G M” układu (4.62), (4.63) nazywamy obserwowalnym
czyć jednoznacznie stan xq wtedy i tylko wtedy, gdy spełniony jest warunek
w q krokach, jeżeli na podstawie danego ciągu wymuszeń { « o , u \, . . . , u q)
(4.93). Z definicji jąd ra macierzy wynika natychm iast, że warunek (4.94) jest
i danego ciągu odpowiedzi | y 0> ?/i j ■■•, ?Vr/} można wyznaczyć jedno­ C
znacznie stan X{) tego układu. CA
równoważny warunkowi (4.93). Transponując macierz oraz m acierz

DEFINICJA 72 C A 71- 1
Układ opisany równaniami (4.62), (4.63) nazywamy obserwowalnym, jeże­ t nz - A , możemy warunki (4.93) i (4.94) napisać w postaci
li istnieje liczba naturalna q taka, że na podstawie danego ciągu wymuszeń C
{«Oi u \ , . . . , u q} i danego ciągu odpowiedzi | y 0, y i , . . . , y^J- można wy­
znaczyć jednoznacznie każdy stan początkowy xq G K" tego układu. rząd \ c T, A t Ć t , (A J) (4.98)
oraz
TW IERDZENIE 22 rząd [l„z - A T, C Tj = n (4.99)
Układ (4.62), (4.63) jest obserwowalny wtedy i tylko wtedy, gdy jest speł­
niony jeden z warunków: dla wszystkich skończonych z € C. Porównując warunek (4.64) z wamąkiem
(4.98) oraz warunek (4.66) z warunkiem (4.99), stwierdzamy, że warunki (4.98);
C
(4.99) możemy otrzym ać z warunków (4.64), (4.65) i (4.66), zastępując w nich
CA
rząd (4.93) macierz A maęierzą A T i macierz B macierzą C T. Dowód równoważności
warunków (4.93) i (4.95) jest więc dualny do dowodu równoważności warunków
C A 71- 1 (4.64) i (4.66).
C UWAGA 2 5 . Jeżeli rząd C = r, a stopień wielomianu minimalnego macierzy
CA A jest równy m (rn < n ), to warunek (4.93) je st równoważny warunkowi
o ker (4.94)
C
■GA: CA
(4 .100)
¡5Z— -A-
• rząd (4.95)
C C A m~
dla wszystkich skończonych z G C. Równoważność tę dowodzimy analogicznie ja k równoważność warunków (4.64)
i (4.74).
Dowód. Podstawiając, rozwiązanie (4.67) równania (4.62) do (4.63), otrzy­
mamy UWAGA 2 6 . Warunek (-^95) jest równoważny warunkowi
i~~1 Jinz A
y ' — y . - D m - 5 3 C A 7- ]- l B u :l = C A ':r0 (4.96) rząd (4.101)
C
3= 0
dla wszystkich z G cm, gdzie o a jest widmem macierzy A , czyli zbiorem jej
Korzystając z zależności (4.96) dla i = 0, 1, . . . , n — 1, dostajem y wartości własnych. Równoważność warunków (4.95) i (4.101) wynika z faktu,
■ c że macierz [I„ z —A ] traci swój pełny rząd tylko dla z G a a -
" vb 1
y'i CA U w a g a 2 7 . Jeżeli układ opisany równaniami (4 .62), (4.63) jest obserwowal­
— (4.97)
ny, to jest on zawsze obserwowalny nie więcej niż w n krokach. Fakt ten wynika
C A n~ \ natychmiast, z twierdzenia Caylcya-Hamiltona, które umożliwia wyrażenie C A 7,
V'n-l j
234 4. Własności układów
4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 235

dla i = ti, n - |- 1, . . . w warunku (4.93) za pomocą kombinacji liniowej macierzy PRZYKŁAD 71

C , C A , . . . , C A n~ l . Wykażemy, że para
U w a g a 2 8 . Układ o jednym wyjściu {p = 1) (4-62), (4.03) nie jest obserwo- ' 0 0 - 0 —££0
walny, jeżeli wielomian m inim alny nie pokrywa się z wielomianem charaktery­ 1 0 - 0 - Ql
stycznym macierzy A . o 1 o -a2 0 1 (4.104)
Jeżeli macierz C jest niezerową macierzą wierszową i wielomian minimal­ 0 0 1 —an_i
ny stopnia rri nie pokrywa się z wielomianem charakterystycznym, to
r = rząd C = 1 i m < n. W tym przypadku warunek (4.100) nie jest speł­ jest obserwowalna dla dowolnych wartości współczynników a0, aą, . . . , aT1_i.
niony, gdyż macierz Korzystając z warunku (4.95), otrzymamy
’z 0 • • 0 aa
C
-1 z • 0 ai
CA
li,, z A 0 -1 • • 0 a2
rząd
C
_ C A m~ l _ 0 0 • - 1 z "b an_i
.0 0 •• • 0 1
ma tylko m wierszy. Obserwowalność układu opisanego równaniami (4.62),
(4.63) zależy tylko od macierzy A i C tego układu. Zamiast mówić, że układ gdyż wyznacznik macierzy kwadratowej złożonej z wierszy: drugiego, trzeciego,... ,~n-
(4.62), (4.63) jest obserwowalny, będziemy równoważnie mówić, że para (A, C ) -tego macierzy [Hnz —A] oraz macierzy C jest równy (—l )n_1 i nie zależy od war tości
współczynników a0, . . . , a„_i. o
tego układu jest obserwowalna.
PRZYKŁAD v72
DEFINICJA 73 Wykażemy, że para
Liczbę naturalną /t spełniającą warunek
A = diag [tt!, a-2, . . . , an] , C = diag [tą, c2, . . . , c„] (4.105)
C
jest obserwowalna wtedy i tylko wtedy, gdy a; ^ o oraz c; ^ 0 dla i - 1, 2, . . . , n.
CA
nuny :--rząd- (4.402) Korzystając z warunku (4.93) oraz uwzględniając, że
A' - diag [aj, 4 , . . . , 4 ] , / = 1, 2, . . . , u - 1
otrzymamy
nazywamy indeksem obserwowalności pary (A, C ) lub układu (4.62),
(4.63). o Cl Cfi
C'Z
CA
rząd = rząd Cl U l c2a2 CjiCL-n
. V____
Z warunku (4.102) wynika, że jeżeli para (A, C ) jest obserwowalna, to /t < n _CAn- x c2a2~ x • ■■
s ą T 1 G jO " “ 1
oraz fi = n dla układu o jednym wyjściu (p = 1).
wtedy i tylko wtedy, gdy a, ^ 0 oraz a ^ 0 dla □
U w aga 2 9 . Warunek (4.93) można zastąpić warunkiem
PRZYKŁAD 73
C
CA Wykażemy, że para
rząd :n (4.103)
Au O
c= c, O (4.106)
C A " “ 1. A 2i A 22

przy czym ¡i jest indeksem obserwowalności pary (A, C ). nie jest obserwowalna dla dowolnych podmacierzy A u e R"15" 11, A 2i G R”2*”'
A22 e , C i € Kpxni, «i + n 2 = n.
236 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 237

Korzystając z warunku (4.93) oraz biorąc pod uwagę, że lub równoważnie

' y ’o c
4.J1 0
A1= 1, 2, 77,- 1 ?/, CA
* aL € Im (4.111)
(* oznacza podmacierz nieistotną w tych rozważaniach), otrzymamy C A n~ l _
V n -1 .
C 0‘ Z twierdzenia Kroncchera-Capcllcgo zastosowanego do równania (4.97) wynika,
CA ' Ci
Cl Au 0 że równanie to ma rozwiązanie wtedy i tylko wtedy, gdy jest spełniony warunek
rząd = rząd <n
(4.110) lub równoważnie warunek (4.111). Równanie (4.97) może mieć więcej
C A ’1“ 1 L ciA "“ 1 0. niż jedno rozwiązanie.
dla dowolnych podmacierzy A (1 i C \. □
PRZYKŁAD 75
PRZYKŁAD 74 Para macierzy
Wykażemy, że para (A, C) jest obserwowalna wtedy i tylko wtedy, gdy macierz 1 -1
A= l1 l ] (4.112)
-1 1
W = C T {AT )iC A i (4.107) y'o i
jest nieobserwowalna. Niech w przypadku 1: , w przypadku 2:
jA 0 j A.
jest macierzą dodatnio określoną (nieosobliwą). 0
Z zależności (4.107) wynika, że 1
W przypadku*! równanie (4.97) ma postać
W = h th (4.108)
1 1' '1 ‘
.T0 = (4.113)
gdzie 0 0 0
C a w przypadku 2
CA
"i r 0
x0 = (4.114)
0 0 1
CA"
W przypadku 1 warunek (4.110) jest spełniony, gdyż
Niech z = H v . Wówczas 1 1 1‘ C 1 1'
' C y’Q = rząd
rząd = rząd = rząd
z Tz = v r H r H v = v r W v (4.109) C A y\ 0 0 0 CA 0 0
Z (4.109) wynika, że jeżeli jest spełniony warunek (4.93), to dla każdego v 0 mamy a w przypadku 2 warunek ten nie jest spełniony, gdyż
z / 0 i macierz W jest dodatnio określona (nieosobliwą). Odwrotnie, jeżeli W jest ' c //(> = rząd ' 1 1 01 C 1 1
macierzą dodatnio określoną (nieosobliwą), to z ^ 0 dla każdego v -/- O i jest spełniony rząd = 2, rząd rząd
C A ?/( 0 0 1 CA 0 0
warunek (4.93). D
1 —a
Równanie (4.113) ma nieskończenie wiele rozwiązań xo = , a - dowolna liczba,
U w a g a 30. Jeżeli para (A , C ) nie jest obserwowalna, to można wyznaczyć
a
a równanie (4.114) nie ma rozwiązania. □
£Cq z równania (4.97) tylko wtedy, gdy
c y'o r c - 4.2.4. Odtwarzalność układów dyskretnych
CA y\ CA
rząd = rząd (4.110)
Weźmy pod uwagę standardowy liniowy układ dyskretny opisany równaniami
---- 1

(4.62)’ (4.63).
i
O

C A ” “ 1 y'n~ 1 .
1
238 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 239

przypadku znane są y 0 = C x 0 = :t:w + x 20 oraz y 1 = C A x 0 = 3 (x i0 + x 20), gdzie

DEFINICJA 74
"•'rio" . Z równania
Stan x q G R,£ układu (4.62), (4.63) nazywamy odtwarzalnym w q krokach, xo —
*20
jeżeli na podstawie danego ciągu wymuszeń {'U q, u \, . . . , u q- \ } i dane­
go ciągu odpowiedzi y i , . . . , y q- i j m ożna wyznaczyć jednoznacznie x 2 = A xq =
T T 2 *10 '3 3 *10 3?/0
2 2 *20 6 6 *20 2?/i
stan x q tego układu.
możemy więc wyznaczyć x 2, znając y 0 i y . O

DEFINICJA 75 U w a g a 32. Jeżeli macierz A jest nieosobliwa, to warunki twierdzenia 22

Ukt ad (4.62), (4.63) nazywamy odtwarzalnym, jeżeli istnieje liczba natu­ są również warunkami koniecznymi odtwarzalności układu (4.62), (4.63). Jeżeli
ralna q taka, że na podstawie danego ciągu wymuszeń {«o, u \ , . . . , u ą- j.} det A -./■ 0, to istnieje macierz odwrotna A ~ 1 i mnożąc równanie
i danego ciągu odpowiedzi j-y0, y x, . . . , Vq- i } można wyznaczyć jedno­ n-1
znacznie każdy stan x q G R £/ tego układu. x n = A nx 0 + A n~:'~l B iij (4.116)
j= o
TW IERDZENIE 2 3 przez A ~ n otrzymamy
Układ (4.62), (4.63) jest odtwarzalny, jeżeli jest spełniony jeden z warun­ 71— 1
ków twierdzenia 2 2 . *o = A ~ nx n — ^ 2 A~^J+I) B u j
i=o
Dowód. Jeżeli q jest takie, że jest spełniony jeden z warunków twierdzenia
22, to układ jest obserwowalny i znając ciągi {«o, u \ , w9- t } , {yą, y%, ■■■ Z porównania zależności (4.116) ¿ (4.117) wynika, że jeżeli det A ^ 0, to można
. . . . y q__11 możemy wyznaczyć stan początkowy xq tego układu. Następnie rolę xo zamienić z x n . Zatem w tym przypadku warunki konieczne i dostateczne
obserwowalności i odtwarzalności są takie same.
korzystając z rozwiązania (4.67) równania (4.62) dla i = q, możemy wyznaczyć
poszukiwany wektor stanu
TW IERDZENIE 24
x q = A ‘!x a -i- A '1 ' ' l i u j Układ (4.62), (4.63) jest.odtwarzalny wtedy i tylko wtedy, gdy jest spełnio­
./-u ny jeden z warunków:
Tał; więc każdy z warunków twierdzenia 22 jest warunkiem wystarczającym C
C
odtwarzalności układu (4.62), (4.63). CA
CA
U w a g a 3 1 . Żaden z warunków twierdzenia 22 nie jest warunkiem koniecz­ • rząd = rząd (4.118)
nym odtwarzalności układu (4.62), (4.63), tzn. można wyznaczyć wektor x q C A n~~l
C A n~~l
nawet, wtedy, gdy żaden z tych warunków nie jest spełniony. An
ć
PRZYKŁAD 76 %
l n - Ad~
Para macierzy • rząd —n (4.119)
C
1 1 (4.115) dla wszystkich skończonych d € C.
2 2
C=[l 1]

nie spełnia warunku (4.93), gdyż

Dowód tego twierdzenia jest analogiczny (dualny) do dowodu twierdzenia 20.
c t r
rząd = rząd U w a g a 33. Warunek (4.119) jest równoważny warunkowi
CA 3 3
Para ta nie jest obserwowalna i nie możemy wyznaczyć stanu początkowego a!0, znając Ad
Po * ! / 1 4ła uo = « i = 0. Natomiast możemy wyznaczyć stan x 2 tego układu. W tym
(4.120)
C
240 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych

g d z ie a a j e s t z b io r e m w s z y s tk ic h w a r to ś c i d, d la k t ó r y c h det [In —Ad] = 0. B 1

R ó w n o w a żn o ść w a ru n kó w (4.119) i (4.120) w y n ik a z f a k t u , ż e m a c i e r z [I„ —Ad]
B TA r
t r a c i s w ó j p e ł n y r z ą d ty lk o d la d, £ o a - rząd
(4 .126 )
PRZYKŁAD 77 (ciąg dalszy przykładu 76) LB i ( A ‘ )
W przykładzie 76 stwierdziliśmy, że para (4.115) nie jest obserwowalna, natomiast
Zgodnie z twierdzeniem 22 układ dualny (4.121), (4.122) jest; więc u k ład em
para ta spełnia warunek (4.120), gdyż
obserwowalnym. Odwrotnie, jeżeli układ (4.121), (4.122) jest obserwowalny, to
T —ri —d “1 0"
In - Ad' jest spełniony warunek (4.126), który po transpozycji przyjmuje postać (4.125).
VdeC rząd = rząd 2d 1 - 2d = rząd 0 1 Zgodnie z twierdzeniem 18 układ (4.123), (4.124) jest więc osiągalny.
C
1 1 J 1. Zgodnie z twierdzeniem 20 układ (4.123), (4.124) jest sterowalny do zera,
Para ta jest więc odtwarzalna i można wyznaczyć x 2, znając y Q, y l dla uq = uy = 0 jeżeli jest spełniony warunek
(patrz przykład 76). □ €71—1.B 1
rząd [B, A B , . . . , A n~~1 B , A n] = rząd \B , A B , (4.127)
Po transpozycji warunek ten przyjmuje postać
4.2.5. Dyskretne układy dualne BT
‘ Br
DEFINICJA 76 B tAt
B tA t
Dyskretny układ opisany równaniami rząd = rząd (4.128)
x,-+i = A r Xi -I- C TUi (4.121) B T%( A T)n- 1
_ BT ( A T ) n - 1 _
(4.122) '(*AT )n
Vi = B r x i 4- D u i, ¿ £ ^ = {0, 1, 2, .. .}
nazywamy układem dualnym dla układu opisanego Zgodnie z twierdzeniem 24 warunek (4.128) implikuje odtwarzalność układu
opisanego równaniami (4.121), (4.122). Odwrotnie, jeżeli układ (4.121), (4.122)
x i+i = A x i + B m (4.123) jest odtwarzalny, to jest spełniony warunek (4.128), który po transpozycji
y, —C wi ~l- D u i, i £ Z+ — {(), 1, 2, ...} (4.124) przyjmuje postać (4.127). Zgodnie z twierdzeniem układ (4.123), (4.124) jest
więc układem odtwarzalnym. Podsumowaniem tych rozważni) jest rysunek 1.35.

TW IERDZENIE 25 Osiągalność Sterowalność do zera

• Układ opisany równaniami (4.123), (4.124) jest osiągalny rząd [lnz - ,4,8] = o det A ł 0 rząd [/„ - Ad.B] =n R ys. 4.35. Relacje mię­
(,obserwowalny) wtedy i tylko wtedy, gdy jego układ dualny (4.121), dzy osiągalnośrią, sterowal-
(4.122) jest obserwowalny (osiągalny). O nością do zera, obscrwowal-
a nością i odtwarzalnością dla
• Układ opisany równaniami (4.123), (4.124) jest sterowalny do zera Dualny Dualny układu dyskretngo opisane­
(odtwarzalny) wtedy i tylko wtedy, gdy jego układ dualny (4.121), (4.122) go równaniami (4.62), (4.63)
je st odtwarzalny (sterowalny do zera). U 4 wraz z odpowiednimi warun­
Obserwowalność
serwowainosc Odtwarzalność
uiwarzainusu kami koniecznymi i wystar­
rządłI- r ] - » det A ź 0 rząd I czającymi
Dowód. Zgodnie z twierdzeniem 18 układ opisany równaniami (4.123), (4.124)
jest osiągalny w tedy i tylko wtedy, gdy
rząd [JB, A B , . . . , A n_1B] = n (4.125) 4.2.6. Osiągalność wyjściowa układów dyskretnych
Jak wiadomo transpozycja macierzy nie zmienia jej rzędu. Transponując m a­ Weźmy pod uwagę standardowy układ dyskretny opisany równaniami (4.62),
cierz ]B, A B , . . . , A 1l~l B], otrzymamy więc (4.63).
242 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 243

PRZYKŁAD 78
DEFINICJA 77
Układ (4.62), (4.63) nazywamy osiągalnym wyjściowo, jeżeli dla dowolne­ Zbadamy osiągalność wyjściową układu (4.62), (4.63) o macierzach
go wektora odpowiedzi y k € Rp istnieje liczba naturalna q i ciąg wymuszeń
0 1 0 V i 0 o’ 'l '
{■«o, ui, . . . , u q} taki, że dla zerowego stanu początkowego xq = O odpo­ 0 0 1 , B = 0 * c = 0 1 0 , D = 0 (4.131)
wiedź y q = y k . -1 -2 -3 i

W tym przypadku n = 3, m — 1, p = 2. Biorąc pod uwagę, że

TW IERDZENIE 26 CB CAB CA B =
Układ (4.62), (4.63) jest osiągalny wyjściowo wtedy i tylko wtedy, gdy

rząd [.D, C B , C A B , . . . , C A n~ l B \ = p (4.129) oraz korzystając z warunku (4.129), otrzymamy

110 1
rząd [D, C B , C A B , C A 2 B]
0 0 1 -4
Dowód. Podstawiając rozwiązanie (4.67) równania (4.62) dla i — n, a;o = O
do (4.63) otrzymamy
Układ ten jest więc osiągalny wyjściowo. □
n—1
y k - Y , CA" j ~lB u j + D u n = PRZYKŁAD 79
j =0
Wykażemy, że układ (4.62), (4.63) o macierzach
Un
Un —1 0 1 0
[d , C B , C A B , . . . , C A n l B (4.130) 10 0
A = 0 0 1 , B = D =0 (4.132)
1 0 0
-1 -2 -3
U()

Z zależności (4.130) wynika, że dla dowolnego y k istnieje ciąg wymuszeń {«o, jest osiągalny i obserwowalny, ale nie jest osiągalny wyjściowo.
jUj , . wtedy i tylko wtedy, gdy jest; spełniony warunek (4.129). Korzystając z (4.64) i (4.93), otrzymamy

1 0 1
Z warunku (4.129) wynika, że układ opisany równaniami (4.62), (4.63) o jed­ rząd [B, A B , A l B \ = rząd 0 1 -4 = 3
nym wyjściu (p = 1 ) 7. D -/= 0 jest zawsze układem osiągalnym wyjściowo. 1 -4 7
Wykażemy, że każdy osiągalny układ (4.62), (4.63) z macierzą D = O nie jest;
osiągalny wyjściowo, jeżeli r z ą d C < p. Jeżeli D = O, to warunek (4.129) mo­
1 0 0'
żemy napisać w postaci
jV o o
C
rząd [ C B , C A B , . . . , C A 11~ 1 b ] = rząd [ c [ b , A B , . . . , A n~ l B \ } < CA 0^1 o
rząd = rząd
0 10
CA2
0 0 1
< min ^rząd C , rząd |j3, A B , . . . , A ’1 ' 1jBj ^ < rząd C < p 0 0 1

gdyż rząd [ b , A B , . . . , A n" j b ] = ii > p. Warunek (4.129) nie jest więc Układ ten jest więc osiągalny i obserwowalny. Natomiast układ ten nie jest osiągalny
spełniony i układ opisany równaniami (4.62), (4.63) nie jest osiągalny wyjściowo, gdyż nie jest spełniony warunek (4.129), tj.
wyjściowo. 1 0 1
rząd [CB, C A B , C A 2B } = rząd
1 0 1
W n io s e k 3 . U kład (4.62), (4.63) z m acierzą D = 0 n ie jest osiągalny w yjścio­
wo, jeżeli rząd C < p. Ten sam wynik otrzymamy z wniosku 3, gdyż rząd C = 1 < p = 2. □
 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 245
244

Z twierdzenia Cayleya-Hamiltona (lub wzoru Sylvestera) marny

4 .2 .7 . Osiągalność i sterowalność układów ciągłych
Niech dany będzie standardowy układ liniowy ciągły opisany równaniami At 5> (i)A (4.140)
?:=o
x = Ax + Bu (4.133)
gdzie o.j(i) są liniowo niezależnymi funkcjami czasu t. Podstawiając zależność
y = Cx +Du (4.134) (4.140) do zależności (4.139), otrzymamy
przy czym x = x ( t) G M” jest wektorem stanu u = u (ij G Km i V ~ y{i) G Rp Vq
są odpowiednio wektorem wymuszeń (wejść) i odpowiedzi(wyjść),a A G K , Vl
B e R” x" \ C G Kpx" i D € W * m . xk B , AB, A B (4.141)

V„-l
DEFINICJA 78 przy czym
S tan x k G M” układu (4.133); (4.134) nazywamy osiągalnym w czasie t k,
jeżeli istnieje, wym,uszenie {sterowanie) u {t), t G [0, t k], które przeprowa­
V i ai(t —r)w (r)d r, i = 0 , 1 , . . . , n —1 (4.142)
dza układ ten z zerowego stanu początkowego xo = 0 do zadanego stanu ./()
końcowego x k , czyli dla xq = 0 , x ( t k) = x k .
Z zależności (4.141) i (4.142) wynika, że dla dowolnego x k G R"_jstnieje
ciąg {«o, v \ , . . . , v „_ i} i odpowiednio u (t), t G [0, tk] wtedy i tylko wtedy,
gdy jest spełniony warunek (4.135). Z definicji obrazu macierzy oraz zależności
DEFINICJA 79 (4.141), wynika że istnieje ciąg {wo> f i , - - - 1 ,u7l_i}, który przeprowadza układ
Układ (4.133), (4.134) nazywamy osiągalnym, jeżeli dla dowolnego stanu
(4.133), (4.1341) ze stanu xq = 0 do stanu x k wtedy i tylko wtedy, gdy
końcowego x k e R” istnieje chwila t k > 0 oraz wymuszenie (sterowanie)
u ( t) , t e [0 , tk], które przeprowadza układ ten z zerowego stanu początko­ x k 6 Im IB , A B , . . . , A n~ l B (4.143)
wego xq — 0 do zadanego stanu x k, czyli dla xq = 0 , x ( lk) = x k .
Z założenia x k jest dowolnym w ektorem przestrzeni R", układ (4.133), (4.134)
jest w ięc osiągalny w ted y i tylko w tedy, gd y jest sp ełn ion y warunek (4.136).
-T-WICRDZ-ENHE-27- R ów now ażność warunków (4.135) i (4.137) dowodzi się fcak sam o, jak w dowo­
Układ (4.1.33) V(4.134) jest, osiągalny wtedy i tylko wtedy, gdy jest spełniony dzie tw ierdzenia 18.
jeden z warunków: UWAGA 3 4 . Jeżeli rząd B — r, a stopień wielomianu minimalnego macierzy
A jest równy m (m. < n ), to warunek (4.135) jest równoważny warunkowi
• rząd [B , A B , . . . , A b-1b ] = n (4-135)
rząd [B, A B , rB ] = n [4.144)
• Im [b , A B , . . . , A " “ 1# ] = R " (4-136)
Równoważność tę dowodzi^ się tak sam.o jak równoważność warunków (4.64)
• rząd [I„s — A , B] = n _ (4.137)
i (4.74) dla układu dyskretnego (4 .62), (4.63).
dla wszystkich skończonych s G C.
U w a g a 3 5 . Warunek (4.137) jest równoważny warunkowi

Dowód. Korzystając z rozwiązania Vse<rA rząd [I„s — A , B ] — n (4.145)

gdzie o a jest widmem macierzy A , czyli zbiorem je j wartości własnych.

x ( t ) = eAijcQ+ T eA^ - r) B u { r ) d T (4.138)
Jo U w a g a 3 6 . Układ o jednym wejściu (m = 1) nie jest osiągalny, jeżeli wielo­
rów nania (4.133) dla x 0 = 0 , t = tk , x { tk) = x k , otrzymamy mian minim alny nie pokrywa się z wielomdanem charakterystycznym macierzy
A . Dowód jest laki sam, ja k dla układu dyskretnego (4.62), (4.63) przy uwa­
x k = f eA(tk~~T^B u (t )(It (4.139) dze 2 0 .
Jo
 246 4. Własności układów 4 2 Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 247

Osiągalność układu ciągłego opisanego zależnościami (4.133), (4.134) zależy Z g o d n ie z w a r u n k ie m (4.143) lub (4.148) p o s z u k iw a n a p o d p r z e s tr z e ń stanów o sią g a l-
tylko od macierzy A i B tego układu. Zamiast mówić, że układ (4.133), (4.134) f 1 01
nych jest kombinacją liniową kolumn macierzy [B , A B ] , czyli ma postać
jest osiągalny będziemy równoważnie mówić, że para (.4., B ) tego układu jest 0 OT
osiągalna. Z porównania warunków (4.64), (4.65), (4.66), (4.74), (4.76) z warun­ dla dowolnego a e ’ □
kami (4.135), (4.136), (4.137), (4.144), (4.145) wynika, że kryteria osiągalności
układów ciągłych i dyskretnych są takie same. Przykłady 64-G66 są takie same
dła układów ciągłych. Odpowiednikiem przykładu 67 dla układu ciągłego jest
niżej podany przykład. DEFINICJA 80
S ta n początkowy xq G R n układu (4.133), (4.134) nazyw am y sterowal­
n ym do zera w czasie tk , jeżeli istnieje w ym uszenie ( sterow anie ) u ( t) ,
PRZYKŁAD 80 t € [0 , tk], które przeprowadza ten układ ze stanu *0 do stanu zerowego
Wykażemy, że para (A , B ) układu ciągłego opisanego równaniami (4.133), (4.134) x { t k) = 0 .
jest osiągalna wtedy i tylko wtedy, gdy macierz
f tk
W = I eA rB B TeA Tdr, t.h > 0 (4.146)
Jo DEFINICJA 81
jest określona dodatnio (nieosobliwa). Układ (4.133), (4.134) nazyw am y sterow alnym do zera, jeżeli dla dowol­
Jeżeli W jest macierzą dodatnio określoną (nieosobliwą), to istnieje macierz od­ nego stanu początkowego xq G R” istnieje chwila t k > 0 oraz w ym uszenie
wrotna i jest określone wymuszenie (stćrowanie) u ( t) , t G [0, tk], które przeprowadza ten układ ze stanu ~xg-
do stanu zerowego x { t k) = 0 .
u(t) = B TeA ‘ dla t e [0, tk] (4.147)
V
które przeprowadza układ ten ze stanu Xo = 0 do stanu x(tic) — x/c. Rzeczywiście, V
podstawiając (4.147) do (4.139), otrzymamy Wykażemy, że sterowalność do zera układu ciągłego (4.133), (4.134) jest
równoważna osiągalności. Korzystając z rozwiązania (4.138) równania (4.133)
x(tk) = / *■ e A (tk~ T) B B T e A T li k~ T) W ~ 1X k d T = dla a;(0 ) = xq i x ( t k ) = 0 , otrzym amy
Jo
x(t-k) = eAt,:xo + [ eA ^lk~T'lB u ( t ) ó.t = 0
Jo
oraz po pomnożeniu obu stron przez e~ Alk
Jeżeli układ opisany równaniami (4.133), (4.134) nie jest osiągalny, to istnieje
wymuszenie u ( t) , ł G [0, tk] takie, że dla xq = 0, x ( t k) = aą. wtedy i tylko xq = — I " e~A rB u{r)d.T (4.150)
Jo
wtedy, gdy jest spełniony warunek (4.143) lub równoważnie, gdy
gdyż eAtk jest m acierzą nieosobliwą dla dowolnej macierzy A i chwili t k . Z po­
rząd [ b , A B , A n~ l B , x k] = rząd [ b , A B , . . . , A n~l B \ (4.148) równania zależności (4.15OJ i (4.139) wynika, że sterowalność do zera układu
ciągłego jest równoważna jego osiągalności. Zostało zatem udowodnione nastę­
pujące twierdzenie. ^
PRZYKŁAD 81
Wyznaczymy podprzestrzeń stanów osiągalnych dla układu (4.133), (4.134), które­
go macierze A i B są równe TW IERDZENIE 28
0 r Układ (4.133), (4.134) je s t sterowalny do zera wtedy i tylko wtedy, gdy jest
A = 1'
, B = (4.149) spełniony jeden z warunków twierdzenia 27.
0 2 0
Para (4.149) nie jest osiągalna, gdyż
1 01 UWAGA 3 7 . D efinicja indeksu sterowalności układu ciągłego (4.133), (4.134)
'ząd [B, A B ] = rząd = 1 je s t taka sam a ja k definicja dla układu dyskretnego (4.62), (4.63).
0 0
 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 249
248

gdyż macierz T jest nieosobliwa. Zgodnie z twierdzeniem 29 para (A, B ) jest, stero­
DEFINICJA 82 walna wtedy i tylko wtedy, gdy jest sterowalna para (4.151). , □
Układ (4.133), (4.134) nazywamy sterowalnym, jeżeli dla dowolnego stanu
początkowego wq i dowolnego stanu końcowego istnieje chwila t). > 0
oraz wymuszenie (sterowanie) u (t), t G JO, /;&], które przeprowadza ten 4.2.8. Obserwowalność i odtwarzalność układów ciągłych
układ ze stanu xq do stanu x c z y l i dla dowolnych X q, X/-, x (tk ) ~ x/c.
Weźmy pod uwagę standardowy układ ciągły opisany równaniami (4.133),
(4.134).
TWIERDZENIE 29
Układ (4.133), (4.134) jest sterowalny wtedy i tylko wtedy, gdy je st speł­ DEFINICJA 83
niony jeden z warunków twierdzenia 87. Stan początkowy xq G R " układu opisany równaniami (4.133), (4.134)
nazywamy obserwowałnym w chwili tk > 0 , jeżeli na podstawie danych
Dowód. Przeprowadzenie układu (4.133), (4.134) z dowolnego stanu począt­ wymuszenia .«(t). i odpowiedzi y ( t) dla t € [0 , ;i>] można jednoznacznie
kowego xq do dowolnego stanu końcowego a;/,- możemy podzielić n a następujące wyznaczyć stan xq tego układu.
dwa podzadania:
- sprowadzenie stanu xq do zera, DEFINICJA 84
- przeprowadzenie układu z zerowego stanu początkowego do dowolnego Układ (4.133), (4.134) nazywamy obscrwowalnyrn., jeżeli istnieje~chlańla.
stanu końcowego x k . 1). > 0 taka, że na podstawie danych wymuszenia u (t) i odpowiedzi y (t)

Zgodnie z twierdzeniem 28 i twierdzeniem 27 układ opisany równaniami dla t, € [0 , można jednoznacznie wyznaczyć dowolny stan początkowy
(4.133), (4.134) jest sterowalny wtedy i tylko wtedy, gdy jest spełniony jeden xq tego uklgdu.
z warunków twierdzenia 27.
Z twierdzeń 27, 28 i 29 wynika następujący ważny wniosek.
TW IERDZENIE 30
WNIOSEK 4. Dla układu ciągłego (4.133), (4.134) osiągalność, sterowalność do
Układ (4.133), (4.134) jest obserwowalny wtedy i tylko wtedy, gdy jest
zera i sterowalność są pojęciami równoważnymi. spełniony jeden z warunków:
PRZYKŁAD 82 C
Wykażemy, ze para (.4, i?) jest sterowalna wtedy i tylko wtorly. pyły jest sterowalna CA
rząd ■n (4.154)
para
A = TAT~l, B = TB (4.151) C A n~l
dla dowolnej nieosobliwej macierzy T. C
Łatwo sprawdzić, że CA
• ker (4.155)
A 2 = (T A T ~ 1 )(T A T ~ l ) = T A 2 T ~ \ A 3 = (T A i T ~ 1 )(T A T ~ 1) = T A 3 T ~ l
C A n~ l .
ogólnie
I„.s —A
A k = T A kT ~ l , dla k = 0, 1, . . . , n - 1 Y s £ c , s < oo rząd (4.156)
C
oraz
A kB = (T A kT ~ l )T B = T A kB , dla k = 0 ,1 , . . . , n - 1 (4.152)
Dowód. Podstawiając rozwiązanie (4.138) równania (4.133) do (4.134), otrzy­
K o rz y sta ją c z (4.152), dla k = 0, 1, . . . , n —1 otrzymamy mamy
rząd [B, A B , . .., A n~ 1b J = rząd ( T [B, A B , . . . , A n~l B] } =
y '(t) = y (t) - [ l C e A{i~r)B u (T )d T - D u ( t) = C e Atx 0 (4.157)
= rz ą d [B, A B , . . . , A n~l B] Jo
. ..
4**.. Własności
**
ukladó

, „/{A dla t ^ ^
D la danych y ( t) i u {t) dla t e jO, tą] możemy wyanaczW otrzymamy
Różniczkując (n —l)-krotnie względem t równość y (ti —
1

4 S 6 . O bw ód e l e k t x y ^
Uc By*- 4 0

, odn możemy
Kirchhoffa dla tego obW
podstawie P O K U C I

r^ Ą -i
dt

j j - = 1/0 ■
gud (« * > )• W 1«
które ■/.apisujemy * , . r l l

U " ~r' \ ( UcA + ^ G l h

„«i»» \ { vz Y m
, »»—fK Ł A D _ ^ L —— , macierz
— * . • łv ti,0 wtedy, fc>oy
“'Wykażemy, że pava (A , C ) jest obserwowałna wtecly m y 1
' (4-l59)
W "= cA' TC T C eArdT, t fc > 0
Jo
U 0 ] r C 1 _ 0 . Zauważmy,
jest dodatnio określona (nieosobliwą). , n;e wyznaczyć ^ e d y
Z zależności (4.157) wynika, że stan * 0 możemy jednozna ^ gramcac. r , 8 *»“ l C A 1 i OcOTl « 8»
i tylko wtedy, gdy dla każdego seu f i 0 , y ( t) fi 0 . Wobec tego O to** * • - ie8t „ „ 6 . u ® I. » « « » » * 60 V« J > J „ e rie r. c -
0 do tk równość
f i/(01* y'(t) = * J e A‘ i'C T C eAt®,) » ¥ « ” “tnowiedz “ „ « jo » “ «
y Pizyj 7 \ <yiA
, y rząd / /j ” l0 - * c
Je ż e li za odP0 obserwowatay, l
otrzymamy ^ (4 _l 6tV) , . i—,a4 len je&t u
- ad W'sco
j ' k [ y '(T )f y' ( t) d r = 3 % ( J ‘k eA'Wc TC eArdT^ *0 — *

iest obserwowałna wtedy i iy

Z (4.160) wynika, że para (A, C ) jest
(4.159) jest dodatnio określona (nieo
252 4. Własności układów 4 2 Osiągainość, sterowalność, obserwowalność i odtwarzalność układów liniowych 253

D EFIN IC JA 85
Stan X). układu (4.133), (4.134) nazywamy odtwarzalnym «; czasie t k > 0,
jeżeli na podstawie danego wymuszenia u ( t ) i odpowiedzi y (t) dla t G [0 , tj.j
m,ożna wyznaczyć jednoznacznie stan x k tego układu.
DEFIN IC JA 86
Układ (4.133), (4.134) nazywamy odtwarzalnym, jeżeli dla dowolnego •>ta ­
nu końcowego x k 6 Rn istnieje chwila t k > 0 taka, że na podstawie damy o
wymuszenia u (t) i odpowiedzi y ( t) dla t e [0 , ty] można wyznaczyć jedno­
znacznie stan Xk = a: (ty) tego układu.
T W IE R D Z E N IE 31
Układ (4.133), (4.134) jest odtwarzalny wtedy i tylko wtedy, gdy jest speł­
niony jeden z warunków twierdzenia 30.
Dowód. Zgodnie z twierdzeniem 30 m ożna wyznaczyć dowolny stan począt­
kowy xq układu opisanego równaniami (4.133), (4.134) wtedy i tylko wtedy,
gdy jest spełniony jeden z warunków tego twierdzenia.
Znając xq możemy wyznaczyć .'/■/- n a podstawie wzoru
x k = eAthx 0 + [ eyl(' “ r) B u (r ) d T (4.161)
Jo
Tak więc układ (4.133), (4.134) jest odtwarzalny wtedy i tylko wtedy, gdy jest;
spełniony'’jedenTrwafufikowTwierdzenia 30.
Z twierdzeń 30, 31 wynika następujący wniosek.
TW IERDZENIE 32
Układ (4.164), (4.165) je s t sterowalny (obserwowalny) wtedy i tylko wtedy,
gdy jego układ dualny (4.162), (4.163) je s t obserwowalny (sterowalny).
Dowócł tego twierdzenia jest taki sam, jak twierdzenia 25 dla układu dys­
kretnego. Analogicznie jak osiągainość wyjściową dla układów dyskretnych,
możemy również zdefiniować pojęcie sterowalności wyjściowej dla układu cią­
głego (4.133), (4.134). Układ ciągły (4.133), (4.134) jest sterowalny wyjściowo
wtedy i tylko wtedy, gdy jest spełniony warunek (4.129).
4.2.9. Stabilizowalność i wykrywalność układów dyskretnych
i ciągłych
Weźmy pod uwagę układ dyskretny opisany równaniami (4.62), (4.63).
• T W IE R D Z E N IE 33
Wartość własną z; macierzy A lego układu nazywamy osiągalną wtedy
■!■i tylko wtedy, gdy
rząd [1lnZi A , B] = n (4.166)
Układ (4.62), (4.63) jest osiągalny wtedy i tylko wtedy, gdy wszystkie war­
tości własne z, i = 1, . . . , n macierzy A tego układu feą osiągalne. Układy
dyskretny (4.62), (4.63) jest stabilny asymptotycznie wtedy i tylko wtedy, gdy
wszystkie wartości własne z,; macierzy A leżą wewnątrz okręgu o promieniu
równym 1 i środku w początku układu współrzędnych płaszczyzny zmiennej
zespolonej z, zwanym krótko okręgiem jednostkowym.

W n i o s e k 5. Odtwarzalność układu ciągłego (4.133), (4.134) jest równoważna D EFIN IC JA 88

jego obserwowałności. Układ dyskretny (4.62), (4.63) nazywamy stabilizowalnym, jeżeli wszystkie
nieosiągalne wartości u^asne Zi m.acierzy A lego układu leżą wewnątrz
okręgu jednostkowego. .
DEFINICJA 87
Układ ciągły
T W IE R D Z E N IE 34
x = A tx + C Tu (4.162)
Układ dyskretny (4.62), (4.63) jest stabilizowalny wtedy i tylko wtedy, gdy
y = B T x + D Tu (4.163)
l rz 4d [Inz - A , B] = n (4.167)
nazywamy układem dualnym dla układu
x = Ax + Bu (4.164) Dowód. Z definicji 88 oraz warunku (4.166) wynika natychm iast, że układ
opisany równaniami (4.62), (4.63) jest; stabilizowalny wtedy i tylko wtedy, gdy
y = Cx + Du (4.165)
jest spełniony warunek (4.167).
254 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 255

Zostanie wykazane, że dla niestabilnego układu dyskretnego (4.62), (4.63)

DEFINICJA 90
można dobrać macierz K sprzężenia zwrotnego u , = K x t tak, aby układ
zamknięty x i+x = (A + B K ) x i był układem stabilnym asymptotycznie wte­ Układ dyskretny (4.62), (4.63) nazywamy wykrywalnym, jeżeli wszystkie
dy i tylko wtedy, gdy układ ten jest stabilizowałby. Stabilizowalność ukła­ nieobserwowalne wartości własne Zi macierzy A tego układu leżą wewnątrz
okręgu jednostkowego.
du jest więc warunkiem koniecznym i wystarczającym do jego stabilizacji
poprzez dobór sprzężenia zwrotnego od wektora stanu. Z porównania warun­
ków (4.66) i (4.167) wynika, że każdy osiągalny układ (4.62), (4.63) jest również
TW IERDZENIE 35
układem stabilizowalnym. Twierdzenie odwrotne jest prawdziwe tylko
Układ dyskretny (4.62), (4.63) je st wykrywalny wtedy i tylko wtedy, gdy
wtedy, gdy układ (4.62), (4.63) jest stabilny asymptotycznie, tzn. że każdy sta­
bilny asymptotycznie układ (4.62), (4.63) stabilizowalny jest również osią­ $nZż A.
V,z|>l rząd ■n
galny. C (4.170)

PRZYKŁAD 85
Dowód. Z definicji 89 oraz warunku (4.169) wynika natychm iast, że układ
Wykażemy, że para macierzy
opisany równaniami (4.62), (4.63) je st wykrywalny wtedy i tylko wtedy, gdy
'2 1 ’ '1 jest spełniony warunek (4.170).
A = (4.168)
B = 0
0 0,1
Zostanie wykazane, że dla układu dyskretnego opisanego równaniami (4.62),
jest stabilizowaina, ale nie jest osiągalna. (4,63) o niedostępnym wektorze stanu można zbudować obserwator odtwarza­
Macierz A pary (4.168) rria wartości włfisne z\ = 2 i z2 = 0,1. Korzystając z (4.166), jący niedostępne zmienne stanu wtedy i tylko wtedy, gdy układ ten jest wykry­
otrzymamy walny. Wykrywalność układu jest więc warunkiem koniecznym i dostatecznym
0 -1 r możliwości odtworzenia niedostępnych zmiennych stanu za pom ocą obserwa­
rząd | A, B\ = rząd = 2
0 1,9 0 tora. Z porównania warunków (4.95) i (4,169) wynika, że każdy obserwowalny
układ (4.62), (4.63) jest również układem wykrywalnym. Twierdzenie odwrotne
jest prawdziwe tylko wtedy, gdy układ (4.62), (4.63) jest stabilny asym ptotycz­
-1,9 -1 1 nie, tzn. każdy stabilny asymptotycznie układ (4.62), (4.63) wykrywalny jest
sąd [llu~2 - A, B\ = rząd = 1
0 o 0 również obserwowalny.

lak więc wartość własna -j — 2 jest osiągalna, a waitosć własna ~2 0,1 nic jest
osiągalna. Warunek (4.167) jest spełniony i zgodnie z twierdzeniem 34 para (4.168) PRZYKŁAD 86
jest stabilizowaina. Para ta nie jest osiągalna, gdyż wartość własna z 2 = 0,1 nie jest Wykażemy, że para macierzy
osiągalna. Cl f2 0
C = [ l 0] (4,171)
1 0,1

DEFINICJA 89 jest wykrywalna, ale nie j^ 3t obserwowalna.

Wartość własną Zi macierzy A układu opisanego równaniami (4.62), Macierz A pary (4.171) ma wartości własne z x = 2 i z*i = 0 ,1 . Korzystająca (4.169),
(4.63) nazywamy obserwowalną wtedy i tytko wtedy, gdy otrzymamy

]ln%i A l„zi - A 0 0
rząd (4.169) rząd ■rząd 1 1,9 = 2
C C
1 0

Układ (4.62), (4.63) jest obserwowalny wtedy i tylko wtedy, gdy wszy­
stkie wartości własne zh i = 1, • - -, n, macierzy A tego układu są obser-
wowalne.
 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 257
256

DEFINICJA 93
Układ ciągły (4.133), (4.134) nazywamy wykrywalnym, jeżeli wszystkie
nieobserwowalne wartości własne Si macierzy A tego układu leżą w lewej
półpłaszczyźnie zm iennej zespolonej.

TW IERDZENIE 36 . . ,
Układ ciągły opisany równaniami (4.133), (4.134) jest osiągany w e y TW IERDZENIE 38
i tylko wtedy, gdy wszystkie wartości własne Si, i — 1 > • • • >n niacicrzy Układ ciągły (4.133), (4.134) je st wykrywalny wtedy i tylko wtedy, gdy
tego układu są osiągalne. s —A
VRe.,^o rząd 77. (4.174)
Układ ciągły (4.133), (4.134) jest stabilny asymptotycznie wtedy i tylko
wtedy, gdy wszystkie wartości własne macierzy A tego ukła u c.zą w ewej Dowód tego twierdzenia jest analogiczny do dowodu twierdzenia 35. Z po­
części półpłaszczyzny zmiennej zespolonej s. równania warunków (4.156) i (4.174) wynika, że każdy obserwowalny układ
ciągły (4.133), (4.134) jest układem wykrywalnym. Twierdzenie odwrotne jest
DEFINICJA 91 prawdziwe tylko wtedy, gdy układ (4.133), (4.134) jest stabilny asymptotycz­
Układ ciągły (4.133), (4.134) jest stabilizowalny, jczeh wszystkie nieosią­ nie, tzn. każdy stabilny asymptotycznie układ (4.133), (4.134) wykrywalny jest
galne wartości własne Si macierzy A tego układu leżą w ewej po p asz- również obserwowalny.
czyźnie zm iennej zespolonej.
4.2.10. Dekompozycja pary (A, B) i (A, C)

TW IERDZENIE 37 . „ . , . Dana jest para macierzy (A , B ) układu ciągłego lub dyskretnego. Zakładamy,
Układ ciągły (4.133), (4.134) jest stabilizowalny wtedy i tylko wtedy, gdy że para ta nie jest osiągalna, czyli

rząd - A , B] = n (4.172) rząd [jB, A B , . . . , A n~ l B] = r < n oraz rząd 13 = m (4.175)

©0WĆd-1*ą5crTwiBrdZOT^ 'dowodu twierdzenia 34. Z po-
równania waruidców. (4.137) J (1.172) wynika, że każdy osiągamy u i ac (c.. «•. ).
(4.134) jest również układem stabilizowalnym. Twierdzenie oc wiotnc. je s , piaw
dziwę tylko wfcdy, gdy układ (4.133), (4.134) jest stabilny asympto yczme, ,zn.
każdy stabilny asym ptotycznie układ (4.133), (4.134) słabi izowany jes, rów­
nież osiągalny.
Z założenia (4.175) wynika, że ciąg wektorów
Bu B 2 B m . A B u AB«, . . . , A B m, A l B u A l B 2 , . . . , A n ~ 'B m
(4.176)
zawiera dokładnie r liniowo niezależnych wektorów. Wyboru tych wektorów
liniowo niezależnych m ożna dokonać w różny sposób. Przy wyborze tym jest
wygodnie posługiwać się niżej podaną tablicą-diagramem.

B, S2 B3 .. . B, *
DEFINICJA 92
Wartość własną si macierzy A układu ciągłego (4.133), ( • ) nazywamy X X X X A°
obserwowalną wtedy i tylko wtedy, gdy X X X X
A'
»71»“Ż (4.173) X 0 X 0 A 2 R y s . 4 .3 7 . Tablica - diagram do wyznaczania
rząd :n
c wektorów liniowo niezależnych
0 0 A

Układ ciągły (4.133), (4.134) jest obserwowalny wtedjm

zystkie wartości własne su i ~ 1 , - • -, n, macieizy > An- 1
T tro I n o
258 4. Własności układów 4 2 Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 259

Kolumny tej tablicy odpow iadają kolejnym kolumnom B \ , B>, . . . , B m ma­

Pi
cierzy B , a wiersze kolejnym potęgom A ° , A 1, . , . , A ™ - 1 macierzy A . Wektor
P2
A 1 " 1B j leży w i-tym wierszu oraz j-te j kolumnie tej tablicy. Wyboru n liniowo B i =■ [B i , B 2, . . . , B n] (4.179)
niezależnych wektorów ciągu (4.176) można dokonać, badając liniową nieza­
leżność elementów tablicy (rys. 4.37) wg wierszy lub kolumn. Badanie liniowej -Pr-
niezależności wg wierszy przeprowadzimy następująco. Z założenia rząd B = m
PrĄ-lA b r+l ‘ ‘ ' Pr+ lA b n
wynika, że wszystkie kolumny B i , B 2, . . . , B ln macierzy B są liniowo nie­
zależne. Zaznaczamy ten Met, umieszczając znak x we wszystkich komórkach Pr+2 A b r + 1 '" ‘ Pr+2 A b n G R (fl-'r)x(n-r)
A3=
pierwszego wiersza tablicy (rys. 4.37). Jeżeli wektor A B \ jest liniowo nieza­
leżny od B i, B o , . . . , B m , to umieszczamy znak x w komórce odpowiadają­ PnA b r-\-l PnA b n
cej A B \ i badamy liniową niezależność kolejno wektorów A B 2, A B 2>, . . . , aż gdzie Pi, i = 1 , . . . , n, je st i-tym wierszem macierzy P
znajdziemy wektor, n a przykład A 2 B 2, który jest liniowo zależny od wszyst­
kich wybranych wcześniej liniowo niezależnych wektorów. W komórce A 2 B 2
umieszczamy znak 0. Wszystkie wektory odpowiadające komórkom w tej samej Dowód. Mnożąc lewostronnie macierz (4.177) przez macierz A , otrzymamy
kolumnie poniżej znaku 0 są również liniowo zależne od wcześniej wybranych
liniowo niezależnych wektorów. W komórkach tych nie umieszczamy żadnego A P = [ A B U A 2 B u . . . , A d' B lt A B 2, A 2 B 2, . . . , A d2 B 2,
znaku. Następnie przechodzimy do badania liniowej niezależności następnych
A B 2, A d"l B m , A br+ i, A b n] ^M SO )
wektorów A ? B a , A 2 B ą, . . . Kontynuując tę procedurę, możemy wyznaczyć r
liniowo niezależnych wektorów ciągu (4.176). D odając do tych wektorów n — r
Z zależności P ~ l P = Iln wynika, że
liniowo niezależnych kolumn br + i, . . . , bn , tworzymy z nich macierz nieosobli-
wą postaci p kP r = 0 oraz p t.B = 0 , k = r + 1, . . . , n (4.181)
P = [B i, A B \ , . . . , A d' ~l B u B 2, A B 2 , A d* - l B 2, gdzie

B a, A dm~ 1 B m , br+i, . . . , &„] (4,177) P r = [b u A B i , . . . ,A dl~ l B i , B 2, A B 2, . ..

przy czym d\, d2, . . . , dm są indeksami osiągalności pary (A , B ) spełniającymi . . . , A d‘J~l B 2, B 3, . . . ,A d"‘- l B rn1 (4.182)
warunek d\ + <12 -i- . .. -|- drn = r.
Ze sposobu wyboru r liniowo niezależnych kolumn macierzy (4.182) wynika, że
kolumna A d‘B i , i. = 1 , . . . , rn jest liniową kombinacją kolumn macierzy P r .
TW IERDZENIE 39 Biorąc pod uwagę te Mety, otrzymamy
Jeżeli jest spełniony 'warunek (4.175), to istnieje macierz nieosobliwa
Pi
(4.177) taka, że
P2 Ai A 2
A = P XA P \J tP T, A b r+\, . . . , A B ,
’A i JLo Bi o a 3
B = P~lB = %
0 A3 0 LPnJ
A t € Rrxr, B x € Rrxm Pi
P2 Bi
przy czym para (A%, B%) jest osiągalna oraz B = P ~ XB = [Bi , B 2, B m] =
0
P iA b r+i ■•• Pi A b n
lPn
a 2 = P 2 A b r+, - •• P2A b n g R rx(n-r)
Aby udowodnić, że para { A \, B i ) jest osiągalna, wykażemy, że
p ,.A b r+i ■■■ PrA b n _
rząd I B i , A i B i , A j^ B i I = r
 260
4. Własności układów Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 261
4.2.

Korzystając z zależności (4.178) oraz z twierdzenia Cayleya-IIarniltona, łatwo macierzy (A ,, B j) jest osiągalna, gdyż
wykazać, że Para
1 0
: rząd
r = rząd JB , A B , . . . , A 71- 1 b ] = r/'1pi [ Bi , Aj Bi 0 1

= rząd { p [ b , A B , . . . , A n~ l B ]} = rząd [.B, A B , . . . , A n~l B

B AB A n- l B W eźm y z kolei P °d uwagę parę (A , C ) układu ciągłego lub dyskretnego.

■rząd =rząd [B j, A xB i , . . . , A \ 1B 1j
0 0 0 Zakładamy, że p ara ta nie jest obserwowalrta, czyli
C
Z zależności (4.178) wynika, że p ara (A , B ) została rozłożona na część osią­ CA
galną ( A i, B i ) oraz część nieosiągalną (A ;i, 0 ). r/.ąd = r' < n oraz rząd C = p (4.184)

PRZYKŁAD 87 C A 71— 1

Dana jest, para macierzy Na podstaw ie twierdzenia 25 wyniki otrzym ane dla pary (A, B ) można prze­
nieść na parę dualną ( A T , C 1 ). Dła pary (A, C ) ciąg (4.176) m a postać
'0 0 0 “ '0 ‘
A = iT W
0 0 1 B = 0 - c i , c l , . . . , c £ , A T c ( \ A T c l , . . . ,A J c ; ,,
(4.183)
.1 2 0_ _1.
( A r f C f , ( A r )2 C l , ... ,(A T)” ” l C j
Para t,a jest nieosiągalna, gdyż
gdzie C i jest, i-tym (i = 1, . . . , p) wierszem macierzy C . Z założenia (4.184)
0 0 0 wynika, że ciąg (4.185) zawiera dokładnie r ' liniowo niezależnych kolumn, któ­
r = rząd [B, A B , A 2 B] = rząd 0 1 0 = 2 re; możemy wybrać w różny sposób. Korzystając z tablicy (rys. 4.37) dla pary
10 2 ( A 1, C J ) i ze sposobu badania liniowej niezależności wg wierszy, otrzymamy
i-' liniowo niezależnych kolumn, które uzupełniamy n — r' linioyo niezależny­
mi kolum nam i Cj,,+ i, . . . , C 2,. Z kolumn tych tworzymy maciełz nieosobliwą
Wybierając jako kolumny macierzy P (4.177) B , A B oraz b„ , otrzymamy posi aci

'0 0 1 Q = [ e j , A T C j , . . . ,( A T )h'~ !C j', C l , A r C 'l, . .. , ( A r ) " * - ' d ,

P = [B, A B , bn 0 10 oraz P 1 = P yT / Ą T \ h p — i /~<T s ~ iT
iT'
'3 ’ • • • ’ ) S ' U r'+1> • - • > (4.L86)
1 o o
Wobec tego jir/.y czym h \, h 2, . . . , hv są indeksami obserwowalności pary (A, C ) spełnia­
jącymi w arunek /?.] -|- h,2 + / . . -I- hp = r ’.
'0 0 1 ‘ '0 0 0 ' "0 0 1 ' "0 2 1 '
A = P ~ 1A P = 0 1 0 0 0 1 0 1 0 = 1 0 0
.1 0 0 . .1 2 0 . .1 0 0 . _0 0 0 .
TW IE R D Z E N IE 40
'0 0 r '0 ' T
Jeżeli je s t spełniony warunek (4.184), to istnieje macierz nieosobliwą
B = P ~ 1B = 0 1 0 0 = 0
(4.186) taka, że
.1 0 o_ . 1. .0.

'0 21 '1 1 '1 '

A, B, A., = a 3 = 0
1 0 0 0
262 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 263

przy czym para (A j C i) jest obserwouialna oraz oraz

0 1
cr'+1 A q 1 - cri-yiAqri Ai = C l = [1 0 ], A -2 = [ l 0 ] , A3
0 1
A2 cr>+2 A q l ■ cr'+2 A q r, P IR(n- r')xr' Para (A i, C \) jest osiągalna, gdyż
enA q 1 cnA q r,
rząd [C i, C iA x \ = rząd [ j J
□
C, = [<Zi, <Z2, Qr\ (4.188)
4.2.11. Dekompozycja Kalmana układów liniowych
t y +iAg,.,+ i ••• Cr'+iAqn Weźmy pod uwagę układ liniowy ciągły łub dyskretny o nieosiągalnej parze
c,./+2Ag,./.|-i ■■■ c,.i+ 2 A q n e K(n - r') x ( « - r /)
(A, B ) i nieobserwowalnej parze (A , C ). Z twierdzeń 39 i 40 wynika, że układ
4.3 —
ten możemy zdekomponować n a następujące cztery rozłączne części:
c nA q ri.yi CfiAqn
- osiągalną i nieobserwowalną,
i D ■■• 5 n, jest i-tą kolumną macierzy Q 1
- osiągalną i obserwowalną, '—
- nieosiągalną i nieobserwowalną,
' wierdzenia jest dualny względem dowodu twierdzenia 39. Z za­
- nieosiągalną i obserwowalną.
fr dymka, że para (A, C ) została rozłożona na część obserwo-
•z część nieobserwowalną (A 3 , 0 ).
r TW IERDZENIE 41
Dla układu liniowego nieosiągalnego i nieobserwowdlnego istnieje macierz
nieosobliwa P taka, że l
Wybieraj.
'A u A 1.2 Axs A 14' Bi
(4.189) 0 a 22 0 A 24 b 2
V ^ A PAP B = P B ==.
^ 0 0 A 33 A 34 0
P = [/?,, ^ -w
0 0 0 Am . . 0 .

Wobec tego ' Û = cp - [0 c2 o c 4 (4.190)

przy czym ( A u , B { , Oj przedstawia część osiągalną i nieobserwowalną,
A = P 'A P 1A oraz cn = [ 0 0 1 ], otrzymamy
( A 22, B' 2 , C 2) - częśff osiągalną i obserwowalną, ( A 33 , 0 , 0 ) - część
nieosiągalną i nieobserwowalną, ( A 4 4 , 0 , C 4) - część nieosiągalną i ob­
¿F
serwowalną (rys. 4 .38).
\e5"
4.
B = P ~ 'B «¿ft
°\ Dowód tego twierdzenia wynika z twierdzeń 39 i 40 oraz możliwości dekom­
V pozycji części osiągalnej i nieosiągalnej układu na część obserwowalną i nie-
\ obserwowalną. Niżej zostanie podany inny dowód, oparty n a geometrycznym
0 2" C= 1 0 Ol podejściu, z którego wynika natychm iast praktyczna procedura dekompozycji
Ai «I
1 0 układu, składająca się z pięciu kroków.
26 4 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 265

Xi = x an x 5
x 2 = x an ( x s + x„)
x 3 = x 0n (x„ -i- x a) (4.193)
X Ą= x s n x „

Krok 4. Z wektorów bazowych podprzestrzeni (4.193) tworzymy macierz P 1

Krok 5. Korzystając z zależności (4.190), wyznaczamy macierze A , B , C .

PRZYKŁAD 89
Dokonamy dekompozycji układu liniowego o macierzach
' 4 2 -1 —3 ‘ "1 0 '
-1 —1 0 l 1 1
A = , B =
-1 0 2 1 0 0
R y s. 4.38. Dekompozycja Kalmana . 3 2 -1 - 2. .1 0 .
-C = [ 1 - 2 0 - 1 ] , D = [0 0] ■^fc-194)
PROCEDURA 7 Korzystając z procedury 7, wyznaczamy kolejno:

Krok 1. Obliczamy macierze osiągalności i obserwowalności Krok 1. Macierz osiągalności R i macierz obserwowalności O
v
C 1 0 - 1 2 1 0 -1
CA -1 1 1 - 1 - 1 1 1
R = \B A B A 2B A *B ] =
R = [B, A B , , A n—1B],
i O (4.191) 0 0 0 0 0 0 0
1 0 - 1 2 1 0 -1
C A 71—1
c ■i. - 2 o - r
Krok 2. Wyznaczamy podp zostrzenie liniowe:
CA 3 2 0 -3
- osiągalności O=
CA2 1 - 2 0 - 1
CA3 .3 2 0 - 3 .
X s = Im R
Krok 2. Wyznaczamy kolejno
- nieosiągalności
- podprzestrzeń osiągałiy>.ści
X s = ker (R T) -otr
1 o
- obserwowalności X s = lin R = Im
o o
X a = Im (Ot ) (4.192) 0 1
podprzestrzeń obserwowalności
- nieobserwowalności
’0 1
X 5 = ker (O) 1 0
X„ = Im O Im
0 0
Krok 3. Wyznaczamy podprzesl,rżenie (jako przekroje i sumy podprzestrzeni
0 -1
(4.192))
266 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 267

podprzestrzeń nieosiągalności jeżeli więc pozostałe dwie części układu w chwili początkowej m ają zerowe
'0 1 warunki (2:3 (0 ) = 0 , 2:4(0 ) = 0 ), to ich zmienne stanu są równe zeru dla
0 0 wszystkich chwil t > 0 ;
X„ = ker (R t ) = Im - wejście układu jest połączone w wyjściem tylko przez część osiągalną i ob­
1 0
0 -1 serwowalną-,
- na wyjście układu wpływa pośrednio również dynam ika części nieosiągal­
podprzestrzeń nieobserwowalności
nej i nieobserwowalnej;
'0 1" - na wyjście układu wpływa również dynamika części nieosiągalnej i obser-
0 0 wowalnej;
X s = ker O = Im
1 0
- na dynamikę części osiągalnej i nieobserwowalnej m ają wpływ dynamiki
0 1
pozostałych trzech części układu, ale dynamika tej pierwszej części nie
Krok 3. Korzystając z zależności (4.193), otrzymamy wpływa n a dynamikę pozostałych trzech części układu;
- znając wymuszenie u i odpowiedź y układu, nie jesteśmy w stanie wy­
znaczyć warunków początkowych części osiągalnej i nieobserwowalnej oraz
Xi = x sn x 5 X 2 = x a n (Xg + x a) = części nieosiągalnej i nieobserwowalnej, gdyż odpowiedź y nie zależy bez­
pośrednio od dynamiki tycłi części układu. __

Z trójkątnej postaci macierzy A wynika, że wielomian charakterystyczny tej

X i = x s n x„ macierzy (ale również i macierzy A ) jest iloczynem wielomianów charaktery­
x 3 = x a n ( x s + x u)
stycznych macierzy A n , A 2 2 , A 3 3 , -¿4-44) tzil.

det [I„A - A ) = det [l„A - P ^ A P j = det { p - 1 [I„A - A ] p } =

Krok 4. Korzystając z wektorów bazowych podprzestrzeni, wyznaczamy
= det [I„A - A ] = det [I7ll A - A u ] det [I„2A- A 22 ]

•1 0 0 1 - fł»» r det [In3A —ył.33] det [In,,A —Am] (4.195)

0 1 0 0 0 1 0 0
n ra z P U w aga 39. Dla układu ciągłego A = s, a dla układu dyskretnego A = z.
f) 0 (J
I 0 0 1 0
.1 0 0 - 1 .
» » -i TW IERDZENIE 42
Krok 5. Korzystając z '.ależności (4 .1 9 0 ), wyznaczamy poszu Macierz Iransmitancji układu liniowego o macierzach A , B , C i D jest
stad kanonicznej równa macierzy Iransmitancji tylko części osiągalnej i obserwowalnej tego
‘1 2 -1 6 - 1 0‘ układu, tzn.
’ *
0 -1 0 2 -1 1 T { A) = C[I„A — A ) - l B f D = q 2[In2A —A ^ B * + D (4.196)
A = PAP 1= > B = PB =
0 0 2 -2 0 0
.0 0 0 1 . 0 0.
Dowód. Korzystając z zależności (4.190), możemy napisać
C = CP~~l = [0 - 2 0 2] T ( A) = C[I„A - A ) 'lB + D = CP[ I,,A - A]~XP ~ XB + £> =
O
= C P [ P _ 1(I[„A - A ) P ] P ~ XB + D = Ć[J1„A - A} - XB + D =
-I n. A- Ai —.4.13 —j4l4 —1 'B i '
—Avi ■
Z rysunku 4.23 wynika, że: 0 0
Ina A —-422 —A 24 Bi
- wymuszenie u oddziałuje bezpośrednio tylko na dwie części układu, na 0 0 lin;, A —A;i —A 34 0
0 0 0 I,,., A A ąą .0 .
część osiągalną i nieobserwowalną oraz n a część osiągalną i obserwowalną;
268 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 269

[In, A —Au, - 1 * * * B, Jak wiadomo układ liniowy jest stabilny zewnętrznie, jeżeli składowa wymu­
0 [I„,A - A 22}-1 * * B2 szona odpowiedzi jest ograniczona dla każdego ograniczonego wymuszenia.
0 0 [I„.(A —A™] * O
0 0 0 [Ina A — A ąą] 1 .0 . TW IERDZENIE 44
Ą-D — C 2PIn2A—A 22] 1B 2 + D Układ liniowy jest stabilny zewnętrznie wtedy i tylko wtedy, gdy jego część
osiągalna i obscrwowalna jest stabilna asymptotycznie.
przy czym * oznacza macierze nieistotne w tych rozważaniach.

Dowód. Dowód przeprowadzimy tylko dla układu ciągłego, gdyż dla układu
TWIERDZENIE 43 dyskretnego jest analogiczny. Składowa wymuszona odpowiedzi y na wymusze­
Stosując sprzężenie zwrotne od stanu nie u jest określona wzorem
u = K \ x \ ~hjK 2*2 + '¿£3*3 + K ąX i (4.197) y (t) = f ' g{t — t ) u ( t ) ó t (4.202)
można zmienić wartości własne tylko macierzy A n i A 22, a stosując Jo
sprzężenie zwrotne od wyjścia Z tego wzoru wynika, że składowa ta będzie ograniczona na każde ograniczone
wymuszenie wtedy i tylko wtedy, gdy h (t) = f (] g(r)clr jest ograniczona dla
u —F y ' (4.198) każdego /;, gdyż
można zmienić wartości własne tylko macierzy Ayi-
!?/(*)! < f 9 { t)A t |w(i)| = |h.(i)| \u(l)\
Jo
Dowód. Podstawiając (4.197) do równania ś = P x = A x + B u , otrzymamy Charakterystyka skokowa h (t) jest ograniczona wtedy i tylko wtedy, gdy cha­
rakterystyka impulsowa g ( t) zanika do zera dla t —* 0 0 . Z twierdzenia 42 wy­
ś = A zx (4.199) nika, że m a to miejsce wtedy i tylko wtedy, gdy wszystkie bieguny macierzy
transm itancji operatorowej części osiągalnej i obserwowalnej leżą w lewej pól-
przy czym
pł&szczyźnie. Bieguny tej macierzy transm itancji pokrywają się z wartościami
A Z = A + B [K j K 2 K 3 K ą] = własnymi macierzy A 22, gdyż nie m a uproszczeń zer i biegunów (ta część ukła­
du jest osiągalna i obserwowalna).
"A n + B tK t A i 2 - |- K |K 2 Ai A u + B \K ą
B 2Kx a 22 + b 2 k 2 b 2k 3 A u 4- B 2 K ą
( 1.200) TW IERD ZEN IE 45
......... 0 ........... 0 A 33 A 34
Układ liniowy jest stabiliz a r y (wykrywalny) wtedy i tylko wtedy, gdy
0 0 0 A 44
część nieosiągalna i nieol ser owalna oraz część nieosiągalna i obser­
Z postaci macierzy (4.200) wynika, że przez odpowiedni dobór macierzy K \ wowalna {część osiągalna i nieobserwowalna oraz część nieosiągalna
i K 2 można zmienić wartości własne jedynie macierzy A u i A 22- Podstawiając i nieobserwowalna) są stabilne asymptotycznie.
/
z kolei y — C x = C 2 x 2 + C ą x ą do równania (4.198), a wynik do równania
x = A x + B u , otrzymamy 3; = A zx , przy czym Dowód. Z twierdzenia Ss wynika, że za pom ocą sprzężenia zwrotnego od
stanu możemy zmienić wartości własne tylko części osiągalnej i nieobserwowal-
A u A 12 + B \ F C 2 Ais A u + B \F C ą nej oraz części osiągalnej i obserwowalnej. Obie te części są osiągalne, można
0 A 22 + B 2 F C 2 o A 24 + B 2 FC ą więc poprzez dobór macierzy sprzężeń zwrotnych przesunąć dowolnie wartości
A z = A |- B F C (4.201]
0 0 A 33 A 34 własne macierzy A n i A 22. Tak więc układ jest stabilizowalny wtedy i tylko
O O 0 A 44 wtedy, gdy pozostałe dwie części układu są. stabilne asymptotycznie. Dowód
drugiej części twierdzenia jest dualny. ■
Z postaci macierzy (4.201) wynika, że przez odpowiedni dobór macierzy F
można zmienić wartości własne jedynie macierzy A 2 2 części osiągalnej i obser-
wowalnej.
 <
4. Własności układów 4 2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 271
270

4.2.12. Zbiór stanów osiągalnych i iź-sterowalność układów a rozwiązanie równania (4.208) dla warunku początkowego ^ ( u ) = ac20

singularnych
* 2 (0 = - E 1^ * 2 0 - E W B i U ^ (i) (4.212)
i—i ź—0
Weźmy pod uwagę singularny układ ciągły opisany równaniami
przy czym: ń - impuls Diraca, - ¿-ta pochodna dystrybucyjna <5, u W - ¿-ta
E x = A x + Bu (4.203) pochodna względem czasu t wymuszenia u.
■„. C . (4'2M) W dalszych rozważaniach zakładać będziemy, że dopuszczalne wymuszenie u
jest funkcją przedziałami ciągłą przynajm niej p. —1 razy ciągle różniczkowalną.
Z zależności (4.212) wynika, że dla t > 0 rozwiązanie ®2(i) jest określone
pray o y „ . x G R " m — “ T T 7 g“ ,R B I i " - - » “c c t * ™
wektorem wymuszeń i odpowiedzi, a E , A C , , wzorem
Zakładamy, że det E = 0 oraz pęk (15, A) jest regularny, tzn.

det [ E s - Aj 0 dla pewnych s GC (4.205) * 2 (0 = “ E ^ ¿ W ź)(i) (4.213)

i=0
Wykazaliśmy, że istnieją macierze nieosobliwe P , Q GR " x” takie, ze układ Xi (i)
a wektor dla t > 0 zależy tylko od warunku początkowego x \q (nie
(4.203), (4.204) można rozłożyć na następujące dwa poduldady: [ x 2(t)
zależy natom iast od as2o).
podukład standardowy (wolny)
(4.206) DEFINICJA 94
dij = A iS i + B \ u
(4.207) Wektor x k G Mn nazywamy osiągalnym w chwili ty . > 0, jeżeli istnieje
ijx = C iX i warunek początkowy xiq oraz dopuszczalne wymuszenie u {t), t € [0 , t/j
takie, że
podukład ściśle singularny (szybki)
(4.208) x { tk) = Q ■xk (4.214)
N x 2 = X2 + B y a
(4.209)
y2—
DEFINICJA 95
p rz y czym
Wektor x y € Kn nazywamy osiągalnym, jeżeli istnieje chwila t k > 0,
m VJ warunek początkowy x w oraz dopuszczalne wymuszenie u (t), t € [0 , i/j
= Q l x, xi e x 2 e K”2, P E Q - 0 N takie, że jest spełniona zależność (4.214).

Ai 0 Bi
A l e 1R”1XIM, PB ł
N G i r i2X”2, P A Q = B2 DEFINICJA 96 ^
0 I„ 2^
Zbiorem 11(x \ q) stanów osiągalnych z warunku początkowego X jq nazywa­
B i € E TilXm, B 2 e K n2Xm, C Q = { C i C 2] ,
m y zbiór wszystkich stanów x k G Rn takich, że istnieje chwila t > 0 oraz
C i G Mpx™, C 2 G Kpx”2, i/ = iłi + (4.210) dopuszczalne sterowanie u (t), t € [0, tk] spełniające warunek (4.214):
n , = stopień det [15*- A ] , n 2 = n - » i , N jest macierzą nilpotentną z indeksem
nilpotentności p, tzn. N ,L 1 ^ 0 i N 1 = 0 . DEFINICJA 97
Rozwiązanie równania (4.206) dla warunku początkowego ®a(0) = x w ma Zbiorem osiągalności R nazywamy sumę zbiorów stanów osiągal­
nych z wszystkich możliwych warunków początkowych * 10, czyli
t l A . f l - r ) R , n fr ) d T (4.211) R = Uauo R{x\a).
272 4. Własności układów 4 2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 273

zadanego stanu końcowego

TWIERDZENIE 46
Zbiór osiągalności R je st sumą prostą a-fc,
R = Ri © R 2 (4.215) Xk Xk3 e R +
L^fc.-. J
obrazu macierzy osiągalności podukładu (4.206), (4.207)
korzystamy ze wzorów (4.211) i (4.213). Ze wzoru (4.211) dla ® 10 = 0 otrzymamy
Ą =Im [Si A iB i (4.216)

oraz obrazu macierzy osiągalności podukładu (4.208), (4.209)

Xk>~L eA>(l T)'BlU(r)dr =2e2'hf e~ 27u (r)d r (4.219)

a 7,e wzoru (4.213)

R 2 = Im [ b 2 N B 2 ••• N ^ ą B 2\ (4.217)
*^2 u(t.k) + u(tk)
■ lYiB 2nuh)(ifc) = - B 2 u(tk) - N B 2 u(l-k) =
•Eh’) u(tk)
Dowód. Z rozważań podanych w p. 4.2.1. wynika, że zbiór stanów osiągalnych
z x w podukładu (4.206), (4.207) jest określony zależnością (4.216). Z zależności (4.220)
(4.213) wynika, że zbiór stanów osiągalnych podukładu (4.208), (4.209) jest Poszukiwane sterowanie u powinno spełniać warunki u(tk) = aą.3, u(tk) = x k .2 —x k3
określony zależnością (4.217). Z dekompozycji układu (4.203), (4.204) wynika oraz (4.219). O
natychmiast, że zbiór R (x io ) jest sumą prostą zbiorów R.\ j R 2.
Z powyższego przykładu wynika, że wyznaczenie sterowania dopuszczalnego,
PRZYKŁAD 90 które przeprowadza układ z zadanego stanu początkowego *10 do zadanego sta­
Dla układu singularnego nu końcowego uiie jest zadaniem prostym i oczywistym. Niżej zostanie podana
ogólna m etoda wyznaczania takiego sterowania. Sterowanie to będzie w postaci
'1 0 0" '2 0 0 ‘ ‘ 2 ‘
u (t) ~ u i (t) + « 2 (t). Podstaw iając to sterowanie do wzoru (4.211), dla t = lk
0 0 1 X = 0 1 0 x + -1 (4.218) otrzyrnamy
0 0 0, .0 0 1 _1 .
wyznaczymy zbiór 17(0) stanów osiągalnych z a-’io = 0 oraz sterowania «. x k, = an(ifc) = e ^ ^ a c io + / eA,(-tk T'B ] U i ( r ) d r +
Jo
Wykażemy, że zbiór ten jest sumą prostą R © R2. Macierze
. 2. + / ‘ e 4 l(ifc- r).BiM,(T)dT ( 4 . 2 2 1 )
n 0 ir '2 (1 ir
E = 0 0 1 , A= 0 1 0 , B = -1 oraz
.0 0 0 . 0 0 1. _1 .
x kl = x kl - f lk e A i l t k - r ) B l U 2 ^ dT e Im A B l . . ^ A n , - l B l J
s - 2 0 0
JO
mają postać (4 .210), przy czym n\ = 1, gdyż det [23s —A) — 0 -1 s s —2 , (4.222)
0 0 -1
-li %
0 1 Niech
n 2 = 2, Ai = [2], B l = [2], N = p = 2, B 2 — l
0 o
Korzystając z (4.216) i (4.217), otrzymamy V (io i, /;) = /'i w 1(r)eA irB iB f e yl’*V-«;i(r)dr (4.223)
Jo
17i = Im [Bi, A \B i] = Im [2, 4] = 1 przy czym W i(t) jest niezerowym wielomianem zmiennej t. Łatwo wykazać, że
oraz
r
Im [V(ioj , / ; ) ] = Im [ B j, A B }, . . . , A J j ' B i] (4.224)
_ li _ i, 1 n>2
R 2 = lm [B 2 , N B 2} = hn Z równań (4.222) i (4.224) wynika, że istnieje wektor z spełniający równość
l 0
W celu wyznaczenia sterowania u przeprowadzającego układ z zerowego stanu x j0 do V ( w u t k)z = x kl (4.225)
274 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 275

Niech PRZYKŁAD 91 (ciąg dalszy przykładu 90)

V0s: ^ „ mi (i) = [t (t - t k)]2li B [ e A ' (tk~Ł^z (4.226) Wyznaczymy sterowanie u (i ) przeprowadzające układ (4.218) ze stanu a;10 = 0 do
stanu końcowego x k — [2 3 l]T dla t k = 1 . Korzystając z procedury 8 , otrzymamy
Różniczkując względem t wyrażenie (4.226), łatwo sprawdzić, że
kolejno:

Vi=o, i, ..., /t—i =0 (4-227) Krok 1. Z zależności (4.231) mamy

’ ’ ’' dP |t=/fc
'3 ' 1' '1'
Wobec tego ze wzoru (4.213) otrzymamy Xk.j = = —B 2 U20 — N B 2 U21 =
1 11J «20 + Lu
0 «21
Zatem «20 = 1, «21 = 2.
x k2 = x 2 (tk) = - £ APJ32« « ( i fc) = - Y N iB 2 (u l (tk) + « 2(ife))(i) =
¿=0 ¿=0 Krok 2. Podstawiając powyższe wartości «20 i «21 do równania (4.229), otrzymamy
M2(ł) = «20 + «21 (t —tk) = —1 21
= - Y N iB 2 4 )(tk) (4.228)
t=0 Krok 3. W tym przypadku w i(t) = i 2( i - l )2 = tĄ- 2 i 3 -M2 i korzystając z zależności
Wektor x k? nie zależy więc od «[^(i*), a zależy tylko od « ^ ( ¿ t ) dla * ~ 0» (4.223), otrzymamy
1, ¡1 - 1 . fik f^
V(w 1 , t k)= / w i(r)eAlTB i B l e A ' t w i ( t )<1t =
Składową « 2 (t) wyznaczamy w postaci wielomianu Jo
Vo^tsgtfc « 2(i) = « 2o + «21 (i —ifc) + • • • + ^ 1 (4.229) = 4 / (r 4 - 2r 3 + r 2)e4T(r 4 - 2 r 3 -|- r 2)dr = 2705,2617

przy czym v
Krok 4. Korzystając z zależności (4.222), obliczamy
u* = (4-230) a-Ł, = 2 - 2 f e2(1- r) ( - l + 2r)d r = 4
di* |e=tfc
Jo
Z powyższych rozważań wynika następująca procedura wyznaczania stero­ Z zależności (4.225) mamy
wania « (i).
r-k, 4
1,4786 • 10“
V(wu lk) 2705,2617
PROCEDURA 8
Krok 1. Mając dane N , B 2 i x k,2, wyznaczamy u 2i dla i — 0, 1, . . . , /i - 1 Krok 5. Składowa m (i) ma więc postać
spełniające równość ■ui(t) = [¿(i - tk) f >l B l e AT(ł“- ł>z = 2,1851 • H T 2(/;2 - i) 4e~2i
i
Krok 6. Poszukiwane sterowanie -u(t) jest więc równe
x hl = ~ Y ^ B 2« 2i (4-231)
i=o u(l.) = Ui(t) + u 2 (t) = - 1 -^2t + 2,1851 - 10~2(i2 - t) 4e“ 2t
Q
Kro& 2. Korzystając z zależności (4.229), wyznaczamy w2(i).
Krok 3. Wybieramy w i(t) = ^ ( f - f t ) ' * i wyznaczamy macierz V(«>i, i) okre­ DEFINICJA 98
śloną wzorem (4.223). IJklad singularny (4.202) nazywamy R-sterowalnym, jeżeli dla dowolnej
Krok 4. Znając « 2(i), z zależności (4.222) wyznaczamy wektor x k i, a z zależ­ zadanej chwili t k > 0, stanu początkowego .7; 10 6 M“1 oraz każdego zada­
ności (4.225) wektor 2 . nego x k £ R n (a5io) istnieje dopuszczalne sterowanie u (t) takie, że
X l{tk )
Krok 5. Korzystając z zależności (4.226), wyznaczamy składową M1(i). x (k) = Q X k (41232)
X 2(tk)
Krok 6. Poszukiwane sterowanie « (i) = « i(i) + «2 (i).
276 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 277

TWIERDZENIE 47 TW IERDZENIE 48
Układ (4.203), (4.204) jest R-sterowalny wtedy i tylko wtedy, gdy jest speł­ Układ (4.203), (4.204) jest sterowalny wtedy i tylko wtedy, gdy jest speł­
niony jeden z warunków: niony jeden z warunków:
• rząd [j3i, A \ B i , . . . , A ^ b Ą=m (4.233) . • rząd [B \ , A % Bi, . . . , = nj i
rząd [Ba, - , N n l B- ■na (4.237)
• rząd [I,n s - A u B x) = m (4.234)
• V s6c, s<oo rząd [lln is - A i, J3i] = n j i rząd \ N , B 2) = n 2 (4.238)
dla wszystkich skończonych s g C,
• rząd [i£s —A , B] = n (4.235) • VsGc, s<oo rząd [Es - A , B] = n i rząd [E , B ) = n (4.239)
dla wszystkich skończonych s g C.
Dowód. Jeżeli jest spełniony warunek (4.237), to zgodnie z twierdzeniem 46
każdy stan Xj. g R” jest osiągalny z dowolnego stanu początkowego, a więc
Dowód. Zbiór osiągalności R = Kni © Ra, gdzie zbiór i ?,2 jest określony za­ istnieje chwila tf. > 0 oraz sterowanie u ( tj, t g [0 , ć/c] takie, że a:(tk) =
leżnością (4.217). Zauważmy, żeIm [.Bi, A \ B \ , . . . , A ^ ^ B i ] = Rni wtedy Układ opisany równaniami (4.203), (4.204) jest więc sterowalny. Odwrotnie, je­
i tylko wtedy, gdy jest spełniony warunek (4.233). Równoważność warunków żeli układ (4.203), (4.204) jest sterowalny, to Irn [ B \ , Ai j Bi , . . . , A " ” 1/?
(4.233) i (4.234) dowodzi się tak samo jak w dowodzie twierdzenia 18. Korzy­ oraz Im [B 2, N B 2, . . . , N 1 Ba i ” 2 i są spełnione wanmki~(4b237).
stając z zależności (4.210), możemy napisać Równoważność warunków rząd [In,s — A i, JBj] = n,\ dla wszystkich skończo­
nych s g C i
O Bi
rząd [Es - A , B ] = rząd { P>-i Q P~ rząd [B lt A l B i , . . . , A rl ' ~ l B i) = m
0 N S - I„ B2

0 oraz warunków rząd [I„2s — N , B 2] = n 2 dla wszystkich skończonych s g C i

In,*’ A i Bi
= rząd
O N s - f»i2 Ba rząd[£?2, N B 2, . . . , N>l~xB 2 n2
= ?i2 + rząd[H„|S - A u B i] (4.236) dowodzi się tak samo jak w dowodzie twierdzenia. 18. Macierz nilpotentna N
Z zależności (4.236) wynika, że warunek (4.235) jest równoważny warunkowi ma tylko zerowe wartości własne. Wobec tego
(4.234), ponieważ det [Ns —I„2] ^ 0 dla wszystkich skończonych s 6 C. rząd [Ba, N B 2, . . . , N ^ B a ] = rząd [I„2s - N , B 2]|s=0 =
: rząd [N , B 2 n2

4.2.13. Sterowalność i sterowalność impulsowa układów Warunki (4.238) są więc równoważne warunkom (4.237). Równoważność wa­
runków
singularnych
Weźmy pod uwagę układ singularny (4.203), (4.204) spełniający warunek rząd [][„, s - A i , B i] — i
(4.205). Układ ten rozkładamy na dwa podukłady: standardowy (4.206), (4.207) rząd [Es — A , B \ = n
i ściśle singularny (4.208), (4.209).
dla wszystkich skończonych s g C została wykazana w dowodzie twierdzenia
47. Korzystając z zależności (4.210), możemy napisać
DEFINICJA 99 In , O Bi
Układ (4.203), (4.204) nazywamy sterowalnym, jeżeli dla dowolnego stanu •zad \E , B] = rząd <j P ' Q ~\ P~l
O N B2
początkowego x,q g Rm i każdego x/; g R” istnieje chwila tf. > 0 oraz
dopuszczalne sterowanie u(t), t g [0, i*] takie, że x(t/i) = Xfc. n, O B i
= rząd - m + rząd [JV, B 2 (4.240)
O N B2
278 4. Własności układów 42 OsiągaIn°ść. sterowalność, obserwowalność i odtwarzalność układów liniowych 279

Z zależności (4.240) wynika, że warunki rząd [E, B \ = n i rząd [IV, B 2\ = n-, macierzy
/'¡I X ( £ ) ] , £ [2 x ( ¿ ) ] , i [3x ( c ^ f e ) ] ^ mc
są równoważne.
1 0 R + sL
PRZYKŁAD 92 ’ [Es - A] = sCy sC '2 -1
Dany jest obwód elektryczny o schemacie pokazanym na rysunku 4.39 i znanych -1 1 0
pojemnościach C\, C2, rezystancji R i indukcyjności L. Za zmienne stanu przyjmujemy przekształcamy ją w postać
napięcia -uy i ¡¿2 na kondensatorach oraz prąd i w cewce, za wymuszenie napięcie
źródłowe e, a za odpowiedź napięcie u 2. R c2 0
S+ L Ci+C2
o 1
=r
0 N s —In2.
J s 0

0 0 -1
R ys. 4.39. Obwód elektryczny do
u2 przykładu 92 Wykonując powyższe lewe działania na wierszach macierzy jednostkowej H3 , otrzyma-
my macierz
c2
1 o
Cl + c 2
1
Na podstawie praw KirchhofFa możemy napisać dla tego obwodu równania p = o
c2
. di C2
R:i -| /. ----- u [ o o s
‘At. Cl + c 2
'Ui + e — '¿¿2 a wykonując prawe działania na kolumnach macierzy I 3 , otrzymamy macierz
„ dn 2 = t
C l _diii +, (72_ C2
o
C! + C2
Równania te zapisujemy w postaci równań stanu
C2 _^Ci
■ 0 0 L~ ~Uy ' -1 -R ■'Ul' ' 0* Q o
Ci + C-2 C2
C|- - 6 % n "uy .~ '' .ti 1 "U‘> + 0
di 0 0
_0 0 0 . i 1 0 i _1 _ LL
Uy~ Z zależności (4.226) mamy
y = [o 1 0 ] u2 (4.241)
i r R c2
L Ci + C2
Obwód ten jest singularnym układem regularnym, gdyż macierz At = N = [0] (4.242)
0
0 0 L~ . LC 2
E ■ Cl c 2 0
0 0 0
1 0
c2 1 r c2
jest osobliwa, a pęk Cl + c 2 ro i Cl + C-2
By
1
0 R + sL = PB = 0 0 = 0 (4.243)
b2 0 k
{Es - A] = ' sCy sC ‘2 -1 _i_ C2
0 0
C-2
1 1 0
Cl + c 2J LCi + c 2
jest regularny, tj. det [Es —A] = 1 + (R. + sL)(Ci -|- C2)s. Stosując działania ele­ Zbadamy sterowalność tego układu, korzystając kolejno z trzech równoważnych wa­
mentarne P [l + 2 x ( - g j ) ] , P (l, 3], P [2 + 3 x ( 0 ^ ; ) ] , L [i -I- 3 x runków (4.237), (4.238), (4.239) twierdzenia 48. Korzystając z warunków (4.237) oraz
280 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 281

(4.242), (4.243), otrzymamy (4 .212 ) podukładu ściśle singularnego (4.208), (4.209). Składowe impulsowe są
wywołane niedopasowanym warunkiem początkowym a;2o lub skokami wymu­
C2 RC 2
szenia u (t) i jego pochodnymi.
Cx -I- C2 L(C\ + C2)
rząd [Bt , Aj B i] = rząd 2 = 77.1 Korzystając z zależności
1
° L{CX+ C2) « » = «W + (0 ) -I-. . . 4- « ^-^ « (O )
oraz
możemy rozwiązanie (4.212) napisać w postaci
C2
rząd [B2, N B 2] = rząd o 1 = n2 n -i
C1 + C 2 '
Układ ten jest więc sterowalny. Ten sam wynik otrzymamy, korzystając z warunków 1=0
(4.238) (t.—2 (i—2—i
r R c2 C2 1 - J 2 5 ii)N i N x 2 o + N i+ lB 2 uW (0) (4.247)
S + L Ci 4- C2 Ci 4- C2 ¿—o [ J =0
^a(źC, ,'i<00 rząd [I„,s A j, B 1] rząd = 2
1
s 0 przy czym [i] oznacza i-tą pochodną regularną, a (i) oznacza i-tą pochodną
~LĆh dystrybucyjną.
Ze wzoru (4.218) wynika, że rozwiązanie x 2 (t) nie zawiera impulsów tylko
C2 ‘""wtedy, gdy '
rząd {N, B 2 ] = rząd 0
C i 4- c2
N x 20 e Im [N B 2, N 2 B 2 , • - -, JV'*“ 1B 2] (4.248)
oraz z warunków (4.239), gdyż
1 0 R + sL 0 Warunek póczątkowy scjo dla podukładu standardowego (4.206), (4.207) mo­
sCi sC 2 -1 0 = 3 że być dowolny. Rozwiązanie x ( t) równania (4.203) nie zawiera impulsów Diraca
Vs<=c, rząd [Bs —A, B] = rząd
i ich pochodnych, jeżeli warunek początkowy xq = x ( 0 ) spełnia warunek
- 1 1 0 1
*0 € R ” 1 © {im [B 2, N B 2, . . . , N li- l B 2] + ker n } (4.249)
"0 0 L 0"
gdzie © oznacza sumę prostą podprzestrzeni. Niech
= rzad_ S h r 0 0 = 3
0 0 0 1. 0 II W
IT(m, /,)
I 2r (w, t) ¿=0

Z twierdzenia 48 wynikają następujące dwa wnioski:
WNIOSEK 6 . Podukład ściśle singularny (4.208), (4.209) jest sterowalny wtedy
i tylko wtedy, gdy jest spełniony jeden z warunków:
rząd [J32,1VB2,. . . , JV/ł_ 1B 2] = n2
rząd [JV, B 2] = n 2
rząd [E, B] = n
W niosek 7.U kład singularny (4.203), (4.204) jest sterowalny wtedy i tylko
wtedy, gdy podukład standardowy (4.206), (4.207) i podukład ściśle singularny
(4.208), (4.209) są sterowalne.
Rozwiązanie (4.211) podulcładu standardowego (4.206), (4.207) nie zawie­
ra składowych impulsowych. Składowe takie są zawarte jedynie w rozwiązaniu
reprezentuje składowe impulsowe wektora x ( t) pojawiające się w chwili r , np.
Ir= o(* 2o, t) reprezentuje składowe impulsowe wektora x ( t) w chwili początko­
wej r = 0 spowodowane wij,runkiem początkowym £c2o-
(4-244) DEFINICJA 100
(4.245) Układ singularny (4.203), (4.204) nazywamy sterowalnym impulsowo, je­
żeli dla dowolnego warunku początkowego xq , dowolnej chwili r > 0 oraz
(4.246) każdego wektora w G R " 2 istnieje dopuszczalne sterowanie u (t) takie, że
Xi(r) = l T(w , t).
Sterowalność impulsowa układu singularnego charakteryzuje jego zdolność
generacji składowych impulsowych przez dopuszczalne wymuszenie, tzn. w zbio­
rze dopuszczalnych sterowań istnieje takie sterowanie, które generuje w chwili
282 4. Własności układów 4 2. Osiągalność, sterowalność, obserwowainość i odtwarzalność układów liniowych 283

r składowe impulsowe w wektorze x ( t) będące dowolnym elementem zbioru 0

) 0 0
■In,
IT (R"», t ) = { IT (w, t) : w e R ” 2} .
0 ) 0
N o IV O 0
rząd = 2 n i + rząd (4.257)
Ax 0 Iu O Bl Ir, N B 2
_ 0 In, ) N B 2J
TWIERDZENIE 49
Układ singularny (4.203), (4.204) jest sterowalny impulsowo wtedy i tylko N 2 N B 2
= 2n i + rząd : n + m + rząd [IV2, N B 2] = n + rząd E
wtedy, gdy jest spełniony jeden z warunków: O O
• ker IV + Im [Ba, N B 2, , j v 'ł_ 1J52] = : (4.251) wtedy i tylko wtedy, gdy

• ker N + Im B 2 + Im N = R"3 (4.252) rząd [IV2, N B 2) = rząd N (4.258)

gdyż rząd E = n \ + rząd IV. łatwo wykazać, że zachodzi równość (4.258) w tedy
• I m N = Im [B2j N B 2, . . . , N ^ l B 2\ (4.253) i tylko wtedy, gdy jest spełniony jeden z trzech pierwszych warunków twier­
dzenia 49.
E 0 0
rząd = n -|- rząd E (4.254) Zauważmy, że sterowalność impulsowa układu singularnego (4.203), (4.204)
A E B
zależy tylko od macierzy N i B 2. Zam iast mówić, że układ (4.203), (4.204)
jest sterowalny impulsowo, będziemy równoważnie mówić, że p ara ('N^~J3 2)
Dowód. Z rozwiązania (4.212) równania (4.208) podultładu ściśle singularne- jest sterow alna impulsowo.
go wynika, że istnieje sterowanie dopuszczalne, które generuje w chwili r dowol­
ne składowe impulsowe w wektorze x ( t) będące elementem zbioru Ir (R 712, t) PRZYKŁAD 93
wtedy i tylko wtedy, gdy jest spełniony warunek (4.251). U kład singularny Korzystając z twierdzenia 49, sprawdzimy, czy obwód elektryczny opisany równa­
(4.203), (4.204) jest więc sterowalny impulsowo wtedy i tylko wtedy, gdy jest niami (4.241) jest sterowalny impulsowo. W przykładzie 92 wykazano, że dla tego
spełniony warunek (4.251). Aby wykazać równoważność warunków (4.251.) obwodu elektrycznego
i (4.252), zauważmy, że ' 0 0 L~ ‘- I 0 -R - ’0"
E = Ci u 2 0 , A = 0 0 1 , B = 0 (4.259)
Im [B 2 : N B 2 . 0 0 0 1 -1 0 1
................................- Im [IV, B 2] - Im N + Im B 2 (4.255)
C2
gdyż macierz nilpotentna N ma tylko zerowe wartości własne. Podstaw iając N = 0, B2 (4.260)
Ci -I- C2
(4.255) do (4.251), otrzymamy poszukiwaną zależność (4.252). Uwzględniając
warunek (4.251) oraz biorąc pod uwagę, że Ar/i — O, otrzym am y Korzystając z warunków (4.254) (4.259), otrzymamy
>0 0 L 0 0 0 0
Im N = N W 1'2 = N (im [B2, N B 2, N )l~ l B 2 ] + ker i v ) =r u2 0 0 0 0 0
tP i
E O 0 0 0 0 0 0 0 0
: Im[IV, B 2 , N 2 B 2, . . . , N ^ l B 2 (4.256) rząd = rz ąd = 5 = n + rząd E
A E B -1 0 —R 0 0 L 0
gdyż ker IV = 0. Z zależności (4.256) wynika, że warunki (4.251), (4.253) są 0 0 1 Ui u 2 0 0
równoważne. Biorąc pod uwagę fakt, że mnożenie lewostronne i prawostronne 1 -1 0 0 0 0 1
macierzy przez macierz nieosobliwą nie zmienia jej rzędu oraz równania (4.210), gdyż rząd E — 2. Warunek (4.254) jest więc spełniony i obwód ten jest sterowalny
możemy napisać impulsowo. Ten sam wynik otrzymamy z trzech pierwszych warunków twierdzenia 49,
gdyż w tym przypadku ker N = R, Im N = 0 i Im B 2 = R. D
BO 0 f E 0 0
rząd = rząd <j diag [P , P] diag [ Q ,Q , ][„J }■ =
A E B A E B Z porów nania twierdzeń 48 i 49 wynika następujący ważny wniosek.
284 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 285

W NIOSEK 8 . U kład singułarny sterowalny jest sterowalny impulsowo. Z postaci macierzy (4.262) wynika, że ker J j C lin J i dla i = 1, k oraz
Wniosek ten potw ierdza przykład 93, gdyż obwód elektryczny je st sterowal­
ny (przykład 92), a więc jest również sterowalny impulsowo. Niech macierz dim Im N = rząd N = r/,; — k (4.268)
n iłpotentna N € K n2Xn2 m a postać kanoniczną Jordana i~ 1

iV = d ia.g [J0, J i , . . . , J k] (4-261) Jeżeli k > m , to z zależności (4.268) wynika, że warunek (4.252) nie może być
spełniony, a więc układ nie jest sterowalny impulsowo. Podstaw iając zależność
przy czym J q jest m acierzą zerową, a
(4.268), oraz //, = q\ do (4.263), otrzym am y warunek (4.265).
'0 1 0 ■ • 0 "
0 0 1 • • 0 PRZYKŁAD 94
l i X !}i (4.262)
Wykażemy, że układ singułarny (4.203), (4.204) o macierzach
0 0 0 • • 1
'0 1

0
1
_0 0 0 • • 0 ,
0 1‘
IV = diag [ J 5, J 2], J i 0 0 1 Bo b 5]r (4.269)

II
£S
oraz qi > q2 > ■■■> Qk > 1 . 0 0
_0 0

0
TW IE R D ZE N IE 50 nie jest sterowalny impulsowo dla dowolnych elementów macierzy B 2-
Układ singułarny o m wejściach (4.203), (4.204) nic je st sterowalny im ­ W tym przypadku k = 2, qi = 3, — 2 , n = 1. Korzystając z warunku
pulsowo, jeżeli je st spełniony jeden z warunków: otrzymamy

m{[i — 1 ) < r (4.263) ii + <12 = 5 > m.(qi —1) 4- k = 4

V
Warunek (4.265) jest więc spełniony i rozpatrywany układ nie jest sterowalny impul­
k >m (4.264) sowo dla dowolnych elementów macierzy B i . Ten sam wynik otrzymamy, korzystając
z warunku (4.263) oraz z warunku (4.264). W pierwszym przypadku m(/i — 1) =
= 2 < r = (¡\ -|- c/2 —k = 3, a w drugim przypadku k = 2 > 777, = 1. □
E « > m (q i - 1):+ k (4.265)
..¿=1 . . Z porównania twierdzeń 47 i 48 oraz wniosku 8 wynika, że sterowalność
gdzie r — rząd IV, a ¡i je s t indeksem m acierzy N . implikuje /?.-sterowalność i sterowalność impulsową, układu singularnego
(rys. 4.40).
Dowód. Z w arunku (4.253) m am y
fi-l ( Sterowalność [
lm B = E Im (N i] B 2 )

oraz ) R - sterowalność [ y (Sterowalność impulsowa)

M-l R ys. 4.40. Relacje między sterowalnością, /i-sterowalnośrią. i sterowalnością impul­

dim Im N < d im lm {N i B 2) (4.266) sową dla układu singularnego
»=x
Biorąc pod uwagę, że d im lm N = r i d im lm ( N l B z ) < m,, i — 1, . . . , pt— 1,
z (4.266) otrzym am y 4.2.14. /?,-obserwowalność układów singularnych
r < m,(/i — 1) (4.267) W eźm y pod uwagę układ singułarny (4.203), (4.204) spełniający warunek (4.205).
Jeżeli jest spełniony warunek (4.263), to nie może być spełniony warunek Układ ten rozkładam y n a dwa podukłady: standardow y (4.206), (4.207) i ściśle
(4.267), a więc i warunek (4.253). U kład ten nie jest więc sterowalny impulsowo. singułarny (4.208), (4.209).
286 4. Własności układów 4 2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 287

DEFINICJA 101 PRZYKŁAD 95

Układ singularny (4.203), (4.204) nazyw am y R-obserwowalnym, jeżeli ist­ Zbadamy /i-obserwowalność obwodu elektrycznego opisanego równaniami (4.241).
nieje chwila tk taka, że znając w ym uszenie u (t) i odpowiedź y ( t) dla Macierze E , A i C dla tego obwodu są równe
t C- [0, tk], możemy wyznaczyć jednoznacznie dowolny stan x ( t) należą­ ' 0 0 L' :-i 0 -R ~
cy do zbioru osiągalności R tego układu, czyli x G R . E = Cl C ‘2 0 , A = 0 0 1 , C = [0 1 0 ] (4.274)
0 0 0_ 1 -1 0
Uwzględniając warunek (4.272), otrzymamy
TWIERDZENIE 51
1 0 R + sL
Układ (4.203), (4.204) jest R-obserwowalny wtedy i tylko wtedy, gdy je s t
'E s-A ' C is C2s —1
spełniony jeden z warunków: a<00 rząd rząd = 3
C -1 1 0
Ci 0 1 0
C iA i War unek (4.272) jest więc spełniony i obwód ten jest li-sterowalny. Ten sam wynik
rząd = ni (4.270)
otrzymamy, korzystając z warunków (4.270) i (4.271). Biorąc pod uwagę, że
C i A " 1-1 R C2
L Cl + C ‘2 C2
A i = 0 - 4 4 , 275 )
iS A i 1 C l+C 2
rn (4.271) 0
1Vsec, 6-<oo rząd LOi
Ci
oraz korzystając z warunku (4.271), otrzymamy
E s-A R C2
^seC, s<oo rząd (4.272) s -|-
C L C1 + C 2
lin, a Ai
V»6C, rząd = rząd
CL LC , S
Dowód. Znając N , B> i u (t), możemy z zależności (4.213) wyznaczyć aJa(i),
a następnie y {(t) — y(t) - C 2 X 2 ( 1 ) = C iX \( t) . Uldad (4.203), (4.204) jest
o c*
Cl C ‘2
więc ./i-obserwowalny wtedy i "tylko wtedy, gdy jest obserwowalny podukład a z warunku (4.270)
standardowy (1206), (1.207). Z twierdzenia 30, zastosowanego do podukładu
C2
(4.200), (4.207), otrzymujemy natychm iast warunki (4.270) i (4.271). Korzy­
Ci Ci + C2
stając z zależności (4.210), możemy napisać rząd = rząd
Cl Al
0
'E s - A , ( p ~ i 0 ' 'E s - A I L 2 {Ci + C2) j □
rząd — rząd < Q (4,273)
C 0 C
Z twierdzenia 51 wynika^jpastępujący wniosek:
I„ i & A 1 O
Im a W n io s e k 9. U kład singularny (4.203), (4.204) jest R-obserwowalny wtedy
= rząd O N s - 1I„ 2 n 2 + rząd
Ci i tylko wtedy, gdy jest /i-obserwowalny jego podukład standardow y (4,206).
C, c 2 (4.207).
gdyż det [N s — Il„2] ^ 0. Z zależności (4.273) wynika, że warunki (4.271)
i (4.272) są równoważne. 4.2.15. Obserwowalność układów singularnych
/i-obserwowalność zależy tylko od macierzy A \ i C \ . Zam iast mówić, że Weźmy pod uwagę układ singularny opisany równaniam i (4.203), (4,204) speł­
układ (4.203), (4.204) jest /i-obserwowalny, będziemy mówić równoważnie, że niający warunek (4.205). U kład ten rozkładam y n a dwa podukłady: stan d ar­
para (Aj, C |) jest /i-obserwowalna. dowy (4.206), (4.207) i ściśle singularny (4.208), (4.209).
 288 4. Własności układów 4 2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 289

DEFINICJA 102 ' C2

Układ singularny (4.203), (4.204) nazywamy obserwowalnym, jeżeli ist­ C 2N
nieje chwila /./; taka, że znając wymuszenie u{t) i odpowiedź y ( t ) dla ker (4.280)
t G [0, ffc], możem y wyznaczyć jednoznacznie dowolny stan początkowy
C o N 'l~
*o tego układu.
Warunek (4.280) jest równoważny drugiem u z warunków (4.276). Równoważ­
ność pierwszych z warunków (4.276), (4.277) i (4.278) wynika natychm iast
TW IERDZENIE 52 z twierdzenia 51. Równoważność drugich z warunków (4.276) i (4.277) moż­
Układ (4.203), (4.204) jest obserwowalny wtedy i tylko wtedy, gdy jest na wykazać następująco:
spełniony jeden z warunków:
C2
Cl ■ c2 C 2N IL ,s - N N
CiAi c 2n rząd = rząd rząd
C2
o rząd = ni oraz rząd = n2 (4.276) s=0
c 2 n> 1^
C iA ^ -\ C 2 W l- \
gdyż macierz n ilpotentna N m a tylko zerowe wartości własne. Korzystając
I n i .s - Ai iV z .zależności (4.210), możemy napisać
9 ^ sG C , s< o o rząd ni oraz rząd n 2 (4.277)
Ci C2 0 "
'In ,
’E E
E s-A rząd = rząd = i j p - l c r 1} = rząd 0 N
rząd = 77, oraz rząd (4.278) C C
® ^ s € C , s< o o
C
77,
V l ) C\ c 2_
N
= n j -I- rząd (4.281)
Dowód. Z dekompozycji układu (4.203), (4.204) na dwa niezależne pod- C2
układy (4.206), (4.207) i (4.208), (4.209) wynika, że zadanie wyznaczenia stanu Z zależności (4.281) wynika równoważność drugich z warunków (4.277) i (4.278).
początkowego można również rozłożyć na dwa niezależne zadania wyzna-
—czenia. stanu początkowego asjo podukładu standardowego (4.206), (4.207) oraz PRZYKŁAD 96
stanu początkowego x 2o podukładu ściśle singularnego (4,208), (4.209). Z twier­
Zbadamy obserwowalność obwodu elektrycznego opisanego równaniami (4.241).
dzenia 30 wynika, że pierwszy z warunków (4.276) jest warunkiem koniecznym
W przykładzie 95 wykazaliśmy, że pierwsze z warunków twierdzenia 52 są spełnione,
i wystarczającym obserwowalności podukładu (4.206), (4.207). Należy więc wy­ gdyż obwód ten jest R-obserwowalny. Wystarczy więc sprawdzić tylko jeden z dru­
kazać, że drugi z warunków (4.206) jest warunkiem koniecznym i w ystarczają­ gich warunków twierdzenia 52, aby zbadać obserwowalność tego obwodu. Korzystając
cym obserwowalności podukład (4.208), (4.209). Bez straty ogólności możemy z drugiego z warunków (4.278) oraz (4.274), otrzymamy
założyć, że u,(t) = 0 dla t G [0, i*]. W tym przypadku z zależności (4.212)
0 Cf L '
otrzym amy
Ci Ći 0
ii-l rząd = rząd = 3:
0 0 0
®2 (i) = E i(i“ 1)(i ) ^ 2 0 0 1 0
»=1
oraz Drugi z warunków (4.278) jest więc spełniony i obwód ten jest obserwowalny. Ten
ii-i sam wynik otrzymamy, korzystając z drugich warunków (4.277) i (4.276). Z drugiego
y2(t) = c 2x2(t) = Y, (i)C ' 2JVi®2o (4.279) z warunków (4.277) oraz biorąc pod uwagę, że N = 0, C 2 = [~ 2^] >otrzymamy
i—1

Z równania (4.279) wynika, że t/ 2 (ć) = 0 dla t G [0, ifc] wtedy i tylko wtedy,
gdy ker C 21V2 = 0 dla i = 0 , 1 , . . . , p — 1 lub równoważnie
 4. Własności układów 4.2. Osiągalriość, sterowalność, obserwowalność i odtwarzalność układów liniowych 291
290

dla u (t) = 0 brak składowych impulsowych w odpowiedzi im plikuje brak takich

a z drugiego z warunków (4.276) dla p = 1 odpowiednio
składowych w wektorze stanu. K orzystając z zależności (4.212), dla u (t) = 0
Ci = 1 i r = 0 otrzym am y
rząd [C2\ = rząd
C2

y r (t) = C 2 x 2 r (t) = ~ J 2 d ^ l \ t ) C 2 N ix 2o = O
4.2.16. Obserwowalność impulsowa układów singularnych 2—1

Weźmy pod uwagę układ singularny (4.203), (4.204) rozłożony n a dwa pod- wtedy i tylko wtedy, gdy C 2 N %x 2q = O dla i = 1 , . . . , / / - 1 lub równoważnie
' układy: standardowy (4.206), (4.207) i ściśle singularny (4.208), (4.209).
C 2N
DEFINICJA 103 c 2n 2
Układ singularny (4.203), (4.204) nazywamy obserwowalnym impulso­ x 2o G ker (4.286)
wo, jeżeli dla dowolne,j chwili r > 0 można jednoznacznie wyznaczyć skła­
dową impulsową x T(t) wektora sianu ic(i) na podstawie znajomości skła­ _ c 2 n ii- \
dowej impulsowej odpowiedzi y T(t) i składowej impulsowej wymuszenia
A u r (t). Z drugiej strony d la u (t) = O i r = 0 mamy

Obserwowalność impulsowa układu singularnego charakteryzuje możliwość

jednoznacznego wyznaczenia składowej impulsowej w ektora stanu, n a pod­ * 2r
stawie znajomości składowych impulsowych wym uszenia i odpowiedzi tego
układu.
wtedy i tylko wtedy, gdy W x 20 = O, czyli

TW IERDZENIE 53 CC20 G ker W (4.287)

Układ singularny (4.203), (4.204) jest ohserwowalny impulsowo wtedy i tyl-
...J S
Z zależności (4.286) i (4.287) otrzym ujem y warunek (4.284). Równoważność
Cn .......................
warunków (4.284) i (4.282) m ożna udowodnić następująco. Załóżmy, że jest
c 2n spełniony warunek (4.284). W tedy dla dowolnego w ektora v G ker i i n i m W
(4.282)
• k e r i f n I m W = 0, U = istnieje taki wektor z , że v — N z . P onadto z v € ker I I wynika, że z E
C 2N ^ ker U W = ker W , czyli N z — O. Zatem v = N z = O, co im plikuje waru­
nek (4.282). Odwrotnie, i^iech będzie spełniony warunek (4.282). W tedy dla
(4.283) dowolnego wektora v E ker H N , N v E ker H fi Im W m am y N v = 0, czyli
° ker N n ker C 2 fi Im N = 0 v E ker W oraz ker H N C ker W . Uwzględniając, że ker H C ker H N , otrzy­
(4.284) mamy więc ker H N = ker W . W arunki (4.282) i (4.284) są więc równoważne.
• ker N = ker I I N Aby wykazać równoważność warunków (4.282) i (4.283), zauważmy, że

E A
rząd E (4.285) "is - N 'N '
rząd O E ker I i = ker = ker = ker W D ker C 2 (4.288)
C 2 C -2
O C 1.9 = 0

Dowód. Składowe impulsowe występują tylko w podukładzie singułarnym gdyż macierz nilpotentna W m a tylko zerowe wartości własne. Podstaw iając
(4 .2 0 8 ), (4 .2 0 9 ). U k ł a d jest ohserwowalny impulsowo wtedy i tylko wtedy, gdy
zależność (4.288) do (4.282), otrzym am y warunek (4.284). Korzystając z zależ-
292 4. Własności układów 4 2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 293

ności (4.210), możemy napisać, że W N IO S E K 10. U kład singularny obserwowałny jest obserwowałny impulsowo.
E A E A' Wniosek ten potwierdza przykład 97, gdyż obwód elektryczny jest obserwo-
f r walny (przykład 96), a więc jest również obserwowałny impulsowo.
rząd 0 E = rząd < diag P \ P \ iJ 0 E diag \Q \ Q~
0 C
Niech macierz nilpotentna N m a postać (4.261).
0 C l
®ni 0 Ai 0 '
'E A TW IERDZENIE 54
0 N 0 Ina Układ singularny o p wyjściach (4.203), (4.204) nie je st obserwowałny
N In_
712
rząd 0 0 Inr 0 — 2 n i + rząd k impulsowo, jeżeli je st spełniony jeden z warunków:
0 N
0 0 0 N
.0 c 2„ p([i - 1 ) < r (4.290)
0 0 C l c 2_
• k> p (4.291)
N 2
n + n \ + rząd n + rząd E fc
C 2N (4.292)
* I Z (k > P((H ~ 1 ) + &
wtedy i tylko wtedy, gdy
przy czym r ~ rząd N , a p, je st indeksem m acierzy N .
N 2 '
rząd (4.289)
c 2n
’ ‘ Dowód tego twierdzenia jest dualny względem dowodu twierdzenial>D7~-
gdyż rząd E — n i+ rz ą d /V . Łatwo wykazać, że zachodzi równość (4.289) wtedy
PRZYKŁAD 98
i tylko wtedy, gdy jest spełniony jeden z warunków (4.282), (4.284).
Wykażemy, żą układ singularny (4.203), (4.204) o macierzach
Zauważmy, że obserwowalność impulsowa układu singularnego (4.203), (4.204)
'0 1 0
zależy tylko od macierzy N i C 2. Zamiast mówić, że układ (4.203), (4.204) jest 0 1
N = diag [ J !, J,Ą, J \ = 0 0 1 , J2 c2 c-i (4.293)
obserwowałny impulsowo, będziemy równoważnie mówić, że para ( N , C 2) jest 0 o
0 0 0
obserwowalna impulsowo.
nie jest obserwowałny impulsowo dla dowolnych elementów macierzy C 2. W tym przy­
PRZYKŁ A D-97 ..... ..... .............. ................... padku k = 2, f/i = 3, <j2 = 2, p = 1. Korzystając z warunku (4.292), otrzymamy
Korzystając ą.twierdzenia 53-sprawdzić,, czy obwód elektryczny opisany równania f/i + f/2 = 5 > p(<7, —1) -I- k = 4
mi (4.241) jest obserwowałny impulsowo. Biorąc pod uwagę zależność (4.259) i C = Warunek (4.292) jest więc spełniony i rozpatrywany układ nie jest obserwowałny
[0 1 0] oraz uwzględniając warunek (4.285), otrzymamy impulsowo dla dowolnych elementów macierzy CU. Ten sam wynik otrzymamy, ko­
rzystając z pozostałych dwóch warunków twierdzenia 54. Korzystając z (4.290),
' 0 0 L -1 0 - r:
otrzymamy p(n — 1) = 2 < r = q\ + q2 — k — 3, a z warunku (4.291) odpowiednio
c2 0 0 0 1 k = 2 > p = 1. □
E A 0 0 0 1 -1 0
rząd 0 E = rząd 0 0 0 0 0 L = 5 : n + rząd E Z porów nania tw ierdzeń% ł i 52 oraz warunku (4.75) wynika, że obserwowal­
0 C 0 0 0 Cl c 2 0 ność im plikuje /(-obserwowalność i obserwowalność impulsową układu singu­
0 0 0 0 0 0 larnego (rys. 4.41).
0 0 0 0 1 0
Obserwowalność
gdyż rząd E = 2. Warunek (4.285) jest więc spełniony i obwód ten jest obserwowałny
impulsowo. Ten sam wynik otrzymamy, korzystając z trzech pozostałych warunków
twierdzenia 53, gdyż ker N = K, Im IV = 0 i Im C 2 = IR. D [ R - obserwowalność) [Obserwowalność impulsowa]

R ys. 4.41. Relacje między obserwowalnością, /(-obserwowalno.ściąi obserwowalnością

Z porównania twierdzeń 52 i 53 wynika następujący ważny wniosek: impulsową dla układu singularnego
294 4. Własności układów
4.2. usiągamosc, sterowalność, obserwowalność i odtwarzalność układów liniowych 295

DEFINICJA 104 Jeżeli rząd E — r < n, to istnieje p ara m acierzy nieosobliwych P i Q

Układ singulam y taka, że

E 1x = A1x + C1u (4.294) Ir 0 •*4ii A i2

PEQ = oraz PAQ =
y = Btx (4.295)
O o A 2i A 22 J
B !
nazywamy układem dualnym dla {względem) układu PB = C Q = [C i C<2]
B 2 (4.298)
Ex = Ax + Bu (4.296)

y = Cx (4.297) A n € KrX7\ A 22 e K(Tl- f)x(n-r) B i g K rxm ,

C l G W Xr, C 2 G Ri,x ( " - U

TW IER D ZEN IE 55
Korzystając z tych nowych podm acierzy, m ożna warunek rząd (JE7, B] — n
• Układ singulam y (4.296), (4.297) je s t sterowalny (obserwowalny) w te­
w twierdzeniu 48 zastąpić równoważnym warunkiem rząd B 2 = n —r. Rzeczy­
dy i tylko wtedy, gdy układ dualny (4.294), (4.295) je s t obserwowalny wiście, korzystając z zależności (4.298), możemy napisać
{sterowalny).
» Układ singulam y (4.296), (4.297) je st sterowalny (R-obserw ow alny)
wtedy i tylko wtedy, gdy układ dualny (4.294), (4.295) je s t R -obser­ n = rząd [12, B ] = rząd | p _ 1[JS, B ] ^ 0
0 ]L
wowalny {sterowalny).
« Układ singulam y (4.296), (4.297) je s t sterowalny impulsowo {obserwo­ I,- 0 B i
= rząd ■r + rząd B 2
walny impulsowo) wtedy i tylko wtedy, gdy układ dualny (4.294), (4.295) o' o b 2
je st obserwowalny impulsowo {sterowalny impulsowo).
Zatem rządJE?2 = n —r. Analogicznie warunek rząd
n w twierdzeniu
Dowód. Zgodnie z twierdzeniem 48 układ singulam y (4.296), (4.297) jest* ,. L ' - ' J
a '2 m ożna zastąpić równoważnym warunkiem rządC2 = n — r. K orzystając
'stemv^luy~wKd^TJ^lm■'\v'Eeíly')''gdy"■są'■spełnione warunki (4.239). B iorąc pod«, również z zależności (4.298), możemy napisać
uwagę, ¿e transpozycja macierzy nie zmienia jej rzędu, z w arunku (4.239) otrzy­
mamy E E
n = rząd rząd
P - ' 0

T C 0 C Q
E ‘s -
rząd [Es — A , B] = rząd n oraz ' ir 0
B J
= rząd o o = r H- rząd C 2
EJ Ci c 2
rząd [E , B ) = rząd ■n
BT
%
/atem r z ą d i ?2 = n —r. Analogicznie możemy postąpić z innymi warunkami.
Otrzym ane warunki, zgodnie z twierdzeniem 52, są warunkami koniecznymi
i wystarczającym i obserwowalności układu dualnego (4.294), (4.295). Dowody
w pozostałych przypadkach są podobne. 4.2.17. Dekompozycja układów singularnych
Równoważne warunki konieczne i wystarczające sterowalności (/¿-sterowal-
Reźmy pod uwagę uk ład singulam y (4.203), (4.204) spełniający warunek re­
ności i sterowalności impulsowej) oraz obserwowalności (/¿-obserwowalności
gularności (4.205). U kład ten rozkładam y n a dwa podulcłady: standardow y
i obserwowalności impulsowej) m ożna wyprowadzić, jeżeli zam iast dekom pozy­
(4.206), (4.207) i ściśle singulam y (4.208), (4.209). Zgodnie z twierdzeniem
cji układu (4/203), (4.204) n a dwa podulcłady (4.206), (4.207) i (4.208), (4.209)
U podukład standardow y (4.206), (4.207) możemy zdekomponować n a cztery
będziemy stosować inne postacie kanoniczne układu singularnego. m /łączne części
296 4. W łasności układów Ą2 Osiąga!110^ , sterowalność, obserwowalność i odtwarzalność układów liniowych 297

'*11 ■ -Ali A -12 A i 3 A u '*1 1 ~ 'B u ' IVU M 12 M i 3 IV14 '*2 1 ' '* 2 l ' ‘-Bal
*12 0 A 22 o A 2ą *12 B\2 0 M 22 0 M 24 *22 *22 -1- B 22
+ U )
o o A 33 A 34 O 0 O M 33 M 34 *23 *23 0
*13 *13
o o o A 44 J o 0 0 M 44 .*2 4 . .*24. 0
-*14. .*1 4 . O
xn »21
*12 *22
[O C 12 O C u (4.299) y = (0 C 22 0 C 24] (4.302)
Vi *23
*13
*24
*14
przy czym * ii
Definiując, =
* 2»
'A u A 12 A 13 A 14
0 A 22 0 A 24 I 0 Au 0
Eu = Au — i = 1, 2, 3, 4
0 0 A 33 A .34 O M i; 0 I
0 0 0 A 44 _
Bu
’B u ' B 1, 2
B 2i
B 12
P iB x

(----
C i p r 1 = [O C l2 O C 14 (4.300)

0
; O 0

'«-i
0
E ij J Au = b 3 = 1, 2, 3, 4 (i ^ .7 )

O
O
0
0 Nij
V
[ C U ° 2j . .7 = 2, 4 1.303)
x u e R nu; i = 1, 2, 3, 4; n u — n } ; P t je s t m acierzą, n ie o s o b liw ą ( d e t P j ^ możemy łącznie rów nania (4.299) i (4.302) napisać w postaci
i~ 1
0) przekształcenia. T raktując m acierze M , JB2, C 2 ja k o m a c ie rz e n k ła c łu re g u ­
E U £ ] 2 £7]3 E 14 ' Śbi~ 'A u A 12 A 13 A ]4 'r e f
larnego (d e t[I„2s — M ] 7^ 0), rozkładam y go rów nież z g o d n ie z tw ie rd z e n ie m
.41. na..cztery. .rozłąezue.ezęśei ................................ -............................ O £¡22 0 £724 *2 0 A-22 0 A 24 *2 -ł- b 2
I
O O £33 £ .3 4 ¿3 0 0 Aa Am *3 0
'Mn M 12 lVl3 IV14 O O O £ 44. - _ 0 0 0 A ą4 j . *4 j . 0 „
0 M 22 *1
'■'v r 0~ 0
*2
0 0 0 IV 44 V [0 C 22 o d y l | (4.304)
*3
B 2i ✓
*4.
B 22 *
P 2B 2 1 C 2P z 1 = [ 0 C 22 O C 24] (4.301)
0
T W IE R D Z E N IE 56
0 Dla układu liniowego singułarnego niesterowałnego i nieobserwowalncgo
opisanego zależnościami (4.203), (4.204) istnieją macierze nieosobliwe.
N ij e R”* * ’*«; i, j = 1 , 2, 3, 4; JB2i G R «2<xm. ż = 1 , 2 , C 2j & K pX n2i; J =■
4 równoważności silnej, które przekształcają układ ten w postać (4.304), przy
= 2, 4; X) n 2i = n2; P i je st m acierzą nieosobliw ą (d e t JP2 yć O) p r z e k s z ta łc e n ia ; czym: ■■...... .■ •• ■
i - 1
N u (i = 1, 2, 3, 4) są m acierzam i n iłp o te n tn y m i. K o r z y s t a j ą c z z a le żn o ści • podukład singularny (Ew , A u , B \ , 0 ) jest sterowalny i nicobser-
(4.301), możemy rów nania po d u k ład u ściśle s in g u ła rn e g o (4 .2 0 8 ), (4 .2 0 9 ) n a p i­ wowalny,
sać w postaci
298 4. Własności układów
4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych
299

podukład sin g u la m y ( P 22, A 22, B 2, C 2) je s t sterow alny i obserwowal- gdyż

ny> rząd [Is - iV22, B 22]|s=o = rząd [JV22, B 22] = n 22
podukład s in g u la m y (B 3 3 , A 3 3 , 0 , 0 ) je s t niesterow alny i nieobser-
wowalny, Warunki (4.239) są więc spełnione i pod u k ład ten je st sterowalny. Aby wykazać,
podukład s in g u la m y (E 4 4 , A ąą, 0 , C ą) je s t niesterow alny i obser- że podukład ten jest również obserwowałny, korzystam y z warunków (4.278).
wowalny. Korzystając z zależności (4.303), otrzym am y wówczas
Is —A 22 0
E 22s —A. 1-22
Dowód. Macierze równoważności silnej przekształcające układ (4.203), (4.204) rząd — rząd 0 iV 22s — I
c 2 — n i 2 + n 22
w postać (4.303) są iloczynami macierzy równoważności silnej P , Q dekompo­ C 12 C '22
zycji W eierstrassa-K roneckera, które delcomponują ten układ n a podultłady
gdyż
iP i O 1
(4.206), (4.207) i (4.208), (4.209), macierzy podobieństw a ^ ^ , która I s — A 22
rząd nu
przekształca p odukłady te w postaci odpowiednio (4.299) i (4.302) oraz macie­ C '12
rzy zamiany zmiennych definiujących podwelctory :Ią, i = 1, . . . , 4. Korzystając
z warunków (4.239) dla podukładu ( P u , A u , P i , 0) otrzym am y a macierz N 22 je st nilp o ten tn a i macierz [iV22S - I ] je st nieosobłiwa d la wszyst­
kich skończonych s e C. Podobnie
Is — A u 0 Bu I 0
rząd [ E ] js — A u , P i ] = rząd n u + «21 E 22
0 N n s — I B 2i rząd = rząd 0 N 22 ■rii 2 + n 22
L _C l 2 C'22 .
gdyż rząd [Is — A u , JBu] = n u , a macierz JV u jest nilpotentna i macierz V
[ N u s — IIJ je st nieosobłiwa dla wszystkich skończonych s € C. Pierwszy z wa­ gdyż
runków (4.239) jest więc spełniony. Sprawdzam y z kolei drugi z tych warunków,
który je st również spełniony, gdyż Is — N 22 N 2‘ 2
rząd rząd
C 22 : n 22
|s=0 C 22
rząd [Is — J Vu , j3 2i]i ,,=0 = rząd [iV u , B 21
2 «■21
oraz .Warunki (4.278) są więc spełnione i podukład ten jest również obserwowałny.
iNiesterowałność i nieobserwowalność podukładu ( P 33 , A 33 , 0 , O) wynika z fak­
I O B n tu, że macierze B i C tego pod u k ład u są zerowe. Obserwowalność podukładu
rząd [E n , B { ■n u -I- n2i (P 44, A 44, O, C ą) dowodzi się analogicznie.
o N u B 21
Definiując
P o d u k ład ( P u , A u , P i , O) je st więc sterowalny. Nieobserwowalność tego
p o d u k ład u wynika z fak tu , że jego macierz C — 0. Wykażemy, że podukład ■ xx= *1 ,X 3
X 2
( P 22, ¿ 22, P 2 , C 2) jest sterow alny i osiągalny. K orzystając z warunków (4.239), *2 ^4j
otrzym am y oraz
Is - A 22 0 P 12 E n P 12 ' E\-i E \z
rząd [ P 22S — A 22,B 2] = rząd ■n \ 2 + n 2 2 En , P 12 = P 33 E 34
0 N 22s —I B 22 0 e 22j 0 P 24J , P 22 =
0 P 44
1--------

gdyż rząd [Is — A 22, P 22] = '« 12, a m acierz N 22 jest nilpotentna i macierz a 12
¿ 13 '
Au I A 12 = '■¿13 A 22 = ¿33 ¿34
0 ^24 ,
0

[-^ 2 2 — I] je s t nieosobłiwa dla wszystkich skończonych s G C. Podobnie a 22

0 ¿44
I 0 B 12
rząd [ P 22, P 2 = n -12 + n 22 P, = Pl
0 N 22 B 22 ć 'i = [ o ć 2 ] , ć 2 = [0 ć 4]
P 2
300 4. Własności układów 4.2. Osiągalność. sterowalność, obserwowalność i odtwarzalność układów liniowych 301

możemy równania (4.304) napisać w postaci O B = O B S V (A , C ) tworzy macierz obserwowalności w następującej po­
staci:
Eu E j2 Xi •Au A 12 XI Bi
u C
0 B 22 X2 0 A 22 *2 O CA
XI
OB
y = \ć l Ć2 (4.305)
X2 C A 71- 1

W sposób analogiczny jak w dowodzie twierdzenia 56 m ożna wykazać, że gdzie n jest rozmiarem macierzy A .
podukład ( E n , E n , B \ ) jest sterowalny. Z tego powodu układ singularny C O = O B S V (S Y S ) zw raca macierz obserwowalności modelu zmiennych
(4.305) nazywamy układem w postaci kanonicznej sterowalnej. Definiując na­ stanu SYS. Polecenie C O = O B S V (S Y S .a , S Y S .c) daje dokładnie ten sam
tomiast wynik i może być stosowane zamiennie.
Xą *3
XI = *2 = F u n k c j a CTR.B:
X2 Xi
Funkcja tworzy macierz sterowalności modelu zmiennych stanu.
możemy równania (4.304) napisać w postaci O B = C T R B ( A , B ) tworzy macierz sterowalności w następującej postaci

Bn 0 Xi Au 0 Xi -1- Bi OB = \B AB I 7 7.--1
B
1
B 21 E 22 x2 A 21 A 22 X2 gdzie n jest rozmiarem macierzy A .
Xi C O = C T R B (S Y S ) zw raca macierz sterowalności modelu zmiennych sta.-
y ć i 0] (4.306) nu SYS. Polecenie C O = C T R B ( S Y S .a , S Y S .b ) daje dokładnie ten sam
X2
wynik i może być stosowane zamiennie.
gdzie
E ąą 0 E-,n 0 0
PRZYKŁAD 99
E33
¿11 , E21 = , E22 = Wyznaczymy macierz sterowalności i obserwowalności następującego modelu zmien­
E 21 E22 E u E12 E13 E ii
nych stanu:
. 0 ' A34 0 ^4-33 0 ' 1 0 0 ,2 ’ T
Ai11 , A21 = , A'22 = da;
4 2j 4 22 A j 4 12 a 13 A ri _ 0 -2 1 X + 0
di “
1 0 -3 .1 .
0 "1 2 0 "
B1 Ć i = [C 2 C Ą , Ć 2 = [o c ą] y= 0 10
B 2
0 0 1_
Analogicznie jak wyżej można wykazać, że podukład ( E n , E n -, C \) jest Definiujemy macierze modelu*
obserwowalny. Z tego powodu układ singularny (4.194) nazywamy układem
A = [ - 1 0 0 . 2 ; 0 - 2 1;1 0 ^ -3 ] ;
w postaci kanonicznej obserwowałnej. B = [1 ; 0 ; 1] ;
C = [1 2 0 ; 0 1 0 ; 0 0 1 ];
4.2.18. Jak to zrobić w MATLAB-ie Definiujemy obiekt SYS zawierający model zmiennych stanu
SYS = SS( A, B, C, 0 ) ;
W MATLAB-ie zaimplementowano funkcje w y zn a cza ją ce m acierze sterow alno-
ści i obserwowalności.
i następnie wyznaczamy macierze obserwowalności i sterowalności
Ob = o b sv (S Y S );
F u n k c j a OBSV: St = c t r b ( S Y S ) ; O
Funkcja tworzy macierz obserwowalności m odelu zmiennych stanu.
302 4. Własności układów 4 3. Zera i Bieguny 303

4.3. Zera i Bieguny „i x n, w której elementy są funkcjam i wymiernymi. Mówimy też, że mamy
do czynienia z macierzową funkcją wymierną.
4.3.1. Układy SISO Układ dym aniczny o rn wejściach i n wyjściach m oże być opisany transm i­
tancją
Weźmy pod uwagę ciągły układ dynamiczny opisany transm itancją opera­
torową Gu(s) ... G l m (s)
G(s (4.310)
. n(s)
6 W = (4.307) _Gni (s) . . . Gnm(s)

gdzie: n (s) - wielomian stopnia kn (n(s) € M[s], deg n(s) = kn); d(s) - wielo­ gdzie Gij{s) ć R(s).
mian stopnia kci(d(s) € R[s], deg d(s) = k:<i > kn).
Stopieii licznika funkcji wymiernej (4.307) jest nie mniejszy niż stopień mia­ 4.3.2. Postać Smitha macierzy
nownika tej funkcji.
Wielomianem macierzowym stopnia r nazywam y wielomian
DEFINICJA 105 P (s ) = P o + 8 P i + S2 P 2 -I- . . . + S ^ P r ^ 1 + SrP r (4.311)
Miejsca zerowe wielomianu n(s) nazywamy zerami transmitancji operato­
rowej (4.307). gdzie P i € l> m x n „• _ 0 , r oraz rząd P ( s ) = r.
Pierścień wszystkich wielomianów macierzowych w ym iaru m x n o współ­
czynnikach rzeczywistych oznaczać będziemy przez MmXn[s].
DEFINICJA 106 Wówczas mężemy napisać P (s ) € Mm xn[s].
Miejsca zerowe wielomianu d(s) nazywarni biegunami transmitancji ope­ Na każdym Wielomianie macierzowym możemy wykonać następujące opera­
ratorowej (4.307). cje elementarne:
1 ) zam iana dwóch wierszy lub kolumn między sobą,
Jeżeli więc chcemy wyznaczyć zera i bieguny transmitancji, to musimy zna­ 2 ) pomnożenie dowolnego wiersza lub kolumny przez stałą, różną od zera,
leźć miejsca zerowe odpowiednio jej licznika i mianownika. 3) dodanie do dowolnego wiersza (kolumny) innego wiersza (kolumny) po­
mnożonego przez stałą.
PRZYKŁAD 100
Dumi jest transmitancja Wykonanie operacji elem entarnych n a wielomianie macierzowym nie zmienia
jego rzędu.
C(S> = <4-308) Dla każdej macierzy wielomianowej P ( s ) € R mXn[s] (rząd P (s ) = r) m ożna
znaleźć operacje elem entarne, które przekształcą macierz P ( s ) w macierz
Wówczas «(s) = s -|- 2 , d(s) = s 2 -|- 2s —3. Miejsca zerowe tych wielomianów
✓
s i = —2
Cl
, (4.309) %
«1 = 1, «2 = “ 3 v ’ Cl
Zgodnie z definicjami (105, 100) układ o transmitancji (4.308) ma jedno zero
w punkcie s = —2 oraz dwa bieguny w punktach s = 1, s = —3 . O P M = Cr (s) (4.312)

W przypadku układów o jednym wejściu i jednym wyjściu (układy SISO)

transm itancja jest wyrażona funkcją wymierną (G (s) € R(s)) i wyznaczenie ... o
zer i biegunów nie sprawia problemów.
Jeśli natomiast mamy do czynienia z układem o wielu wejściach i wielu wyj­ W ielomiany ei(s), e2 (s), , er (s) stojące n a przekątnej macierzy P s (.s)
ściach (układy MIMO), to transm itancja jest wyrażona macierzą o wymiarach spełniają warunki:
 305
2 Q4 4. Własności układów 4.3. Zera i Bieguny

1 -1 1 -1
- współczynnik przy największej potędze każdego z nich je st równy 1 (są A 2 = NWD ■ s 2 + s —4 2 s 2 —s —8 1 s 2 — 4 2s 2 —8
wielomianami monicznymi), ...
- wielomian c,(s) dzieli bez reszty w ielom ian £i+iis ) (£*(s )l e*+ns /'- s 2 + s - 4 2sz - s - 8 i- 2 )(s - 2 )
s2 —4 2 ,s2 —.s —8
M acierz P s {s) nazywamy postacią S m it h a macierzy P ( s ) > a wielomiany
el(s ), £2( 5 ), • • • , er (s) wielomianami inwariantnymi macierzy (s). Wobec tego
(4.315)
Ponieważ operacje elem entarne na wierszach i kolumna 1 macierzy (s) są ei = l, e2 = (a + 2 ) ( s - 2)
"reprezentowane przez pewne macierze unimodalne nad pierścieniem wie oniia oraz postać Smitha macierzy P (s
nów, więc m ożna napisać równość "1 0 0
(4.316)
P ( s ) = L ( s ) P s (s )R (s ), L {s), R (s) g U(s) ^4 '313) 0 (.s -)- 2 )(.s —2 ) 0
0 0 0 D
przy czym: U(s) - pierścień wielomianów macierzowych unimodalnych nad M[s].

Postać Sm itha dotyczy macierzy wielomianowych i stanowi pu n k t wyjścia

Algorytm wyznaczania postaci Smitha macierzy P { s )
do zdefiniowania postaci kanonicznej macierzy wymiernej, tzw. postaci Smi-
1. Jeśli P { s ) jest m acierzą wielomianową o znanym wymiarze n i x n , to tha-McMilliana.
należy w tej m acierzy wybrać element o najmniejszym s oprnii i s osując
działania elem entarne przenieść go na pozycję (1> 1) macierzy (s). DEFINICJA 107
2. N astępnie należy podzielić każdy element stojący w pierwszym wierszu Postacią Sm itha-M cM illiana m acierzy w ym iernej G (s) rzędu r (r
i pierwszej kolumnie przez element stojący na pozycji (1, ) oraz w miejsce rząd G (ą)) nazywamy macierz wymierną
dzielnika wstawić resztę z dzielenia. . ...
3. Jeżeli element z pozycji (1, 1) nie dzieli elementu (2, 2), to stosując zia a ^ 5 ii£ l o
nia elem entarne należy umieścić go na pozycji (1, 2) u ( , ) i p o w . rzyc
czynności z p. 2. 0
tM « ) ; ;
P rzy wyznaczaniu postaci Sm itha macierzy P (s) należy też skorzystać z za
: 0 . 0 (4.317)
leżności
A ;..................... .... ...................................... ' " (4.314)” flifl o
V>r(s)
0 0
gdzie i ~ 1 , • • • , r = r z ą d P ( s ) ; A ?; - największy wspólny dzielnik wszystkich
minorów wym iaru i x i macierzy P (s). 0.
K orzystając z tej zależności, można wyznaczyć wszystkie wielomiany macie­
rzy P ( s ), a tym sam ym postać Sm itha tej macierzy. gdzie eż(.s), 'ipi(s) sa wielomianami monicznymi względnie pierwszymi
NW D(c,-(s), ^¿(«)) = a ) oraz sp ełn iają warunki podzielności
PRZYKŁAD 101
O (ś) | O-t i(«)
Dana jest, macierz
i/>i+x(.s)| i /ą (s )
1 -1
P {s) = s 2 + s - 4 2s 2 - S -
. S2 - 4 2s 2 -
Algorytm wyznaczania postaci Smitha-McMilliana macierzy P ( s )
Obliczamy
1. W yznaczam y najm niejszą wspólną wielokrotność d (s) wszystkich wielo­
Ao = 1 m ianów w ystępujących w mianowniku elementów macierzy G (s).
A i = NWD{1, - 1 , s 2 + s _ 4 t 2s 2 - s - 8, ł - 4, 2s2 - 8 } ~ 1
306 4 3 /era i Bieguny 307
4. Własności uktnddi«

2 . W yznaczamy macierz wielomianową P ( s ) spełniającą równość p(.s-) : = ' 'W 6') • • • ■ • ąl’r(s) (4.324)
1 z(s) : = ei ( s ) ■e2(s ) • ••• - £r(s) (4.325)
G (s) P (s )
d (s)
DEFINICJA 108
3. W yznaczamy wielomiany interw ariantne e'2 (s), ■■■ , e'r (s) maei(.rZy Mtejsca zerowe, uńalomianu (4.324) nazywamy biegunami transmitancyj-
wielomianowej P (s ). ' nym i układu opisanego transm itancją (4 .32 2).
4. D la każdego wielomianu inwariantnego e((s) wyznaczamy względnie pierw­
sze wielomiany e.;(s) i 'ijji(s) spełniające równanie
DEFINICJA 109
ei(s ) ej(s) ; Miejsca zerowe wielomianu (4.325) nazywamy zerami transm itancyjnym i
d(s) (4.31«)
u k ła d u opisanego transm itancją (4 .322).

PRZYKŁAD 102 PRZYKŁAD 103

Dana jest transmitaneja operatorowa Niech postać Smitha-McMilliana macierzy G(s) ma wielomiany interwariantne
I -1
fl ~ 1 <=2 =3 - 2
s 2 4- 3s + 2 s 2 4- 3s + 2 .h = (6 + 1 )(6 4- 2) = (s + 1)

G(s) s 2 -b s - 4 2s2 - s - 8
(4.31!)) wówe/as wielomian (4.324) ma postać
s 2 + 3s + 2 s 2 -i- 3s + 2
6 -2 26-4 p(s) = (6 + l ) 2(s 4- 2) (4.327)
*
.S' -|-1 S -j- 1 ;1 wieliimian (4.325) ma postać
Wyznaczamy z (s) = (s - 2) (4.328)
d(s) = (s + ł)(.s + 2) (4.320) Bieguny tego układu należą do zbioru {—1 , —1 , 2 }, a zera do zbioru {2 }. □
Postać Sinitha-McMilliana macierzy G(s) jest następująca:
r 1 DEFINICJA 110
I; 1 1 0
1 ,57opien lUieldmianu (4.324) nazyw am y stopniem M cM illiana macierzy
M ( S) - (4.321) (1.322).
U
6 -I- 1
0 0 U w a g a 4 0 . Jeśli zq je st zerem transm itancji G (s), to m acierz G ( s ) traci
dla ;• = Z() pełny rząd.
4.3.3. Układy wielowymiarowe M IM O Z. definicji zera wynika, że przekątna m acierzy transm itancji G (s) z reguły
nie ma zer. Ponieważ zera^są punktam i płaszczyzny zespolonej, dla których
Do definiowania zer i biegunów układów wielowymiarowych posłużym y się { G(s) traci rząd, więc w przypadku G (s) o różnej liczbie wierszy i kolumn
stacią Sm itha-M cM ilłiana macierzy transm itancji operatorowych. Niech jednocześnie kilka minorów tej macierzy musiałoby być równych zeru w tym
G (s) e RTOXn(a) (4.322) samy tri punkcie.

będzie transm itancją operatorową, a macierz

4.3.4. Bieguny i zera w nieskończoności
ei(s) e2 (s) er (s)
G m(s) = diag , 0, •• • 0 (4.323) Załóżmy, że
.'//’l(s)’ ’ l/v(s)’ )
jest postacią Sm itha-M cM ilłiana tej macierzy. Definiujemy wówczas dwa wie­
lomiany
308 4. Własności układów Ą;Ą. Postacie kanoniczne 309

Jeśli n > rn, to mówimy, że transmitancja G (s) m a n ~ m zer w nieskoń­ wówczas

czoności. Jeśli n < m to mówimy, że transm itancja G (s) m a n —m biegunów p j —Z f ~ Z qq poo
w nieskończoności. Zoo + zf ^ P f + P°°

DEFINICJA 111
Niech H { A) = G . Bieguny i zera transmitancji G (s) dla s = oo są 4.4. Postacie kanoniczne
biegunami i zerami transmitancji H ( A) dla A — 0. ł
4.4.1. Redukcja macierzy do postaci Frobeniusa
Dwie macierze kwadratowe A , JB e K” x” nazywamy podobnym i wtedy i tylko
TW IERDZENIE 57 wtedy, gdy istnieje macierz nieosobłiwa P € R nxn taka, że
Jeśli macierz G (s) jest macierzą kwadratową, to ma ona wiele biegunów
B = PAP 1 (4.331)
i zer (wliczając bieguny i zera w nieskończoności).
przy czym P nazywamy m acierzą przekształcenia przez podobieństwo.
Dowód.
TW IERDZENIE 58
1
H { A) = G 1 a Macierze podobne mają równe wielomiany charakterystyczne
det — Aj — det |I„ s ~ 13]
det i i (A) = det G T)=
Dowód. K orzystając z (4.331), możemy napisać
W H a
det [Ins — B } ~ d et [ P P “ 1* - P A P 1) = d et - A } P '}
i=l = d e tP d e t —A jd et P _1 = d et [I[„s —A]
n
p ( s ) = j Q ( s - Pi ) gdyż det P 1 = ( d e t P ) '1.
ż= 1 (4.330)
™ - .
*f j ) = n <i - m i DEFINICJA 112
2= 1
Macierz
? Q ) = *-” n ( i - w 0 1 0 ••• 0
m 0 0 1 0
II(i- aą) i-A.f i lub
det H (A) = fcAn' m^ — — 0 0 o ' ••• 1
0-0 - t l i - -a]f
1 1 (1 - APi) (4.333)
2=1 dl 0 ... o -o o
niech 1 0 ... 0 -O ]
Zoo ~ liczba zer transmitancji H ( A) w zerze A fz = 0 1 0 -0,2
Poo - liczba biegunów transmitancji H ( A) w zerze
Zoo ~ Poo = n - m .0 o ... 1 -« ń -l.
Zf - liczba skończonych zer transmitancji G(.s)
P / - liczba skończonych biegunów transmitancji G (s) n a zy w a m y macierzą w postaci pierwszej lub odpowiednio drugiej 1'Yobe-
rmisa.
P f — Z f — n — 771
 310 4. Własności układów 4 4 Postacie kanoniczne 311

Rozwijając wyznacznik według n-tego wiersza (łub odpowiednio n-tej k0. Macierze A p \ i A F2 są więc macierzami cyklicznymi.
lumny), łatwo sprawdzić, że
s -1 0 ••• 0 P roblem 1. D ana jest macierz A G Mnx” . Należy wyznaczyć odpow iadającą
_l ... ji-j macierz w postaci Probeniusa A p i lub A p 2 oraz macierz nieosobliwą P
0 s 0
'laką, że
II

(4.334)
0 0 0 ••• -1 A fi= P A P -x lub A F2 = P A P -i (4.337)
ao QJ a2 ■■■ s + a 7l_i
sn 4- aTt_ i s n _ 1 + .. + a is -t- «0 l 'owstaje pytanie, czy każdą m acierz kw adratow ą A m ożna sprowadzić
oraz postaci A p i lub A F2. N a to pytanie daje odpowiedź następujące twier­
... o dzenie.
s 0 «0
-1 s ... o a-i
A Fl] = 0 -1 ... o = (4.335) TW IERDZENIE 59
a2
Macierz kwadratową A € R nx" m ożna sprowadzić przez podobieństwo do
0 0 ... _ i postaci A p i lub A F 2 wtedy i tylko wtedy, gdy je st macierzą cykliczną.
£ ¡7 1 — 1

s 4~ a,,—is i 4-.
i .. 4- a is 4- ao
Dowód. Macierz A p i { A F2) jest m acierzą cykliczną, a więc jej wielomian
Wielomian w(s) nazywamy wielomianem zerującym macierzy A , jeżeli minimalny pokrywa się z wielomianem charakterystycznym . Zgodnie z twier­
w (A ) — 0. Każda macierz kwadratowa m a co najm niej jeden wielomian zeru­ dzeniem 58 m acierze podobne, a więc A i A p \ { A p 2) m ają równe wielomiany
jący. Zgodnie z twierdzeniem Cayleya-Ham iltona każda macierz kwadratow a A charakterystyczne. Zatem macierz A musi być m acierzą cykliczną. Z drugiej
spełnia swoje równanie charakterystyczne <p(A) = 0, gdzie ip(A ) = det [Is - A ]. strony wiadomo, że [87] m acierze A i B są podobne w tedy i tylko wtedy,
Wielomianem minimalnym ip(s) macierzy kwadratowej A nazywamy wielomian gdy macierze [Is — A] i [Is — B ] m a ją te sam e wielomiany niezmiennicze. Je­
zerujący tej macierzy najmniejszego stopnia o współczynniku równym jedności żeli macierz A jest m acierzą cykliczną, to macierze [I„s - A] i [In s — A p i]
przy zmiennej s w najwyższej potędze. Każdy wielomian zerujący macierzy A ([Ins - A f 2]) m ają te sam e wielomiany niezmiennicze (jedynym wielomianem
jest podzielny bez reszty przez wielomian m inim alny tej macierzy [871. Wielo- niezmienniczym różnym od 1 jest wielomian m inim alny), a więc są podobne.
~Thi^ffińimalny ^ś)"m acierzy '> l'jS r z w i^ a n y z jej wielomianem charaktery­
stycznym y>(-A) zależnością ....................... PRZYKŁAD 104
<p(s) a 0
i>(s) ■ (4.336) Macierzy skalarnej (w tym dla a = 1 macierzy jednostkowej ii2) nie można
Dn- i(s) 0 a
'0 1' 0 ao'
przy czym Ą ,_i(s) jest największym wspólnym dzielnikiem wszystkich elemen­ sprowadzić przez podobieństwo do postaci lub , gdyż macierz ska-
+
a 0 aix J
U ~~'J U
1 ai*• J
tów macierzy dołączonej [Is —A]ad. Po wykreśleniu w macierzy [ I „ s - A F1] (lub lania nie jest macierzą cykliczną. Wielomian charakterystyczny tej macierzy jest
macierzy [I„s - A p 2)) n-tego wiersza i pierwszej kolumny (pierwszego wiersza ... s —a 0 ’ . . . . . . . . , / ,
równy t/Ąs) (s — o)2, natomiast wielomian minimalny <p(.s)
i n-tej kolumny) otrzymamy minor równy ( - l ) ” - 1 . Wobec tego największy 0 s —a
wspólny dzielnik wszystkich minorów stopnia n — 1 m acierzy [Ins - A F l\ (lub = s — a, gdyż największy wspólny dzielnik wszystkich minorów stopnia pierwsze­
[!„*• - A F2\) jest równy jedności, czyli A i - i ( s ) = 1 . Ze wzoru (4.336) wynika, go Di (s) = s - a. D
że w tym przypadku ■ip(s) = <p(s).
Niżej zostaną podane dwie m etody w yznaczania macierzy A p i (A F2) oraz
macierzy przekształcenia P spełniającej równość (4.337).
DEFINICJA 113
Macierz, dla której wielomian m inim alny pokrywa się z wielomianem cha­ M e to d a 1. D la danej macierzy A G R nXn dobieram y macierz wierszową
rakterystycznym, nazywamy macierzą cykliczną. C G Ml xn tak, aby para (A , C ) była obserwowalna, czyli
312 postacie kanoniczne 313
4. Własności układaj, ;. 4-4-
''■‘I

C ftiv k 4- K orzystając z zależności (4.341), wyznaczamy wiersze p , , p 2, . . . , p.n

CA macierzy P .
d et o (4 -i:łS)
UWAGA 4 2 . Wybór m acierzy C m a wpływ na postać m acierzy P , ale nie
C A n~\ nta wpływu na postać Frobeniusa A p \ .
U w a g a 4 1 . Prawie każda m acierz C G R lx n wybrana na chybił trafił budzie
PRZYKŁAD 105
spełniać warunek (4.338), gdyż w przestrzeni paramentrów elementy mardc.rzy ■ • ,
C , niespełniające tego warunku, leżą na płaszczyźnie. Dla macierzy
1 1 0
M acierz P wybieram y tak, aby
0 1 0 (4.343)
P A P ~ 1 = A fi oraz C P -1 = [1 0 ••• 0 ] G Mlxn (1.339) -1 0 2
Niech pi będzie t-tym wierszem macierzy P , i = 1, , n. Korzystając z za- wyznaczymy macierz przekształcenia przez podobieństwo P sprowadzającą tę macierz
do i postaci Frobeniusa A p i-
) i (4 333), możemy napisać
latw o sprawdzić, że macierz (4.343) jest macierzą cykliczną, a więc zadanie ma
' 0 1 0 •• 0 ' rozwiązanie. Korzystając z procedury 9, otrzymamy kolejno:
Pi Pi
0 0 1 •• 0 ‘firt/k 1. Wielomian charakterystyczny macierzy (4.343) ma postać
P2 P2
A = oraz
1 s- 1 -1 0
0 0 0 -•
(p(s) — det [Ins 0 s- 1 0 - ( s - 2 ) ( s - l )2
Pn. - 0,0 ~ a i - 0 2 •• - o „ _ i. \
(-1.340) V 1 0 s- 2
Pi s 3 - 4s 2 + 5s ■ (4.344)
P2
C = [1 0 0] Krak 2. Macierz A f i ma więc postać
0 1 0
Pn 0 0 1
4.F1 [4.345)
-Wykxmujt5t;^ririożeniłM~j?t}rów’iiirjt|e"odxK)wietinie wiersze z (4.340), otrzym 2 - t, 4

■p'f="C ; p 2 = p ,a : p3 Pn Ai—1A ;han) Krak 3. Wybieramy C = [ 1 0 1 ], które spełnia warunek (4.338), gdyż
' C ' 1 0 1
Z nając C i A , z zależności (4.341) możemy kolejno wyznaczyć poszukiwa­ let CA = 0 1 2 = 4
ne wiersze p 1, p 2, ■.., p n m acierzy P . Z powyższych rozważań wynilci więc .C A 2 -2 1 4
n astępująca procedura rozwiązywania problem u 1 wg m etody 1 .
Kruk 4. Korzystając z zależności (4.341), otrzymamy
PROCEDURA 9 Pl = C = [1 0 1] , p 2 = p xA = [ 0 1 2 ] , p 3 = p 2A = [ - 2 1 4]
Sprowadzenie m acierzy do postaci kanonicznej Frobeniusa A p i - Poszukiwana macierz przekształcenia ma więc postać
K rok 1. Obliczamy współczynniki ao, o i, a.n-1 wielomianu chara ku-ry- > r ‘ 1 0 r
stycznego m acierzy A , P = P2 = 0 1 2 (4.340)
.Pa. - 2 1 4_
<p(s) — d et [I„s — A] — sn + a n_ i 5n_1 + . . . + a is + a 0 1-1-3 12) D

Krok 2. Znając «o, a\ , . . . , a n-i> wyznaczamy macierz A p y lub A p 2 - Jeżeli poszukujem y macierzy P przekształcającej macierz A do postaci A p 2,
Krok 3. W ybieramy C G IRlxn tak, aby był spełniony warunek (4.338). lo wygodnie jest wybierać macierz kolumnową b G M" tak, aby para (A , b)
 ■■
314 4. Własności układów 4 4. postacie kanoniczne 315

była sterowalna, czyli Krok 3- W ybieramy b e R " tak, aby był spełniony warunek (4.347).
det [6 , A b , . . . , A n~l b] 0 (4.347)
Krok 4. K orzystając z zależności (4.350), wyznaczamy kolumny p x, p x, . . . , p n
Niech p, będzie i-tą kolumną macierzy P , i = 1, . . . , n. K orzystając z macierzy P .
'1'
PRZYKŁAD 106
P 'A P = A F2 oraz P b= (4.348) Dla macierzy (4.343) wyznaczymy macierz P sprowadzającą tę macierz do postaci
pyobeniusa A F2.

możemy napisać Krok 1. Wyznaczamy wielomian charakterystyczny macierzy (4.343) postaci (4.344).
Krok 2. Macierz A F 2 ma więc postać
P2 ■ ■ Pn]

'0 0 • • 0 —«o 0 0 2
1 0 • ■0 ~ax A f2 — ł 0 -5 (4.351)
oraz 0 1 4
P2 ■ ■ Pn] 0 1 • • 0 -a 2
0
.0 0 • • i —U7i_ l . (4.349)
Krok 3. Wybieramy b = 1 , które spełnia warunek (4.347), gdyż
-1

0 1 2
[Pl P ‘2 Pn det [6, Ab, A 2 b] = 1 1 1 = 2
-1 - 2 - 5

Wykonując mnożenie i porównując odpowiednie kolumny w zależności (4.349), Krok 4. Korzystając z zależności (4.350), otrzymamy
otrzymamy ' 0 n ' 1 ~ ' 2 "
Pi = 1 , p2 = A p x= I . Pi = A P 2 = 1
rrr 1i ..........."........
........... (4.350)”
_—1 _ —2 . —5.
Znając A i b, z zależności (4.350) możemy kolejno wyznaczyć poszukiwane
kolumny p x, p x, . . . , p u macierzy P . Poszukiwana macierz przekształcenia ma więc postać
U w a g a 43. Wybór macierzy b ma wpływ na postać, macierzy P , ale nie ma 0 1 2
wpływu na postać Frobeniusa A p 2- 1 1 1 (4.352)
JP = [Pl P2 P 3]
Z powyższych rozważań wynika więc następująca procedura rozwiązywania -1 -2 -5
% □
problemu 1 .

PROCEDURA 10 M e to d a 2. Dla danej macierzy A e R ” xn dobieram y macierz C € R lxn

tak, aby był spełniony warunek (4.338). Wykażemy, że poszukiwana macierz
Sprowadzenie macierzy do postaci kanonicznej Frobeniusa A p ‘>■ przekształcająca macierz A do postaci Frobeniusa A p x jest równa
Krok 1. Obliczamy współczynniki uq, ax, . . . , a n-1 wielomianu charaktery­ C
stycznego macierzy A , tak jak w procedurze 9. CA
(4.353)
Krok 2. Znając współczynniki uq, ax, . . . , an- X wielomianu charakterystycz­
nego (4.342), wyznaczamy macierz A F2 - C A 71—1
 4. Własności układów ą 4. Postacie kanoniczne 317
316

¡{rok 2. Znając współczynniki a,0, a,i, . . . , an- i wielomianu charakterystycz­

Mnożąc lewostronnie macierz (4.353) przez A , otrzymamy
nego (4.342), wyznaczamy macierz A f i .
CA
Krok 3. W ybieramy C 6 IR71 tak, aby był spełniony warunek (4.338).
CA2 (4.354)
PA
Krok 4. K orzystając ze wzoru (4.353), wyznaczamy poszukiwaną macierz P .
CAn
Korzystając z twierdzenia Cayleya-Hamiltona, możemy napisać PRZYKŁAD 107
A n = - a „ _ 1A n-1 - . .. - a! A - ool Korzystając z procedury 11 wyznaczymy macierz P przekształcającą macierz (4.343)
do postaci Frobeniusa A f i - Korzystając z tej procedury, otrzymamy kolejno
(a,i są współczynnikami wielomianu charakterystycznego wzór (4.342)) oraz
C A n = ~a.n- i C A n 1 - ... - a iC A - a0C (4.355) Krok 1. Wielomian charakterystyczny ma postać (4.344).

Podstawiając zależność (4.355) do (4.354) oraz korzystając z faktu, że P P 1= Krok 2. Macierz A p i ma więc postać (4.345).
= S„, otrzymamy Krok 3. Wybieramy <7 = [ l 0 l ] (takie same jak w przykładzie 105), które spełnia
CA P2 warunek (4.338).
CA2 Pil
Krok 4. Korzystając ze wzoru (4.353), otrzymamy poszukiwaną macierz

A Pi = P A P ~
-l _ P~l = [Pt P2 ■■■ Pn} = C ' 1 0 r
C A n- 1 Pn
C A \V_ 0 1 2
n —1 T l— 1

CA2 -2 1 4
- E < hC A 1 - 53 a iP i+ i
i =0 . ¿=0
Macierz ta pokrywa się z macierzą (4.346) otrzymaną w przykładzie 105. D
■0 1 0 ... 0 '
0 0 1 0
(4-156)- W przypadku wyznaczania macierzy P przekształcającej macierz A w po­
.0 o 0 ... 1 stać A p 2 = P A P wybieramy macierz kolumnową b 6 R ” tak, aby był
spełniony warunek (4.347). Wykażemy, że poszukiwana macierz P jest równa.
—ao —a-i —a 2 ~- 0'7j,—
■1

gdyż P = [b Ab ■■■ A n “ 1&] (4.357)

dla ii 3 Mnożąc lewostronnie macierz (4.357) przez A , otrzym am y

dla i= j ✓
,-1 A P = [ A b A 2b (4.358)
gdzie Pi jest i-tym wierszem macierzy P , a p j jest j -tą kolum ną macierzy P

Z powyższych rozważań wynika więc następująca procedura rozwiązywania Z twierdzenia Cayleya-Ham iltona mamy A n = — a-iA’’ oraz
i=0
problemu 1 wg metody 2 .

PROCEDURA 11 A nb = - 5 3 a.iAlb = - 5 3 a# ,; (4.359)

¿=0 ?:=o
Sprowadzenie macierzy do postaci kanonicznej Frobeniusa A f i .
gdzie pj jest ¿-tą kolum ną macierzy P . Podstawiając; zależność (4.359) do za­
Krok 1. Obliczamy współczynniki o,q, a j, . . . , a n_ i wielomianu charaktery­
leżności (4.358) oraz korzystając z faktu, że P P 1 = In , otrzym amy
stycznego (4.342) macierzy A .
 ■y,'v
318 4. Własności układów ■ 44 Postacie k a n o n iczn e 319

Pi Zauważmy, że macierz (4.361) różni się od macierzy (4.352) z przykładu 106

71—1 'l ' 0 '
P2
a F2 = p ap = P2 Pi ■■■ Pn ~ Y , aiPi (4.360 dla b 1 . Gdybyśmy wybrali b = 1 , otrzym alibyśm y również macierz
i=O
0 _- l _
Pn p postaci (4.352). M etodę działań elem entarnych sprowadzania macierzy A do
0 0 • • 0 — <20
postaci Frobeniusa m ożna znaleźć w pracy [87].
1 0 • ■ 0 — o .\

0 1 • • 0 — 0 2

4.4.2. Redukcja macierzy do postaci kanonicznej Jordana

0 0 ■ • 1 U n — l _
Metoda działań elementarnych
gdyż
0 dla i -/ j
DEFINICJA 114
1 dla i= j Działaniami elem entarnym i na m acierzy wielomianowej W ( s ) G C " XTrt[s]
gdzie p i jest ¿-tym wierszem macierzy P 1. nazywamy następujące działania:
Z powyższych rozważań wynika więc następująca procedura rozwiązywania Krok 1. Pom nożenie dowolnego i-tego wiersza (lub kolumny) prz&rdiczbg
problemu 1 . (skalar) c -/ 0. D ziałanie to oznaczać będziemy przez L[i x c] (P[i x e]).

PROCEDURA 12 1 Krok 2. Dodanie do dowolnego i-tego wiersza {kolumny) j-tego wiersza

Sprowadzenie macierzy do postaci kanonicznej Frobeniusa A p 2. {kolumny) pomnożonego przez wielomian w {s). D ziałanie to oznaczać
i będziemy przez L[i + j x m(s)] {P[i + j x to(s)]).
Krok 1. Obliczamy współczynniki a0, aj, . . . , an- 1 wielomianu charaktery­
stycznego (4.342) macierzy A . Krok 3. Zam ianę m iejscam i i-tego wiersza oraz j-tego wiersza {kolumny).
Działanie to oznaczać będziemy przez L[i, j] {P[i, j]).
Krok 2. Znając współczynniki a0, aj, a„_j wielomianu charakterystycz­
nego, wyznaczamy macierz Aj;'2.
Krok 3. Wybieramy b G Kn tak, aby był spełniony warunek (4.347). Powyższe działania elem entarne wykonywane n a wierszach (kolumnach) są.
Krok 4. Korzystając ze wzoru (4.357), wyznaczamy poszukiwaną macierz P . równoważne lewostronnemu (prawostronnem u) pom nożeniu macierzy W ^s)
przez odpowiednie m acierze unim odularne (macierze o wyznacznikach niezero-
PRZYKŁAD 108 wych niezależnych od zmiennej s ) . Macierze unim odularne otrzym ujem y z m a­
Korzystając z procedury 12, wyznaczymy macierz P przekształcającą macierz (4.343) cierzy jednostkowej po wykonaniu dowolnej liczby działań elem entarnych na
do postaci Frobeniusa A F2- Korzystając z tej procedury, otrzymamy kolejno: jej wierszach i kolum nach.¿Stosując działania elem entarne n a wierszach i ko­
lumnach, każdą macierz [lLs — A ], A G Mnx” m ożna przekształcić w macierz
Krok 1 . Wielomian charakterystyczny ma postać (4.344).
postaci Sm itha [87], tj.
Krok 2. Macierz A jn ma więc postać (4.351).
T 1 0 - • 0 0 • 0
Krok 3. Wybieramy b ■ , które spełnia warunek (4.344).
0 0 • - 1 0 • 0
(4.362)
Krok 4. Korzystając ze wzoru (4.357), wyznaczamy poszukiwaną macierz 0 0 ■ • 0 ip -\-1 (s ) • • 0
‘1 2 3
1 1 1 (4.361) 0 0 • ■0 0 ¿7l(s)_
P = \ b A b A b] =
0 -1 - 4 □
 320 4. Własności układów 321
4 4 Postacie kanoniczne

przy czym z'p+i(s), in(s) są wielomianami inwariantnymi o współczyn­

'■Si1 0 ■ ■ 0
niku równym 1 przy najwyższej potędze co najm niej stopnia pierwszego
0 8i 1 • ■ 0
takimi, że ¿*+1(5 ) dzieli się bez reszty przez ik{s) dla k = p + l, . . . , n — ].
g c " iXn’ lub
Wielomiany inwariantne (niezmiennicze) **(.s) są jednoznacznie określono
zależnością 0 0 0 ■ • 1
_0 0 0 • ■ si
(4.367)
ik(s) = ~ ~ \ , (Dq(s ) = 1) dla k = p + 1, 71, - 1 (4.363) ‘ •Si 0 ■ ■ 0 0‘
J->k-i(s)
1 •Si • • 0 0
.gdzie D k{s) jest największym wspólnym dzielnikiem wszystkich minorów Ji = 6 C"
stopnia k macierzy [I„s — A]. Niech wielomian charakterystyczny macierzy (1 0 • • -Si 0
A G K” x” m a postać 0 0 ■ • 1 ■Si.

<p(s) = det [I„s —A] = (s - si)mi (s - s 2 ) m 2 ■■■(s - s ,) ”** (4.364)

DEFINICJA 116
gdzie s i, «2, . . . , sq są różnymi wartościami własnymi macierzy A , a rnj , 777.2 , • •. Macierze J i i nazyw am y odpowiednio klatką Jordana pierwszego i dru­
. . . , rriq są krotnościami tych wartości własnych, spełniającym i warunek giego rodzaju.
<?
Yj m,i = n.
i= 0
Jeżeli jednej wartości własnej s* odpow iada t dzielników elementarnych, to
Niech wielomiany inwariantne ip+i(s), . . . , in (s) macierzy A m ają postać tej wartości własnej odpow iada t klatek Jo rd an a ./¿j, J ¿2 , • ■•, J u , które tworzą
macierz diagonalną, zw aną blokiem Jo rd a n a
V t - l ( s ) = (s - S j)m,,+1’ l (s - S2)m,'+1' 2 • • • ( s — Sqy rLrH1’ i
...................................................................................................... (4.365) diag [J ¿1 , J , 2 , Ju]
in (s) = (s - Sl)m". 1(s - S2)m»- 2 ■■■ (s — Sg)mn- * Niech J x, J 2, • • •, J k b ęd ą klatkam i Jo rd a n a postaci (4.367), odpowiadającym i
przy czym l; dzielnikom elem entarnym macierzy A . W szystkie dzielniki elem entarne m a­
cierzy A są również dzielnikami elem entarnym i macierzy blokowo-dia.gonalnej
0 < 777,p + 1i ! < • • • < m n . |_ < III.) .... .. ....... ...................... postaci
— ................................... .... r (4.366) . A j - diag [JT,, J 2, . . . , J fc] G C"x" (4.368)
0 ^ T O p + 1, , < ■ ■ ■ < m „ , q < m < ,

DEFINICJA 117
Nierówności (4.366) wynikają z faktu podzielności bez reszty wielomianu
M acierz (4.368) nazywamy postacią kanoniczną Jordana m acierzy A
inwariantnego ik+ i(s) przez wielomian ifc(s) dla k — p, . . . , n — 1.
( krótko macierzą Jordan/i).

Macierze A i A j , jako m ające te sam e dzielniki inwariantne, są podobne

DEFINICJA 115
[87], Istnieje więc macierz nieosobliwa P taka, że
Dzielnikami elementarnymi macierzy A nazywamy rożne od jedności wy­
rażenia (s — ,si)m"+1' 1, (s — s2)m’’+1<2, --•> (s — Sq)mn' ", występujące A = P ~ lA j P (4.369)
w wielomianach inwariantnych (4.365).
UWAGA 4 4 . M acierz Jordana m acierzy A G Mnxn ma postać diagonalną
wtedy i tylko wtedy, gdy wszystkie dzielniki elementarne są stopnia pierwszego.
Dzielnik elem entarny (s - ą )”' jest jedynym dzielnikiem elementarnych ma­ Z powyższych rozważań wynika następująca procedura sprowadzania dowol­
cierzy nej in;vrir>r'xv kwadratowej do nostaci kanonicznei Jordana:
322 4. Własności układów 4 4. Postacie kanoniczne 323

PROCEDURA 13 na macierz
Sprowadzenie macierzy do postaci kanonicznej Jordana. P = [P l P -2 P k] (4.372)
Krok 1. Stosując działania elem entarne n a wierszach i kolumnach macierzy P i = [Pu P a ■■■ Pik] e R nx” i , i = l, . . . , k
[Ins —A], sprowadzamy ją do postaci kanonicznej S m itha (4.362).
Mnożąc prawostronnie równość (4.369) przez P , otrzym am y
Krok 2. Znając wielomiany inw ariantne ip+i (s), . . . , in (s), wyznaczamy dziel­
niki elementarne (s —s i ) m',+1> Ł, ( s - s 2)mi’+1, 2, , (s —Sg)™11' q macierzy A. AP = PAj
Krok 3. Znając dzielniki elem entarne, wyznaczamy poszukiwaną postać kano­ a po uwzględnieniu (4.372), (4.367) i (4.368)
niczną Jordana (4.368) macierzy A .
A P i = P iA ji dla i = 1, . . . , k
PRZYKŁAD 109
Korzystając z procedury 13 wyznaczymy postać kanoniczną Jordana A j macierzy oraz

' 1 10 " ~S-i1 0 ■ • 0 0 '

A= 0 1 0 (4.370) 0 Si 1 • ■ 0 0
.- 1 0 2j , A [ P i -1 Pi 2 Pini ] ” [Pu P a ■■■ P im ]
0 0 0 • Si 1
Korzystając z procedury 13, otrzymamy kolejno:
.0 0 0 - - 0
Krok 1. Wykonujemy działania elementarne P[ 1 + 2 x (s — 1)], L [2 + 1 x (s — 1)],
P(3 + 1 x ( - s 2)j, L[2 x —1], L[2 + 3 x ( s - 1)], L[ 1 x -1 ], L[2, 3], L[ 1, 2] na ^ i = 1 , .. . . . . k (4.373)
macierzy V
Wykonując mnożenia, z równości odpowiednich kolumn otrzym am y
"s- 1 -1 0 "
[H„s - A] = 0 .s - 1 0 [A - I nSilPu = 0 , [A — I nSi}pi2 = P u ,
1 0 s - 2_ (4.374)
{A - InSi\pin. = Pi
Otrzymamy jej postać kanoniczną Smitha
"1 0— 0""
Z pierwszego z równań (4.374) wyznaczamy p il% a znając p n , z drugiego z tych
równań wyznaczamy p i2 i odpowiednio z ostatniego p in . P ow tarzając oblicze­
[I!„s —A]s — 0 1 0
nia kolejno dla i = 1 , . . . , /.:, wyznaczamy wszystkie kolumny poszukiwanej
.0 0 (s - l ) 2(.s - 2 ).
macierzy P .
Krok 2. Macierz (4.370) ma tylko jeden wielomian inwariantny różny od jedności
i n (s) -= (s — l) 2(s —2), czyli jest macierzą cykliczną. Dzielnikami elementarnymi
PRZYKŁAD 110
macierzy (4.370) są więc (s —l )2 i (s —2).
Krok 3. Poszukiwana postać kanoniczna Jordana jest więc następująca: Wyznaczymy macierz P przekształcającą macierz (4.370) w macierz postaci kano­
nicznej Jordana (4.371). ^
"1 1 0 " Macierz (4.370) ma jedną wartość podwójną s\ = 1 i jedną wartość jednokrotną
A.i 0 1 0 (4.371) s‘2 = 2. Korzystając z (4.374), dla i = 1 , si = 1, n i = 2 otrzymamy
0 0 2 □ "0 1 0" "0"
[ A - In*'l]P ll = 0 0 0 P il = 0
Wyznaczanie macierzy przekształceń metodą wektorów własnych -1 0 1. .0.
Dana jest macierz A 6 Mnxn oraz jej postać kanoniczna Jo rd an a (4.368). Nale­ ' 0 1 or
ży wyznaczyć macierz przekształceń P spełniającą równość (4.369). Niech i-ta [ A - In*'i] P 12 = 0 0 0 Pvi = P i l
klatka odpow iadająca wartości własnej są, m a postać (4.367), a poszukiwa­ -1 0 1
 324
4. Własności ukłatlów 44 . postacie kanoniczne 325

Rozwiązując te równania, otrzymamy

w y z n a c z a m y wektor x rn taki, że [A ¿’¿In] x rn r/- 0 oraz ciąg wektorów

_0 i
'V
XTn—1 (4.379)
£
li
0 i Pl2 = 1
. 1. A SiUrijaim—1 ) *• ■, X] ~ [-A 5jłl7Ł]iK2

Z pierwszego z równań (4.374) dla i = 2, ,92 = 2 mamy Jeżeli m — n j, to w ektory x \ , x 2, x m są poszukiwanymi liniowo nieza­
leżnymi w ektoram i własnym i. Jeżeli rn < m , to wyznaczamy z równania
‘ 0 1 0' ’0 ' ' 0'
[A - In5 i]P 2j = 0 0 0 P = 0 oraz [A - S iln i* » * = 0 (4.380)
21 P 21 — 0
. - 1 0 1_ .0. .1 nowy uogólniony liniowo niezależny wektor y.,n odpowiadający tej samej war­
Poszukiwana macierz P ma więc postać tości w łasnej Sj oraz ciąg wektorów
'1 0 0 ' : [A - s A ,] y rn, (4.381)
[ P \ \ P 12 P?.i 1 = I 0 1 0 | ?/m—1
(4.375) : [A ~ Siln]yrh-U iA “ Siln)y 2
1 1 1 y m— 2
O Procedurę tę pow tarzam y aż do otrzym ania łącznie rij liniowo niezależnych
wektorów własnych.
M etoda działań elem entarnych w yznaczania macierzy przekształcenia P jest
podana w pracy [87].
P roced u rę 14 m ożna uzasadnić następująco. Mnożąc łewostronie <ówność
(4.376) przez m acierz P ~ 1, otrzym am y P ~ l A y = A P ~ l . Niech x \ , x 2, . ■■
Metoda wektorów redukcji macierzy do postaci Jordana będą kolejnym i kolum nam i macierzy P ~ x odpowiadającym i klatce Jo rd an a .7,
io postaci (4.36$). Z powyższej zależności otrzym am y
D ana jest dowolna macierz A e Należy wyznaczyć jej postać kanonicz- i
n ą Jo rdana A j oraz m acierz przekształcenia przez podobieństwo P € R nxn [A a7,I7i]iCi — 0, [A s(linja,’ 2 x i , . . . , [A liniom x 7rJ. ] (4.382)
spełniającą równość ■
M nożąc lew ostronnie d ru g ą z zależności (4.382) przez macierz [A —«¿1] i uwzględ­
A j = P A P -1 (4.376) niając p ierw szą z zależności (4.383), otrzym am y
{A - s t Snf x 2 = [ A - »ii« ]* ! = 0 (4.383)
Niżej zostanie p o d an a m eto d a rozwiązywania tego zadania niewyinagają-
ca wyznaczania macierzy kanonicznej S m itha oraz dzielników elem entarnych A nalogicznie, m nożąc lewostronnie trzecią, z zależności przez macierz
macierzy A . Podstaw ą tej m etody je st poniższa procedura obliczania liniowo [A — ¿’¿I]2 i uw ględniając (4.383), otrzym am y
niezależnych (uogólnionych) wektorów własnych macierzy A .
[A - Sł][„.]3®s = [A - S iln]2X2 = 0 (4.384)
PROCEDURA 14
oraz p o odpow iedniej liczbie kroków
Krok 1. Wyznaczamy wartości własne Sj, s 2, - - -, sq macierzy A oraz ich krot­ [A - sjlln]m.xm = 0 '
ności (algebraiczne) n i , 7*2, . . . , n q, tzn.
Niecli w p rz y p ad k u ogólnym wartości własnej s, o krotności m odpowiada
det [I„s — A] — (s - s i ) ni (s - s 2) n2 • ■- (s - Sq)ni (4.377) h ciągów liniowo niezależnych wektorów własnych o długości (liczbie wektorów
w ty m ciąg u ) odpow iednio m j > m 2 > . . . > m/t, przy czym m,\ + rn2 -|- . . .
Krok 2. D la każdej wartości w łasnej Sj, i — 1, . . . , q wyznaczamy rij linio­ . . . -I- rrih = Ti*. Liczby »«i, i — 1, ...>/*■ określają wymiary klatek Jordana. od­
wo niezależnych (uogólnionych) wektorów własnych. W tym celu obliczamy p o w iad ający ch w artości w łasnej s*. M ając ciągiliniowoniezależnych wektorów
kolejno ( A — Sjln), (A — S jl„)2, . . . , (A — .szI„ )m , aż otrzym am y równość w łasnych x si l , £cf‘ , . • •, ®mi> * iiV * 21» •••> x i'>)* 2% •••>odpowiadające
rząd [A —Sjln]m == rząd [A — Siln]m+1. N astępnie z rów nania w artościo m w łasn y m a j, 52 , ■• •, sq, wyznaczamy macierz
[A - S iln ] m x m = 0 P -1= ■■■ x fl. ••• x** * 2" •'■] (4.385)
(4.378)
328 4. Własności układów 4.4. Postacie kanoniczne 329

W tym przypadku m = 2 < n i = 3, gdyż rząd [A —*'iln]2 —rząd [A —s jlnjj — 1. Poszukiwana postać kanoniczna Jordana macierzy (4.392) jest więc następująca:
Korzystając z zależności (4.378), wyznaczamy z równania -2 0 - 1‘ -J 2 0 1' ’1 1 0 2 '
1_ 0 0 0 1 0 2 0 0 0 0 0 1
'0 2 0 0 ‘ '0 ' 0 1 1 0 0 -1 1 0 0 0 1 -1
0 1 0 0 0 .0 1 0 0 . .0 0 0 1.. .0 1 0 0 .
x2 =
0 - 1 0 0 0 ‘I 1 0 0 '
0 0 0 0 _ 0 0 10 0
0 0 1 0 (4.392)
wektor x 2 spełniający warunek [A — sj Hn]x2 i- 0. Otrzymamy wówczas a;a = .0 0 0 2 .
= [1,0, 0, l]r . W tym przypadku z zależności (4.379) mamy Postać macierzy (4.392) możemy napisać natychmiast na podstawie znajomości
wartości własnych Sj = 1, s2 = 2 oraz długości m 2, m = 1, n 2 = 1 ciągów wektorów
'0 2 0 r ' 1' 'l ' własnych odpowiadających tym wartościom własnym. □
0 1 0 0 0 0
0 -1 0 0 0 0 Diagonalizacja macierzy
0 0 0 0 1 0 Weźmy pod uwagę macierz A € R nxn o niekoniecznie różnych wartościach
w łasnydi s i, «2 , sn . Zgodnie z rozważaniami w p. 4.4.2. m aciera-A .jest
Ponieważ ni = 3, a m = 2, musimy więc wyznaczyć jeszcze jeden wektor x 3 podobna do macierzy diagonalnej złożonej z wartości własnych sj., .s2, . . . , sn
odpowiadający Si = 1 liniowo niezależny od xi i * 2 - Zgodnie ze sposobem przed­ wtedy i tylko wtedy, gdy wszystkie dzielniki elem entarne tej macierzy są pierw­
stawionym w kroku 2 procedury 14 wektor ten wyznaczamy z równania (to = 1) szego stopnia. W tym przypadku z postaci diagonalnej wynika, że
dim ker [A - Sj][„] = n L (4.393)
"0 2 0 1" '0 '
0 1 0 0 0 gdzie rii jest krotnością (algebraiczną) wartości własnej Sj. Krotność algebra­
0 0
£Ł‘3 =
0
iczna wartości własnej s, jest więc równa jej krotności geometrycznej, zdefinio­
-1 0
wanej zależnością (4.393) [87]. Macierz A , spełniającą ten warunek, nazywamy
0 0 0 0 0
macierzą prostej struktury. Wykażemy, że dla każdej macierzy prostej stru k tu ry
A £ R nx" istnieje macierz nieosobliwa
Otrzymamy wtedy x 3 = [0, 0, i, Oj7 . Wektor własny * 4, odpowiadający wartości
własnej s2 = 2, liniowo niezależny od x i, x 2 i x 3 wyznaczamy z równania P = [ P i P2 Pn] (4.394)
taka, że
'- 1 2 0 1 '0'
P~~XA P = diag [«!, s 2 , . . . , s n] (4.395)
0 0 0 0 0
[A - s2ll„]x4 X4 = gdzie p i jest ¿-tym wektorem własnym odpow iadającym wartości własnej s^,
0 -1 -1 0 0
0 0 0 -1 0 i — 1, . . . , n. Jeżeli macierz A jest m acierzą prostej struktury, to każdej war­
tości własnej Si odpow iada wektor własny p u czyli

Równanie to spełnia x Ą = [2, 1, - 1, 0]T. Poszukiwana macierz P 1 zgodnie z (4.385) A p i = SiPi, i = 1, n (4.396)
ma więc postać W ektory własne p , , p 2, . . . , p n są liniowo niezależne [87]. Wobec tego macierz
(4.394) jest nieosobliwa. Z zależności (4.396) dla i = 1, n mamy
'1 1 0 2 " '1 - 2 0 - 1 '
A P = P d ia g [sj, s2, . . . , s„] (4.397)
0 0 0 1 0 0 0 1
1 = [x i X2 X3 x 4] = oraz P = (4.391)
0 0 1 - 1 0 1 1 0 a po pomnożeniu lewostronnym przez P ' 1 otrzym ujem y równość (4.395).
0 1 0 0 0 1 0 0 W przypadku szczególnym, gdy macierz A m a różne wartości własne (sj ^ sj,
330 4. Własności układów
4.4. Postacie kanoniczne 331

i 7^ j i *! i = 1 » n )j z powyższych rozważań otrzym ujem y następujący

ważny wniosek.
~r M"
W n io s e k 1 1 . K ażdą macierz A e R n x n o różnych wartościach własnych P2 = 0 Pa = 1
s j, s2, •••> «n m ożna przekształcić przez podobieństwo w postać diagonalną .i. .0.
diag [si, s 2, s„].
Poszukiwana macierz P ma więc postać
W ektory własne p x, p 2, . ■■, Pn wyznaczamy, rozwiązując równanie 'o 1 r
1[A — = 0 d la * = 1, . . . , n (4.398) p = [pi. P2 , pA 0 o 1
1 1 o
lub biorąc za w ektor p ?; dowolną niezerową kolumnę macierzy dołączonej Łatwo sprawdzić, że
[A - SiI„.]ad [87].
'-1 i r '2 0 0 " '0 1 r '1 0 0 “
PRZYKŁAD 113 P 1A P = 1 -1 0 0 2 0 0 0 i = 0 2 0
_0 1 i - 1 1 _ _1 1 0 _ .0 0 2 _
Wyznaczymy macierz JP przekształcającą macierz
2 0 2
0 2 0 (4.399) 4.4.3. Postacie kanoniczne macierzy układów o jednym wejściu
1 -1 1
Weźmy pod uwagę dyskretny lub ciągły układ liniowy o jednym wejściu (rn = 1)
w macierz diagonalną. opisany równaniami stanu, którego macierze A j , bj m ają postać
Wielomian charakterystyczny tej macierzy ma postać
'0 0 • • 0 ~aQ
A'
s- 2 0 0 1 0 ■- 0 -« i
= (5 - l ) ( S - 2)2 (4.400) 0
det [I„s — A] = 0 s- 2 0 Ai 0 1 • ■0 -a2 , h = (4.401)
-1 1 s- 1

O
..Aladerz^Ł399-)_maawQe.jcdiią,vvartQŚń,jcchxoła-otną-.si .—l i jedną dwukrotną ,s2 = 2. .0 0 • ■ 1 - « n - l

i
i
Jest ona macierzą prostej struktury, gdyż jest spełniony warunek (4.393), bowiem
0 0 0 DEFINICJA 118
rząd |A —s 2Inj = rząd 0 0 0 Macierze (4.401) nazywamy macierzami w postaci kanonicznej stero­
1 -1 -1 walnej lub równoważnie w pierwszej postaci kanonicznej Brunouskieyo-
-Luenbergera {PPKB-L).
Można więc macierz (4.399) sprowadzić do postaci diagonalnej diag[sj, ,s2, s2] =
= diag[l, 2, 2]. Z równania (4.398) dla si = 1 w postaci
P ara macierzy (4.401) jest osiągalna (sterowalna), gdyż
' - 1 0 o' 0
[A - Slln]pj = 0 - 1 0 pi = 0 [bu A x b u . . . , A i ^ i ] = I„ (4.402)
1 1 0 0
Wykażemy, że jeżeli dowolna para(A , b) jest osiągalna, to istnieje macierz nie-
mamy p t = [ 0 0 l ] T. Z równania (4.398) dla s 2 = 2 osobliwa P i e Rnxra taka, że
1

'o ' P xA P i 1 = A l i P ib = bi (4.403)

O

o
o

[A - .S2lIrt]Pi = 0 0 0 Pi = 0 , i — 2, 3 przy czym para (Aj , bj) m a postać (4.401). Korzystając z zależności (4.403),
i -i -i 0 łatwo stwierdzić, że A j = P i A kP ] ' \ k = 1 , 2, . . . , n - 1 , oraz Aj bj = P t (Ab),
332 4. Własności układów 4 4. Postacie kanoniczne 333

A % = P i ( A 2 b), . . . , A i ~ 'b i = P i ( A n~ 1 b). Wobec tego PRZYKŁAD 114

W y z n a c z y m y m a c ie r z P\ p rz e k s z ta łc a ją c ą p a rę
P i [b, A b , . . . , A n~ l b] = [bi, A ib !, . . . , A r ^ i ]
oraz '2 1- 2 1 -19" T
A= 20 -1 8 -1 8 , b= 0 (4.407)
P i = [¿i, A j b , , . . . , A r % ] [b, A b , . . . , A n - i 6] 1 = 15 -1 3 -1 5 . . 1.

= ffo, A b, .. A n _ 1b]' (4.404) w postać kanoniczną sterowalną (4.401).

Para (4.407) jest osiągalna (sterowalna), gdyż macierz osiągalności
gdyż spełnione je st równanie (4.402), a z założenia, iż p ara (A , b) jest stero­
walna wynika, że macierz osiągalności R = [6 , A b, . . . , A n~~1b] jest odwracal­ '1 1 0
n a (nieosobliwa). Macierze podobne m a ją równe wielomiany charakterystyczne [b, Ab, A 26] = 0 1 1 (4.408)
(twierdzenie 58). Wobec tego, rozwijając wyznacznik według n-tej kolumny, LI 0 1
otrzym am y
jest nieosobliwa. Korzystając z procedury 15, otrzymamy kolejno
s 0 • • 0 a0
-1 s ■• 0 a±
det [][.ns —A] = det [In s —A j] = Krok 1. Wielomian charakterystyczny ma postać
0 0 • 3 a.ii—2 21 21 19
0 0 • ■ -1 S -|- —i 2 Y 2
det [ll„s —A] 10 s -1- 9 9 = sJ + 6sJ + 12s + 8 (4.409)
— s n + a n_ i s n -|~ . . . 4- fi i s (iq (4,405)
15 13 15
Zostało więc udowodnione poniższe twierdzenie. 3+ -
2 2

TW IER D ZEN IE 60 Krok 2. Poszukiwana para (4.401) ma więc postać

Jeżeli para (A , b) je st osiągalna, to istnieje m acierz nieosobliwa P i po-
’0 0 - 8 ‘ T
A'"toc'i"74.4D4), %tóra przekształca tę parę wg zależności (4.403) w postać (4.410)
Ai = 1 0 -1 2 bi = 0
kanoniczną s-teronjatną-jiAOij:.............................................
.0 1 - 6 . .0 .

Z powyższych rozważań wynika następująca procedura wyznaczania pary Krok 3. Korzystając ze wzoru (4.404) oraz (4.408), otrzymamy
(4.401) oraz macierzy P i dla dowolnej pary osiągalnej (A , b).
-1
'1 1 0 ' 11 ' i -i i '
PROCEDURA 15 P i = [5, Ab, A 2b] 0 1 1 o i i -i (4.411)
Z
_1 0 1 . -i i i .
Wyznaczanie postaci kanonicznej sterowalnej pary (A , b).
□
Krok 1. Wyznaczamy współczynniki a i, . . . , a n_i wielomianu charaktery­
stycznego macierzy A.
Z zależności (4.403) marny
det [I[.;l.s — A] = sn + on—i s n -}-... 4- a i s -|- no (4.406)
A P i 1 = P i lA oraz b = P j l b _ ... (4.412)
Krok 2. Znając współczynniki no, o i, . . . , n„_i , wyznaczamy poszukiwaną pa­
rę (4.401).'
Niech pi będzie i-tą (i = 1, . . . , n) kolum ną m acierzy P j l Korzystając
Krok 3. K orzystając ze wzoru (4.404), wyznaczamy poszukiwaną macierz P \ . z (4.412) i (4.401), możemy napisać
336 4. Własności układów 4 4. Postacie kanoniczne 337

P R Z Y K Ł A D 115
Na przykład dla pary (4.407) (patrz przykład 114) otrzym amy
Wyznaczymy macierz P-i przekształcającą parę (4.407) w postać kanoniczną regu­

1
J, >L
latorową (4.415). T '-5 '

_____
W przykładzie 4.342 wykazaliśmy, że para (4.407) jest osiągalna, gdyż macierz 0 , P 2 = P 3«2 + A p :i = 1 , p j = P 3 O1 -1 A p 2 =
Pa = b -
(4.408) jest nieosobliwa. Korzystając z procedury 16, otrzymamy kolejno
_1_ -6 . ~7 .
Krok 1. Wielomian charakterystyczny macierzy A pary (4.407) ma postać (4.409).
oraz
Krok 2. Poszukiwana para (4.415) ma więc postać
'1 -5 - 1 4 ' 1 ' - 3 7 4!) 39'
' 0 1 0 " V
P2 1 = lPi. P 2 . Ps) 0 1 -5 , P i= 2 -5 7 5
Ai 0 0 1 62 = 0 (4.419) 1. —6 -7 _ —! 1 1
-8 -1 2 - 6 1
Wynik ten jest zgodny z wynikiem otrzym anym w przykładzie 115. W idać rów­
Krok 3. Korzystając ze wzoru (4.417), otrzymamy nież, że wyznaczanie P .J 1 i P 2 n a podstaw ie zależności (4.423) jesi, obliczeniowo
0 0 1 ‘ 'l 1 0 prostsze niż ze wzoru (4.417).
P-2.— [&2 , A 2 6 2 , A 2 62 ] [6 2, .A2 6 2 , -4j62] = 0 1 -6 0 1 1
1 - 6 24 1 0 1 TW IERDZENIE 62
. Niech para (A ] , b \) będzie w postaci kanonicznej sterowalnej,
' -1 1 1 ' (Aa, 62) w postaci kanonicznej regulatorowej pary (A, b). Wtedy pary
7 - 5 -7 (4.420) te są związane zależnościami
-2 9 17 31
□ A 2 = M l j M -1 , b2 = Mby (4.424)

Z zależności (4.416) m am y przy czym

A P 21 P 2
1M
A. oraz (4.421) M - fba, A a ba, .. -, A ” “ 1b2] (4.425)

Niech fjj będzie i-tą (i = 1 , . . . , n) kolum ną macierzy P 2 Korzystając

z (4.421) i (4.415), możemy napisać Dowód. Z zależności (4.403) i (4.416) mamy
0 1 0 0 A — P J xA i P \ — P J 1AaT >2 oraz b2 = P ^ b i = P 2 l b 2
0 0 1 •• 0
Wobec tego
A \ p i , p 2, - • • , P n] = [Pl, P 2r ■■■, Pn
0 0 0 •• 1 2 = P 2 P J lA i P 1P 2 1 =
A1-2 oraz b2 = P z P ^ b i = M b i
—a 0 - a i - 0,2 ■■* an—l _ przy czym
M = (4.426)
P odstaw iając zależności (4.417) i (4.404) do równania (4.426), otrzym amy
b= \P i,P 2, - . P n (4.422)
M = [b2, A 2b2, . . . , A£~% ] [b, Ab, . . . , A n _ 1b] _1[b, Ab, . . . , A n - 1b]

W ykonując mnożenie i porównując odpowiednie kolumny z (4.422), otrzy­ = [ba, A ab2, . . . , A 2 *62]
mamy
PRZYKŁAD 116
Pn = *>, p n_ 1 = p nan..-1 + A p n ,
Dla pary (4.407) wyznaczymy macierz (4.425) oraz sprawdzimy, czy są spełnione
Pn - 2 = P n On- 2 + A p „ _ j, . . . , p x = p na x + A p 2 (4.423) zależności (4.424).
338 4. Własności układów 4 4. Postacie kanoniczne 339

W przykładzie 114 wyznaczono parę {A u bt ) postaci (4.403), w przykładzie 115 TW IERDZENIE 64

parę (A 2, b2) postaci (4.419). Korzystając z (4.425) i (4.419), otrzymamy Jeżeli para ( A , b) jest osiągalna, to istnieje m acierz nieosobliwa P 4
0 0 1 postaci
M = [ł>2, A 2 b2, A%bĄ = 0 1 -6 (4.427)
1 -6 24 P a = [ft4, ¿464, . -., A r % } [6, A b , A n- l b ]~ X =

Łatwo sprawdzić, że ’ 1 ^71—1

0 1 ^71—1
0 1 0 -1
b, A b , . . . , A n- Xb] (4.431)

'• 0

'• O
A2 = 0 0 1 :M A iM - 1
- 8 —12 - 0 1 (lrl—\
0 0 0 1
0 0 1 ‘o 0 - 8 ' '0 0 1 '
0 1 -6 1 0 -1 2 0 1 -6 która przekształca tę parę w postać kanoniczną
1 -6 24 0 1 -6 1 -6 24 a-n—1 —a n - 2 ■ • —a i —ao

Macierz (4.427) spełnia więc zależności (4.424). □ 1 0 • 0 0

¿4 = P ąA P J 1= 0 1 ■ 0 0
Analogicznie jak twierdzenia 60 i 61 m ożna udowodnić kolejne dwa: 63 i 64.
0 0 • 1 0

TW IER D ZEN IE 63
Jeżeli para (A , b) je st osiągalna, to istnieje macierz nieosobliwa P A
postaci b4 = P Ąb = (4.432)

-P 3 = [&3, ¿3&3, • • •, ¿ 3 103] jb, A b , . . . , 1=

ro o ••• r przy czym ao, a 4, . . . , a n- i s<ł współczynnikami wielomianu charaktery­
stycznego (4.406) m acierzy A .
0
- [ 6 3 6 7 ..;, (4.428)
0 • 1— — 4 -
Kolumny p , , p 2> . . . , p n macierzy P 4 m ożna wyznaczyć kolejno z zależności
.1 0 - - o_
Pl = b, P2 = O -n -lP l + ¿ P i.
która przekształca tę parę xu postać kanoniczną
P i = a n - 2P i + A p 2, . . . , p n = arp, + A p n_ l (4.433)
' —an- i 1 0 ■ • 0'
'0 '
Cyt —2 0 1 • • 0
i _ 1, _ n i.
¿3 = P s A P = , O3 = ^ 3 6 = (4.429) 4.4.4. Postacie kanoniczne macierzy układów o jednym wyjściu
—a i 0 0 • • 1 0
_1_ Weźmy pod uwagę dyskretny lub ciągły u k ład liniowy o jednym wyjściu (p — 1)
_ —« o 0 0 ■ • °.
opisany równaniami stanu, którego macierze A \ , Cj m ają postacie
przy czym uq, a \, . . . , a 71_i są współczynnikami wielomianu charaktery­
' 0 1 0 ■■ 0 '
stycznego (4.406) macierzy A .
0 0 1 •• 0
Cl [1 0 0] (4.434)
Kolumny P i , p 2, . . . , p n macierzy P 3 m ożna wyznaczyć kolejno z zależności 0 0 0 •• 1
Pn = P n- 1 = A p n , Pn —2 = ¿ P n - 1 . ■ ■, P l = A p 2 (4.430) .-no - a i -02 •• Oyy—1 .
340 4. Własności układów 4.4. Postacie kanoniczne 341

jest nieosobliwa. Ponieważ m acierze podobne m ają równe wielomiany cha­

DEFINICJA 120
rakterystyczne, rozwijając więc wyznacznik według n-tego wiersza, otrzy­
Macierze (4.434) nazywamy m acierzam i w postaci kanonicznej obserwo-
walnej lub równoważnie w pierwszej postaci kanonicznej Brunonskiego- mamy
-Luenbergera (PPKB-L). s -1 0
0 s -1
det [I„s - A] = det [I„s - A i] =
Para macierzy (4.434) jest obserwowalna, gdyż 0 0 0 ••• ,s -1
C] o-o «i «2 ••• a,n -~2 s 4~ a n _ i

c iA i = s" -I- an—\ s n 1 + . . . 4- a is 4- «o (4.439)

(4.435)
Z zależności (4.436) otrzym am y
11—1
Q l XA — A i Q ~{1 oraz c = ći(2j~a (4.440)
Wykażemy, że jeżeli dowolna p a ra macierzy (A , c) jest, obserwowalna, to Niech q( będzie i-tym (i = 1, . . . , n) wierszem macierzy Q _1. Korzystając
istnieje macierz nieosobliwa Q j € M.nxn taka, że z zależności (4.440) i (4.434), moż( my napisać
Q j 1 A Q l - A i, cQ 1 = ći (4.436) ' 0 1 0 0 '
9i <h
przy czym para (Aj, ći) m a postać (4.434). K orzystając z zależności (4.436), 0 0 1 0
92 <12
A =- oraz
łatwo sprawdzić, że A 1 = Q [ 1 A kQ k = 1 , . . . , n — 1 , oraz
0 0 0 1
An.
1
C]Aii = (cA)Q
ciA (cA 1, ci A ; = (c A )* Q u . .. A A " ' = (c A j’- ' Q , —ao -a -i - a-2 • ^71—1 .

Wobec tego 9i
92
Cl C 1 0 ■■ 0 ] (4.441)
ci Ai cA
Q i „9 n .

ib—l Wykonując mnożenie i porównując odpowiednie wiersze z ( 1.1 II), otrzyma-

ej A cA 11—i my
oraz
<7 l = c , q 2 = q 1A , q s = q 2 A , . . . , qn = q n- i A (4.442)
-i
c Cl c
K orzystając z zależności (4.442), możemy wyznaczyć kolejno wiersze macie­
cA Cl Al cA
(4.437) rzy Q ~ 1 i następnie Q y . Zostało więc udowodnione następujące twierdzenie:
Qi =
.. e —
7

c A ” _1_
o

c iA i TW IERDZENIE 65
Jeżeli para (A , c) je st obserwowalna, to istnieje macierz nieosobliwa Q j
gdyż spełniona jest zależność (4.435), a z założenia, że p ara (A , c) je st obser­
postaci (4.437), która przekształca tę parę wg zależności (4.436) w postać
wowalna wynika, że macierz obserwowalności
kanoniczną obserwowalną (4.434).
c
cA
H (4.438) W iersze macierzy Q l m ożna wyznaczyć kolejno, korzystając z zależności
(4.442). Z powyższych rozważań wynika następująca procedura wyznaczania
c A n —1 pary (4.434) oraz macierzy Qy dla dowolnej pary obserwowalnej (A , c):
 342 4. Własności układów 4 4, Postacie kanoniczne 343

PROCEDURA 17 postin':ie
Krok 1 . Wyznaczamy współczynniki ao, . . . , a n- i wielomianu charakterys­ '0 0 • ■ 0 —ao
tycznego (4.406) macierzy A . 1 0 • • 0 -a i
= 0 1 • • 0 -a 2 C2 [0 0 1] (4.447)
Krok 2. Znając współczynniki ao, a j, . . . , a n- i , wyznaczamy poszukiwaną pa­
rę (4.434).
_0 0 • - 1 &n—l _
Krok 3. Korzystając ze wzoru (4.437) lub z zależności (4.442), wyznaczamy
macierz Q, 1 oraz Q,.
DEFINICJA 121
PRZYKŁAD 117 Macierze (4.447) nazywamy macierzam i w postaci kanonicznej obser-
watorowej lub równoważnie w drugiej postaci kanonicznej Brunouskiego-
Wyznaczymy macierz przekształcającą parę
-Luenbergera (D P K B -L ).
TO - 2 5j
A = 1 3 1 c = [0 1 0 ] (4.443)
P ara (4.447) jest obserwowalna, gdyż macierz obserwowalności
0 0 3
w postać kanoniczną obserwowalną (4.434). c2 0 0 •• 1 ■
P;ua macierzy (4.443) jest obserwowalna, gdyż macierz obserwowalności C2Â 2
^71—1 (4.448)
c '0 1 0 ' 0 1 •• *
77 = cA = 1 3 1 - Ai»”2 -1 _
o-i .1
cA2 3 7 11
(* oznacza element nieistotny w tych rozważaniach) jest nieosobliwa.
jest nieosobliwa (det 17 = -8 ). Korzystając z procedury 17, otrzymamy kolejno.
Wykażemy, że jeżeli dowolna p a ra macierzy (A , c) jest obserwowalna, to
Krok 1. Wielomian charakterystyczny ma postać istnieje macierz nieosobliwa Q 2 € Knxn taka, że
s 2 -5 cQ 2 c2 (4.449)
Q 2 1A Q 2 ~ A ‘2 i
det [Ins —j4) = -1 s - 3 -1 = s 3 - 6 s2 + l i s - 6 (4.444)
.............................. 0.()""■..8 - 3 . przy czym p ara { A 2, c2) m a postać (4.447). W analogiczny sposób jak dla pary
(4.436) m ożna wykazać, że
Krok 2. Poszukiwana para macierzy (4.434) ma więc postać
-1
‘ 0 1 O' C ' c2
0 0 1 , £, = [ 1 0 0 ] (4.445) cA C2Â 2
(4.450)
.6 - 11 6 J Q2
Krok 3. Korzystając z zależności (4.442), otrzymamy .c A T l , - i» " -1
. c 2A 2
<71 = e = [0 1 0], q2 = Q\A = [l 3 1 ], <73 = <72A = [ 3 7 11' Ponieważ macierze podobne m ają równe wielomiany charakterystyczne, roz­
Wobec tego wijając więc wyznacznik według n-tej kolumny, otrzym am y
<7i' ‘0 1 0 ' -2 6 11 - 1 S 0 •• ■ 0 ao
Q~x—42 = 1 3 1 oraz <5 , 8 0 0 (4.446) -1 s ■■• 0 ai
.<73 . .3 7 u . 2 -3 1 d et [Ins —A] = det [Ins —Â 2]
□
0 0 •• s «n -2
Weźmy z kolei pod uwagę dyskretny lub ciągły układ liniowy o jednym 0 0 • -1 s + a n_ i
wyjściu (p = 1) opisany równaniami stanu, którego macierze A 2 i c 2 m ają Sn 4 - O n-iS'
71— 1
f . . . -I- a is + a 0 (4.451)
 344 4 4. Postacie kanoniczne 345
■t. WIcISlIUSCI uKiaaow

Z równań (4.449) mamy P R Z Y K Ł A D 118

W y z n a c z y m y m a c ie r z Q 2 p rz e k s z ta łc a ją c ą p a rę (4.443) w p o s t a ć k a n o n ic z n ą o b -
Q 2 XA ~ A 2 Q 2 1 oraz c = c 2 Q 2 1 (4.452)
(4.447).
sc rw a to ro w ą
Niech qt będzie ¿-tym (i = 1 , n) wierszem macierzy Q 2 l ■ K orzystając i W przykładzie 117 wylewaliśmy, że para (4.443) jest obserwowahia. Korzystając
z zależności (4.452) i (4.447), możemy napisać 1 ■/ procedury 18, otrzymujemy kolejno:

91 '0 0 • • 0 —ao [{rok 1. W ielomian charakterystyczny m a postać (4.444).

1 0
91
• • 0 -a i
92 Krok 2. Poszukiwana para (4.447) m a więc postać
0 1 • • 0
92
-« 2 oraz
TO 0 6 j
(4.455)
L9„J 0 0 - • 1 1.9» 1 0 -1 1 c2 = [ 0 0 1 ]
—a n - i
o 1 6
91
92 ¡{rok 3. Korzystając z zależności (4.454), otrzymamy
C = [0 0 1]
(4.453) 93 = c = [ ° 1 ° ] • 92 = “24,3 + q3A = [ 1 - 3 l]
l9„ 9i =«193 + 9 2 ^ = [ ~3 0 5]
Wykonując mnożenie i porównując odpowiednie wiersze z zależności (4.453), Wobec tego
otrzymamy '- 1 5 15'
’9 i" '- 3 0 5' 1
9 » = C, = a „ _ ig „ + ę n A = 1 -3 1 oraz Q2 = g 0 0 8
92
0 1 0. 1 3 9 □
9n-2 = «n-29n + ■■■,9i = aig„ + g2A (4.454) -93-

Korzystając z zależności (4.454), możemy wyznaczyć kolejno wiersze macie­ Z porów nania rozważań d la pary (A , b) układu o jednym wejściu i roważań
rzy Q j 1 i następnie Q2- Zostało więc udowodnione następujące twierdzenie: dla pary (A , c) układu o jednym wyjściu oraz twierdzeń 25 i 34 wynika, że
jeżeli w twierdzeniach 60 i 61 zam iast pary (A , b) przyjmiemy p arę dualną
TWIERDZENIE 66 (A r , cT ), to z twierdzeń tych otrzym am y odpowiednio twierdzenia 65 i 66 .
Analogicznie, zastępując w twierdzenia,ch 63 i 64 p ary (A , b) param i dualnymi
Jeżeli para (A , c) jest obserwowahia, \to.istnieje , m o d e m nieonnMiwa-CL^.
(A7 , cr ), otrzym am y dualne twierdzenia dla układu o jednym wyjściu.
_^osiai^L(Łd50)T44Ó9W-przekxzMSinię~paręr'wg 'zależności (4 .449 ) w postać
kanoniczna absermnwalną (4.4/17-)-.......... —- ............
4.4.5. Postacie kanoniczne macierzy układów o wielu wejściach
Wiersze macierzy Q2l można wyznaczyć kolejno, korzystając z zależności
(4.454). Z powyższych rozważań wynika następująca procedura wyznaczania D ana jest p a ra (A , B ) , A € Knxn , B € ®>nxm , układu dyskretnego lub ciągłego
pary macierzy (4.447) oraz macierzy Q2 dla dowolnej pary obserwowałnej o m (m > 1) wejściach. Zakładamy, że p a ra ta jest osiągalna, czyli
(A , c): (4.456)
rząd [B , A B , . . . , A ” _ 1B ] = n
PROCEDURA 18
oraz
Krok 1. Wyznaczamy współczynniki a0, . . . , an_! wielomianu charakterystycz­ (4.457)
nego (4.406) macierzy A. rząd B = rn
m ) kolum ną macierzy B . L założenia
Krok 2. Znając współczynniki ao, aj, . . . , a»_i, wyznaczamy poszukiwaną pa­ Niech B i będzie ¿-tą (i — 1, .
rę (4.447). (4.456) wynika, że ciąg kolum n
Krok 3. Korzystając ze wzoru (4.450) lub z zależności (4.454), wyznaczamy B y , B 2, . . . , B m , A B U A B 2, • , A B rn,
macierz Q2 1 oraz Q2- (4.458)
A 2 B r , A 2 B 2, . . . , A n~ l B m
346 4. Własności układów
4 4, Postacie kanoniczne 347

zawiera dokładnie n liniowo niezależnych kolumn, a z założenia (4.457),

przy czym d i , d , 2, * ' ' J d f T Ł są indeksam i osiągalności (lub indeksami Kroneckera)
wszystkie kolumny macierzy B są liniowo niezależne. P rzy wyborze kolumn
pary (A , B ) , spełniającym i warunek
liniowo niezależnych jest wygodnie korzystać z niżej podanej tablicy-diagranru.
(4.462)
Si B2 B3 ... Bm n
X X X X A° 7=1

X X X X
Zauważmy, że:
A1

X 0 X 0 A 2 R ys. 4.42. Tablica-diagram do wyznaczania ko- _ di jest równe liczbie znaków x w i-tej kolumnie (i = 1 , . . . , m ) tablicy
3 lumn liniowo niezależnych (rys. 4.42);
0 0
- łączna liczba znaków x w tablicy (rys. 4.42) jest rów na n (wynika to
z zależności (4.462)).
A" - 1

DEFINICJA 122
Kolumny tej tablicy odpow iadają kolejnym kolumnom B \ , B 2, . . . , B 7n ma-
cierzy B . a wiersze kolejnym potęgom A °, A 1, A 2, . . . , A " - 1 macierzy A . Ko­ Macierze

1
lum na A '1“ 1B j leży w i-tym wierszu oraz j-te j kolumnie tej tablicy. W yboru n ‘A u

1
•

—
liniowo niezależnych kolumn ciągu (4.458) m ożna dokonać, badając liniową nie­
zależność elementów tablicy (rys. 4.42) wg wierszy lub kolumn. B adanie liniowej * - ^ T w r i.
niezależności wg wierszy przeprowadzam y następująco. Z założenia wszystkie n11 1

O
0 • • .0 —a0
kolumny macierzy B są liniowo niezależne. Zaznaczamy ten fakt, umieszczając
1 0 • ■ 0 „u
znak x we wszystkich komórkach pierwszego wiersza tablicy (rys. 4.42). Jeżeli ai
_n
a **

1!
1 • ■0

0 ; O
kolum na A B ] jest liniowo niezależna od kolumn B ] , B 2 , ■.., B m , to umiesz­

>
2
czamy znak x w komórce odpowiadającej A B \ i badam y liniową niezależność-
nii

1 ..
kolejno kolumn A B 2, A B 3 , . . . , aż znajdziem y kolumnę, n a przykład A 2B 2, 0 • • 1 a n~lJ
k tó ra jest liniowo zależna od kolumn
’O • ■ u a0
B , , B 2, . . . , B „„ A B [, A B 2 A B m. A ¿B ^ (4.459)
0 • - 0 (h (4.463)
A j =
Kolumnę A 2B 2 możemy wyrazić jako kombinację liniową kolumn (4.459)
ij
0 • ■ 0 ~ ai - 1 .
A 2B 2 = cn\\B\ -|- 0.02B 2 + - - • -1- aomB m + o. 11 A B 1 + « 12A B 2 + ...
. . . -I- ii\m A B rn + a 2i A 2B i (4.460) 1
_ _ _ ,0
W komórce odpow iadającej A 2B 2 umieszczamy znak 0. W szystkie kolumny B = diag [61 , 6 2, . . . , brn]
odpow iadające komórkom w tej samej kolumnie poniżej znaku 0 są również
liniowo zależne od kolumn (4.459). W komórkach tych nie umieszczamy żadnego
znaku. N astępnie przechodzimy do badania liniowejniezależności następnych
kolumn A 2B;j, A 2 B , . . . . K ontynuując tę procedurę, możemy wyznaczyć n
ą
b 3 = 1 , • • •, m
i ¥> :/>
liniowo niezależnych kolumn z ciągu (4.458). Z kolumn tych tworzymy macierz nazywamy m acierzam i w postaci kanonicznej sterowalnej łub równoważnie
nieosobliwą postaci w pierwszej postaci kanonicznej Brunouskiego-Luenbergera.
P i = [B i, A B u . . . , A dl~ l B i , B 2, A B 2, . . . , A ^ B a ,
Niech p t (i = 1 , . . . , n) będzie i- tą kolum ną m acierzy (4.461). K orzystając
B ;i, A B ;i, . . . , A d"'~ l B rĄ (4.461)
zatem z zależności (4.461), możemy napisać
 4. Własności układów 4.4. Postacie kanoniczne 349
348
gdzie A ij i bi, i, i — 1 , m s ą określone macierzami (4.463). Zostało więc
A P i = [A B i, A 2 B u • • •, A dlB u A B 2, A 2 B 2, . .. udowodnione następujące twierdzenie:

. . . , A d2 B ‘2 , A B * , A 2 B a, . . . , A * “B m] = TW IERDZENIE 67
Jeżeli para (A , B ) je s t osiągalna, to istnieje macAerz nieosobliwa P i po­
= [P 2- P 3 ’ • • ‘ A<hB i , Pdi+n Pdi+3> • • •
staci (4.461) taka, że macierze
(4.464)
• • •, P *+ *> A d2 B 2, PM + 2, • • • >Pn. A ^ J 5 m] A - F J ^ A F i, B — F )_1jB
Ze sposobu wyboru kolumn liniowo niezależnych (rys. 4.42) wynika, że ko­ mają postać kanoniczną sterowalną (4.463).
lum na A di B i ( i = 1, - - ■, to) jest kombinacją liniową kolumn liniowo niezależ­
nych poprzedzających j ą w ciągu (4.458), czyli Z powyższych rozważań wynika następująca procedura wyznaczania macie­
rzy F i oraz postaci kanonicznej (4.463) dowolnej p ary osiągalnej (A , B ).
771— 1

A^B* = 5 2 £ ~ 4 ' + I’ W + .-.+ d fc+ j+ i * = ] - • ■• > n (4 -465)

PROCEDURA 19
fc=0 3=0

Niech p i będzie i-tym (i = 1, ») wierszem macierzy F j) 1. Z zależności Krok 1. Stosując wybór kolumn liniowo niezależnych wg wierszy ciągu (4.458),
'“••wyznaczamy macierz F i postaci (4.461).
F j xF i = 1I„ mamy
i Krok 2. Obliczamy macierz odw rotną F j _1.
f i dla i = J (4.466)
Krok 3. Korzystając, z zależności (4.468), wyznaczamy poszukiwaną parę (A , B ).
Pip j ~ 1 0 d la j j

Podstawiając zależność (4.465) dla i = 1, . . . , m do (4.464) i uwzględniając PRZYKŁAD 119

Wyznaczymy macierz P \ oraz parę (A, B ) dla macierzy
(4.466), otrzymamy
-00 1 o • •o 0 -
Pl m—i A-i-1 ł 30 -3 1 1 0
„fc+b b A = B = 4.469)
P‘2 ..+dfc+3+l> -1 L 4 -1 0 1
i:::;.' ..A ~ .P T .lA Ej = P2> P3- •U..
r— ■ . 1 0 -1 0 . .0 0 .
Hit:'-'-" -
■Pn: Łatwo sprawdzić, że para (4.469) jest osiągalna. Korzystając z procedury 19, otrzy­
mamy kolejno:
P d ,+2, Pdi+3> , p * +4, . e n Krok 1. Wyznaczamy ciąg (4.458) dla pary (4.469), który ma postać
fc=0 3=0
0 0 0 1 1 4
-ldfc+i- 1
fc+ł. " lp dl + ...+dfc+ 3+l 10 0 -3 - 3 -1 0
. • ■, Pm B U B 2, A B i , A B 2, A 2B u A 2B 2, ... (4.470)
0 1 1 4 4 13
fc=0 j=°
0 0 0 - 1 -1 -3
"A n ■• • Al m (4.467) Łatwo zauważyć, że kolumny B \ , B 2, A B 2, A 2B 2 są liniowo niezależne. Macierz
(4.461) utworzona z tych kolumn ma więc postać
_A,n.l Am m.
0 0 1 4
oraz 1 0 - 3 -1 0
P l = [B u B 2, A B 2, A 2 B 2] = (4.471)
Pi 0 1 4 13
0 0 - 1 -3
P2 [Plł Pd1+i, ■• •, P * +...+4m-H -l] = diaS [&1’ ’ hm]
i! p t 1b W tym przypadku di = 1, d2 = 3.
Pn
350 4. Własności układów 44, Postacie kanoniczne 351

Krok 2. Obliczamy macierz odwrotną macierzy (4.471)

Znając współczynniki ajf kombinacji liniowych (4.465) i korzystając z zależ­
i i o -2 " ności (4.476), możemy kolejno wyznaczyć kolumny p u p 2, . . . , p n macierzy
-1 0 1 3
PT (4.472) Pi
—3 0 0 - 4 Z powyższych rozważań wynika n astępująca procedura wyznaczania macie­
1 0 0 1 rzy F i oraz pary (A , B ) dla dowolnej osiągalnej pary (A , B ):
Krok 3. Korzystając z zależności (4.468), otrzymamy
PROCEDURA 20
A ii A j 2
P T lA P i = (4-173)
A-i i A 22. Krok 1. B adając liniową niezależność kolumn ciągu (4.458), wyznaczamy współ­
1 1 o - 2] r oo 1 o i ro o 1 4 ’ ro 0 0 1 czynniki kombinacji liniowych (4.465) (kolumn dx, d t + d2, . . . , n
- 1 0 1 3 3 0 - 3 1 10 0 0 1 macierzy A ).

CO

o
i

i
i

-3 0 0 - 4 -1 1 4 - 1 01 4 13 0 1 0 -3
1001 1o -1 o J Lo o - 1 -3 . .0 0 1 4 J(rok 2. Znając te współczynniki, wyznaczamy poszukiwaną parę (A , B ).
oraz Krok 3. K orzystając z zależności (4.476), wyznaczamy kolejne kolumny m acie­
1 1 0 - 2 " •o 0" '1 rzy P i-
°1
-1 0 1 3 1 0 0 1
B = diag [i»i, 62] = 1B - 3 0 0 - 4 0 1 0 0 PRZYKŁAD 120
1 0 0 1 .0 0. 0 0_
Korzystając z procedury 20, wyznaczymy macierz P i oraz parę (A, B ) dla macierzy
(4.469).
Z dowodu twierdzenia 67 (zależności (4.467)) wynika, że kolumny o nume­ Korzystając z *tej procedury, otrzymamy kolejno:
rach d i, di + d2, . . . , di + d 2 + • ■• -I- d,n = n zaw ierają współczynniki kombinacji Krok 1. Ciąg kolumn (4.458) dla pary (4.469) ma postać (4.470). Kolumna A ' 1'B ,
liniowych (4.467), które w yrażają kolumny A dl B l (i = 1, . . . , m ) za pomocą dla i = 1 daje się wyrazić za pomocą tylko kolumny B i , czyli
kolumn liniowo niezależnych ciągu (4.458). B adając liniową niezależność ko­
ABi = B 2 (4.477)
lumn ciągu (4.458), możemy wyznaczyć te współczynniki. Z zależności (4.468)
□tdla. i — 2 otrzymamy
B = PiB, A P \ —P \ A 13
-3 0
czyli A ^B i = B i + B i - 3A B i + 4A 2B 2 = (4.478)
41
[B i, B i , . . . , B rn] = \ p i , p 2, ■■■, P rJdiag [61 , b2, &„,] (4.474) -9

oraz :Pierwsza i czwarta kolumna macierzy A m ają więc postacie

ia?"1
.... i

A 1X • ' 0' ■1 '

(4.475) 1 1
.

-^[Pl 1P'2i ■‘ • ’ Pri\ [Pi i P21 • ■- ) Pi1

Ajrirn 0 ’ -3
. 0. . 4 .
Wykonując mnożenia i porównując odpowiednie kolumny z (4.474), (4.475),
po uwzględnieniu (4.463), otrzym am y Kiok 2. Wobec tego poszukiwana para (A, B ) ma postać

Bi, Pdi+l = P(h+(h+l ■■• i Bm '0 0 0 1 ~ '1

Pi = — P rfH -.-H im -i+ l = °1
1 0 0 1 0 1
A =
p 2 = A P l, p 3 = A p 2, . . . , P d x= A p dl_ x, p dl+2 = A p d l + 1 (4.476) 0 1 0 -3 , B = 0 0 (4.479)
_0 0 1 4 _ .0 0_
P d,+3 == A P d r i ' 2 i ■■■, P a = A P n - 1
 352 353
4. Własności układy 4 4. Postacie kanoniczne
Krok 3. Korzystając z zależności (4.476) i (4.479), otrzymamy Korzystając z procedury 20, otrzymamy kolejno:
' 0' ~Q- ' 1' ¡{rok 1. Ciąg kolumn (4.458) ma w tym przypadku postać

U.
© O i—
*

cc
Pl = B i =

i ^ ~
, p2 = b = , Pą = Ap:i == -10

ł0 ^ 0
2 - Pa = A Pi = 0 0 1 0 - 2 0
13 „ . r, , j- .2d a2 ry ^ ^ 0 0 0 2
J3 U B 2, A B U A B 2, A l B u A 2 B 2 = i Q _ I Q ^ q (4.483)

1
t
-

1
oraz
0 0 2 1 - 4 -1
’O 0 1 4
i
1 0 - 3 -1 0 Łatwo sprawdzić, że kolumny B u B 2, A B \ , A 2 B 2 są liniowo niezależne, d\
0 1 4 13 - d2 = 2 , oraz
.0 0 1 - 3 -~ 2' ~0 -
0 2
Otrzymane wyniki są zgodne z wynikami uzyskanymi w przykładzie 119. □ a 2b 2 = - b 2 - a b 2 = (4.484)
A 2 B i = - B x - 2A B r = 1 0
-4 _—1 _
Z porów nania procedur 19 i 20 oraz przykładów 117 i 119 wynika, że wyzna­
czenie macierzy P i i pary (A , B ) n a podstawie procedury 20 jest obliczeniowo Druga i czwarta kolumna macierzy A m ają więc postacie
prostsze.
• - 1" •0 '
-2 0
TW IE R D ZE N IE 68 1
0 -1
Jeżeli para (A , B ) je s t osiągalna, to istnieje macierz nieosobliwa
_0 . - 1.
postaci (4.461), która przekształca tę parę w postać kanoniczną (4.463)1
z obiema m acierzam i blokowo diagonalnymi Warunek (4.4&1) jest spełniony, a więc macierze A i B są, blokowo diagonalne.
A P ^ A P i = diag [A-n, A 22, , A mm] (Ay = 0, i £ j), Krok 2. Poszukiwana para (A, B ) ma postać
B M 0

©
O
P ?B d ia g [b |, b2, . . . , b (4.480) ’0 - 1
A n A j2 1 -2 0 0 0 0 (4.485)
wtedy i tylko wtedy, gdy
A 2i A m 0 0 0 -1 , B = 0 1
a b ,, "... fl/ cłla H d,, 0 0 1 - 1_ 0 0
i = l,...,m (4.481)
Krok 3. Korzystając z zależności (4.476), otrzymamy
Dowód. K olum na A diB i d la i — 1 , . . . , m, jest liniową kombinacją tylko '0 ' - 0 • ‘ 1 '
liniowo niezależnych kolumn B i , A B i , . . . , Ad'~}Bi i jest niezależna od po­ 0 -2 0
zostałych kolumn macierzy (4.461) wtedy i tylko wtedy, gdy jest spełniony Pi = B i = Pa = B 2 = Pz ~ A p i = -1
1 0
warunek (4.481). W tym przypadku Aj,- = 0 , i j- j, i, j = 1, . . . , rn, i obie .0. _0 . _2 .
macierze A i B są blokowo diagonalne.
0
PRZYKŁAD 121 p„ = Ap3 = 1 q
Wyznaczymy macierz P , która przekształca parę
1
-1 0
"0 0 • Wobec tego
-4 o
0 -2
0 o B = (4.482) o i o o;
1 0
__1 o o -2 0
0 .0 0 _ P i = [P i Pi Pa Pd) 1 - 1 0 0
2
w postać kanoniczną (4.463). 0 2 0 1 □
 ^ Ą postacie kanoniczne
4. Własności ukłll(jńw

Wiersz <7, 4 ^* je st kom binacją liniową wierszy macierzy Q , czyli

MICJA 123
rze m d i —1
(4.489)
*4 i i " ■ 4 i rn ¿a*
QiJ = j=
El E
fc=o
-i
_4 mi 4 mm Z równości 1 = In otrzym am y

r 0 1 0 0 f 1 dla i = fc oraz j = Z (4.490)

0 0 1 0 ql/]ki = | o d la i ^ f c lub j yU

0 0 0 Podstawiając równanie (4.489) do (4.488) oraz biorąc pod uwagę zależność

—na
L “ o ~ al ~ a2 (4.490), otrzym amy
di—i -
' 0 0 ••• Q i4
i
Q 24
0 0 * Ź .7 i, :i = I, . , TO (4. K i) 4 ■= Q A Q ~ [9ll><7l2> iśhrfi ,9 2 1 *9 2 2 , • - • i 92(/2 >931 i
_~nij
a0 ~<Hj ••• —a‘d i- Ij -4
[ B il
0 ••• 0 O () O Au • 4 im
b 2
B = , B* =
0 0 0 O A,^i * 4 mm
B m_ O 1 l>u b i r n —i
przy czym A ,j są określone zależnością (4.486). Z fak tu , że jest i-tym
\^m am *M uacier'zatni w postaci kanonicznej regulatorowej lub równoważ- wierszem macierzy P 1, a 4 fi*“ 1B j odpow iednią kolum ną m acierzy P wy­
i,ie .vi.(lni.giej postaci kaiT(jrnć^tr.j--BiHt,iia:usIiięgo-Luenbei'gera. nika, że

■ , . il dla 7 = i (4.491)
lech (¡i (i = 1 , . . . , n ) będzie i-tym wierszem macierzy P ] ' dla macierzy i ’ q lA * ~ 1 B i = {
• ■ \0 dla j < i
(kreślonej wzorem (4.461). Korzystając z qit definiujemy f
Korzystając z zależności (4.487) i (4.491), otrzym am y
Qi 9* ~<7ii '
q2 <7,4 <łi
e KnXi\ = = 9*2 (4.487) <li-A (4.492)
P i = Q iB [B i, B 2, . . ., B r
_Quli„
1

di- 1
1

1 pr^ając z zależności (4.461) i (4.4871 możn-i >/ • ■ QiA'

' 7 .,OIliow.v> f U n p J , 1 r? m ozna wykazać, ze macierz Q jest 0
- Q P -~ : ° 2naczmy kolumny macierzy odwrotnej ‘0 • • 0 0 0 -•

" ^ 1 mnV«?21’ q'22’ V ‘ ’ 92rf2’ r/:!1’ • • • > Qrndm ■Biorąc pod

możemy napisać 0 • • 0 0 0 0
< ?i4 0 • • 0 1 h\ • ■ ■ bjrn— i ^
>4 Q3a 9,-2
9*3 przy czym
’ < 3 , 4 9*24 2 (4.493)
(4, bi j = q iA d‘ l B j+ 1 , i = 1, . . . , m , j = 1,
9idi Zostało więc udowodnione następujące twierdzenie:
 4 4 Postacie kanoniczne 355
354 4, Własności układów

Wiersz q, A d' jest kom binacją liniową wierszy macierzy Q , czyli

DEFINICJA 123
■ni di ~ 1
M acierze TTl (4.489)
QiA<li = fe+i d la * = 1’ • • • ’

t.......
Ali j= l fc=0

1
A
Aml Z równości Q Q l = otrzym am y
A m.m
0 1 0 0 ’1 dla i —k oraz j = l (4.490)
0 0 1 0 QiiQkl 0 d la i yb k lub j ^ l
' A,
0 0 0 1 Podstaw iając równanie (4.489) do (4.488) oraz biorąc pod uwagę zależność
—
—an™
0 ~ 4 -a% (4.490), otrzym amy
-4 -1 J
0 0 Q XA
QiA
Aj,j 0 0 i ^ j i, j = 1 , 777. (4.486) A = QAQ [qw -9i2> • • • >921-9221 • • ■-92*-931- • • • -9,„rf„
77
-«o 1. QmA
B f '0 • •• 0 0 0 • • 0 'A n • ** ^4-lm
b 2
B = - Bi = 0 • •• 0 0 0 • 0 AjJl 1 ’*
0 • 0 1 ^¿1 ■ biJn-,-i ^
.B m _ przy czym A i j są określone zależnością (4.486). Z faktu, że g,; jest i-tym
nazywam,y m,acierzami w postaci kanonicznej regulatorowej lub równoważ­ wierszem macierzy P ], a A di~~l B j odpowiednią kolum ną macierzy P wy­
nie w drugiej postaci kanonicznej Brunouskiego-Luenbergera. nika, że
1 dla j = (4.491)
Niech g,: (i = 1, . . . , n ) będzie i-tym wierszem macierzy P s 1 dla macierzy 9 ?A '1’ 1./i >
0 dla, ;/ < i
wzorem ( 4 .4 6 1 ) K orzystając z g,:, definiujemy
Korzystając z zależności (4.487) i (4.491), otrzym am y
Qi Qi ' 9 ti ’
Q2 QiA 9ż2 Qi
Q = € K n x n , Qi = = (4.487) ąiA (4,492)
B i = Q iB
_Qm. , _<liAdi~ \ 9 « /, _
QiAdi~LJ
K orzystając z zależności (4.461) i (4.487), m ożna wykazać, że macierz Q jest;
nieosobliwa, ponieważ dci. Q P = 1 . Oznaczmy kolumny macierzy odwrotnej 0 - 0 0 o
Q l Przez g n , q l2, q U l , g21, g22, . . . , q 2(h, g:u, . . . , q„ulm. Biorąc pod
uwagę zależności (4.487), możemy napisać o ••• o o o •••
0 ••• 0 1 bil ••• h-
Q iA QiA Qi2
przy czym
Q 2A Qi.3
QiiA1 = q iA di~ l B j+ i, i = 1, . . . , m , j = 1, 7« - i - 1
(4.493)
QA - QiA — —

_Q m A Zostało więc udowodnione następujące twierdzenie:

.Qidi A di _
$
356 4. Własności układów 4.4. Postacie kanoniczne 357

K rok 4. Korzystając z zależności (4.494), otrzymamy

TWIERDZENIE 69
Jeżeli para (A , B ) jest osiągalna, to istnieje m acierz nieosobliwa Q postaci A u A 12
(4.487) taka, że macierze A = = QAQ~ (4.497)
A 21 A 22
A = Q A Q ~l , B = QB (4.494) '1 1 0 —2 ~ ■ 0 0 1 0 " ro 0 1 0- 1 0

O
r°
1 0 0 1 3 0 - 3 1 1 2 -3 0 0 0 1 0
mają postać kanoniczną regulatorową. •
1 0 0 0 -1 1 4 - i 0 0 0 1 '0 0 0 1
1 0 . _ 1 0 -1 0 - .0 1 - 1 0. .1 1 - 3 4.

O
O
Z powyższych rozważań wynika następująca procedura wyznaczania macie-
oraz
rzy Q oraz postaci kanonicznej (4.486) dla dowolnej pary osiągalnej (A , B ):

O
O
'1 1 0 - 2‘ r i o]
PROCEDURA 21 Bi 1 0 0 1 1 0 0 0
B = = QB — (4.498)
b2 1 0 0 0 0 1 0 0
Krok 1. Stosując wybór kolumn liniowo niezależnych wg wierszy z ciągu (4.458),

—1
.0 L

O
.0 0

O
1 0 .
wyznaczamy macierz P postaci (4.461).
Krok 2. Obliczamy macierz odw rotną P l.
Zauważmy, że wiersze o num erach <¿1 , di + d2, ■■■, n m acierzy A są równe
Krok 3. Znając wiersze qi (i = d \, d\ -(-■(b, . . . , n) macierzy P 1, wyznaczamy odpowiednim transponow anym kolumnom o num erach d i, di -|- d2, .. .'^n m a­
macierz Q postaci (4.487) oraz jej macierz odw rotną Q ~ l . cierzy A . Znając współczynniki kombinacji liniowych (4.465), które w yrażają
kolumny A diB i za pom ocą kolum n liniowo niezależnych ciągu (4.458), możemy
Krok 4. Korzystając z zależności (4.494), wyznaczamy poszukiwane macierze
wyznaczyć poszukiwaną macierz A . K orzystając z zależności (4.493), możemy
A i B.
wyznaczyć niezerowe i różne od 1 elem enty m acierzy B . Z zależności (4.494)
mamy
PRZYKŁAD 122
Wyznaczymy macierz Q oraz parę (A, B) dla macierzy (4.469). Q - 1B = B oraz Q - 1A = A Q ” 1 (4.499)
Korzystając z procedury 21 oraz wyników otrzymanych w przykładzie 119, postę­
pujemy jak.niżej:....................... K orzystając z zależności (4.486) i (4.499), otrzym am y

K ru k ł. Macierz P ma postać (4.471), a. i i [ — 1, <[■_> — 3. • • • . Q idi 921 1 • • i thiUa > 9 3 1 5 . Qmdm ] x

Krok 2. Macierz odwrotna P _1 ma postać (4.472).Wobec tego '0 0 0 0 0

,u = [i l () - 2] , qĄ = [ 1 0 0 1] (di= 1, di -I- da = 4)
0 0 0 0 0
Krok 3. Macierz Q ma więc postać 1 h i ••• bu ' ' * ¿hm —1
<7i " ’1 1 0 —2" 0 0 0 0 0
Qi 1 0 0 1
Q= <IąA 1 0 0 0
(4.495)
0 0 ••• 0 0 0 (4.500)
Qi = [B i B 2 B t
-<IaA 2 - .0 0 1 0 . 0 1 b-2i ■• • & 2m -2
a jej macierz o d w ro tn a 0 0 ••• 0 0 0

00 1 0
0 0 1 b2i h m —i
, _ 1 2 -3 0
(4.496) 0 0 ••• 0 0 0
* 0 0 0 1
0 1 -1 0
0 0 ••• 0 0 1
 4- Własności układów
44. Postacie kanoniczne 359
oraz

A ll • A |m
9n> 9i2> • •> 9.14’921, 922) • • >92rf2 ’9311 • • ’ Qmdm] = q iA d'~ l B 2 = qxB 2 = [1 1 0 - 2 ]
_A ml ' A
; A [9ll. 9i2’ • • • > 914,921, 922, • • • , q 2 d2, 9 3 1, • • • ,Qmd.nl Krok 2. Poszukiwana para (A, B ) ma więc postać
Wykonując mnożenia i porównując odpowiednie kolumny z zależności (4 5om '0 1 0 0] M 0"
otrzymamy ' v • u). A u Am 0 0 1 0 Bi 0 0
A== — 0 B - -
A 21 A 22 0 0 1 0 0
h<h = B i , q2d2 = B 2 - bn g ld i, . . . f i mdm = j j m _ blm^ q ldi A .
1 ł -3 4 0 1
■■■- bm- l , l9m ~l, dm~l K’rok 3. Korzystając z zależności (4.501). otrzymamy
QUi-i = A q¡d¡ + adlQidi + a'd\ q-M?, + ■■■+ a™^qm<lrii "O" "O"
i 1 ,Oij. , + a 2,1 ,ñ„. i „ml = (4.501) 1 0
9 1 4 - 2 = M u i - l + a d i - l 9 l d , - l + ad\~lQ2d2 + • • ■ + a ^ L i g m d , = B, 923 = = 1
0
.0 . .0 .
4rndm- \ = M m d,n + a d?tQich + a%"q2d2 + •• ■ 4 - a™~1' mq mdm oraz
‘ 1 - "0 '
Znając elementy macierzy A i B oraz korzystając z zależności (4.501), może-
-3 2
my kolejno wyznaczyć kolumny macierzy Q ~ l , a następnie Q. Z powyższych Q22 — A Q23 “ 4 q 23 — 1 921 —A q 22 H 3r/?:, —
0 0
rozważań wynika następująca procedura wyznaczania macierzy Q oraz pary <
(A, B ) dla dowolnej osiągalnej pary macierzy (A , B ): .-1 . 1.
Wobec tego
PROCEDURA 22 "0 0 1 0' '1 1 0 —2 "
1 2 -3 0 1 0 0 1
Krok 1. Badając liniową niezależność kolumn ciągu (4.458), wyznaczamy wspól- Q 1 = i<hi’ 921 >922> 92sS oraz Q =
0 0 0 1 1 0 0 0
— rayimilriicombmacjrliniowych (4:465), oraz korzystając z (4.493), w yznacza-'' .0 i -1 0. .0 0 1 0 .
my maserowe elementy bij m acierzy B .
Wynik ten jest zgodny z wynikiem otrzymanym w przykładzie 122. □
Krok 2. Znając te współczynniki, wyznaczamy poszukiwaną parę (A , B ) .
Z porównania procedury 21 i 22 oraz z przykładów 122 i 123 wynika, że
Krok 3. Korzystając z zależności (4.501), w yznaczam y kolejne kolumny macie­ wyznaczenie macierzy Q oraz pary (A , B ) n a podstawie procedury 22 jest
rzy Q~L, następnie Q. obliczeniowo prostsze.

PRZYKŁAD 123 4.4.6. Postacie kanoniczne macierzy układów o wielu wyjściach

Korzystając z procedury 22 wyznaczymy macierz Q oraz parę (A, B ) dla macierzy Weźmy pod uwagę parę (A , C ), A e M” x” , C e Kpx” , układu dyskretnego
(4.469).
lub ciągłego o p (p > 1) wyjściach. Zakładamy, że p ara ta jest obserwowalna,
Korzystając z tej procedury, otrzymamy kolejno: czyli
Krok 1. Ciąg kolumn (4.458) dla pary (4.469) ma postać (4.470). Poszukiwane ele­ C
menty pierwszego i czwartego wiersza macierzy A wynikają z zależności (4 .477 ), CA
(4.478) i są równe [0 1 0 0], [1 1 - 3 4]. Korzystając z zależności (4 .493), rząd (4.502)
otrzymamy
C A 71—1
 360 4. Własności ukłti(lów 4 4 Postacie kanoniczne 361

oraz W komórce odpowiadającej C 2 A 2 umieszczamy znak 0. W szystkie wiersze

odpowiadające komórkom w tym sam ym wierszu n a prawo od znaku 0 są li­
rząd C = p (4.503)
niowo zależne od wierszy (4.505). W komórkach tych nie umieszczamy żadnego
Niech C i będzie ¿-tym (i = 1, .. •, p) wierszem macierzy C. Z założenia znaku. Następnie przechodzimy do bad an ia liniowej niezależności następnych
(4.502) wynika, że ciąg wierszy wierszy C 3 A 2, C 4 A 2, . . . Kontynuując tę procedurę, możemy wyznaczyć n
liniowo niezależnych wierszy z ciągu (4.504). Z wierszy tych tworzymy macierz
C i , C 2, . . . , C p, C i A , C 2 A , . . . , C VA , C i A 2, C 2 A 2, ... nieosobliwą postaci
. . . , C PA \ C i A 3, . . . , C PA rl- 1 (4.504) Ci
zawiera dokładnie n liniowo niezależnych wierszy, a z założenia (4.503), że C \A
wszystkie wiersze macierzy C są liniowo niezależne. Przy wyborze wierszy li.,
niowo niezależnych jest wygodnie korzystać z niżej podanej tablicy - diagramu
C i A hl~ l
(rys. 4.43).
C2
1
c 2a
co

A° A1 42 An~ (4.507)
Pi =
X X X 0 Cl
C aA ^ - 1
X X 0 c2
R y s. 4.43. Tablica-diagram do wyznaczania C3
X X X 0 C3
c 3a

X X 0 Cp
C p A ' 1” - 1

przy czym li\ , h2, . . . , hp są indeksami obserwowalności (lub indeksami Kro-

Wiersze tej tablicy odpow iadają kolejnym wierszom C \, C 2, C p mar- neckera) pary (A , C ), spełniającym i warunek
^ierz^^p T rłH JItim ijjH cotejnynrpotę^m -^0^ ^ 1^''?!2; . ' . A 11^ 1 macierzy A. p
Wiersz C ;A :I 1 leży .w i-ty m .wierszu oraz w j-tej kolumnie tablicy. Wyboru. Tm (4,508)
n liniowo niezależnych wierszy ciągu (4.504) można dokonać, badając linio­
wą niezależność elementów tej tablicy wg wierszy lub kolumn. Badanie liniowej
niezależności wg wierszy przeprowadzamy następująco. Z założenia wiersze ma­ Zauważmy, że:
cierzy C są liniowo niezależne. Zaznaczamy ten fakt, umieszczając znak x we - hi jest równe liczbie znaków x w i-tym wierszu tablicy (rys. 4.43).
wszystkich komórkach pierwszej kolumny tablicy (rys. 4.43). Jeżeli wiersz C xA - łączna liczba znaków x w tablicy (rys. 4.43) jest rów na n (wynika to
jest liniowo niezależny od wierszy C i, C 2, . . . , C p, to umieszczamy znak x z zależności (4.508)).
w komórce odpowiadającej C i A i badamy liniową niezależność kolejno wierszy
C 2 A , C;i A , . .. , aż znajdziemy wiersz, na przykład Co A 2, który jest liniowo za­
leżny od wierszy
DEFINICJA 124
C i, C 2, C „, C i A, C 2A , C PA , C i A 2 (4.505) Macierze
ł

Wiersz Co A 2 możemy wyrazić jako kombinację liniową wierszy (4.505). • A ip

C 2 A 2 — a io C j + a 2 0 C 2 -|-. . . + apoCp + a u C iA + a2 xC 2A + ...

1___
¡*.1

_A p \
. . . -I- OpiC2A -I- a i 2 C xA l (4.506)
362 4. Własności układów 4:4, Postacie kanoniczne 363

■ 0 1 0 •• 0 ■ Niech Pi będzie i-tą (i = 1, . . . , n) kolum ną macierzy P 2 J- Z zależności

p 2 P 2 1 = In mamy
0 0 1 -- 0
Au *hiXhi 1 dla i = j
0 0 0 •• 1 (4.512)
0 dla i -/- j
. - na0
U -a f -4 ■
Podstaw iając zależność (4.511) d la i = 1, . . . , p do (4.510) i uwzględniając
1
0

1
0

......
•
(4.512), otrzym am y
r>hiXhi
(4.509)
1

0 0 • 0 P2
-4
O ,» ;

Ps
a
1

- -
1

Ć = diag [ći, Ć2, . . . ,Cp], Cj=[l 0 ol e K/l*

Pin
Ń 3 = 1, ,P p — 1 i>.k + j —1
j
nazywamy m,acierzami w postaci kanonicznej obserwowalnej lub równo­ E E ■~aj Plij+...+lik+j + l
A = P 2A P = k= 0 j —0
ważnie w pierwszej postaci kanonicznej Brunovskie.go-Luenbergcra. 2 1
Phi + 2
Phi+3
Niech p, będzie i-tym wierszem macierzy P 2 K orzystając z zależności (4.507),
możemy napisać
Pn
P2 p—1 łtfc-i- l —l
C iA ' Ps E E aj i l ' JPln i ... 1hk 1.71 1
Lfc=0 j - 0
CiA 2

1
Au •

___
Phi

----- 1
C \ A hl C \ A h'
-Api
c 2a Phi +2
oraz
C 2A 9 P/U+3
= Pi
P /u + 1
C 2 A h2 Phi+h 2 Ć = C P J1 = [P i, P 2> • - • - Pn] = diag [ćt, ¿ 2 , •••, £;
c 3a C 2 A h2
c 3a 2 P/i ]-|-. 1
P/ii -f-^2^2
gdzie A {j i ć*, i, j = 1, . . . , p są określone zależnościami (4.509). Zostało więc
C pA h”_ udowodnione następujące twierdzenie:
Pn

TW IERDZENIE 70
Ze sposobu wyboru wierszy liniowo niezależnych (rys. 4.43) wynika, że wiersz
Jeżeli para (A , C ) je st obserwowalna, to istnieje m acierz nieosobliwa P 2
C iA hi (i = 1 , . . . , p) jest liniową kom binacją wierszy liniowo niezależnych
poprzedzających go w ciągu (4.504), czyli postaci (4.507) taka, że macierze
A •=• P 2 A P ; ; 1, Ć = C P .J 1 (4.513)
C iA lli= J 2 ^ - a j +1 , 3 Phi+...+hk+j+1« » = 1, . . . , p (4.511) m ają postać kanoniczną obserwowalną.
fc=0 .7=0
 364
4. Własności układów 44. Postacie kanoniczne 365

Z powyższych rozważań wynika następująca procedura wyznaczania ma­ K rok 3. Korzystając z zależności (4.513), otrzymamy
cierzy P 2 oraz postaci kanonicznej (4.509) dla dowolnej pary obserwowalnej
(A , C ). A u A 12
A = P 2A P 2 1
A-21 A ‘22
PROCEDURA 23 10 0 1 0 0 10 0 0 0'
'1
Krok 1. Stosując w ybór wierszy liniowo niezależnych z ciągu (4.504), wyzna- 0 1 0 1 0 -1 0 1 0 0 0 1
0 2

T—
czarny macierz P 2 postaci (4.507). : 1 o -1 -1 1 2 1 0 -1

1
ł
Krok 2 . Obliczamy macierz odw rotną P 2 1• 'Ć ! 0 '1 0 0'
C P2' =

■0
Krok 3. K orzystając z zależności (4.513), wyznaczamy poszukiwaną parę (A , Ć). 0 0 1 0
□

1
PRZYKŁAD 124
Wyznaczymy macierz P 2 oraz parę (A, C) dla macierzy . Z dowodu twierdzenia 70 (zależność (4.511)) wynika, że wiersze o num erach
hi, /ii + h i, . ■■, h i + h -2 -(-... -1- hp = n zaw ierają współczynniki kombinacji
1 0 0
1 0 -1 1 0 o liniowych, które w yrażają wiersze C i A >H (i — 1 , . . . , p) za pom ocą wierszy
C = (4.514)
-1 1 2 0 1 o liniowo niezależnydi ciągu (4.504). B adając liniową niezależność wierszy ciągu
(4.504), możemy wyznaczyć te współczynniki. Z zależności (4.513) mamy
Łatwo sprawdzić, że para (4.514) jest obserwowalna. Korzystając z procedury 23,
otrzymamy kolejno: CP> -- C oraz AP 2 = P 2A
Krok 1 . Wyznaczamy ciąg (4.504) dla pary (4.514), który ma postać czyli
' 0' ' 1 '
1 , ArC l= 1 0 0 0 0 0 0 0 Pi 'C {
cr= 0
0 -1 0 0 o 1 o 0 0 0 Pi Ci
= (4.517)
2
(a t ) 2c I -1 o o 0 0 0 0 1 0 cp
(4.515) Pn.
-2
oraz
Łatwo zauważyć, że wiersze C i, Co , C ^ A są liniowo niezależne (rys. 4 .44 ).
Pi Pi

1-----
Au •
Pi =
Pi (4.518)

1-----
X 0

¡^ł
R ys. 4.44. Tablica do przykładu 124 ■ A Jn>^

^3
X X
0 Pn. Pn
Wykonując m nożenia i porównując odpowiednie wiersze, po uwzględnieniu
Macierz utworzona z tych wierszy ma postać (4.509), z zależności (4.517) oraz (4.518) otrzym am y
'1 0 0 '
' Cl '
Pl ~ C l» P k i - H = C 2 , P i n + /l2+ 1 = C 3, - • • 1 P h i + - + h p- i + l = &P
P> = C2 =
0 1 0 (4.516)
C2A 1 0 -1 Pi = Pi A PA = P iA , ..., p hl = p h l __t A , p h l + 2 = p h l + 1 A ,
W tym przypadku hi = 1, ho = 2 . P /n + 3 = P h i + i A , . . . , p n = p n- i A (4.519)
Krok 2. Obliczamy macierz odwrotną macierzy (4.516)
Znając współczynniki ał£ kombinacji liniowych (4.511) i korzystając z (4.519),
[1 0 0 ' możemy kolejno wyznaczyć wiersze p l} p 2, p n macierzy P 2.
P .7 1 = 0 1 0
Z powyższych rozważań wynika następująca procedura wyznaczania macie­
1 0 -1
rzy P i2 oraz pary (A , C ) d la dowolnej obserwowalnej pary (A , C ):
366 postacie kanoniczne 367
4. Własności ukłai)^ 4.4.

PROCEDURA 24 maciwz B m acierzą C 1'. Rozważania d la p ary (A , C ) są więc dualne względem

rozważań dla pary (A , B ) i odwrotnie.
Krok 1. Badając liniową niezależność wierszy ciągu (4.504), wyznaczamy współ,
czynniki kombinacji liniowych (4.511) (wierszy h,\, h,\ + h 2, . . . , n macie­
rzy A ). TW IERDZENIE 71
Jeżeli para (A , C ) jest, obserwowalna, to istnieje macierz nieosoblmia
Krok 2. Znając te współczynniki, wyznaczamy poszukiwaną parę (A , B ). postaci (4.507), która przekształca tę parę w postać kanoniczną (4.509)
z obiema m acierzami blokowo diagonalnym,i
Krok 3. Korzystając z zależności (4.519), wyznaczamy kolejno wiersze macie­
rzy P 2- A = P z A P ź 1 = diag [ A u , A 22> A p Ą , (A „ — 0 , i jk j ) ,

PRZYKŁAD 125 B = B P J 1 = diag [ Ć } , Ć 2, . . . , Ć p] (4.521)

Korzystając z procedury 24, wyznaczymy macierz P 2 oraz parę (A , B ) dla macie> /v wtedy i tylko wtedy, gdy
(4.514).
Korzystając z tej procedury, otrzymamy kolejno: Ci
Krok 1. Ciąg wierszy dla pary (4.514) ma postać (4.515). Wiersz C iA h' dla i — 1 C iA (4.522)
daje się wyrazić za pomocą tylko wiersza C 1, czyli rząd

ClA = C l C iA
a dla i — 2 otrzymamy
C 2 A 2 = ~ C 2 + 2C 2A = [2, - 1, - 2] Dowód tego twierdzenia jest dualny względem dowodu twierdzenia 68 .
Pierwszy i trzeci wiersz macierzy A mają więc postacie [1 , 0 , 0], [0 , —1 , 2).
Krok 2 . Poszukiwana para (A, B ) ma więc postać
DEFINICJA 125
r 1 0 0' Macierze
n 1 0 U
0 0 1
0 -1 2 1° 1 0 Au - • - A jp
A
Krok 3. Korzystając z zależności (4.519), otrzymamy Api pp.
Pl = C l = (i, 0, 0], p 2 = C 2 = [0, 1, Oj p 3 = P2A = [1, o, - 1] /7M
a0
0 0 o
Wobec tego 1 0 0 -oi*
> r “1 0 0 ■ 4 ii = o 1 0 ~af
P z = P2 = 0 1 0
.Pa. .1 0 - 1. 0 0 1
Otrzymane wyniki są zgodne z wynikami uzyskanymi w przykładzie 124. □
0 • • 0 -a -o
Z porównania procedury 23 i 24 oraz przykładów 124 i P25 wynika, że wyzna­ 0 • • 0 ~ a -i n/ij x/lj ¿ / i , ż, ./ 1, . . . , P (4-523)
czenie macierzy P 2 i pary (A , C 2) na podstawie procedury 24 jest obliczeniowo
prostsze. 0 • • 0 -4 -1 -
Z porównania rozważań dotyczących pary (A , B ) i pary (A , C ) (twierdzenia
67 i 70) wynika, że rozważania dla pary (A , C ) można otrzym ać z odpowiednich ć ? = [ ć - ! , c 2l . . . , < % ]
rozważań dla pary (A , B ), zastępując w tej parze macierz A macierzą A 1 oraz
368 4. Własności układów 4 4. Postacie kanoniczne 369

Krok 1- Macierz P 2 ma postać (4.516), hi = 1, h 2 = 2, a więc macierz odwrotna

'0 • ■0 0
"10 0
0 - ■0 0 F-J 1 0 1 0 (4.527)
1 0 -1
0 ■• 0 1
0 • • 0 Cu Krok 2. Wobec tego q l = p , = [1, 0, l]r , q 2 = p ;i = [0, 0, - 1]T, a macierz (4.524)
ma postać
0 • • 0 Cj)—i, i 1 0 0
nazywamy macierzami w postaci kanonicznej obserwatorowej lub równo­ Q = [di (¡2 93 ] = [Pi Pz A Pi 0 o 1 (4.528)
ważnie w drugiej postaci kanonicznej Brunoiiskiego-Luenbergera. 1 -1 -2
Krok 3. Korzystając z zależności (4.526), otrzymamy
Niech p i będzie i-tą (i — 1, . . . , n) kolumną macierzy odwrotnej P 2 postaci
Au a 12"
(4.507). Korzystając z tych kolumn, wyznaczamy macierz A = Q AQ
a 21 A 22

—,
1 0 0

H-»

0
0
Q = [qi,a Qu ■• • > ■Ah'~ iq 1 ,q2, A q 2, • • •, A hi' l q 2 ,qa, ■• •, A h” Ap] 0 0 "

O
"1

(4.52-1) 1 --2 -1 0 - 1 0 0 1 = 0 0 - 1

0 1 0 1 2 1 - 1 - 2 0
1 2.
przy czym

0
0
1
<7= [Ćr, C 2\ = C Q = (4.529)
0 1 0
9 t = P/m , 9 2 = Phl+h2> ■■■. 9P = P„ (4.525) □
W sposób analogiczny jak dla macierzy Q postaci (4.487) można wykazać, że K orzystający zasady dualizm u, możemy również wykorzystać procedurę 22
macierz (4.524), (4.525) jest nieosobliwa dla każdej pary obserwowalnej (A , C ). do wyznaczenia macierzy Q oraz p ary (A , C ) d la dowolnej p ary obserwowalnej
(A, C ).
TW IERDZENIE 72
Jeżeli para (A, C ) jest obserwowalna, to istnieje macierz nieosobliwa Q PRZYKŁAD 127
postaci (4.524) taka, że macierze Korzystając z dualnej wersji procedury 22 , wyznaczymy macierz Q oraz parę (A, C)
dla macierzy (4.514).
A (-1.526)'“' Korzystając z wyników przykładu 125, otrzymamy kolejno:
mają postać kanoniczną obserwatorową (4.523). Krok 1 . Pierwsza i trzecia kolumna macierzy A ma postać [1, 0 , 0]r , [0 , —1 , 2]7 oraz
Cu = 0 .
Dowód tego twierdzenia jest dualny względem dowodu twierdzenia 69. Ma­ Krok 2 . Poszukiwana para (A, C ) ma więc postać
cierz Q oraz parę (A, Ć ) możemy wyznaczyć, korzystając z procedury:
A, _ "i

O
O
•**11 -^*-12 1

0
0
A 0 -1

O O•
PROCEDURA 25 A 21 a 22 0 0 1
1 2
Krok 1. Stosując wybór wierszy liniowo niezależnych z ciągu (4.504), wyzna­
Krok 3. Korzystając z dualnych zależności do (4.501), wyznaczamy kolejno wiersze
czamy macierz P 2 postaci (4.507) oraz jej odwrotność P 2 ■
d i i d 2i d;t macierzy Q
Krok 2. Znając odpowiednie kolumny macierzy P-^1, wyznaczamy macierz Q
di= C l = [1, 0, 0], d2 = (¡¿A - 2d3 = [1, - 2 , - 1] , q 3 = [o, 1, 0]
postaci (4.524).
Wobec tego
Krok 3. Korzystając z zależności (4.526), wyznaczamy poszukiwaną parę (A, ć )
A i' "1 0 0 " "1 0 0 '
PRZYKŁAD 126 Q x= 92 = 1 - 2 - 1 oraz Q = 0 0 1
Wyznaczymy macierz Q oraz parę (A, ć ) dla macierzy (4.514). . 93 . 0 1 0 1 -1 -2
Korzystając z procedury 25, otrzymamy kolejno: Wynik ten jest zgodny z wynikiem uzyskanym w przykładzie 126. □
370 4. Własności ukł,Hlów 4 4. Postacie kanoniczne 371

Dla układów o jednym wejściu i jednym wyjściu rozpatrywaliśmy aż , Macierz C nie m a żadnej szczególnej postaci
ry różne postacie kanoniczne p ar (A , B ) i (A , C ). Dla układów osiągalnych
i obser wowalnych o wielu wejściach i wielu wyjściach m ożna również definiować Cu CV2 ’
cztery różne postacie kanoniczne p ar (A , B ) i (A , C ) i wyznaczać odpowiednio ('21 C22 ‘ . ,c ? Ą G l l x <*+1>
c = ICiji Ciji
macierze przekształcające te pary w postać kanoniczną.
^p2 * * Cprri _

4.4.7. Postacie kanoniczne macierzy układów singularnych

Weźmy pod uwagę singułarny układ dyskretny
DEFINICJA 128
B x i -¡_| : ; A x i i B u i (4.530) Mówimy, że m,acierze E , A i B mają drugą postać kanoniczną, jeżeli
(4.531) o"
= diag [B i, E 2, . . . , E m] G Mnx” , Ei G łR>fai+ 1) x (9i + 1)
gdzie Xi G Kn , Uj, G Mm i G Mp są odpowiednio wektorami stanu wymuszeń 0 0
i odpowiedzi, oraz
E , A G KnXn, B G KnXm, C G Mpxri A. — diag [A i, A 2, . . . , A m] G R nx n , Aj a
(4.532)
Zakładamy, że det E 0 oraz
■C - diag [cu c2, • ■•, Cp] G R pxr\
det [.E z — A] 0 dla pewnych z GC (4.533)
Macierz transm itancji układu (4.530), (4.531) jest określona wzorem "ci=.[0 , . . . , o , i ] e i lx^ 1, -A = P + it,ct, * = i> •••>?
T (z) = C [E z — A ]“ 1 B € Kpxm(z) (4.534)
Macierz B nie ma. żadnej szczególnej postaci
DEFINICJA 126 [4 1
bu bi2 • ■b\m
Macierze (4.532) nazywamy realizacją danej m acierzy w ym iernej T ( z ) <=?
• •• • • • - " — - ' ------ B l>2\ b22 ■ ■ b2rn r Knxm, bij = 4 e R
1 X ( q ’A - 1 )

bpi bP2 • ' bpin .«ij.

DEFINICJA 127 i = 1, • • •, P j = rn
Mówimy, że macierze E , A i B m ają pierwszą postać kanoniczną, jeżeW Zadanie sprowadzenia (przekształcenia, redukcji) macierzy (4.532) do postaci
0 kanonicznych (4.535), (4.536) m ożna sformułować następująco.
E = diag [Eu E 2, . . . , 'Em] G MnXn, Et
L0 0 Dane są macierze (4.532). Należy podać warunki, przy spełnieniu których
można macierze te sprowadzić do postaci kanonicznych (4.535), (4.536), oraz
O l! <łi
A = d iag[A 1( A 2, . . . , A m] g R " xn, A* = podać m etodę wyboru macierzy nieosobliwych P , Q G KTlX71 tak, aby
Q>i
inacierze
a , = [a0, . . . ,a r._ L, 1,0, . . . ,0 | , B = diag [B X, B 2, . . . , B m] G i
E = PEQ, A = PAQ, B = PB, C = CQ (4.537)
'0 '
miały postacie kanoniczne (4.535), (4.536).
Bi P9i+1 „ _ Jeżeli warunek (4.533) jest spełniony, to
n = m Ą - ^ 2 (lh i — 1» - • -, m (4.535)
¿=1
[E z - A p 1 = Y , * i 2 (4.538)
l——fL
372 4. Własności układów 4 4, Postacie kanoniczne 373

gdzie fi < rząd E —stopień det [Ez —A] + 1 jest indeksem nilpotentności, a Dowód. K orzystając z zależności (4.533) i (4.534), otrzym am y
są macierzami fundamentalnymi określonymi następująco:
' {Eg - A ] - 1 = \P { E z - A ) Q ] - J = Q - \ E z - =
Hn dla i = 0 CO oo
E $ i - A # ; , = $ iE - (4.539)
0 dla i ^ 0 (4.545)
i= ~ fl i~ ~ ( i
<&i — 0 dla i < —fi
gdzie
Rozwiązanie równania (4.530) ma postać
$ i = Q ~ 1 & iP ~ l , i = - M + l , ••• (4.546)
2+/i- 1
x i = <PiE x o + i€Z+ (4.540) Z równań (4.542), (4.546) i B = P B m am y
j=o
R n := [# „ _ ! B , . . . , # 0 B , f - r B , . . . , < P ^B } = Q R n (4.547)
Zgodnie z definicją 66 uldad (4.530), (4.531) nazywamy osiągalnym w v
krokach, jeżeli dla ®o = 0 oraz dowolnego x j g l n istnieje ciąg u , g Rm dla gdzie
i = 0, 1, . . . , n -|- ft — 1 taki, że x n = x j . Zgodnie z twierdzeniem 18 układ B,, = [# n_ i B , . . . , <E0 B $ ^ B , . . . , (4.548)
(4.530), (4.531) jest osiągalny w n krokach wtedy i tylko wtedy, gdy
Jeżeli układ opisany równaniam i (4.530), (4.531) jest osiągalny w n krokach,
rząd i?.„ = n (4.541) to jest; spełniony warunek (4.541) i z zależności (4.547) otrzym am y^_
gdzie -i
Q —R nR n (4.549)
R n := . . . , $ 0B , $ ^ B , . .., (4.542)
gdzie R i R. są m acierzami kw adratowym i złożonymi z n liniowo niezależnych
Zgodnie z definicją 66 układ (4.530), (4.531) nazyw am y■obserwowałnyin kolumn macierzy R.n i odpowiednio R n. Podobnie z równań (4.544), (4.546)
w n krokach, jeżeli dla dowolnego aco ^ O oraz danych Ui € Rm i y i 6 R!'
i Ć — C Q mamy
dla i = 0, 1, . . . , n + fi —1 można wyznaczyć wektor E xq . Zgodnie z twierdze­
niem 18 układ (4.530), (4.531) jest obserwowalny w n krokacłi w tedy i tylko ' C<I> IL ■
wtedy, gdy

® hL 0n.=.Ii.__ (4.543) 1 C & -i

o„ P = o„p (4,550)
c# 0 C<I>0
gdzie

C<3n-1 .
gdzie
0 7, := (4.544) C<1>

C * -i
O n := (4.551)
C<i>o

TWIERDZENIE 73
C $ n-1
Niech para (E , A ) spełnia warunek (4.533). Istnieją macierze nieosobli-
we P , Q e ! nxn takie, że macierze- (4.537)- -mają ■postacie .-kanoniczne Jeżeli układ (4.530), (4.531) jest obserwowalny w n krokach, to jest spełniony
(4.535), (4.536) jeżeli układ (4.530), (4.531.) jest osiągalny i obserwowal­ warunek (4.543) i z zależności (4.550) otrzym am y
ny w n krokach.
P = Q nÓ n (4.552)
 4. Własności u k łu ty Ąą postacie kanoniczne 375

gdzie O n i O n są macierzami kwadratowymi złożonymi z n liniowo niezależnych Znając P i , P 2> Q j , Q 2 i korzystając z równań (4.556), możemy wyznaczyć
kolumn macierzy O n i odpowiednio Ó n . macierze M i N .
Jeżeli układ (4.530), (4.531) jest osiągalny i obserwowalny w n krokach to P R Z Y K Ł A D 128
macierze E , A , B , C w postaci kanonicznej można wyznaczyć, koiywcaj;^
z następującej procedury: Dany jest układ (4.530), (4.531) o macierzach

0 1 1 - 2' V
PROCEDURA 26 1: , A — B = c = [2 1 ] (4.557)
0 0 0 i 1
Krok 1. Znając E , A , B , C , wyznaczamy macierz transmitancji (4.534).
{,¡11 v.o sprawdzić, że układ ten jest osiągalny i obserwowalny w n krokach. Korzystając
Krok 2. W yznaczamy realizację w postaci kanonicznej (4.535), (4.536) macie­ i; pjoccdury 26, otrzymamy kolejno:
rzy transm itancji (4.534).
Krok 3. Korzystając^z zależności (4.538) i (4.545), wyznaczamy macierze lim. Kwi: 1. W ansmitancja tego układu
dam entałne i dla i = - p , . . . , - 1 , 0 , . . . , n - 1. -1
'- 1 z+2 "l"
Krok 4. K orzystając z równań (4.542), (4.548) i (4.544), (4.551), wyznaczam y T \z) = C [ E z - A \~ l B = [2 l] -2 z - 7 (4.558)
0 -1 1
macierze B ^,, R'n , O n i O n .
Krok 5. K orzystając ze wzorów (4.549) i (4.552), wyznaczamy poszukiw ane ■Kj,ik 2. Realizacja w postaci kanonicznej (4.535) transmitancji (4.558)
macierze Q i P .
'1 0' ‘ 0 1' 0‘
Ei Ai = , By = Ci = [-7 -2 ] (4.559)
.0 ° . —i 0 1
TW IER D ZEN IE 74
Niech macierze a realizacja w postaci kanonicznej (4.536)

E i = P iE Q ^ , A 1 = P 1 A Q 1, B 1 = P 1 B,- C i ^C Q , (4.553) 1 0' 0 -1 ' '- 7 '

A2 = , b 2 = C 2 = f0 1 (4.560)
0 0 1 0 -2
mają pierwszą postać kanoniczną, a macierze
Ę 2 = P o E Q n, An = P o A Q o, P , P ,B .C Q , (4.551)T J K ro k 3. Korzystając z równań (4.538) i (4.545), otrzymamy

„ mają„dr.uffą.posiaćJ;anojiiczną...Wtedy. macierze (4.553). i (4.55-1). są-zwią*-. - 1

- 1 z -I- 2
zane zależnościami (P z -A ]-1= <r>_2z + # _ !,
0 -1

E i — M E 2N , A% = M A 2 N , B V = M B 2, C i ^ Ć 2N (4.555) 0 -1 -1 -2
# -2 = <
1> (4.561)
0 o o -1
gdzie
z -1
M : = P xP z l , N = Q źlQi (1.556) [j&iz - Ai] 1 =
1 0
ï-i 0 0 -1 0 11
(4.562)

1—
‘I’-2 o 1 , * -1=

1*
Dowód. Z zależności (4.553) i (4.554) mamy =

E = P ^ E XQ J X = P ^ l E 2 Q 2 \ A = P ^A & J 1 = P 2 l A 2 Q2 \ z 1
\B 2z - A 2y ’ = <ń_.,z + < P ,
-1 0
B = P ~ 1 B l = p ^ b 2, c = ć ^ r 1 = c 2q z x
0 0 - 2 0 - r
(4.563)
oraz #_■> = , * 1 , =
o 1 .1 0

jE?i = P l P ^ 1 E 2 Q ^ xQ 1 = Af£?2iV, A i = P i P 2 IA 2Q5‘1Qi = M A 2N

Amfc 4. Korzystając: z zależności (4.542), (4.548), (4.544), (4.551) i (4.557), (4.561)-r-
B i .= P i P ^ B 2 = M B 2, Ć i = C 2 Q ^ l Q l = C 2N :-(4.563), otrzymamy
 3*0
4. Własności ukłj(|QW 4 4. Postacie kanoniczne 377

R2 = # 0B , i - j B , ^ -2 B ] = u o -3 - FUNKCJA C A N O N :
0 0 -1 o Funkcja sprowadza model zmiennych stanu do postaci kanonicznej sterowal­
f ti = [# 1 3 !, * ¿ 3 ! ,* 1 ,3 ! , # L 23 i 0 0 10 nej lub diagonalnej.
0 0 0 1 (4.504) C S Y S = C A N O N (S Y S , T Y P E ) wyznacza postać kanoniczną. P aram etr
0 0 2 O TY PE może przyjmować dwie wartości:
00 -7-2 - +,m odał’ -I— postać kanoniczna diagonalna,
'C45_2‘ 0 - r Ó ! # i2 O -2 - +’com panion’ -|- - postać kanoniczna sterowalna.
(?<?>_! -2 - ć i# L i 2 -7
o2 o.j = [C SY S, T] — C A N O N (S Y S , T Y P E ) wyznacza postać kanoniczną i po­
Oi>0 0 O i#J O O (4.505
daje macierz przekształceń T , k tó ra pozw ała sprowadzić m odel do wybranej
O ^i 0 O O
Oi#l postaci kanonicznej.
0 2# 'i 2 - 'o r
O ,# ! 1 0 F u n k c jaJO R D A N :
Ó? = i Funkcja wyznacza postać kanoniczną Jo rd a n a macierzy.
C 2# l 0 0 (4.500)
Jij2 0 0 J O R D A N (A ) wyznacza postać kanoniczną Jo rd a n a macierzy A .
[V, J] = J O R D A N ( A ) wyznacza postać kanoniczną Jo rd an a J oraz ma-
Krok 5. Korzystając z zależności (4.532) i (4.551), otrzymamy cierz V przekształcenia przez podobieństwo sprow adzającą macierz A do
-i postaci J , tj.
- 3 -1 1 0" -3 - 1
Qi = R2R \ l -i O V ~ lA V = J
0 1 -1 O
O -2
i
P i = ó \ Ó2 ■0 - 2 ' '- 1 1
2 -7 -2 -5 PRZYKŁAD 129
O 1
-i - i Sprowadzić do postaci kanonicznej Jordana macierz o rozmiarach 5 x 5 , której
Q 2 = Ą,jR2 "-3 - 1 ' '2 0 _ 1 ‘ 1 2' elementami są wylosowane liczby rzeczywiste.
-1 0 -7 -2 ~ 4 0 Losujemy macierz o rozmiarach 5 x 5 za pomocą polecenia
o r -i
__ 0 - 2 '- 2 -5 ' = ran d (5 ,5);
2—
,1_D. —2.,..,—5,, — .„,0™. _9
Wyznaczamy jej postać kanoniczną Jordana za pomocą polecenia
Koi stając z .zależności (4.556), otrzymamy
[V, J ] = jo rd an (A ); a
-1 1 - 2 —5"
M = P iP 25 _ l _ 1 '2 - 7 '
0 1 0 -2 4 0 -2 (4.567) PRZYKŁAD 130
1 1 Model zmiennych stanu postaci
N = Q72 lQ l 4 2 -3 - : f ' :2 o ' " -1 0 0,2' "0"
(4.568)
¡1

1 -i 0 -7 -2 = 0
-r O 0 2 1 X +

1 0-3. .1 .
Łatwo sprawdzić, że macierze (4.567), (4.568) spełniają równość (4.555) dla (4.559) '1 2 0'
(4.5601.
= 0 10 X
.0 0 1
4.4.8. Jak to zrobić w MATLAB-ie sprowadzimy do postaci kanonicznej sterowalnej i wyznaczymy macierz przekształce­
nia T.
W MATLAB-ie stworzono kilka podstawowych funkcji, pozwalających dokonać Ilefiniujemy macierze oraz model zmiennych stanu poleceniami
transformacji macierzy do postaci kanonicznych. Niżej omówiono najważniejsze A = [-1 0 0 .2 ;0 -2 1;1 0 -3 ] ;
z nich.
C. = [ 1 2 0;0 1 0;0 0 1] ;
378 4. Własności układów 4.5. Zadania 379

B = [0 ;0 ; 1] ; . Z a d a n ie 12. Wykaż, że p ara (A , C ) jest odtw arzalna wtedy i tylko wtedy,

SYS = S S ( A , B , C , 0 ) ;
gdy macierze [In — Ad] i C są prawostronnie względnie pierwsze.
Następnie wyznaczamy równoważny model w postaci kanonicznej sterowalnej i po­
szukiwaną macierz przekształceń W skazów ka . Niech P — p { d ) będzie prawym dzielnikiem macierzy [Hn - Ad]
i C . W tedy
[ s y s _ k a n , T ] = c a n o n (SYS, ’ c o m p a n io n ’ ) ; n
I„ - A d A
C Ć
4.5. Zadania
ł przy czym A i C są prawostronnie względnie pierwsze. Wykaż, że warunek
Z a d a n ie 9. Wykaż, że para (A, B ) jest osiągalna wtedy i tylko wtedy, gdy (4.119) jest spełniony wtedy i tylko wtedy, gdy P jest macierzą unim odularną.
macierze [Inz - A] i B są lewostronnie względnie pierwsze.
W s k a z ó w k a . Niech L = L (z) będzie lewym dzielnikiem macierzy [Inz — A Z a d a n ie 13. Wykaż, że układ ciągły (4.133), (4.134) jest osiągalny wtedy
i B . W tedy [I2 - A, B] = [A, B ], przy czym A i B są lewostronnie względnie i tylko wtedy, gdy macierz W określona wzorem (4.146) jest dodatnio określona
pierwsze. Wykaż, że warunek (4.66) jest spełniony wtedy i tylko wtedy, gdy 7. (nieosobliwa).
jest macierzą unimodularną. W s k a z ó w k a . Wykaż, że p ara (A , B ) jest osiągalna wtedy i tylko wtedy, gdy
Z a d a n ie 10. Wykaż, że para (A, B ) jest osiągalna wtedy i tylko wtedy, , .wiersze macierzy eA tB są liniowo niezależne nad ciałem liczb zespolonych.
gdy wiersze macierzy [Inz - A p 1 B są liniowo niezależne nad ciałem liczb ze­
spolonych. Z a d a n ie 14. Wykaż, że p a ra (A , C ) układu ciągłego (4.133), (4.134) jest
W s k a z ó w k a . Skorzystaj z zależności obserwowalna wtedy i tylko wtedy, gdy kolumny macierzy C e At są liniowo
71— 1
niezależne nad ciałem liczb zespolonych.
I7iz - A }1 --11 = biA* W skazów ka . Korzystając, z zależności
i=0
71— 1
gdzie ~Al ' £ a i(t)A i
¿=o
h = - ~ r (z — + a„_i zn~i~2 + • • - + ai+2z + <H+i)
;__Wyprowad ź rów ność
a O) są współczynnikami wielomianu charakterystycznego m acierzy A postaci C
d{z) = det, [Inz - A] = zn + + .. - + a \z -|- oq CA
C eA t = [ a 0(t)Ip M t) I p i - i (i)Ip
oraz
C A 7' - 1 _
PPo
PPl Z a d a n ie 15. W obwodzie przedstawionym n a rys. 4.45
(I„z - A ] - 1 B = [b , AB, . . . , An_1B]

JrrAn-1
M<1+ i1 Ri
Z a d a n ie 11. Wykaż, że para (A, C) jest obserwowalna wtedy i tylko wtedy,
gdy
R ys. 4.45. Schemat obwodu elek­
n—1 _ mL n k
<
J J ker OA* = 0 (4.569)
O trycznego
t= 0

W sk a zó w k a. Wykaż, że warunek (4.569) jest równoważny warunkowi (4.94).

 3 80 4- Własności układ^- i "¿,'5. Zadania 381

o znanych rezystancjach R%, R 2, Ra, R j i indukcyjności L za zmienny stuim

przyjm ujem y prąd ¿ ¿ w cewce, za wymuszenie - napięcie źródłowe r ;i\ ' 2)
odpowiedź y - sum ę prądów i \ i i2. Podaj warunki, przy spełnieniu kwin**' r/nd [JV0 N i ... N n ] = p (4.572)
obwód ten nie je st sterowalny ani obserwowalny.
gdzie p jest liczbą wyjść układu.
O W arunek niesterowalności
d p o w ie d ź .
WSKAZÓWKA.
Ry = R-i 71— i
R i -I- Ra R 2 + Ra 1' Korzystając z zależności [Inz —A ] = (patrz wskazówka do
1 2=0
Warunek nieobserwowatności zadania 14), wyprowadź zależność
R;\ Ri rn -l
R i + Ra ~ R 2 + R i '¡'(z) Y h C A l B + d (z )D
d(z) Li=0
W skazów ka . Wyprowadź równania stanu tego obwodu Im Ą z)

= A ii + Be -M-m&O
dt = [d CB CAB . . . C A n~ 1B
y = C iL + D e

A = - i ( R lR i + lh lU 1
L \ R \ + Ra R2 + R 4,
oraz skorzystaj z w arunku (4.129).
g _ f R \ ____________ Ry
2) Wykaż, że
L \ Ra + Ra R 2 H~ R i , i
R-i Ra [N 0 N t ... N n ] = [D C B CAB . . . C M ” -1 !? ] M
R 2 + R i R \ + Ra
gdzie M jest macierzą, nieosobliwą.
1 1
D = -------------- 1-------------
R i h Ra Ra + R i :■ Z a d a n ie 17. Wykaż, że układ (4.62), (4.63) o macierzy transm itancji
Warunek mesterowałnosci: B = 0, warunek nieobserwowalnośd C — 0. 1
T {z) 1 1
Z a d a n ie 16. Dany je st układ (4.62), (4.63) o nieskracałnej macierzy trans-
mitancji . z -\- 2 z 4* 2
jest osiągalny wyjściowo.
T ( z ) = C [11nz - A lp 1 B -I- D = W s k a z ó w k a . Ponieważ
dyz)
gdzie 1 1 2 2

. o
T (z) [ N iz + N o ] , N i , No =

o I
z + 2 1 1

t
N { z ) = C [In 2 - A ]ad B + D d{z) = J 2 N - ć ■'atein korzystając z warunku (4.572), mamy
(4.570){
2—0
d (z ) = d et [Inz — A] — z n + O n-iz”-1 + . . . + (iiz + aQ 2 2 11
(4.57,1) rząd [iVo N i ] == rząd
1 1 0 0
Wykaż, że układ ten jest osiągalny wyjściowo wtedy i tylko wtedy, gdy
1) wiersze macierzy T ( z ) są liniowo niezależne nad ciałem liczb zespolonych, Z a d a n ie 18. Dany jest układ złożony z jeziora i hydroelektrowni. Do jeziora
lub wpływa woda z hydroelektrowni oraz z topniejącego śniegu w górach. Masę
wody wypływającej z hydroelektrowni w jednostce czasu oznaczamy przez u (t),
 382 4. Własności układam 383
jj 5_ Zadania

a m asa wody wpływającej z topniejącego śniegu je st proporcjonalna <l<, maSy' 2 -id-inic 20. Dany jest układ z dodatnim sprzężeniem zwrotnym (rys. 4.46)
śniegu x \ (i). M asa wody wypływającej z jeziora k 2 x 2 (t) jest proporc jimalłi;i
m asy x 2 {t) wody w tym jeziorze. Z prawa zachowania masy mamy r<iv.ii;mia■
x i = —k i x i
(4.573)
x 2 = fcia;! — fc2x'2 -I- u R y s . 4 .4 6 . Schemat układu sterowania
M.574)-
gdzie k i i k 2 są znanymi niezerowymi współczynnikami. Za odpowiedź // przyj,
mujem y m asę wody wypływającej z jeziora, tzn.
V = k2 x 2
który w torze głównym zawiera człon o transm itancji operatorowej
Wykaż, że układ opisany równaniami (4.573), (4.574) jest ol>serwow;i!uv, ;ile
nie jest osiągalny oraz wyznacz model ARMA tego układu. 1
W s k a z ó w k a . Z równań (4.573), (4.574) mamy
~ M x(s)
(des Mi is ) = n )> a w korze sprzężenia zwrotnego człon o transm itancji
~h o 1 To
C = [0 k 2 W *)
ki ~ k ,2 ’ 1

P ara (A , 13) nie je st osiągalna, gdyż

Niecli A 2l b2, c 2 będzie realizacją m inim alną T 2 (s).
0 0 Wykaż, że:
rząd [B , A B ] = rząd
1 ~k2 ■ 1) wartości własne macierzy A 2 są zeratni układu zamkniętego,
2) można tak dobrać u (t), aby y (t) = 0 dla t > 0 i zerowych warunków
P ara (A , C ) je st obserwowalna, gdyż
początkowych członu w torze głównym.
rząd
c 0 k2 OńPOWiEDŹ. T ransm itancja układu zamkniętego
= rząd 1.2
CA k \k 2 —A .2_
_J)
Model ARMA jest opisany równaniem
?/W (i) + (/¡ą + k 2 )y {l){t) + k \k 2 y (t) = fc2u (1)(i) + kąk 2 u (t) ■■ T{s) = = a/.(«)M 2(«) - /-(« ) ’ d ct p,A' j42] ^ M Á s )
Wartości własne macierzy A 2 są więc zerami układu zamkniętego.
Z a d a n ie 19. Dany jest model ARMA układu opisanego równaniem różnicz­ 2) Należy wybrać u(f) = —w (t) = C 2 eA 2 ix 2 (Q), gdzie x 2 wektor stanu
kowym członu w torze sprzężenia zwrotnego, C 2 - stała.
W s k a z ó w k a . Jeżeli y{t) = 0, to w (t) = C2ej4ai£E2(0).
y ^ ( t ) + a iy(n~~1 ') (t) + . . . -|- any (t) = b0 u ^ ( t ) + bxiSn~ ^ ( t) -|-. . . -I- bnu(t.)
gdzie y ^ ( t ) oraz u ^ ( t ) są pochodnym i i-tego rzędu odpowiedzi y(t) i wymu­ Z ad a n ie 21. D la układu singularuego o macierzach (4.218) wyznacz stero­
szenia u (t). Niech układ ten będzie opisany równaniami stanu (4.133), (1.134) wanie u przeprowadzające ten układ ze stanu
o macierzach A, ó, c, d , które zostały przekształcone w postać kanoniczna Kal-
m ana (4.190). Wykazać, że model ARMA jest w postaci zredukowanej ijego Do = —1
transm itancja je st funkcją wym ierną nieskracalną) wtedy i tylko wtedy, gdy do stanu końcowego
ulcład nie zawiera części nieosiągalnej i obserwowalnej.
-1
WSKAZÓWKA: Model ARMA obejmuje część osiągalną i obserwowalna uraz 1
część nieosiągalną i obserwowainą.
1
 384 4. Własności układam 4 5 . Zadania 385

O d po w ie d ź . Sterowanie u (t) = 1 dla t 6 [0, 1].

W s k a z ó w k a . Skorzystaj z wyników przykładu 90. x e ker V ( w , t)

Z a d a n ie 22. Niech Dowód własności 2 wynika z równości

(ker V (w , i))x = Irn A 7
V (w , t) = i" w ( r ) e ATB B T eATTw(T)dT, A € l nxn, B € RnXm
Jo
Z a d a n ie 2 3 . Wykaż, że układ singularny (4.203), (4.204) o pęku regularnym
gdzie w (t) jest macierzowym wielomianem zmiennej t. (E, A ) jest R-sterowałny wtedy i tyłko wtedy, gdy macierz
Wykaż, że:
'- A 0 .. B 0 0
1) E —A .. 0 B 0
n—1 0 E .. 0 0 B
ker V (w , t) = J J k erB r (A r )1
i=0 0 0 .. —A 0 0 B
dla każdego t > 0 0 0 .. E -A 0 B
2) o wymiarach n 2 x (n + m )n m a pełny rząd wierszowy równy n 2.
Im [V (vj, /)] = Im [ s AB ... A ^ - ^ b ] Ws k a zó w k a . Skorzystaj z zależności

dla każdego t > 0 . Jrii 0

PEQ
0 'N
W skazów ka . Jeżeli x e ker V (w , i), to
0
PAQ
x 7 V { w ,i ) x — f x 7 w (r)e AT B B 7 eA T'Uj('r)*dT = 0 ■Ini
Jo I
Bi
PB
B -2
oraz p r z e p r o w a d ź r e d u k c ję , w y k o r z y s t u j ą c d z i a ł a n i a e le m e n t a r n e .
czyli B T eA ‘ t w {t ) x = 0 dla 0 < r < t. Ponieważ wielomian w (r) m a skończona
liczbę zer w przedziale [0, t], zatem
Z a d a n ie 24. Wykaż, że układ singularny (4.203), (4.204) o pęku regularnym
B 1 nA ‘ Tx = 0 (E , A ) je s t sterowalny wtedy i tylko wtedy, gdy macierz
dla 0 < r < t. Z dowolności r wynika, że - A B
7l~l E 0
x e | { ker [ B T ( A T ) lj —A B
i-0 ' ' E 0
oraz

ker V (w , t) C ker | B l (A T)2J —A B

Jeżeli E O
n—ł o wymiarach n 2 x (n + rn — l ) n m a pełny rząd wierszowy równy n 2
a; c ¡ 1 ker [ ^ ’( A 2’)*]
¿=^0 W skazów ka . Skorzystaj ze wskazówki do zadania 14.
 386 4. Własności układów 4.5. Zadania 387

Z a d a n ie 25. Wykaż, że rząd [ j ^ 2, N B -Ą = rząd2V wtedy i tylko wtedy, 2)

gdy jest spełniony jeden z trzech pierwszych warunków twierdzenia 49. ker [P.s — A] H ker C — O
W skazów ka . Sprowadź m acierze 2V i 132 do postaci
dla wszystkich skończonych s € C
'i r o P 21
PNQ p b 2= 3)
0 0 b 22

P , Q macierze nieosobliwe, r = rząd N i skorzystaj z jednego z trzech pierw­ ker pl„, s — A j] n ker C i — O
szych warunków tw ierdzenia 49.
dla wszystkich skończonych s € C
Z a d a n ie 2 6 . Wykaż, że układ singularny (4.203), (4.204) jest ii-sterowalny
wtedy i tylko wtedy, gdy macierz są równoważne.
-A E 0 W s k a z ó w k a . Skorzystaj z faktu, że dla A e R " x" rz ą d A = n wtedy i tylko
0 —A E
wtedy, gdy ker A = 0 oraz dekompozycji układu (4.203), (4.204) n a poduldady
(4.206), (4.207) i (4,208), (4.209).

-A E Z a d a n ie 2 8. K orzystając z dekompozycji (4.208), (4.209) macierzy układu

1

singularnego (4.203), (4.204) wykaż, że układ ten jest sterowalny impulsowo

0

c 0 0 wtedy i tylko wtedy, gdy

0 c 0
0 0 c rząd [A22, B-Ą = n — rząd E

W skazów ka . K orzystając z (4.298), wykaż, że

C O
0 C E O 0
rząd 2 rząd i3 + rząd [A 2 2 , B 2
_0„wymiarach_(n.-Lp.)/c..X,n/i;..dlaJc,.i?.-.ai. nia pehiy rząd kolumnowy równy nk. A E B

W skazów ka .. Skorzystaj z. zależności

Z a d a n ie 29. Wykaż, że wielomian minim alny pokryw a się z wielomianem
iw 0 charakterystycznym wtedy i tylko wtedy, gdy każdej wartości własnej macierzy
PEQ
0 N odpowiada dokładnie jed n a klatka Jordana.
Ar 0 W s k a z ó w k a : Skorzystaj z postaci kanonicznej Jo rd an a i wykaż, że największy
PAQ
0 IW wspólny dzielnik minorów stopnia n — 1 je st równy 1.
C Q = [C i C 2]
Z a d a n ie 30. D la macierzy
oraz działań elem entarnych n a macierzach.
'I 2 1 0 '
Z a d a n ie 27. Wykaż, że następujące warunki: - 13 10
1) 0 12 0
"E s-A .0 0 0 1.
rząd n
wyznacz jej postać kanoniczną Jo rd a n a A j oraz macierz P przekształcającą
d la wszystkich skończonych s € C tę macierz w postać A j , A j = P l A P .
388 4. Własności układów 4.5. Zadania 389

O d p o w ie d ź . Z a d a n ie 33. Wykaż, że jeżeli p a ra (A , C ) jest obserwowalna, to istnieje

2 0 1 1 0 0 ‘
macierz nieosobłiwa Q 3
1 0 '

0 1 0 0
0 2 1 0
-1
Aj =
0 0 2 0
5 P =
1 0 1 0
c Ćs
1.
CA Ć 3A 3
. 0 0 0 . 0 0 0 1 .
QA“
W s k a z ó w k a . Skorzystaj z procedury 8. CA11- 1
Z ad an ie 31. Wyznacz macierz P przekształcającą macierz
która przekształca tę parę w postać kanoniczną
-3 - i r
1 -5 -1 dfi~. 1 —a „ _ 2 .. ■ —0.1 - a o
2
2 -2 -4 1 0 . 0 0
A 3 = Q 2 1AQ-i = 0 1 . 0 0 (4.575)
w postać diagonalną.
O d p o w ie d ź . 0 0 . 1 0
"110'
Ć-A = C Q Z = [ 0. . . 0 1] (4.576)
P = - 0 11 P ~ l A P = diag [ - 1 , - 2, - 3]
2
101 przy czym ao, a i, . . . , an 1 są współczynnikami wielomianu charakterystycz­
W s k a z ó w k a . Wyznacz wartości własne si = —1, S2 = —2, s3 = 3 oraz
nego macierzy A . W iersze q ,, q 2, . . . , q n macierzy m ożna wyznaczyć
kolejno z zależności q n = C , qn_ l = q nA , . . q t = q 2A .
odpowiadające im wektory własne p lt p2, P:>,

P = \ P u Pa. Psi WSKAZÓWKA. Korzystając: z zależności (4.575), (4.576), wykaż, że

Z ad a n ie 32. Niech para (A3, 63) będzie w postaci kanonicznej (4 .2 3 2 ), c cA

a pHm*-(-j4;t7 i>.r) 'W-p()staei“kttiionieziiej (4;103)' pary-osiągalnej (j4, 6);- Wykaż,
CA Ć 3A 3
że pary te są zwi.ązaue.ra]eżnośęiąmi Q ’A —
Aą = M A 3 M bĄ= M h C A n~ \ ć .a T \
przy czyni
a następnie skorzystaj z równości A 3Q 3 1 = Q :i [A , Ć 3Q 3 1 = C dla postaci
M = \b,u A ĄbĄ, A *~ % ] [¿3. A 3b3, A T%
kanonicznej (A,3 , C-A).
W s k a z ó w k a . Skorzystaj z równości

A = P. 7 1A 3 P 3 = P ^ A i P i Z a d a n ie 34. Wykaż, że jeżeli p a ra (A , C ) jest obserwowalna, to istnieje

b = P 2% = P^bĄ macierz nieosobłiwa Q Ą

z których otrzymujemy
Aa = P aPZ 1 AaP aP ^ 1 = MA3M " 1
 390 4. Własności układów 4.5. Zadania 391

k tó ra p rz e k sz ta łca tę p arę w postać kanoniczną

0 0 ' 0 i
Cln~1 1 ...
—«71-2 0 1 ... 0 1 q A nb
QP oraz det Q P | = 1 .
At = q 4 1a q 4= (4.577) 1 q A nb q A12n—3b q A 2n-l i
- a «ij 0u 0” ... 1
—«0 io 00 0 ...
... 0
W skazów ka . Skorzystaj z zależności
0i 00 ... 1 00_
C 4 = C Q 4 = [1 0 . . . 0 ] (4.578) ‘ <7A ' <12

przy czym ag, ax, . . . , a n_j są współczynnikami wielomianu charakterystycz­ qA2 < lA

nego macierzy A . Wiersze q x, q2, ■■■, qn macierzy Q 4 l można wyznaczyć QA

kolejno z zależności q { = C , q2 = an- i q xA , q:i = a „ - 2<Zi + q2A , ■• <7« = < ln

= «n<7j + qn- \ A . —1 71
_ qA n _ - E «dK 1 1
W sk a zó w k a . Korzystając z zależności (4.577), (4.578), wykaż, że . i=0
przy czym ag, a2, ■. ■, a n_ 1 - współczynniki wielomianu d et [Is — A] oraz
c ć A
CA C aA a 1 dla i = n —1
q A lb
Q<i — 0 dla i = 0, 1, . . . , n —2
_ C A n~ x _
a Ar 1. Z a d a n ie 37. Wyznacz Q x i Q 2, przekształcające parę obserwowalną (4.197)
a następnie skorzystaj z równości A ąQ ą 1 = QĄ l A , C ąQ 4 1 = C dla postaci w postacie kanoniczne
kanonicznej (A 4, C ą). '1 0 0 '
1 0 0
Aj —Q | lA Q j 0 0 -1 C, = CQj =
0 1 0
Z a d a n ie 35. Niech ak będzie elementem podmacierzy A y , i j posta­ 0 1 2 L J
ci kanonicznej (4.143). Wykaż, że przy wyborze wg wierszy kolumn liniowo
A 0 0'
■ni® ^^flyeliTTćiągu (4.135)' jest słuszne * ".......... ............................ 'i 0 0"
A 2 = Q-, 1A Q '? = 0 2 1 c 2= c q 2=
0 0 i
min(<'k —1, dj) + 1 dla i <j 0 -L 0j L J
'h = 0 dla k > Pij
min (di, dj) dla i >j
O D P O W fB D Ź .

W s k a z ó w k a . Skorzystaj z możliwości wyrażenia kolumny A d'B i za pomocą '1 0 0 ' ‘1 0 0 '

kombinacji liniowej kolumn liniowo niezależnych poprzedzających tę kolumnę. Qi = 0 1 0 , q 2= 0 0 1
1 0 1 1 1 0
Z a d a n ie 3 6 . Niech q będzie n-tym (i = 1, ... ,n ) wyrazem macierzy
W skazów ka . Skorzystaj z zależności
p - 1 = [ib, A 6 , . . . , a * - 1b y 1
■ Ck c
Qk d la k = ł, 2
pary osiągalnej (A , b), A e M". Wykaż, że jeżeli C kA k CA

C
oraz z faktu, że macierz m a pełny rząd kolumnowy, gdyż p ara (4.197)
CA
jest obserwowalna.
 Dodatek A
PODSTAWY RACHUNKU
MACIERZOWEGO

W dodatku tym zebrano podstawowe wiadomości z rachunku macierzowego.

Dowody podanych twierdzeń m ożna znaleźć w wielu książkach, np. w [85, 87, 37].

A .l. Podstawowe rodzaje macierzy

DEFINICJA 129
Macierzą ó1rn wierszach i n kolumnach nazywamy funkcję, która każdej
parze liczb naturalnych (i, j ) , i = 1, . . . , m , j — 1, n , przyporząd­
kowuje jeden elem ent a,ij będący liczbą, wielomianem lub operatorem {np.
różniczkowania, całkowania).

Macierz zapisujemy w postaci tablicy

Uli a 12 ■ ■■ O In
«21 <2.22 ' •' 02 n
A = (A .l)

_®m 1 Orrt2 ' ' * Ornn

lub krócej A = [ a i j ] i = i, ..., m-

.7=1, ..., n

DEFINICJA 130
W ymiarem macierzy (A .l) nazyw am y parę uporządkowaną m x n licz­
by wierszy rn i kolumn n . M acierz nazyw am y prostokątną, jeżeli m ^ n
i kwadratową, jeżeli m — n i wtedy n nazyw am y stopniem macierzy A .

Zbiór macierzy o elementach rzeczywistych (zespolonych) i wym iarach rn. x n

oznaczać będziemy przez R Tnxn (Cm xn). Jeżeli n = 1, to macierz nazywamy
kolumnową, a jeżeli rn = 1, to macierz tę nazywamy wierszową.
 395
A. Podstawy rachunku macierzowego A.2. Wyznacznik macierzy i jego własności
3 94

DEFINICJA 135
DEFINICJA 131 Macierz kwadratową nazywamy górnotrójkątną (dolnotrójkąiną), jeżeli
Główna przekątna macierzy (A.l) dla m = n składa się z elementów aa. wszystkie elementy położone poniżej (powyżej) głównej przekątnej są równe
Sumę tych elementów nazywamy śladem macierzy i oznaczamy tr A , czyli
zeru.
71
tr A ~ Y ^ a u (A -2)
¿=i
A.2. Wyznacznik macierzy i jego własności

DEFINICJA 132 i 4 <h -i DEFINICJA 136

Największą liczbę całkowitą nieujemną ą taką, że rzą rz4 Każdej macierzy kwadratowej A & R nx" m,ożna przyporządkować liczbę
nazywamy indeksem macierzy A . (skalar) zwany wy znacznikiem tej macierzy, określoną rekurencyjnic na­
stępująco:
d et A — aj i d la n = 1
Macierz transponow aną A 1' do macierzy A nazywamy macierz otrzym aną
n . „. ., (A-3)
w wyniku zamiany wierszy na kolumny. d et A — (—.l)fc+1aifcMifc d la n > 1
k= 1
gdzie je s t wyznacznikiem, m acierzy powstałej z m acierzy A przez wy­
DEFINICJA 133 kreślenie z n iej pierwszego wiersza i k -te j kolumny, zwanym, m inorem stop­
Macierz kwadratową A nazywamy symetryczną, jeżeli AT = A , czyli o .,j = nia n —1 macierzy A . Liczbę Du- = (—l ) k+lM ik nazyw am y dopełnieniem
= aJ i , h j = 1, ■■■, n. algebraicznym, elementu o u- m,acierzy A .

Szczególnym przypadkiem macierzy symetrycznej jest macierz diagonalna,
której wszystkie elementy leżące poza główną przekątną są zerami a y = 0,
i j . Szczególnym przypadkiem macierzy diagonalnej jest macierz skalarna,
której Wszystkie' ckuut ul > n a głównej przekątnejsąTÓOTie = a-,-i - i ,
Z macierzy skalarne,] dla a — 1 otrzymujemy macierz je d n o s tk o w ą In. Macierz,
której wszystkie elementy są równe zeru nazywamy macierzą zerową Omn, przy
czym m. oznacza liczbę wierszy, a n liczbę kolumn.
DEFINICJA 134
Macierz kwadratową , której elementy spełniają warunek
aij = —aji i, j — 1, . . . , n
At = -A
nazywamy skośnie-sym etryczną (antysymetryczną).
Wyznacznik d et AL m a następujące własności:
- Transpozycja, nie zm ienia wartości wyznacznika, tzn. det A 7 = det A.
Wyznacznik d et A = 0, jeżeli macierz A zawiera jeden wiersz (kolumnę)
n.
złożoną 7, samych zer.
- Wyznacznik d et A zm ienia znak n a przeciwny, gdy zamieniamy miejscami
dwa wiersze (kolumny) macierzy A .
- Wyznacznik d et A = 0, gdy dwa wiersze (kolumny) macierzy A są iden­
tyczne lub proporcjonalne.
- Jeżeli macierz B pow staje z macierzy A przez pomnożenie jednego wier­
sza (kolum ny) przez liczbę c, to
det B = c det A
Jeżeli macierz B pow staje z macierzy A przez pomnożenie wszystkich
elementów przez liczbę c, to

d et B = cn d et A
Elementy a,u m acierzy skośnie-symetrycznej są zerami. Każdą macierz kwa­
- W yznacznik d et A nie zm ienia wartości, jeżeli do jednego wiersza (kolum-
dratow ą A m ożna rozłożyć n a część symetryczną A ~ oraz skośnie-syrnełry- i* *---- "»-»■**-»'‘i m twi P>r7.V A .
\ i i _ i___
396 A. Podstawy rachunku macierzowego A.3. Podstawowe działania na macierzach 397

det A dla k = i DEFINICJA 141

Y ^ a k jD ij =
0 dla k ^ i Iloczynem m acierzy A = [a.y\ € Mmxn i B — [by] € Mnxp nazywamy
j= i
(A A ) macierz C = [ty] 6 M.mXp, której elem enty są określone zależnością
11 d et A dla k = j Tl
a ij hly =
i—i
0 dla k ^ j C y — ^ ^Q‘ikhkj't i - - *) rn, j —- 1, .. *, p
k=i
DEFINICJA 137
Macierz kwadratową A o niezerowym wyznaczniku nazywamy nieosobliwą UWAGA 4 5 . M nożenie macierzy A przez m acierz B je st określone wtedy
i osobliwą, gdy det A — 0. i tylko wtedy, gdy liczba kolumn m acierzy A je s t równa liczbie wierszy m a­
cierzy B .
W przypadku ogólnym mnożenie macierzy je st nieprzemienne, tzn. A B -fi
A .3. Podstawowe działania na macierzach fi B A . Rozróżniamy m nożenie praw ostronne m acierzy A przez macierz
B (C = A B ) oraz mnożenie lewostronne m acierzy A przez macierz B (D =
DEFINICJA 138 = B A ).
Dwie macierze A = [«¿j] i B — [bij] nazywamy równymi, jeżeli m a­
ją te sam e wym iary i odpowiednie ich elementy są równe, aij = by, DEFINICJA 142
i = 1, m, j = 1 Macierze A i B spełniające warunek A B = B A nazyw am y m acierzami
przem iennym i.
DEFINICJA 139
Sum ą (różnicą) m acierzy A — [ay\ i B — [fry] o jednakowych wymiarach Z definicji sumy i iloczynu macierzy w ynikają następujące własności:
nazywamy macierz C = [cy], której elementy są sum ą (różnicą) odpowied­ A ( B C ) = (A B ) C ,
nich elementów tych m acierzy, tzn. Cy — a%j + by ( d j = a y — by). a (A B ) = (a A )B ,
(A + B ) C = A C + B C ,
Z definicji sumy macierzy wynika, że: C ( A -I- B ) = C A + C B
A -|- ( B -|- C ) = (A + B ) -!- C - dodawanie macierzy jest łączne; dla dowolnych macierzy A , B , C spełniających warunek wykonalności doda­
A + B = B + A - dodawanie macierzy jest. przemienne; wania i m nożenia macierzy oraz a € I .
= A - macierz zerowa © „m jest elementem neutralnym dodawania.
DEFINICJA 143
DEFINICJA 140 Potęgę k-tą m acierzy kwadratowej A e R nxn definiujemy następująco:
Iloczynem macierzy A = [(Hj] i skalara A nazywamy macierz B — [An^] A ° = In , A k = A A ... Ą d la k = 1,2,...
fc, razy
Z definicji tej wynika, że:
IA = A , Dla dowolnych liczb naturalnych k i p zachodzi
- 4 0 mn — 0 mn, A kA v = A k+P
a (0 A ) = a 0 A ,
(a + ¡3) A = a A + 0 A , DEFINICJA 144
Macierz kwadratową N nazyw am y nilpotentną, jeżeli istnieje liczba natu­
a (A + B ) = a A + a B
ralna v (zwana indeksem nilpotentności) taka, że N v — 0, ale N u 1 fi- 0.
dla dowolnych macierzy A , B & łHt"1*” i skalarów a , 0 e R.
 398 A. Podstawy rachunku macierzowego A 4 Minory i wyznacznik iloczynu macierzy oraz
44 macierzy 399

DEFINICJA 145 TW IERDZENIE 75 (B ineta-C auchyV

M acierz kwadratową A nazywamy idem,potentną, jeżeli A 2 = A . M inor stopnia q (q < min (m, n )) go'
S R nXp, C = A B je si powiązany z rtJ inU rnaa‘f‘TZV A £ R mxn * B e
macierzy zależnością ' oram,i tego samego stopnia tych
Transpozycja macierzy ma następujące własności:
{A + B ) t = A t + B T ;
::::£= lsgfe, <—
E <kqsjrc ■' Jl> J,
t x
(A.5)
( A T )r = A ,
(AA)3 = X A t - (A - skałar), UWAGA 4 7 . Jeżeli macierze A i B Sn h
( A B ) 3’ = B tA t. otrzymujemy ’ Wadrnl<>wc (n = m, = p), to z (A.5)
del, <7 = d et A d et B
(A.6)
DEFINICJA 146
Macierzą sprzężoną A* z macierzą zespoloną A = [«¿y] £ nazy­ DEFINICJA 148
wamy m acierz otrzymaną w wyniku transponowania m acierzy A — [a^] Rzędem macierzy nazywamy n ajw iękSz
powstałej z macierzy A przez zastąpienie każdego elementu a.ij elementem wym wyznaczniku. ‘ sioPień podm,acierzy o niezero-
z n im sprzężonym, dij >tzn.
A * = [5.;,;] e C n*m Z tej definicji wynika, że rząd A 7 min ,
..., a mij r macierzy A = [oj, a 2, .. _( Qp ’ ^ K o l u m n y u,; = [o», a 2i, . ..
wektory m-wymiarowej przestrzeni wekf-o e R ”lXn możemy traktować jako
U w a g a 4 6 . Jeżeli A jest m.acierzą rzeczywistą, to A* = A r . ^•corowei

Z definicji macierzy sprzężonej wynikają następujące własności: DEFINICJA 149

( A + B )* = A * + B *, K olum ny a 1, a2, •••, o.k (k ^ 1n)
łcm F wtedy i tylko wtedy, gdy Jwam.y liniowo zależnymi nad cia-
(A*)* = A , i — 3 . . , fe nie wszystkie, równe * wsPółezynniki liczbowe Ci € F ,
(AA)* A e C , ' .......... ern takie, że
Ci Ol i .0202 + F CfcOfe = O
( A B )* = B * A *
przypadku przeciwnym, gdy zależn ■'
dla dowolnych m acierzy A i B spełniających warunek wykonalności dodaw ania fe, kolumny a \, a 2, . . . , Qfc n osc ia implikuje a - O dla i = 1,
i mnożenia. am y liniowo niezależnym,i.

Kolumny « i, a 2, ak są liniowo « i ,
DEFINICJA 147 rząd A = fe- Liczba kolumn liniowo nieZai . ezne wtedy i tylko wtedy, gdy
M acierz nazyw am y hermitowską, jeżeli A* = A . szy liniowo niezależnych. Rząd macierz' <'f nyc*1 -iest zawsze równa liczbie wier-
•y A nie zmienia się jeżeli:
- dowolną kolumnę (wiersz) pomnoż
zamienimy miejscami dowolne dw ieT ^iP1Ze2! niezerow-v ska3ar'
A.4. Minory i wyznacznik iloczynu macierzy oraz rząd - do dowolnej kolumny (wiersza) C|0V ° Umny (Wlersze)<
macierzy kolumn (wierszy). amA kombinację liniową pozostałych

Z zależności (A.5) wynika, że

Niech A *'’ *? będzie minorem macierzy A € (g < min (m , n )) złożo­
nym z wierszy o num erach i\, . . . , iq oraz kolumn o num erach ;;j, . . . , j ą. rząd (A B ) < m in (rząd A, rząd B )
 400 A. Podstawy rachunku macierzowego A 6. Lewa i prawa odwrotność macierzy 401

Jeżeli A (B ) jest macierzą nieosobliwą, to rząd ( A B ) = rząd B (rząd ( A B ) — Macierz A w ustalonych bazach opisuje operator liniowy, który odwzorowuje
= rząd .A). " przestrzeń liniową (wektorową) X C R n w przestrzeń liniową Y c Rrn, czyli
A : A •—> Y . Jądro ker A je st podprzestrzenią przestrzeni X , a obraz Im A
TWIERDZENIE 76 (Sylvestera) ;est podprzestrzenią przestrzeni Y . Niech d im k er A (Im A ) będzie wymiarem
Rząd iloczynu macierzy A € Rmxn ¿ B e RnXj> spełnia nierówność podprzestrzeni ker A (Im A ). W ted y zachodzą zależności

rząd A + rząd B —n < rząd (A B ) < min (rząd A , rząd B ) (a . 7) rząd A = dim (Im A ) ^
dim (ker A ) + dim (Im A ) = n

Z definicji rzędu macierzy wynika, że

DEFINICJA 152
rząd [A, B \ < rząd A + rząd B Ortogonalnym dopełnieniem V 1- podprzestrzeni liniowej V nazywamy
(A.8)
zbiór wektorów x ortogonalnych do wszystkich wektorów v podprzestrze­
Wykażemy, że
ni V , czyli
rząd (A + B ) < rząd A + rząd B ^ 9)
: V ± — ja ; : v T x = 0, Vx €
Macierze A , B £ Rmxn przedstawiamy w postaci iloczynów A = A ]A 2 B =
= B i B 2, przy czym A \ £ RmXn, A 2 £ Rn x ,i, a B i £ e ¿ r 2xn
f i = rząd A , r2 = rządB . Podstawiając (A.8) do równości U w a g a 4 8 . Z definicji ker A , Im A oraz ortogonalnego dop d n i e n i a-wyn i -
ka, że
A2
A + B = [Ai, B i (Im A )x = ker A r ,
b 2
(ker A )x == Im łA 3
otrzym amy zależność (A.9).

A.6. Lewa i prawa odwrotność macierzy

A.5. Jądro i obraz macierzy
„ — • - .......... DEFINICJA 153
M acierz A l £ MuXm nazywamy lewą odwrotnością m acierzy A £
Jądfem liSF A \N (A )y'm dcieJży'A £ nazywamy zbiór wektorów x £ £ E'mxn, gdy .........................................
€ R n takich, że A x = 0, tzn.
Ą lA = In (A .13)
ker A = {a: £ R” : A x = 0} (A.10)

TW IE R D ZE N IE 77
Jądro ker A macierzy zawiera wektor zerowy wtedy i tylko wtedy, gdy ma­ M acierz A £ Rmxn m a lewą odwrotność A l wtedy i tylko wtedy, gdy
cierz A m a pełny rząd kolumnowy.
rz ą d A = n (A. 14)

DEFINICJA 151 TW IE R D ZE N IE 78
Obrazem Im A (R (A )) macierzy A £ Rmxn nazywamy zbiór wektorów Jeżeli je s t spelnio' j 1 :nek (A .14), to lewa odwrotność A l macierzy A
y € Rm takich, że dla każdego z nich istnieje wektor x £ R ” spełniający je st określona przez jeden z niżej podanych wzorów
warunek y = A x , tzn.
Im A = { y £ Rm : 3, *■ £ Mn, y = Aa;} (A .n ) A l = [A T A ] ~ l A T + K \ ( \ m - A [A r A ] ^ A Tj (A.15)
402 A. Podstawy rachunku marierzowwjo A,7. Rozwiązywanie układu równań liniowych 403

Ze wzorów (A.15), (A .16), (A.17) i (A. 20 ), (A. 21 ), (A. 22 ) wynika, że dla

A l = [J^A ] - 1 K i (A. Hi) danej m acierzy istnieje wiele lewych lub prawych odwrotności. M a ona dokład­
nie jed n ą lewą i prawą odwrotność, gdy macierz ta jest nieosobliwą i wtedy
A l = r -----
! (In - I i 3 A 2) U i '_1 -l-a n -iA ? 2 + . . ; + a iIn , K a\ P (A.I?)
A i, — A p — A A
. «o
dla dowolnych macierzy K i £ R ” xm, iC 2 G R "xm takiej, że dcl; \ K iA /
0, IC 3 e ]fjnx(m_n), przy czym P £ Rmxm jest macierzą nieosobli- DEFINICJA 155
■^1 M acierz nazyw am y odwrotną, jeżeli spełnia ona warunek
wą pcrmutacji wierszy macierzy A laką, że P A , A i <= Rnxn,
AA'' = A lA = H„.
d et A i ^ 0 , A 2 € K^m n)xn , ao, ai, . . . , On-i są współczynnikamivn.U,.
mianu
Macierz odw rotną możemy wyznaczyć, korzystając ze wzoru
d et [Ins — Ai] = sn + an- i s n~1 + • • - + a is + oq.
A = 5 S 3 <A 2 3 >

DEFINICJA 154 gdzie A aa je st m acierzą dołączoną macierzy A , pow stałą przez zastąpienie każ­
M acierz A P £ Rnxm nazywamy prawą odwrotnością macierzy A dego elem entu macierzy transportowanej A T odpow iadającym mu dopełnieniu
e % gdy algebraicznym

A A p — I,, (A.18) A i = ( - 1 )i+jM ij (A.24)

przy czym Mpj jest minorem stopnia n — 1 macierzy A 7’, tzn. wyznacznikiem
macierzy pow stałej przez wykreślenie i-tego wiersza oraz j-te j kolumny z ma­
TW IERDZENIE 79 cierzy A 7 .
M acierz A £ R mxn m a prawą odwrotność A p wtedy i tylko wtedy, gdy
rząd A = m (A.19)-
A.7. Rozwiązywanie układu równań liniowych

T W fE R D Z E N ie 8 0 -------------------- “ — --------- Układ m równań liniowych z n niewiadomymi X|, :r,i, ;rn można zapisać
~.JcŻGli.jcsL-spclniony...war.unek (A.19),. to .prawa odwrotność A p macierzp w postaci
A jest określona przez jeden z niżej podanych wzorów Ax —b (A.25)
AP = A t [ a t a ] _1 + ( l „ - A T [A A T] _1 a ) K i (A.20): gdzie

' «n • 71 ~ b i' x!
A P = K i [A iC 2 1-1 (A.21)
A = b= , X —
A™ 1+ a m_ i A 7"' 2 + . . . + ailn _@'7711 G"mn. J>rn. .x n _
Ap = Q (Im - A 2 K 3) (A.22)
ao K,
dla dowolnych m acierzy K i £ R rlXm, K i £ R "Xm takiej, że det [AJC2] p TW IERDZENIE 81 (K r o n e c k e ra - C a p e lle g o )
jś o, K z £ przy czym Q £ W 1™jest macierzą nieosobliwą Układ równań (A.25) ma rozwiązanie x wtedy i tylko wtedy, gdy
pcrm utacji kolum n macierzy A taką, że A Q = [Ai, A 2], A \ £ Kmxm, rząd [A, b] = rząd A (A.26)
d et A j ^ 0, A 2 € Rm x(n-m ); aQi a u 1 są współczynnikami wie­
lom ianu lub równoważnie

d et [Ims — A i] = sn + a n_ is " 1 + • • • + ais + ao- Im & c Im A (A.27)

404 A. Podstawy rachunku macierzowemu
Jeżeli rząd A = m , to warunek (A.26) (i (A.27)) jest spełniony dla dowolnego
b i układ równań (A.25) m a rozwiązanie w postaci
x = Apb
gdzie A P jest praw ą odwrotnością macierzy A .
TW IE R D ZE N IE 82
Układ równań (A.25) ma dokładnie jedno rozwiązanie x wtedy i tylko wte­
dy, gdy rząd A = n.
TW IE R D ZE N IE 83
Układ równań (A.25) dla m — n i dowolnego b ma dokładnie jedno roz­
wiązanie x wtedy i tylko wtedy, gdy det A 0.. W tym przypadku
x = A~lb
Jeżeli m > n, rząd A = n i nie jest spełniony warunek (A.26), to układ
równan (A.25) nie m a rozwiązania. Można w tym przypadku wyznao/yć roz­
wiązanie przybliżone x minimalizujące kw adrat m odułu wektora
y = b —A x
Rozwiązanie to dane jest wzorem
x = Apb
TW IE R D ZE N IE 84
Jeżeli rząd A. = n , to jedyne rozwiązanie układu równań (A.25) minima­
lizujące kwadrat modułu wektora y ^ b - A x dane je st wzorem
x = A T [A A T]~ 1b (A .JO).
TW IE R D ZE N IE 85
Jeżeli rząd A = r < n, to rozwiązanie przybliżone x układu równań (A.25)
minimalizujące kwadrat modułu wektora y = h — A x dane je.st wzore.m
x = A +b (A.31)
przy czym A + = A l [ A 2A l ) - l [ A l A i \~ l , A = A xA z , A \ t- K"‘xr,
A 2 € R7'xn, rząd A i = rząd A 2 = r.
A.8. Wartości własne i wektory własne macierzy 405
A .8. Wartości własne i wektory własne macierzy
(A.28) DEFINICJA 156
W ielomian postaci
<p(A) = det [In A — A] = An + a n_iAn * + . . . + aiA + ao (A.32)
nazywamy wielomianem charakterystycznym m acierzy A S Mn x n .
DEFINICJA 157
W artościami w łasnym i macierzy A nazyw am y pierw iastki Ai, A2 , . . . , Arl
równania charakterystycznego <p(A) = 0, a zbiór tych wartości własnych
w idm em macierzy A .
D la macierzy rzeczywistych współczynniki a{, i = 0, 1, . . . , n — 1 są liczbami
rzeczywistymi a wartości własne b ęd ą liczbami rzeczywistymi lub zespolonymi
param i sprzężonymi. W artość w łasna Aj macierzy A może być zerem wielokrot­
nym wielomianu (A.32). W artość w łasna Aj m a krotność algebraiczną rrij, jeżeli
Aj je st m j-krotnym zerem wielomianu (A.32). W artość w łasna Aj m a krotność
geom etryczną n i; gdy
d im k er (It„Aj — A ) = nj (A.33)
Jeżeli rząd [I„Aj — A] — n — a , to Aj je st w artością w łasną macierzy A o krot­
ności geometrycznej n j = a oraz m ; > nj.
(A.2il) DEFINICJA 158
' 'Macierz, dla której rni '= n j dla wszystkich wartości własnych Aj, na-
zyw am y macierzą prostej struktury, w przypadku przeciwnym - macierzą
złożonej struktury.
TW IE R D ZE N IE 86
M acierze podobne A € R 7ixn i B = P A P - 1 e R nxn, d e t P ^ 0 m a­
ją równe w ielomiany charakterystyczne d et [IA —A] = d et [IA — B \ oraz
takie sam e wartości własne o tych samych krotnościach algebraicznych
i geometrycznych.
DEFINICJA 159
Praw ostronnym wektorem własnym odpowiadającym (przyporządkowa­
n ym ) wartości w łasnej A m acierzy A € Mnxn nazyw am y niezerowy wektor
x 6 R n spełniający równanie
iI A A i X •=: 0
 Ą g Rozkład macierzy względem wartości własnych i wartości szczególnych 407
406 A. Podstawy rachunku macierzowej

DEFINICJA 160 TW IERDZENIE 88

Lewostronnym wektorem własnym odpowiadającym (przyporządkowanym) Dla każdej m acierzy herm itowskiej A G C nxn (A* ~ A J istnieje macierz
wartości własnej A macierzy A G Mnx" nazywamy niezerowy wektor x T g : unitarna U G C nxn taka, że
€ Rn spełniający równanie U * A U = dia,g [Ar, A2, ...., An] G Rnxn (A.34)

x T m ~ A ]= o gdzie: Ai, i — 1, . . . , n są rzeczywistym i wartościami własnym i macie-

■rzy A .

UWAGA 4 9 . Jeżeli x jest wektorem własnym macierzy A , to a x , a ^ 0, jest Mnożąc lewostronnie przez U* i prawostronnie przez U , z zależności (A.34)
również wektorem własnym tej macierzy.
otrzymamy
71
A = U diag [Ar, A2, . . . , A„] U* = (A-35)
TWIERDZENIE 87 i—1
Wektory własne odpowiadające różnym wartościom własnym m,acierzy są
wektorami liniov>o niezależnymi. gdzie Ui jest i-tą kolum ną macierzy U .

. DEFINICJA 163
Każda niezerowa kolumna (wiersz) macierzy dołączonej [IA —A ]ad jest pra­ Zależność (A.35) nazyw am y rozkładem macierzy hermitowskiej A wzglą­
wostronnym (lewostronnym) wektorem własnym odpowiadającym wartości wła­ dem wartości własnych.
snej A macierzy A . Wartości własne macierzy hermitowskiej A (A* = A ) są
liczbami rzeczywistymi, a wektory własne odpowiadające różnym wartościom 1
własnym są ortogonalne. Wartości własne macierzy symetrycznej A (A r = A ) W szczególnym przypadku d la macierzy sym etrycznej A G Mnx” ( A 1 — A )
są liczbami rzeczywistymi, a wektory własne odpowiadające różnym warto­ zależności (A.34) i (A.35) przyjm ują postać
ściom własnym są ortogonalne.
Q ' A Q = diag [A,, A2, . . . , A„J 6 R nXn (A.36)

oraz odpowiednio
71-
A= Qcliag [Ai, -\2, . . . , A„J Q r = £ Ai(Mf (A.37)
I.
A.9. Rozkład macierzy względem wartości własnych
gdzie Q = [rj-r, q2, ■■■, qn\-
i wartości szczególnych
TW IE R D ZE N IE 89
DEFINICJA 161 Dla każdej macierzy A G C mxn istnieją macierze unitarne U G <Cm xm ,
Macierz nieosobliwą U G C nxn nazywamy unitarną, gdy V € KnXr1' takie, że

U U * = U * U = In A = UEV* (A.38)

gdzie
0 • • 0 0 ■ ■ 0'
DEFINICJA 162 0 72 0 0 • 0
< • • •
m <n
Macierz nieosobliwą Q € Mnxn nazywamy ortonorrnałną, gdy
Q Q t = Q r Q = lln 0 0 • ■ Cm. 0 •
• ° .
 409
Formy kwadratowe dodatnio określone
A. Podstawy rndumku macierzuwpq0

lub TW IERDZENIE 91
Jeżeli macierz A e C nxn je s t nieosobliwa, to
(AA2)
0-1 0 • •• 0 '
0 <T2 ■ - 0
oraz
£■ 0 0 • • crn rn > n
• > ( 0 - 5 3 5 - ' z J L
0 0 • - 0
gdzie crj(A) oznacza wartość szczególną m acierzy A .
0 0 • - 0
Dla macierzy rzeczywistej A e Rnxn z tw ierdzenia 89. wynika, że istnieją
Liczby rzeczywiste o \, . . . , <?i, l — m in (m , n), oą > <?2 ^ ^ o,
> 0, crr+ i — • • • = cr = 0, r = rząd A , określone jednoznacznie przez A, acierze ortonorm alne U € Rmxm, V E KnXrt takie, że
(A.44)
są nazywane wartościami szczególnymi tej macierzy.
A = U SVT
zależność (A.39) przyjm uje postać
r (A.45)
TW IE R D ZE N IE 90 ■A = ai%ti‘uT
Wartości szczególne Oi z wartościami w łasnym i A* macierzy A* A są zwią­ ii—ł
zane zależnością i
rri y fc , 1 X, . . . , r TW IE R D ZE N IE 92
Jeżeli A G ]Rnx" je s t symetryczna, to cr, = |A»[, i == 1, . . . , r.

Z zależności (A.38) wynika rozkład macierzy A względem wartości szcze­

gólnych, zwany również rozkładem SVD (ang. Singular Value Dtxorn- A. 10. Formy kwadratowe dodatnio określone
position)
DEFINICJA 165
A — 2 ^ o, a ,ij (A.39) Formą kwadratową A ( x ) nazywamy wielomian jednorodny drugiego stop­
«=1 nia n zm iennych x \ , x<2 , . . . , x n postaci
gdzie iii ( >:J) jest i-tą kolum ną (wierszem) macierzy U (F *). n n
A ( x ) : = x T A x = Ji=2lj=
I 2l aWx ix j ' .■■■■ ' : (A.46)
■*■■■■. ..

przy czym bez straty ogólności możem y założyć, że m acierz A — [ai,-] G

DEFINICJA 164 e E nX” je s t symetryczna, tj. <Hj a.jit i, j . = 1, n , a x , = : [xi,
, . 1T :-.\Vvv-.:..v'/
Kolum ny u \, U2 , - • •, ur macierzy U tworzą bazę obrazu Im A., a kolumny '■i'2) • ■• ) ^nl • . -I. . .• V"-.ii-i:.--- . -
•ur+i> . . . , vn macierzy V tworzą bazę jądra ker A macierzy A .
Im A = span {u i, tt2, ■■■, n r } (A.40)|
Jeżeli macierz A nie jest symetryczna, to możemy ją rozłożyć n a część sy­
ker A = span {vr+i, u r+<>, - • -, an } (A.41) m etryczną A :i = oraz część skośnie sym etryczną A h — A =
gdzie span oznacza przestrzeń rozpiętą na •w ektorach. = A s + Afc, przy czym x T A kX — 0 dla każdego x G K” .
410 A. Podstawy rachunku maćkowego jO Formy kwadratowe dodatnio określone 411

DEFINICJA 166 94 ( k r y te r i u m S y lv e s te ra )
T W IE R D Z E N IE
Formę kwadratową (A.46) nazyw am y singularną (osobliwą), gdy ( ■ j Forma kwadratowa (A.46) je s t dodatnio określona wtedy i tylko wtedy gdy
= 0, a niesingularną (nieosobliwą), gdy det A yś 0. ~,;i wszystkie m inory główne ’ '’
l« n « 12!
Podstawiając x = P y , y e R n do (A.46) otrzym am y Mi = l° u l > M2 «21 a,22
(A.50)
A (x ) = y r A y , A = P TA P an «12 O l, 71—1
fA.47)
M n- 1 = a, 21 0,22 0 2 , 71—1
DEFINICJA 167
Macierze sym etryczne A i A dla d e t P ^ 0 nazywamy macierzami kon­ 0>n— 1, 1 a,n - 1, 2 ■ ■ a ?l-l, 77—1
gruentnymi, a samo przekształcenie kongruencją. oraz d et A są dodatnie, a forma, kwadratowa je s t ujem nie określona wtedy
i tylko wtedy, gdy

Jeżeli A = A t , to wartościom własnym Ai, As, . . . , A„ macierzy A odpo- Mi < 0, M 2 > 0, M s < 0 , . . . , (—l)" d e t A > 0 (A.51)
wiadają wzajemnie ortogonalne w ektory w łasne M j, M 2, . . . , M n , a maciorz
M = [Mi, M 2 , • • •, M n] spełnia zależność M 1 M = In oraz
U W A G A 50. Dodatnia (ujem na) określoność fo rm y kwadratowej (A.'4S)-jcsl

M t A M = diag [Ai, A2, .. -, A„] := A A .48)

niezmiennicza względem przekształcenia (A.47) przez kongruencją dla każdej
Podstawiając x = M y do (A.46), otrzym ujem y macierzy nieosobliwej P .

,2
A (x ) = y TM TA M y = y TA y = Ai { m '[ 3;) rA.-19) DEFINICJA 170
¿=1 Formę kwadratową (A.46) nazywamy półokreśloną dodatnio (ujemnie),
gdzie M j jest i-tym wierszem macierzy M r . gdy dla każdego x € Kn przyjm uje wartości nieujem ne (niedodatnie).

''”DEFINlCJ'/ri68— ............................ .......................

Formę- kwadmtową~(A;4G) -nazywairiy dodatnio (ujem nie) określoną. gdij "
dla każdego x -fi) przyjm uje wartości dodatnie (ujem ne), a wari,ość równą
zeru tylko dla x = 0 .
. TW IERDZENIE 95
Forma kwadratowa (A.46) je st półokreśloną dodatnio (ujemnie) wtedy
i tylko wtedy, gdy wszystkie wartości własne Ai, As, . . . , An macierzy A
. sg nieujem ne (niedodatnie).

DEFINICJA 169 U w aga 5 1 . W yznacznik det A pólokrcślonej dodatnio fo rm y kwadratowej

Macierz A G R "xn dodatnio (ujem nie) określonej fo rm y kwadratowej na­ jest v i 1 ujemny.
zywamy macierzą dodatnio (ujem nie) określoną.

TWIERDZENIE 93
Forma kwadratowa (A.46) je s t dodatnio określona wtedy i tylko whdy, gdy
wszystkie wartości własne Aj , A2, . . . , A„ m acierzy A są dodatnie.
Wyznacznik det A dodatnio określonej macierzy A jest dodatni.
TW IERDZENIE 96
Forma kwadratowa (A.46) je s t półokreśloną dodatnio wtedy i tylko wte­
dy, gdy wszystkie m inory główne oraz det A są nieujemne, gdzie
dla 1 < ii < i 2 < . . . < ip < n , p = 1 , . . . , n je st minorem
głównym stopnia p powstałym z macierzy A przez wykreślenie wszystkich
wierszy i kolum n z w yjątkiem o numerach ij , i 2, . . . , ip.
412 A. Podstawy rachunku macierzowego A U- Normy wektorów i macierzy 413

A . l l . Normy wektorów i macierzy

\\M i ^sE K I
j =i

DEFINICJA 171
||A |L = ™ ?n Y M (A -56)
N orm ą ||* || wektora * G C nazywamy nieujemną liczbę rzeczywistą .'speł­ "" ¿=1
niającą warunki n n
||* || > 0 YajjiO oraz ||* || = 0 <=> x = 0, ||A||F = Y V . Iaij |2 (norm a Frobeniusa)
\ t=i j= i
||A;*|| = |fc| ||a:|| dla dowolnej liczby k G C, (A.52)'
II* + 2/|| < ||* || + lli/H (nierówność trójkąta) DEFINICJA 173
Norma m acierzy (|A|| je st zgodna z norm ą wektora ||* ||, jeżeli dla dowolnej
macierzy A i dowolnego wektora * zachodzi nierówność
Do najczęściej spotykanych norm w ektora x = [x\, a>2, . . . , a;n]T nnle/a
||A * || < ||A || ||*j| (A.57)

UWAGA 53. N orm a macierzy |{ A || 3 je st zgodna z normą wektora ||*Jjj, nor­

Y W (A.53) ma macierzy H A ^ jest zgodna z norm ą wektora H * !^ i norm a m acierzy lfA j|p.
i =\
jest zgodna z norm ą wektora |(* || 2 -
Korzystając z definicji norm y macierzy, m ożna wykazać, że
Y . I*i|2 (norm a euklidesowa)
i=1 (I—A || = || A ||
U w a g a 52. Z dejinicji norm y wynika, że \\x —y II > 111*11 - llylll- Vk GN ¡ A fc| < ||A ||fc
IIA — -B|| > | 1|A|j — ||J3|| | (A.58)
P F JO M IQ A .1 I2 .................... i |A| < ||A ||
N orm ą \\A \\ m acierzy A nazyw am y nieujem ną liczbę rzeczywistą .yidaia- \
dla. dowolnej normy ||Aj| oraz każdej wartości własnej A macierzy A.
jącą w arunki' ...............■ .
||A || > 0 V A -/- 0 oraz ||A ||,= ;0 4=>\A = 0, ||A ||2 = <7!

||/cA|| = |/c| ||A || dla dowolnej liczby k G C, (A.51)' gdzie <J\ jest najw iększą w artością szczególną macierzy A .

||A + jB|| < (|A|| + ||jB|| (nierówność trójkąta) I|A||F = \J(Ą + . . . + ct , 2

||A2?||< ||A|| ||B|| gdzie a.L, i = 1, są w artościam i szczególnymi macierzy A , r = rząd A .

Jeżeli ||A|1 < 1, to
K orzystając z normy wektora, możemy norm ę macierzy A zdefiniować na­ OO

stępująco: Y l A k = [I„ - A ] ' 3

k=0
||A || = m ax = inax ||A * || (A.55)
||* || ||x ||= l " "
ra
Tak określoną norm ę nazywamy norm ą m acierzy indukowaną przez normę wek­ ■A J^-gA * < iiA i r +1
tora. Do najczęściej spotykanych norm m acierzy A = [ajj] G CmXn należą: fc=0
 414 A. Podstawy rachunku macierzowego
A.13- Wielomian zerujący i minimalny macierzy oraz wzór Sylvestera 415
A. 12. Macierz pseudoodwrotna Moore'a~Penrose’a
TW IE R D ZE N IE 98
DEFINICJA 174 Jeżeli A £ R m xn , rząd A = r * A = U S V T , to

M acierzą pseudoodwrotną M oore’a-Penrose’a macierzy -A € nazy­ A 3 = V £ - 1U T (A.62)

wamy m acierz A 9 spełniającą warunki
gdzie £ ~ l ~ diag jo]-1, c r j1, . . . , o> J , 0, . . . , oj € M"xm, a macierze
A A 9A = A
U £ j y g R.raxn gę m acierzam i ortogonalnymi, tj. U 1 U =
A 9A A a - A 3 (A.59) ■= . l / u r = Im„ = VVT = 27 = diag [ctj, <r2, ■• •, <7r, 0, . ..
. . . , 0] 6 Mm xn, a rrj > rr2 > . . . > oy > 0 są wartościami szczególnymi
( A A 3)7'. ~ A A 9
m acierzy A .
( A !lA ) r = A 9A

A.13. Wielomian zerujący i minimalny macierzy

UWAGAA 54.
odwrotna a. Dla dowolnej m acierzy A istnieje tylko jedna m acierz pseudo­ oraz wzór Sylvestera

DEFINICJA 175
TW IER D ZEN IE 97 W ielom ian u i{\) nazyw am y w ielom ianem zerującym macierzy A £
wtedy i tylko wtedy, gdy w ( A ) — 0.
Jeżeli m,acierz A E R mXn m a rząd r < min (m , n ), to m acierz pseudo­
odwrotna A 9 je s t okreśiona wzorem i
U w a g a 5 5 . Każda m acierz kwadratowa m,a co najm niej jeden wielomian
A 3 = C r { C C T] ~ 1 [JBBT] B t = C T [b tA C tJ B t (A.60) zerujący, którym je s t je j w ielom ian charakterystyczny (A .32).

przy czym A = B C , B £ Kmx?', C £ Krx n , r z ą d B = rząd C = r.

T W IE R D Z E N IE 99 (C a y ley a -H a m iłto n a)
Każda m acierz kwadratowa A spełnia swoje równanie charakterystyczne
Macierz- pseudoodw rotna A 5 dla dowolnej m acierzy A e K ”*X7ł spełnia na­
stępujące zależności: d e t [ls — A] — s" | a,,,^i.sn ~ 1 + . . . + a \s + ao = 0
czyli
{ A 9)9 = A
(A t )-9 = (A fl) r A n + a n_i A ”- 3 + . . . + a , A + a 0if„. = 0 (A.63)

( A 9)T A T A = A A T(A 9)r = ^4

A b( A 9) t A t = A T ( A 9)T A 3 = A 3 ( a . 61) D E FIN IC JA 176
W ielomianem, m in im a ln ym 7/r(A) m acierzy A £ R ” xra nazyw am y wielo­
(A t A )3 = A 3(A i;)T, (A A r )9 = { A a) T A 3
m ia n zerujący najniższego stopnia tej m acierzy o w spółczynniku równym
(A T A ) aA T = A r (A A r )9 = A 3 1 p rzy najw yższej potędze zm ie n n e j A.
A 3A , A A 3, l n - A 3A , - AA3
UWAGA 5 6 . K ażdy w ielom ian zerujący je s t pod,zielny bez reszty przez wielo­
są macierzami symetrycznymi nilpotentnym i
m ian m in im a ln y.
Va 0 (a A )9 = a ~ l A a W ielom ian m inim alny iJj(A) m acierzy A £ Mnxn je s t związany z jej wielo­
m ianem ch arak tery sty czn y m <p(A) zależnością
416 A, Podstawy rachunku maci(>r/oWe,|o A.J3- Wielomian zerujący i minimalny macierzy oraz wzór Syluestera
417
cp(A)
i /j ( A) przy czym
D „ ~i(X ) (A.64)
gdzie Dn- i (A) jest największym wspólnym dzielnikiem wszystkich elemem/ ~ W * d fc" J +1
macierzy dołączonej [InA - A]ad. Jiji ¿ - ijli ^ ~ J + 1)'•(:/ - i ) 1-d x k~i-tI-i L^iCA)
i = 1, . . . , r
TWIERDZENIE 100 j = 1, . . . , rrij (A.69)
Jeżeli Ai, A2 , A,, są różnymi wartościami własnymi macierzy1
A & M7lX7t i je j wielomian charakterystyczny ma postać V»(A) .
»/'¿(A)
(A ~ Aj)Wi (A.70)
¥?(A) = ( A ~ A 1r ( A - A 2) ^ . . - ( A ™ A r )nr ) ¿ > = n (A. (¡5) i (A - Aj)’”1 (A - A i - O ^ - ^ A - A i+1r i+1 -- (A - A,.)’1

to wielomian minim alny tej macierzy ma postać

Et Macierze Z # nazywam y m acierzami składowym i m acierzy A . Macierze te
'/-’(A) — (A — A i) rril(A — A2)” ‘2 • • • (A — Ar )m r, ¿ m , < n (A.fiG) ' zależą tylko od macierzy A , nie zależą natom iast od funkcji /(A ) i m a ją nastę­
, . j= i j pujące własności:
przy czym 1 < nu < n t- dl« * = 1, . . . , r. "; oj
Z-tj dla i = 1, . . . , r, j = 1, . . . , n u są liniowo niezależne.

Jeżeli macierz A m a różne wartości własne, to wielomian minimalne /.-'Aj

pokrywa się z wielomianem charakterystycznym ¡p(A), tzn. v/>(A) = <p(A). V >n=lt» *
i-l

Z-ij Z ki = 0 dl a i H
DEFINICJA 177
Mówimy, że funkcja f (A) yesi określona na widmie macierzy A r Z a Z ij ■Z ij dl a i I, . . . , 7 , j — 1, . . . , nu
(A .71)
''<rmelfifnidmenminmalnytn~{A".ęi(iy-wlsdy>4-tylka. wiedyK,ydy
Z% = Z,; i dl a fc = 1, 2, . . . , i = 1, . . . , r
/(Afc), / (i) ;;;; (Ajt) = .........
1
" ij ( i - l ) ! ' (A ]I„A¿y 1Z n dla i = 1, . . . 5 r, j = 1, nu

d(m*.-l)A |A=A,. ‘ ' W szczególnym przypadku, gdy wielomian m inim alny macierzy A m a postać
V;(A) = (A - Ai)(A — A 2) ••• (A — Am )
Wielomiany r;(A) i /i(A) przyjm ują te same wartości n a widmie macierzy (A.72)
A wtedy i tylko wtedy, gdy g (A ) = A(A). W artości funkcji /(A ) n a widmie to wzór (A.68) upraszcza się do postaci
macierzy A w pełni określają funkcję macierzy f ( A ) . m
/(A ) = ] T > £/ ( Ai)
■i=i (A .73)
TW IERDZENIE 101 (Ł a g ra n g e ’a- S y 1ve s t e r a )
pr/y czym
Jeżeli funkcja f( X ) je st określona na widmie macierzy A , to
ymr -/*
A• — Ii X■
/(A ) = £ [ z h nXi) + Z i2f ^ \ x i) + ... + Z imJ ^ - l\ \ Ą (A .68) ■
(A .74)
i= l
418 j.1. Macierze blokowe 419
A. Podstawy rachunku m a c io r « ,^

A. 14. Macierze blokowe pEFINICJA 181

M/yznacznik macierzy blokowo-diagonalnej
DEFINICJA 178 A\ 0 • • 0 '
Macierz nazywamy blokową, jeżeli ipi 0 A2 • • 0
blokami {klatkami). Macierz A e R m in ' S(ł podmacierzami zwimymi A = diag [ A j, A 2, Ap (A.77)
oraz g - l Unii poziomych możemn, « ?°- f° ,mocci P ~~ 1 Unii pionowych
pion
ZLmV podzielić na pq podmacierzy A vj Ę 0 0 • A-p
<7 p
, i = i, jest równy iloczynowi wyznaczników podmacierzy na głównej przekątnej,
. P, E m f = m , £ n i: = n
i=l t= l
b n.
•A ,i • ■ A \p
dci, A =~ det A \d e t A 2 - ■■d et A p (A.78)
: ^
.

('1.75)
.....)

■ A qp_

TW IERDZENIE 102
W wyniku różnych podziałów tej samei Jeżeli w macierzy blokowej
blokowe. Działania na macierzach blokow m.acic'r /y. otrz.ymarny różne macierze
macie-rzy o elementach skalarnych. yC1 e imujcrny analogicznie jak rl!;V A B
Ar (A, 79)
C D

DEFINICJA 179 podmacierze A i D są kwadratowe, to wtedy

Jeżeli dwie macierze prostokątne A i n „ , d at A d et [D — C A “ 'B ] , gdy d et A 0
podzielone na podmacierze i t> , . 1 wymiarach zastały det M (A.80)
1 3 a ii 0 Jednakowych wymiarach det [A — B D ~ l C ]d et D , gdy det D ^ 0
Au • ■ A\p Bu ' ‘ B ip
B -
(A.76)
: 03

---- 1

.Aqi ■ • A qv . B q-[ ■ TW IERDZENIE 103

Ć?

to sumą Jeżeli wszystkie podmacierze A , B , C , D są kwadratowe tego samego

je s t a ni irir.rz"
blvkowa-C-^ĄCĄj],^ptzy^czytnr..Q.i£r.
'¡koma- - A i j 4- B i j , i =
¡stopnia, to
•••)'/■ ;/
1, ■■■,?■ ,1 , IM j t e l { A D - A C A - ‘B], eiii M A Ć O
“ M “ i d e l [ . 4 D - B £ ) ' > C D ) . gdy d et , O # 0 (A 81)

DEFINICJA 180
Iloczynem, macierzy blokowej A — r a i ,, ,
— I " ijj »==1, q przez macierz blokową TW IERDZENIE 104
B = .... p jest macierz blokowa~C ~ [C ij) is=1 ę , przy czym ' Jeżeli mnożenie macierzy A i C oraz C i D je st przem ienne, to
r 1 ’ i=i, t _ j det { A D - C B ) , gdy A C = C A
C h = £ A ikB k j. ,lnl' M “ 1 d et [A D - B C ] , gdy C D = D C (A '82)
k=1

Mnożenie to jest wykonalne wtedv i r,,n , ■ , , TW IERDZENIE 105

wych w macierzy 41 je st równa Sdy,IlCZba kolumn kJok°-
liczba kolumn podmacierzy A tl. ,>s, WItrb' f Wokowych w macierzy h oraz Jeżeli m acierz blokowa (A.79) je st nieosobliwa i podmacierze A i D są
kwadratowe, to je j m acierz odwrotna m a postać
dlafc = 1, . . . , P , i = 1, .. llczbie wiersay podmacierzy
420 A. Podstawy rachunku macierzowego A.16. Jak to zrobić w MATLAB-ie 421

dla danych A G E mxn, B G Mqxp i C G i niewiadomej macierzy X e

A~ + A ~ 1B A i 1C A ~ 1 -A ^ B A j" 1
G R nxq można zapisać w postaci równoważnej
, gdy d e t A ^ O
- A ^ C A - -i ¿ r1
[a ® B t ] x = C (A.87)
i-i - A ^ B D -1
, gdy det D ^ 0
-D ~ l C A Z x D 1 + D ~xC A 2l B D ~ l przy czym X = [aci, x 2, ■■■, x n]T , C = [ej., c2, - . . , cm]T , a x t oraz a są i-tym i
M -i wierszami macierzy X i C . W szczególnym przypadku równanie macierzowe
i-i - A - lB A r 1 gdy det A ^ 0
’ i det D 0 A X = C, A g MTOXn C G R rnxq (A.88)
D~ C A 2 ^r1
jest równoważne równaniu
^2 -A ^B D -1 gdy d e t A / 0
(A ® H,) X = C
- Ai -^iC
/ A j" 1 A ^1 ’ i detB^O (A.83)
(A.89)

a równanie macierzowe
przy czym A , D C A lB , A2 = A - B D ^ C
X B = C, B e R qxp, C G Knx<? (A.90)
jest równoważne równaniu
A.15. Iloczyn Kroneckera macierzy ( in ® B T) X = C — (A.91)
Równanie macierzowe
DEFINICJA 182
Iloczynem Kroneckera A <g) B macierzy A k jj e i macierzy A X - X B = C, A G i lłXn, B € KmXT,\ C G R ” xm dane,
bij e f xq nazywamy macierz blokową postaci
B = ¡ba] l e i " “ niewiadom a (A.92)
' an B UlflB jest równoważne równaniu
A® B = ę ]grnpxn? (A.84)
nB (A ® I r„ - IIn ® B t )X = C (A.93)
iiju 1I I
gdzie X = [xu x 2, C = [ci, c*2, . . . , cm]7 , a aą oraz c; są i-tym i
’■wierszami macierzy X i C .
Z definicji wynika, że n a ogół A ® B ^ B ® A. Iloczyn Kroneckera ma
następujące własności:
(AA) ® B = A ® (AB) = A( A ®B ) A.16. Jak to zrobić w MATLAB-ie
( A + B ) <s>C = A ®C +B ®C Rachunek macierzowy jest podstawowym narzędziem m atem atycznym , n a któ­
A® ( B C ) = A® B + A® C rym opiera się M a t L a b . Z wielkiego bogactw a funkcji operujących n a macie­
A ® ( B ® C) = {A® B) ® C rzach omówimy tylko te, które m a ją bezpośredni związek z tem atyką poruszoną
( A ® B ) 7' = A 7' ® B t (A.85) w tym dodatku.
Przed przystąpieniem do omówienia podstawowych funkcji operujących n a
(A ® B ) ( C ® D ) = A C ® B D
macierzach przystąpim y do omówienia dwóch najważniejszych sposobów defi­
A ® B = { A ® In )(ITO® B ) dla A 6 Rm> B G Knxn niowania macierzy.
d et [A ® B] = (det A )n (det B ) m dla
A G R,n> B G Rnxn
• Definicja bezpośrednia, tzn. poprzez podanie kolejnych jej elementów. Np.
( A ® B ) - l = A - l ® B ~ l , gdy d e t A ^ O , d etB yM ) macierz
A 2 3
Równanie macierzowe
A = 4 5 6
AXB = C (A.86) 7 8 9
 422
A. Podstawy rachunku macierzowego ;A-16- Jak to zrobić w MATLAB-ie 423

w n o ta cji MATLAB-a definiuje się następująco: O panow anie w ym ien ionych w yżej trzech sp o so b ó w w yd o b y w a n ia danych z
A = [1 2 3 ; 4 5 6 ;7 8 9 ]; m acierzy w y sta rcza do n a b ycia u m iejętn o ści spraw nego p o słu g iw a n ia się m a­
lub równoważnie cierzam i w MATLAB-ie.

A = [ l,2 ,3 ; 4 ,5 ,6 ; 7 ,8 ,9 ] ;
FUNKCJA TRA N SPO SE, CTRA N SPO SE:
Ja k widać z tego przykładu, wiersze macierzy są oddzielane średnikami Funkcja TR A N SPO SE tran spon uje m acierz o elem en tach rzeczyw istych , funk­
elem enty znajdujące się w kolum nach są oddzielane przecinkami lub spa­ cja C TR A N SPO SE tran spon uje m acierz o elem entach zesp olonych, czyli
cjami. Nie m a obowiązku definiowania macierzy wierszami, jalc uczyniono zw raca m acierz sprzężoną.
to wyżej, m ożna m acierze definiować kolumnami. T a sam a macierz zdefi­ A ' zw raca w ogóln ości m acierz sp rzężoną w zględem m acierzy A . J est to
niowana, kolum nam i w zapisie M a t L a b - u, przedstaw ia się następująco: najczęściej stosow any zap is ze w zględów praktycznych.
A = C C l;4 ;7 3 ;C 2 ;5 ;8 ];C 3 ;6 ;9 ]]; M ożna jed n ak u żyw ać sk ła d n i T R .A N S P O S E (A ) , jeżeli m acierz A m a ele­
m en ty rzeczy w iste lub C T R A N S P O S E ( A ) , jeżeli m acierz A m a elem enty
W przestrzeni roboczej pow stanie ta sam a macierz A , niezależnie ocl wy­
zespolone.
branego sposobu jej zdefiniowania. N a zakończenie przykładów definicji
macierzy podam y jeszcze inny, również poprawny wariant, zdefiniowania ;
m acierzy A F u n k c ja DET:
,]
A = [ [ l , 2 ; 4 , 5 ] , [ 3 ; 6] ; [ 7 ,8 ] 9 ; Funkcja ob licza w yzn acznik m acierzy kw adratow ej.
D E T (X ) o b licza w yzn aczn ik kw adratow ej m acierzy X . .
o Definicja pośrednia, czyli przez wykorzystanie różnych funkcji M at L an-.t, '
do utworzenia macierzy. N ajprostszym i przykładam i m ogą być macierze ‘
F u n k c ja TRACĘ:
składające się wyłącznie z jednakowych liczb. Przypuśćmy, że chcemy zde-
finiować macierz o 5 wierszach i 12 kolumnach, zawierających w każdym Funkcja zw raća ślad m acierzy.
wierszu i każdej kolumnie liczbę 1.3. Wykonujemy to szybko za pomocą T R A C E (X ) ob licza ślad m acierzy X , czyli su m ę elem en tów na diagonali,
polecenia k tóra d la m acierzy kw adratow ych rów na się su m ie w artości w łasnych.
A=ones( 5 ,1 2 ) * 1 .3 ;
F RAND:
u n k c ja
Funkcja ONES jest opisana niżej. ..........
Funkcja zwraca macierz o podanych wymiarach zawierającą wartości psen-
Kilka kolejnych przykładów poświęconych będzie zilustrowaniu sposobów __ dolosowe.
w ydobyw ania danych z macierzy. R A N D ( M , N ) zw raca macierz o wym iarach M x N zawierającą liczby
• W ybranie elem entu o num erze w iersza u> i num erze kolumny k z macierzy pseudolosowe.
A realizuje polecenie
A(w ,k) F u n k c jaEYE:
Funkcja tworzy macierz jednostkową, podanego wymiaru.
• W ybranie wiersza o num erze w z macierzy A realizuje polecenie
E Y E (X ) zw raca m acierz jed n o stk o w ą o w ym iarze X .
A (w ,:) E Y E (X , Y ) łub E Y E ([X Y ]) tw orzy m acierz o w ym iarach X x Y m ającą
Symbol : zam iast num eru kolum ny oznacza, że m ają być wzięte wszyki e jed yn k i n a głów nej d iagonali.
kolumny. Analogicznie p o stęp u je się w stosunku do kolumn, tzn. polecenie
A (: ,k ) F u n k c jaO N E S:
Funkcja tworzy macierz podanego wym iaru zawierającą jedynki.
powoduje w ybranie kolum ny o num erze k z macierzy A .
O N E S (X ) zw raca macierz kwadratow ą o wymiarze X składającą się z je­
o Chcąc w ybrać z m acierzy A podm acierz składającą się z kolumn od fcj
dynek.
do k-2 i wierszach od w% do 102, należy skorzystać z polecenia
O N E S (X , Y ) lub O N E S ([X Y ]) tw orzy m acierz o w ym iarach X x Y sk ła ­
A(w l:w 2 , k l : k 2 )
d a ją cą się z jed ynek.
424 A. Podstawy rachunku macierzowego A.16. Jak to zrobić w MATLAB-ie 425

O N E S (X , Y , . . . ) lub O N E S ( [ X Y ...]) tworzy macierz o wymiarach A' x F SVD:

u n k c ja
x Y x . . . sk ład ającą się z jedynek. Funkcja wyznacza rozkład SVD macierzy.
[U, S, V] = S V D (X ) zw raca trzy m acierze składające się n a dekompozycję
F ZEROS:
u n k c ja macierzy X względem wartości szczególnych.
Funkcja działa tak sam o jak funkcja ONES, wypełniając tworzone macierze S = S V D (X ) zw raca tylko wartości szczególne macierzy X .
zerami zam iast jedynek.
F P IN V :
u n k c ja
F RANK:
u n k c ja Funkcja zw raca macierz pseudoodw rotną macierzy.
Funkcja określa rząd macierzy. X = P I N V ( A ) zw raca macierz pseudoodw rotną do macierzy A taką, że
R A N K (A ) określa liczbę liniowo niezależnych kolumn macierzy A .
A X A = A, X A X = X, AX= XA
R A N K (A , T O L ) określa liczbę wartości singularnych macierzy A więk­
szych niż wartość param etru TOL.
F KRON:
u n k c ja
Funkcja wyznacza iloczyn Kroneckera dwóch macierzy.
F ORTH:
u n k c ja
K R O N (X , Y ) zw raca macierz będącą iloczynem Kroneckera macierzy X i Y .
Funkcja dokonuje ortogonałizacji macierzy.
Q = O R T H (A ) zw raca ortonorm alną bazę Q obrazu macierzy A .
F NORM:
u n k c ja
Funkcja wyznacza norm ę w ektora lub macierzy.
F N ULL:
u n k c ja

Funkcja zwraca bazę ją d ra macierzy. • D la macierzy

Q = N U L L (A ) zw raca ortonorm alną bazę Q jądra macierzy A wyznaczoną
na podstawie rozkładu SVD.
Q = N U L L (A , V ) zw raca bazę Q jąd ra macierzy A wyznaczoną dzięki
wykorzystaniu przekształceń elementarnych prowadzących do redukcji m a­
cierzy.
F INV:
u n k c ja
Funkcja zwraca macierz odw rotną podanej macierzy kwadratowej.
Q - IN V (A ) zw raca -macierz odw rotną Q macierzy A . Jeżeli macierz A
jest osobliwa lub źle uwarunkowana, to wtedy generowane jest ostrzeżenie.
F PO ŁY :
u n k c ja
Funkcja wyznacza wielomian charakterystyczny podanej macierzy kwadra­
towej.
Q = P O Ł Y (A ) zw raca wektor Q współczynników wielomianu charaktery­
stycznego macierzy A .
F EIG :
u n k c ja
Funkcja wyznacza wartości własne i odpowiadające im wektory własne po­
damy macierzy kwadratowej.
Q = E IG (A ) zw raca wektor Q zawierający wartości własne macierzy A .
[V, Q] = E IG (A ) zw raca macierz diagonalną Q zawierającą wartości wła­
sne oraz nieosobliwą macierz V składającą się z wektorów własnych odpo­
wiadających wartościom własnym znajdującym się na diagonali macierzy Q.
N O R M (X ) łub N O R M (X , 2) zw raca największą wartość szczególną
m acierzy X .
N O R M (X , 1) zw raca najw iększą sum ę elementów znajdujących się w
kolumnach macierzy X .
N O R M (X , in f) zw raca najw iększą sum ę elementów znajdujących się
w wierszach macierzy X .
N O R M (X , 'f ro ') zw raca norm ę Frobeniusa macierzy X .
• D la wektorów
N O R M (X ) lub N O R M (X , 2) zw raca długość w ektora X .
N O R M (X , in f) zw raca największy, co do m odułu, element wektora X .
N O R M (X , - in f) zw raca najm niejszy, co do m odułu, element wekto­
ra X .
PRZYKŁAD 131
Dla macierzy o rozmiarach 5 x 5 składającej się z elementów losowych należy:
• obliczyć wyznacznik,
• wyznaczyć wartości własne i wektory własne,
• wyznaczyć rozkład względem wartości szczególnych,
• obliczyć normę Frobeniusa,
• wielomian charakterystyczny.
Do wylosowania elementów macierzy o wskazanych rozmiarach używamy polecenia
A = r a n d (5 ,5 );
Realizację postawionych zadań wykonamy wg ich kolejności.
426 A. Podstawy rachunku macierzowego A.16. Jak to zrobić w MATLAB-ie 427

• Wyznacznik macierzy 1) n = rn,

det(A) 2) n > m ,
• Wyznaczenie wartości własnych i wektorów własnych 3) n < m .
[v ,l]= eig (A )
PRZYKŁAD 132
Dla sprawdzenia można wykonać działania, które potwierdzą poprawność otrzy­
manych wyników. Jako proste ćwiczenie pozostawiamy do obliczenia następujący Rozwiążemy równanie
iloczyn macierzy:
"8 1 6 ' V
lvl~x
3 5 7 X = 3 (A.94)
Wynik powinien równać się macierzy A. 4 9 2 2
• Wyznaczenie rozkładu względem wartości szczególnych
[u,s,v]= svd(A )
W tym przypadku n = m = 3. Z tego względu można łatwo wyznaczyć jednoznacznie
W rezultacie otrzymamy trzy macierze, które składają się na rozkład macierzy A rozwiązanie, mnożąc równanie lewostronnie (A.94) przez A ~ l . Niżej podano sekwencję
względem wartości szczególnych. Można to sprawdzić, podobnie jak w przypadku poleceń pozwalających obliczyć rozwiązanie równania (A.94)
wartości własnych, mnożąc uzyskane macierze, tj. obliczając iloczyn
usv1 A~C8 1 6 ; 3 5 7; 4 9 2 ] ; ^
b=[1 3 2 ] ’ ; -
Należy zwrócić uwagę, że macierze u oraz v są ortonormalne. Oznacza to, że x= in v(A )*b;
iloczyn u u r = uTti. = I oraz v v T = v Tv = I i dodatkowo wyznacznik obu tych □
macierzy jest równy jedności. Sprawdzenie tych faktów również pozostawiamy
jako proste ćwiczenie do wykonania.
• Wyznaczenie normy Frobeniusa sprowadza się do skorzystania z funkcji NORM PRZYKŁAD 133
z odpowiednią opcją. Rozwiążemy równanie
norm(A,’f r o ’) '8 1 6 ()' V
® Wielomian charakterystyczny danej macierzy wyznaczymy za pomocą polecenia 3 5 7 1 X = 3 (A.95)
_ - .................... 4 9 2 0 2
Przypuśćmy, że“otrzymaliśmy wynik
ans= W tym przypadku ?t = 3 < ni = 4 i rozwiązań tego układu równań jest nieskończenie
1 ,0 0 0 0 -2 ,3 0 3 2 - 1 ,2 6 3 8 0,1 6 9 4 0 ,0477 -0 ,0 3 2 1 wiele. Powodem tego jest fakt, że
Oznacza to, że wielomian charakterystyczny wskazanej macierzy jest nastę­ ker A =/- 0
pujący
Zatem każde z rozwiązań układu równań (A .95) można przestawić w postaci
x 5 - 2.3032a:4 - 1.2638a:3 + 0.1694x2 + 0.0477x - 0.0321
x = A +b -I- J'y
Oczywiście, nazwa zmiennej jest nieistotna. Funkcja zwraca tylko kolejne współ­
czynniki wielomianu charakterystycznego. □ gdzie 7 G Rm -n , a J jest bazą jądra macierzy A . Jedno z możliwych rozwiązań
■równania (A.95) można wyznaczyć za pom ocą poleceń
W kolejnych przykładach przedstawimy problemy związane z rozwiązywa­
niem liniowych rów nań algebraicznych typu ; J=null(A);
, x = p i n v ( A ) * b + J * r a n d ( l , 1) ;
Ax = b
Dzięki zastosowaniu funkcji RAND każde wygenerowane rozwiązanie będzie różnić
gdzie macierz A G IKnxm jest pełnego rzędu kolumnowego i wektor 6 G Rn są się od poprzedniego, ale wszystkie w ten sposób otrzymane wektory będą spełniać
dane, wektor x G Km jest poszukiwany. Rozpatrzymy trzy przypadki: równanie (A.95). O
428 A. Podstawy rachunku macierzowego

PRZYKŁAD 134
Rozwiążemy równanie Dodatek B
'8 V
3 5 X = 3 (A.96) R Ó W N A N IA R O Z N IC Z K O W E
4 9 2
I R Ó Ż N IC O W E
W tym przypadku n = 3 > rn = 2 i rozwiązanie tego układu równań może nie istnieć.
Jak wiadomo, warunkiem istnienia rozwiązania układu równań (A.96) jest
b 6 Im A
Bazę obrazu macierzy wyznacza się za pomocą polecenia
R = o rth (A );

W [Walter RudinJ podano twierdzenie, które pozwala sprawdzić, czy b G Im A przy W dodatku zebrano podstawowe wiadomości dotyczące różniczkowania macie­
założeniu, że do dyspozycji jest dowolna baza ortonormalna obrazu macierzy R . Twier­
dzenie to mówi, że rzy i wektorów, równań różniczkowych i różnicowych oraz obliczania pochod­
nych Liego, nawiasu Liego i dystrybucji. Dowody większości twierdzeń m ożna
b 6 Im A = b —R R b\\ 0 (A.97) znaleźć w książkach w języku polskim podanych w wykazie literatury. Roz­
" ważania dotyczące pochodnej Liego, nawiasu Liego oraz dystrybucji podano
Z tego wynika, że za pomocą polecenia
łącznie z objaśnieniam i, dowodami i przykładam i, gdyż brak jest tych rozwa­
n o r m ( b - R * R ’ *b )
żań w książkach w języku polskim.
można szybko uzyskać odpowiedź na pytanie o istnienie rozwiązań układu równań
(A.96). Jak widać w tym przypadku rozwiązań nie ma, ale gdyby przyjąć
9
B .l. Różniczkowanie i całkowanie macierzy
(A.9&).

Dana jest macierz A ( t ) = [ai_j]t=i, ..., m , której elementy ciij(t) są funkcjami

M?dY,T).2ki*Bk.EQ<kn£Lra£dj£tóri^ .pomocą. j= l, n
polecenia
wielokrotnie różniczkowalnymi zmiennej t.
x = p in v (A )* b

otrzymamy dokładne rozwiązanie równania (A.96) dla (A.98). □

DEFINICJA 183
Pochodną rządu k m acierzy A ( t) wzglądem zm iennej t nazywamy macierz,
: której elementy są pochodnymi rządu k odpowiednich elementów macierzy
A( t ) , czyli
d kajj(t)
dla k, = 1, 2, (B .l)
Bk{L) - ~ d W~ - d tk i = l , ..., rn
.7=1. —, n

Jeżeli A ( t) i B ( t ) są m acierzami przynajm niej jednokrotnie różniczkowalny­

mi względem zmiennej i, to
¡¡BP"—-------

ts. Kownama roznicz*owe i ruzmrowu B.l. Różniczkowanie i całkowanie macierzy 431

430

Niech x , y G KMoraz A € K” x” . W tedy

(i:..Vi
di
£ ¿ ( w 7’* ) = ¿ ( x3V> = y (B -7)
(13.4)
di
~ ^-(yT A x ) = - ^ - ( x r A r y ) — A y (B.8)
ax ćx

DEFINICJA 184
'Gradientem funkcji skalarnej g( x) względem wektora x N , ®2, ...
Wn)’1' nazywamy wektor postaci
- % (;c) '
i- Niech macierze A , B , C m ają takie wymiary, że istnieje ich iloczyn B A C ,
U
; a t r A niech będzie śladem macierzy A ( t) = [cijj] i=i, m , ten. t r A = aa.
dg(x) di.ro j " 1, Tl. ?■=]
grad n(x)
. da; Wtedy

~— i:r ( B A C ) = B T C T (13.11)
oA

gdzie - ' § oznacza pochodną cząstkową względem X{. A tr ( A B A 1]) = 2 A B , gdy BT = B (B.12)
ćM
A
—- d e t [B A C ] = d et [B A C ] A - 1 , gdy d et A f- 0 (B.13)
(/«rl
Weźmy pod uwagę funkcję wektorową / ( x ) — [/i(« ), / 2(*)i /«(*))
wektora x , którego składowe a;» = x ;(t), i — 1, . . . , n , są różnłczkowalnyrm Weźmy pod uwagę macierz A (i) = \a-ij\i= i m . której elementy a # (i) są
funkcjami zmiennej i. j = i, ..., 71
""Całkowalnymi funkcjami zmiennej t.

DEFINICJA 185
Pochodna funkcji wektorowej f { x ) względem zm iennej L jest określona na ­ DEFINICJA 186
stępująco: ■ - Całką oznaczoną macierzy A (i) w przedziale [0, i] nazywamy macierz
df ( x ) ■ v _ df(x) dx C(t ), której elementy są całkami oznaczonymi w tym przedziale odpowied­
(B.G)
fu J d x '’ di nich elementów macierzy A( t ) , czyli
przy czym r* ■ rl-
da;i G( t ) = / A ( r ) d r — f « ^ ( r j d r ¿“ 1, (B.14)
do L./o
- d f s(x) ~dT
df i (*) '
dx i &En da‘2
df(x) daj
di ■leżeli A(f) i B(f) są macierzami przynajm niej jednokrotnie całkowalnymi
dxT Tu
df m{x) ’ dfrń{x) względem zmiennej to
. ctei dxn - dxn
~dt
 432
B. Równania różniczkowe i ió>nicoito
r
O 2. Równania różniczkowe 433

f A A (r )d r — \ I A ( t ) c I t d la skalara A n iezależnego od t pr/y czym

Jo

Jo
f A(t)dB(t) = A(t)B(t) - f \ d A ( t ) } B ( t)
Jo da;
(n.irj
d t’

DEFINICJA 187
■ 0 1 0 0 '
Całką iterowaną macierzy A ft) =
[ay ]tó l, m nazywamy r 0 •
mac/r.rz. 0 0 1 0
.7= 1, 71

11
s,
C \ (i), której elementy są całkami iterowanymi elementów A(t) 0
macierzy ■ 0 0 0 1
czyli
_ -a 0(t) ~ai ( t ) - a 2(¿) •• nn_x(t)_ -u(t).
Ci(t) = / / A (rJ)drIdr = [ / i ay-(r)drjdr]
Jo Jo LJo Jo 1> ••• m (U.18). Warunek początkowy dla rów nania (B.23) m a postać
j= 1, n
Vio
Jeżeli A e ?/20
71 jest macierzą nieosobliwą, to (B .24)
3!(to) = *0
j 1eArd r = A " 1 ( e ^ - 1«) 2/n0
(H. Iii)
a jeżeli ponadto wszystkie wartości własne Ak (k = 1, n ) tej macii-r/y
m ają ujemne części rzeczywiste (A jest m acierzą stabilną asymptotycznie). i’0 TW IERDZENIE 106
rd tt = Niech A ( t ) będzie macierzą kwadratową stopnia n o elementach będą­
Jo oArd ~ -- A
A 1 i i 1.2(1). cych funkcjam i ciągłymi czasu t, a f ( t ) n-w ym iarow ym wektorem ciągłych
funkcji czasu. Rozwiązanie x = a;(/,) równania (13.23) spełniające warunek
początkowy x (1.q) — xq ma postać
B.2_fiówiiiania lóżniczkowe
x(b) — #(£, io)a;o -I / # (£ , t ) / ( r ) d r (B.25)
?:.............. ■
- Jt0 .......................
DEFINICJA 188 przy czym
Liniowym równaniem różniczkowym n-tego rzędu o zmiennych wspatczyn- •
nikach co(t), a\ (/.), ■.., nazywamy równanie posiaćt #(ć, /;0) = Hn -1- f A ( r ) d r -|- i A (r ) i A ( r j ) d r i d r -f . . . (B.26)
J t(j • «7¿0 J ¿0
dny®
7T' +I n (‘) ¿n l y W i . ,.*dv(i)‘ a i o jest chwilą początkową.
d tn ' d i” “ A ■■• + a i ( i ) + «o2/(/) = u(t) (1J.21)'
2 warunkami początkowymi
dy(t)
y(to) = j/io, • DEFINICJA 189
d t \t=ta d i” “ 1 |t=to Un O (I ¡.22)/
Macierz to) określoną zależnością (B.26) nazywamy macierzą podsta­
wową (fundam entalną, tranzycyjną) równania (B.23).
Wprowadzając nowe zmienne: a;, = v, x-> = dyll) dn“ 1i,p.i
równanie różniczkowe
równanie różniczkowe (R.S/T
(B.21)1 napisać
nnnisjnZ w
„r postaci:di ’ ’ n d/n * , mn/uny
Macierz # ( i , t 0) m a następujące własności (B.27)-ł-(B.36):
x —A(t)x + f
(H.2:i) ‘/'(i0, to) = In (B .27)
434 B. Równania różniczkowe i różnicowe [j.3. Równania różnicowe 435

Macierz to) je st rozwiązaniem rów nania różniczkowego Niech

r
ł>(t, t 0) = A ( t)& (t, t0) (B.28) $(A) = (A - Al )mi (A - A2),na • • • (A - Xr )Tn'r , X ] m i = m, < n (B.38)
¿=1
z warunkiem początkowym (B.27).
będzie wielomianem minim alnym macierzy A . W tym przypadku, korzystając
det # ( f , f0) 0 (13.2!)) /o wzoru (A.68) dla
dla każdego t i to.
/(A ) = eA(l-to)a:o + i ex(-l~T^f ( t ) d r
# ( i , l0) = <P(i, t0) (B.iiO) Jto
otrzymamy rozwiązanie równania (B.36) w postaci
dla dowolnych chwil to, t\, t spełniających warunek to < t\ < t.

io) = # ( i 0, i) (B.3I) •■*(*) = E [z n + - *») + •••+ Z ^m {t - ¿o)--1] ex^ - ^ x 0 + (B.39)

I-I
dla dowolnych i i i0.
+ jT [Zi 1 + z i2(t - t) + - ■- + z im i{t - r ) ”1^ 1] eAi(i_r)/ ( r ) d r
Macierz transponow ana d>7’(i, i 0) spełnia równanie różniczkowe

t 0) = - A T (t)& T (t0, t) (B.32) ■/je Z i j , i — 1, . . . , r, j =- 1, . . . , m , są m acierzami składowymi ^macie­

rzy A określonymi wzorem (A.69). W przypadku szczególnym, gdy wielomlan-
minimalny macierzy A m a postać
* A + B (t, to) = &A (t, to )& s(t, to) i IU3)
MNA) = ( A - A i ) ( A - A2) - - - ( A - Am), m <n (B.40)
dla dowolnych macierzy kwadratowych A(t ) i B( t ) tego samego stopnia, pr/y
czym wzór (13.39) upraszcza się do postaci
rn r pi

&A+B(t, to) = I „ + f [ A(t) + B(t)]<1t +

Jto
x ( t . ) = Y ^ z i eAifi_(o)xo ł / eAi(i-7’) /( r ) d T (B.41)
,-_i
i—1 L Jto
+ [ \ a (t ) + S (r)]r \ A ( t ) + B (r)]d r,d r + ••• i li.3-1) pr/y r/ym
— -T/tn------; ...............................— -------- ~—-
v Z r A - Xj l n
Z i = 11
®s{t , to) = &A(to, t)B€>A (t, t 0) fn.as) j= 1 ~ ^J
j ¥*
Jeżeli macierz A f t ) m a elementy stałe, niezależne od czasu, to równanie f Ii.23)
(A — X] Hn ) • • ■(A — Ai_iHn )(A — Aj-i-iUn) • • • { A — AmIn)
przyjm uje postać (B.42)
(Aj — Aj) • • • (Aj — Aj_i )(Aj — Aj+i) • • ■(Aj — Am)
x = Ax + f (I5.3G)

a macierz (B.26) upraszcza się do postaci to) = eA(t~t° \ B.3. Równania różnicowe

TW IE R D ZE N IE 107 DEFINICJA 190

Rozwiązanie równania (B.36) spełniające warunek początkowy x ( Io) -= *0 ■ Różnicą n-tego rzędu A n f m funkcji dyskretnej fk w punkcie k = rn nazy­
m a postać ■'■[$?■ wamy funkcję dyskretną określoną wzorem
A "/m = A n" 1f m+1 - A “- 1f m , n = 1, 2, . . . , rn = ,0 , 1, 2, . . .
x ( t ) — # ( i —to)xo + f & (t —r ) / ( r ) d r "
Jto
(15.37).- (BAS)
436 B. Równania różniczkowe i różnicowe B.3. Równania różnicowe 437

Korzystając z zależności (B.43), dla n = 2 otrzym am y przy czym

' 1 1 0 0 ' 0
A “*fm ~ A /m+l —A f m = / m-|-2 " -|- f m
-r* 0 1 1 •• 0 0
Ogólnie, różnicę n -tego rzędu funkcji dyskretnej f k w punkcie k = rn inożna xk Ak= fk
wyrazić za pomocą wartości tej funkcji w kolejnych n + 1 punktach 0 0 0 ■ 1 o
,,.n
k - n“ ki - an 2k ~ an - l .
.-« o L9k
11 I
A n/m = ^ ( ~ 1 ) / ;\| -| frn+n-i (B.44) Analogicznie, wprowadzając zm ienne x \ = x kl x \ = x k+i, . . . , x ^ = x k+n- i ,
i=0 V1 l)-1-
możemy równanie różnicowe (B.47) napisać w postaci (B.50), przy czym wek­
tory x k i f k są zdefiniowane tak samo, a macierz A m a postać Frobeniusa

■0 i 0 •• 0 '
DEFINICJA 191
Równaniem różnicowym n-tego rzędu nazywamy związek funkcji dyskretnej 0 0 1 •• 0
Ak= (B.51)

o :
i je j różnic do n-teyo rzędu włącznie. Liniowe równanie różnicowe n-teąo
rzędu o zmiennych współczynnikach aft, ak , . . . , ak_ : ma postać 0 0 •• 1
-6 f - ą -■ • - 4 - 1 -
A nx k + a* _ i&n~ l*k + ‘ ' + «1 Aa;fc + a§x k = gk (B.45)
gdzie gk jest daną funkcją dyskretną. Warunki początkowe dla (B.45) mają
postać TW IER D ZEN IE 108
Rozwiązanie równania (B.50) spełniające warunek początkowy x 0, ma po­
A °xo = xq, Aa'o = A n-1a;o == %n- i (B.46) stać
k- 1
xk = & k f l XQ + ^ k , i + l f ii . k = 0,1, (B.52)
i=0
Korzystając z (B.44), możemy równanie różnicowe (B.45) przedstawić w po­
staci równoważnej przy czym
''A jf-jA jflf'- •' • A i dla "' k > i •
+ • • • + lĄ:rk+i + ¿>q;x k — gk (B.47) (B.53)
Iłi d la k — -i

przy czym współczynniki ¿»*, i = 0, 1, . . . , n —1 w zależności od współczynników

ak wyrażają się zależnością Maciei'z (B.53) nazywamy m acierzą podstawową (fundam entalną, tranzyeyj
ną) równania (B.50). Macierz ta m a następujące własności (B.54)-ł-(B.57):
Macierz &ktko jest rozwiązaniem równania
bn- j — _ y')!(j' —i ) \ a'n'~i ' = ■■■i n (B.48)
*k+ iM — A k<l>ktka (B.54)
W arunki początkowe dla (B.47) są określone wartościami funkcji dyskretnej x k przy warunku początkowym d>kiUka = lln ;
dla k = 0, 1, . . . , n — 1. W prowadzając nowe zmienne
d?k,ko ^hklk\dhk,^kQ (B.55)
4 = 4 = Aa*> ..., xl = A n~ l x k (B.49)
dla dowolnych k, ko, Aą spełniających warunek ko < Aą < k;
możemy równanie różnicowe (B.45) napisać w postaci (B.56)
^k,ko ^’kn.k
x k+l = A kx k + f k (B.50) dla dowolnych k i ko (k > ko).
438 B. Równania różniczkowe i różnicowe B.4. Macierzowe równanie różniczkowe Riccatiego 439

Jeżeli m acierz A & m a elementy stale niezależne od k, to równanie (B.50)

2 warunkiem początkowym. X ( t g ) = X q , gdzie X — X ( t ) G ]R” Xn jest
przyjm uje postać
macierzą poszukiwaną, A n ( i) , A j 2(i), A 2i(t), A 22(t) G RTtx" są danymi
x h+i = A x h + f k (B.57) macierzami o elementach będących funkcjam i ciągłymi czasu t, a tg jest
daną chwilą początkową.
a macierz (B.53) upraszcza się do postaci <I’f: &
kQ = A k k{

TW IER D ZEN IE 109 TW IERDZENIE 110

Rozwiązanie równania (B.57) -spełnia ją ce .w arunek początkow y x g , ma po­ Rozwiązanie równania (B.61) spełniające warunek początkowy X (tg ) =
stać = X o ma postać
. fe-1 • , . , . , , Vj X = y 2y f-1 (B.62)
x k = A kx 0- + Y ^ A k~i~ 1f i : (B.58) i>nxn
■ i~0 przy czym macierze Y \ = Y \ {t) G MnXn, Y 2 = Y 2(t) G są rozwią-
zaniam i równania różniczkowego
Niech wielomian minim alny macierzy A m a postać (B.38). W tym przypad- 'Y i - A n (i) - A J2{t) 'Y i
(B.63)
1 1 . , fc- 1 , • A 2i(l) A 22(t)
ku, korzystając ze wzoru (A.68), dla /(A ) = X xg -|- X) A l-1/ j otrzymamy . ^ 2. Y 2
¿=o
rozwiązanie równania (B.57) w postaci ' *z warunkiem początkowym
r 'Yritg)' ' I« ’ (B.64)
Xk = E [Z a Xi + Z i2k \ k~ 1 + • • ■+ Z imik{k - 1) • • • (A - m,i+ (B.59) Y 2{tg) Xo
1

+2)A*-"**+1] aro + E E [ z t + Z i2(k - j - l )Xk^ j - 2 ■• • Niech

i=l j —o
#11 (t, to) & n (t, tg)
h Z im i(k - j - 1){k - j - 2) • ■• (k - j - m.i + lJA*- -7'- "1*] f j #(/,, tQ) =
<I , 2 \ { t , t . g ) # 2 2 ( t , t o )

p&y-^K-y.n,ł_^1j^ą,..ijlttt.ierattttti™skiMdowymr-macierzy~z4' określonymi" wzoreTn"* dla /, j — 1, (6.65)

(A.69). W przypadku szczególnym , gdy w lolomian minimalny ma postać (B.40),.
będzie macierzą podstawową równania (B.63). Rozwiązanie równania. (B.63)
wzór (B.59) upraszcza się do postaci
spełniające warunek początkowy (B.64) m a więc postać

x k = J 2 Z i A ^o + E (B.60) # JI (i, tg) + (I>12{1 , t g ) X o

j ~l f j = &(t, t0) (B.66)
*=1 3 =0 Y 2 Xo 4*21 (t, tg) + •&22{t, t,g)Xg
a macierze Z i są określone wzorem (B.42). Podstawiając (B.66) do (B.62), otrzym am y
X = [#21 (ii tg) + # 2 2 (t, to)Xo] [ # l l ( / M tg) + # 12(^1 ¿o)Xo] * (B.67)
B.4. Macierzowe równanie różniczkowe Riccatiego W przypadku gdy macierze Ai j ( t ) m ają elementy stałe niezależne od czasu
równania (B.61) (i (B.63)) przyjm ują odpowiednio postacie
DEFINICJA 192 X = X A [2 X + A 22X + X A 11 + A 2\ (B.68)
M acierzowym równaniem różniczkowym Riccatiego o współczynnikach
zm iennych w czasie nazywamy równanie postaci oraz

X = X A 12( t ) X + A 22( t ) X + X A n (t) + A 2i (/;) (B.61) 'y Y —A \ \ —A 12 (13.69)

A 2\ A 22 X2
440 B. Równania różniczkowe i różnicowe
B.5. Pochodna Liego funkcji skalarnej wzdłuż wektora pola
441

—A u —A u i /.o = (J mamy
W tym przypadku dla A K orzystając z iloczynu skalarnego < • , • > , możemy (B.73) napisać w postaci
A-21 AY!
L / h = < grad h, f > =
(B.75)
# (f ) = eAt #11 W #12 (O dh
(B.70)
#21 (Í) # 2 2 « dxi
Ji
Rozwiązanie równania (B.68) m a więc postać dh
— ~ Í2
[fly /2. , /„] d x2
X = [#21 (i) + # 22« * o ] [ # 11« + # 12( i ) ^ 0]_1 dx2' ' " ' d ź >
fn
dh
dxn
B.5. Pochodna Liego funkcji skalarnej wzdłuż wektora pola
lub stosując oznaczenie § = [ j | - , J | , • - - , «L] w postaci
W eźm y pod uwagę układ nieliniowy o jednym wejściu opisany równaniem
(B.76)
x = f ( x ) -|- <j{x)u (B.72)
gdzie x = [aij, x 2, x„]T jest wektorem stanu, u jest skalarnym wymusze­ P RZYKŁAD 135 ^
niem, a f ( x ) = [fi (x), f 2(x), . . f n ( x ) f i g(x) = [<7i(ac), 52 « ) , gn ( x ) \ r Wyznaczymy pochodną Liego rzędu drugiego funkcji h{x) = * 1* 2*3 względem pola
są wektorami zależnymi od x. wektorowego / ( x) = [xix2, x \, .
Korzystając z definicji (B.73), otrzymamy w tym przypadku
f1
dh dh dh v r ' * 1* 2‘
DEFINICJA 193 L f h-
d J p dx2 ’ dx3 f '2 — [2:2* 3 , * 1* 3, * 1* 2] T2
*2 ■3xix¡x-¿
Polem wektorowym f { x ) w obszarze V C Kn nazywamy funkcję, która
każdemu punktowi p G V przyporządkowuje wektor f (p). Ja. .* 2 * 3 .
oraz

Funkcje wektorowe f ( x ) i g ( x ) w równaniu (B.?2) określają więc odpowied­ L /h — Lf ( Lj h) dLfh dL/h dLjh 1 v r
nie pola wektorowe. Niech dana będzie tunlccja skalarna h(x) wektora x , która dxi ’ d %2 ’ dx-¿ J h
Ja.
m a ciągłe pochodne dowolnego rzędu względem wszystkich składowych tego
* 1*2
wektora. — [ 3 * 2 X 3 , 6 a u .T 2 .T 3 , 3 a : ! T g ] T22 12x 1X2X3
* 2*3 .
Q
DEFINICJA 194
Pochodną Liego L f h pierwszego rzędu funkcji skalarnej h ~ h( x) względem Z definicji (B.73) wynika, że:
pola wektorowego f — f (a;) nazywamy funkcję skalarną określoną wzorem
La fi-vph h ~ * L f l h -}- /I l ‘f-, 11 (B.77)
= (B.73) - dla dowolnych pól wektorowych oraz dowolnych funkcji skalarnych f i i f 2
i=i dxi
L jc h = c L f h (B.78)
- dla dowolnego skałara c niezależnego od wektora x
Pochodne Liego wyższego rzędu funkcji skalarnej h(x) względem pola wek­
torowego f ( x ) określamy rekurencyjnie , , , 9{ L f h)
L ,L ,h = - s L l g
(B.79)
Ljh = Lf , k = 1,2,... (L°f h = h) (B.74) - dla dowolnych pól wektorowych f i g oraz funkcji skalarnej h = h(x).
442 B. Równania różniczkowe i różnicowe B.6. Nawias Liego pól wektorowych 443

B.6 . Nawias Liego pói wektorowych K orzystając z definicji (B.80), łatwo wykazać, że:

Weźmy po d uwagę dwa gładkie (tzn. m ające ciągłe pochodne dowolnego rzędu) [/> 9 ] = -[.9. /] (B.84)
n-wymiarowe pola wektorowe f = / (as) i 0 = 9 i'-1’) wektora x € R ” . [ a f + bg, ą ] = a [ f, q ] + b [g, q\
(B.85)
[ /, ag + bq] = a [f , g] + b ( / , q]
D EFIN IC JA 195
Nawiasem, Liego [ / , g\ pól wektorowych f i g nazywamy pole wektorowe - dla dowolnych pól wektorowych / , g i g oraz stałych współczynników
określone wzorem a, 6 € IR
d9 * áf (B.80)
[/> a) dx / da;'
przy czym [ a f , Pg] = a/3 [ / , g] + a { L f 0 ) g - 0 ( L ga ) f (B.86)

~ dgi 9.9 ) ' ~!U± - dla dowolnych pól wektorowych f i g oraz funkcji skalarnych a i 0
dx\ dxn d xi dxn
ÉE. df = (B.81)
das ’ dx
dgn dgn d fn d fn [f , [g, 9 ]] + [g, [9 , /]] + [9 , [ / , 9 ]] = o (b.87)
.dx\ dxn . .d x i dxn .
są m acierzami Jacohiego pola wektorowego g i odpowiednio f , - zachodzi tożsamość Jacobiego dla dowolnych pól wektorowych f , g i q.

Pochodną Liego funkcji skalarnej h = h ( x ) względem pola wektorowego

Nawiasy Liego pól wektorowych / i g oznacza się również symbolem adjg , [/, g] możemy obliczyć dwoma sposobami.
czyli adj g — [ / , g). Nawiasy Liego wyższych rzędów pól wektorowych f i g
określamy rekurencyjnie S p o s ó b 1. W yznaczamy najpierw nawias Liego pół wektorowych f i g, a na­
stępnie £,[/,
a d /g = a d /( a d /_1g ), fc = 1, 2, . . . (ad°g = g) (B.82)
S p o s ó b 2. Wyznaczamy pochodne Liego L f L gh i L ,,L fh , a następnie skorzy­
PRZY K ŁA D 136 stam y z zależności
Wyznaczymy nawiasy Liego rzędu pierwszego i drugiego pól wektorowych
u)h = 1j; L gh - LgLjh. (B.88)
* 1*2 *2
/ = x„22 9 = 1 (B.83)
XI PRZY KŁAD 137
*2*3
Korzystając z definicji (B.80), otrzymamy Obliczymy dwoma sposobami pochodną funkcji skalarnej h ~ 371* 2*3 względem
nawiasu Liego pól wektorowych (B.83).
df
ad /g = [/, g] = ^ | /
dx 9 Sposób 1. W przykładzie 136 został już wyznaczony nawias Liego pól wektorowych
'0 1 0" *2 -* 1
(B.83) równy
*1*2 *2 *1 0
— 0 0 0 *2 — 0 2*2 0 1 = -2 * 2
1 0 0 *2*3 0 *3 *2 _*1_ *3 _
[f, 9 1 = - 2*2
. *3 J
ad}g = ad/(ad/g) Wobec tego
'- 1 0 0 ' * 1*2 *2 *1 0 ' -* 1 '2 X 1 X 2
*i
0 -2 0 *2 — 0 2*2 0 -2 * 2 = 2*1 dh
L \f , ,,]h = ^ { / , 9 ] = - [ * 2 * 3 * 1 * 3 * 1* 2 ] 2*2 -4*i* 2*3
0 0 -1 * 2*3 0 *3 *2_ 2*2*3
*3
 B. Równania różniczkowe i różnicowe B.7- Dystrybucje, dystrybucje inwolutywne i dystrybucje inwariantne 445
444
oraz
Sposób 2. Obliczamy najpierw pochodne Liego
X ‘2 % ,)<<>.« = 9 \ = ( j g h t + h ^ ! z ) [ f , g] =
r } _ 9h _ , . . 1 1 = 2:20:3 + 0:1X3
I-jgtl [ *^’2^’3 3*1*^3 3'1'J'2 i
xi
~xiX2’
, , dli r ■, 3xix^xa
L / h = — / = [a,’ 2 X 3 ,xiX-3 x y x 2 ] x2 = (% /l2 + ff]^ )
\_X2 X3 .
oraz
XiX2 B.7. Dystrybucje, dystrybucje inwolutywne i dystrybucje
L/ Lgh = = [®3 + 2X i X2 X? + 2X2X3 X! + x l ]
...2
¿2 inwariantne
X2X3 _

- ■\LX,X
ll.-rf.-ci; 4- 2 .XiX2X3 3a2x3 B.7.1. Dystrybucje
Niech V będzie otw artym podzbiorem M" oraz nied i w każdym punkcie x e V
L„Lth = ~ \^ x 2x 3 6xix2X3 3xix’2 ] będzie określonych d liniowo niezależnych gładkich wektorów f i (x) i —
ra L = 1, . . d. W ektory te rozpinają d-wymiarową gładką podprzestrzeń prze­
—3 X2X3 4 6xiX2X3 i 3xfx| strzeni liniowej i ł ” w każdym punkcie x & V .

Korzystając z (B.88), otrzymamy ten sam wynik

DEFINICJA 196
L i/t ujh — L /L g h — L g L /h — —4xix2X3
□ Podprzestrzeń. A ( x ) c IR” rozpiętą n a wektorach f i ( x ) , f ^ ( x ) , tzn.
A(x) = s p a n { f ^ ) , f d(x)} , (B.91)

TW IER D ZEN IE 111 nazywamy dystrybucją (dokładniej d-dystryhucją) w punkcie x £ V C IR” .

■^ŁuiŁti<faiUł^.aćgo^iŁTL^ji.«łfenfrtrnej h pola wektorowego [ / , fl] 6ę- ; __
dacego' nawiasem Lieyo jpól wektorowych f i g ma następujące własności :
(spełnia reguły Leibnitza): DEFINICJA 197
W ymiarem dystrybucji A ( x ) nazyw am y w ym iar podprzestrzeni (B.91).
L[f, + « 2^ 2) = ¿ a i[/, + -ka2[/, i/l^2 (B.89) •
dla dowolnych współczynników (X\,,0(2 ężjk
DEFINICJA 198
L [I> g](^i^2) ~ ( ^ [ / , ^2 4■/»i (¿1/, gjfa) (B.90) - Jeżeli Ax i A 2 są dystrybucjami, to ich sum ę i iloczyn (przkrój) definiuje­
dla dowolnych funkcji skalarnych .hi i ha. m y jako sum ę i iloczyn podprzestrzeni wektorowych Ai(:c) i A 2(x), czyli
(A j -I- Aa) (:/;) = AiCac) -!- A 2(x) (B.92)

Dowód. K orzystając z zależności (B.76), otrzymamy ( A 1 n A 2) ( a ) = A 1( a :) n A 2(®) (B.93)

L \f, £r](«1 /¿1 + a 2h 2) =

Sum a dwóch dystrybucji gładkich je st dystrybucją gładką. Jeżeli A i =
it((x\h\ 4- a.2h 2) . / d łn dh2\ . .
= span { / 1, oraz A 2 = span {rj1; . . . , g k}, to A x + A 2 =
“ os 4 / . » 1 = ( “ ■ a ż + “ » t e j ^ ■»1 =
= span { / j , . . . , f h , g lr . . . , g k}. Iloczyn dwóch dystrybucji gładkich może
dh\ ,. . dh2 . r 1 , r 1 nie być dystrybucją gładką.
= ^ + "2 ^ = ui[/’ ffl 2[/i al
 B.7. Dystrybucje, dystrybucje inwolutywne i dystrybucje inwariantne 447
446 B. Równania różniczkowe i różnicowe

TW IE R D ZE N IE 112 • Jeżeli x G A , to
Dystrybucja A x zawiera dystrybucję A z , A x(x) D Az ( x ) , wtedy, gdy d
Vi6V A x( x ) D A 2(a;) x = J 2 * (-7;) f i (r,;) (B *96)
t'=1
gdzie Ci(x), i = 1, . • ■, d są gładkim i fu n kcja m i skalarnym i wektora x
TW IE R D ZE N IE 113 określonymi na V °.
Pole wektorowe f ( x ) należy do dystrybucji A , f ( x ) G A (a;), jeżeli
MxeV f ( x ) e A(x) TW IERDZENIE 115
Jeżeli x° 6 V ° je s t p u n ktem regularnym gładkich dystrybucji Aj i A 2, to
iloczyn tych dystrybucji A x (~i A 2 je s t również dystrybucją gładką w V°.
Niech F ( x ) będzie m acierzą o n wierszach i elementach będących funkcjami
gładkim i w ektora x G Kn - Kolumny macierzy F ( x ) m ożna traktować jako
pola wektorowe, a sam ą macierz jako dystrybucję rozpiętą n a jej kolumnach.
B.7.2. Dystrybucje inwolutywne
W artość tej dystrybucji w punkcie x jest równa obrazowi Im macierzy F(x),
czyli
DEFINICJA 201
A (.t) = Im ( F( x ) ) (B.94) • Dystrybucję A nazywam,y inwolutywną, jeżeli nawias Liego [ f, g] każdej
pary pól wektorowych f i g należących do A należy również do A^cżljlir .
W ym iar (dim ) tej dystrybucji w punkcie x jest równy rzędowi macierzy F(x)
w tym punkcie, czyli / , 9 € A = ż [ / , g}€ A (B.97)
dim A(x) = rząd F ( x ) (B/Jó) 1

Niech
A (x) G span { f t (x), • • ■, f d(x ) } (B.98)
DEFINICJA 199
Dystrybucję A nazywamy nieosobliwą na podzbiorze V , jeżeli istnieje lir ¡.hu Z założenia / , g G A w ynika, że
naturalna d taka, że <1. d
- f ( x ) = I ^ Q ( x ) / i (x) o raz g ( x ) = ] T di ( x) f i ( x) (B.99)
" "T F eT -
/=1 i= t
w przypadku przeciwnym dystrybucję tę nazywamy singularną (osobliwą). gdzie Ci(x), di(x) są gładkim i funkcjam i skalarnymi. Z (B.97)-i-(B.99) wynika
następujące twierdzenie.
DEFINICJA 200
P unkt x° G V nazywamy punktem regularnym dystrybucji A , jeżeli ist­ TW IER D ZEN IE 116
Dystrybucja A je s t inw olutyw ną wtedy i tylko wtedy, gdy
nieje otoczenie V ° punktu x°, w którym, dystrybucja ta je s t nieosobliwą
w każdym punkcie x°. V 1 < i, j < d [ /,;,/./] € A (B.100)

TW IE R D ZE N IE 114 TW IERDZENIE 117

Niech x° będzie punktem regularnym dystrybucji A oraz niech cliin A(x,n) = Warunek (B.100) j e s t sp ełn io n y wtedy i tylko wtedy, gdy
= d. Wtedy istnieje otoczenie V ° punktu x° takie, że:
Ï v (x, 1 < i, j < d)
o Wektory f i ( x ) , . . . , f d ( x ) s(ł liniowo niezależne w każdym punkcie
rząd [ / X(x), . . . f d(x)] -= rząd [ / x(x), . . . , f d(x), [fi, /,-]] (B.IOł)
448 B. Równania różniczkowe i różnicowo g 7 Dystrybucje, dystrybucje inwolutywne i dystrybucje inwariantne 449

Aby więc sprawdzić, czy d an a dystrybucja A je st inwolutywna należy:

TW IER D ZEN IE 118
obliczyć nawiasy Liego [/¿, / , ] dla wszystkich x, 1 < i, j < d, Z zależności (B.102) i (B.103) w ynika, że dysirtjbucja A je s t inwariantna
- sprawdzić, czy są spełnione warunki (B.101). względem pola wektorowego f w tedy i tylko wtedy, gdy

PRZYKŁAD 138 V (L < i < d) [ f, f i ] e A (B.104)

Dana jest dystrybucja
~ex,2 ~ ' 2‘
TW IER D ZEN IE 119
A = span fi(x) = 1 / 2(•'*•') = 0 Warunek (B.104) je s t spełniony wtedy i tylko wtedy, gdy
. 0 . -x 2.
Sprawdzimy, czy dystrybucja ta jest inwolutywna. V {x, 1 < i < d)
Korzystając z (B.80), obliczamy nawias Liego rząd , f d(x)] = rząd [ / i ( x ) , . . . , f d(x), [f , /¿](a:)] (B.105)
-0 0 0 ‘ -e*-2- '0 ex*’ 0 ‘ ' 2 '0 '
if u n J = - û^da:
h/ 2 0 0 0 1 - 0 0 0 0 = 0
.0 1 0. . 0 _
O
O
O
-X2. .1 Aby więc sprawdzić, czy d an a d y stry b u c ja A jest inw ariantna względem pola
oraz sprawdzamy warunek (B.101) wektorowego f należy:
2' 'ex'J 2 0' - obliczyć nawiasy Liego [ / , /,,] d la wszystkich x, 1 < i < d,
rząd 1 0 = 2, rząd 1 0 0 = 3
- sprawdzić, czy są spełnione w arunki (B.105).
. 0 x 2_ . 0 x2 1
w całej przestrzeni IR3. Tak więc dystrybucja ta nie jest inwolutywna w całej prze­ PRZYKŁAD 139
strzeni IR3. D
Dana jest dystrybucja
. x. ■0 ■
UWAGA 57. Każda dystrybucja rzędu pierwszego je s t inwolutywna, gdyż dla'
każdego niezerowego wektora f m am y 0 1
A = span { f i , f 2} , / i(a-) = (B.106)
0 ! f ‘Â X) — 0
o ra z rząd'[ / , 0 ] = rząd [/] = 1 . x 2_ .T i.
Sprawdzić, czy dystrybucja ta jest inwariantna względem poła wektorowego
B.7.3. Dystrybucje inwariantne
X 2

^3 (B.107)
DEFINICJA 202 x-yx.Ą —xiX 2 X;i
Dystrybucję A nazywamy inwariantną względem pola wektorowego f , jeżeli sin(.7:3 ) + :Ą -|- x i x 3
nawias Liego [ / , <7] G A dla każdego g e A, czyli
W tym celu, korzystając z zależności (B.80), obliczamy
geA=>[f,g]<=A (B.I02)

l
'

0
0
0
0
x2

d /i , d / f = 0 0 0 0 a-'3
Niech A będzie rozpięta n a wektorach / j, . . . , f d. W tedy z założenia wyni­ +
da: da; 1 0 0 0 0 X3 X4 —X1X2 X3
ka, że
.0 1 0 0, _sin(x3) + x \ + X\X3_
d
" 0 1 0 0 ■ ■1 - ‘0 ‘
g( x ) = Y , di ( x ) f i ( x ) 0 0 1 0 0 0
i= 1
~X 2 X3 —X\X3 X4 — X 1 X2 a:3 0 0
gdzie di(x), i = 1 , . . . , d są gładkim i funkcjami skalarnymi. . x3 2 X2 cos(x3) + Ti 0 . - X 2 . .0
 450
B. Równania różniczkowe i różnicowe

O
r-2

o
o
o
d /2 - d f 0 0 0 0
[/. f'z) = --- J ------ T- f n = •Bs
-1-
Dodatek L
cl;c dx ‘ 0 0 0 0 c i x 2x 3
,1 0 0 0. _ s in (x 3 ) + x | + XlB i .
' 0 I -]
P R Z E K S Z T A Ł C E N IA C A Ł K O W E
0 0 ' 0 ‘ ‘ 1
0 0 i 0 1 0
— X 2 X;i ~ X lX 3 X ą — x i 2 •'ES 0 0
_ X3 2X2 c o s ( x 3 ) -1- X] 0 . -••ci . -X2
oraz sprawdzamy warunek (B.105). Warunki te są spełnione, gdyż
■1 0 ' 1 0 -1 '
0 1 0 1 o
rząd
0 0 = rząd 0 0 0
= 2
-X 2 x-l . _B> X! - X 2 . W dodatku tym zebrano podstawowe wiadomości dotyczące przekształcenia
w całej przestrzeni K4. Dystrybucja (B.106) jest więc inwariantna względem poi; Laplace’a, jego własności i rozwiązywania równań różniczkowych m etodą ope­
wektorowego (B.107). ratorową o p artą n a tym przekształceniu oraz przekształcenia Z , jego własności
i rozwiązywanie równaii różnicowych m etodą operatorow ą o p artą n a tym jjrze-
kształceniu. Dowody podanych tu twierdzeń m ożna znaleźć w [85, 153, 178).
DEFINICJA 203
Podprzestrzeń F e l nazyw am y A-inw ariantną, jeżeli
Vx € V Ax e V C .l. Przekształcenie Laplace’a i jego własności

Pojęcie dystrybucji inwariantej względem pola wektorowego zawiera w sobie C .l.l. Przekształcenie Laplace’a
pojęcie podprzestrzeni A-inwaria.ntnej. Niech A = V = span {vi, vd} oraz
/ = Ax. W tedy Weźmy pod uwagę zbiór C c (t ) funkcji /(£) czasu i spełniających następujące
warunki:
— Y lneV [ / , /•;] - f/l:r, U,;] -= ' S a T - = - A v< € V o Funkcja f ( t ) = 0 dla / < 0.
<±X ux
o Funkcja /(/,) jest jednoznacznie określona w całym przedziale od 0 do oo
i ciągła z wyjątkiem co najwyżej skończonej liczby punktów nieciągłości
w każdym skończonym przedziale; w punktach tych następuje skok funkcji
o skończoną wartość,
o Funkcja /(/;) rośnie co do bezwzględnej wartości nie szybciej niż funk­
cja wykładnicza, tzn. istnieje liczba rzeczywista d o d atn ia M oraz liczba
rzeczywista nieujem na a taka, że |/(/-)| < M e a l.

DEFINICJA 204
Jednostronnym przekształceniem Laplace’a (krótko przekształceniem
Laplace’a) nazywamy przekształcenie «określone zależnością
roo ,
F( s ) = £•[/(*)]=■■/ e - stf ( t ) d t ■ (C .l)
Jo
 452

kształcenia całkowi ^ ^ Przekształcenie Laplace'a ii jego własności 453

-X-------- W °- lf ijiiblica C . l . Oryginały i transformaty Laplace a wybranych funkcji

transformatą.
['* f " " O ry g in a ł / ( i ) I T ra n s fo rm a ta F ( s )

U W A G A 5 8. Transformata F ( s ) fu n kcji f ( t ) istnieje wtedy i tylko wtedy

gdy istnieje całka (C .l). Całka ta istnieje dla fu n kcji f ( t ) spełniających podańc 1
wyżej trzy warunki, czyli dla f ( t ) € C c (i).
-------- r ( n - lic z b a n a tu ra ln a )
K orzystając ze wzoru (C .l) dla funkcji wykładniczej / ( i ) = eat, otrzymamy v ( n — l ) ! i n_1
r i f° ° • 1
F( s ) = £ [e“ ‘J = / stdi t =
eate “ flid s + a
f°° ^
1 ~e ~(s~a)t
/. - i°°
te~
(s + a y
10
tu ^ ^ d la Re s > a
0 ■2: 1
Z zależności (C.2) otrzym am y dla a = 0 - t 2e~'u
2 (a + a r

1 dla t > 0 (1 —at.)e - a t

= ^ gdzie l(f) (s + a y
0 dla t < 0
dla « = jurf ‘O - l f (s + a)

£ [Re i“ ‘] = - 1 ( " 1)! ^” 1<! ^ ^U ~ ^cz^a natnrabia) (* + a)"

oraz
e al V " — ——-—— -¡y t k (n - lic z b a n a tu ra ln a )
te(n~k)l(kl)2 ________________ _ (s + a )"

C e*“'* - e-iu t i L 1 ( 1 - e “ “ 1)
~ ^ T s(s + a)

1 _ e— )
-j_ e -jwi b —a (s -f- a) (s -j- b)
£ [cosortj — r
1 {be- b t —ae —a t \J
/»
2 ' n 7 = iz s b~ a (s + o) (s + Ił)
+ jW S - + U J2
1 1 f e~bi e~at
£L [e~a i s in u tj = £ ę(j u ,-a )t __ e -Q u ,+ a ) j s (s -I- a) (s + b)
ab b —a
~ bt
2j
( - 6) (e - b)
(6 - a ) (c - a)\ ‘ (a (c - a ) (c - - 6 ) ( s + a ) (s + b) (s + c)
1 1
x \ _ UJ .
ae~ ot b e - bł ce_ct
2j VS - (¡U J - a) s + jai + a ) (s a ) 2 + w2 (s + a) (s + fc) (s + c)
(b - a ) (c - a ) (a - b ) ( c - 6) (c — a ) (c - - 6 )

J"e GU~a)t _|_ e -(juJH-o) " <£e— b2c ~ bt c2e—

£ Je “‘ cosw ij = + --------- ——
(s + a) (s + b) (s + c)

- e~Łt [1 - (a - b) t]
_ 1 f 1 x1 ‘\ _ ss +
+ aa (« - b) (s + a) (s -|- b)
2 \a' - (jw - a ) s + jw + a j (s + a ) 2 + uj2 [a — b (a — b) i] e bt — ae
(n -b f (s + a) (s + 6)
W tablicy C .l zebrano transform aty najczęściej spotykanych funkcji czasu t.
454 C. Przekształcenia całkowi; Ci przekształcenie Laplace’a i jego własności 455

T ablica C .l (cd.) Tablica C .l (cd.)

—.—
Oryginał /(/;) Transformata F(s) Oryginał /( i) Transformata F(s)
1 1
- sin bt 8 $
(s + a) + b2 vm
s+ a 3
(s + ay + b2 S $

^cos bt — j sin btj e "l ll\

(s + a) + 62 t"c~"ł (n - liczba naturalna)
(s + a )n+1
s -I- a
e '*'cosh6f a,2e~'u - [2ab - b2 + h2 (b - a) t] e“1"' s2
(s -I- o)2 - b2
(a - b)2 (s 4- a) (.s 4- b) 2
e “ sinhŁt n\
(s -f a) —b'2 ( l —e ()" (n - liczba naturalna)
s (s 4- 1) (s -1- 2) • • • (s + n)
co s at.
s 2 -I- a2
1 C .l-2. Podstawowe własności przekształcenia Laplace’a
—sin at
a s2 -I- a2
P rzekształcenie L ap lace’a spełnia zasadę superpozycji, tzn .
s cos b —a sin b
cos (at -|- b)
s2 + a2 £ h /,(/.) + C2/ 2(t)] = c ,£ [/x(/;)] + c2£ [/2(i)] (C.3)
s sin b —a cos b dlii dowolnych funkcji / 2W € C c ( t ) oraz dowolnych skal arów c, i c2.
sin (at -|- 6)
s 2 + a2 Z ( ( 1.3 ) dla c i = c2 = 1 (c i = 1 , c2 = —1) wynika, że transform ata sum y
cosh at (różnicy) jest równa sumie (różnicy) transform at.

- sinh at DEFINICJA 205

Splotem dwóch funkcji f i (t) */ 2(t) nazywamy funkcję f ( t ) określoną wzo-
1 " 1 rem
(1 -cos ni.)
s (s 2 + o.2)
1 f ( t ) := f i {t ) * h { t ) = / / i ( r ) / 2(t - T )d r = f f i ( t - r ) / 2(r)d T (C.4)
■(at —sin at) ■Jo Jo
s 2 (ś 2 + a2)

(sin at —at. cos at)

2a3 (s2 -I- a2) TW IERDZENIE 120(Borela)
Transformata splotu dwóch funkcji czasu f i ( t ) i / 2(t) je st równa iloczynowi
-t sin at
2a (s2 + a2) 2 transformat F\ (s) i l ^ s ) tych funkcji
(sin at -I- at cos at) ę : [ h ( t ) * f 2 ( t ) ] = F l {s)F2{s) (C.5)
¿a ( s 2 + a 2) 2

t. cos at
(a-2 + a2)" TW IERDZENIE 121(o opóźnieniu)
1 Przesunięcie funkcji czasu f ( t ) w stronę dodatnich chwil o wartość a
(1 —cos a) — sin at
s (s 2 a 2) 2 (opóźnienie o a) f { t — a) powoduje pomnożenie transform aty funkcji nic-
przesuniętej F( s ) — £ [/(i)] przez czynnik e~as, czyli
-n- (sinh at. —sin at)
Aa•’
£ {f(l - a)] = e - " F ( s ) (C.6)
 456 C. Przekształcenia całkowe C.l. Przekształcenie Lapłace'a i jego własności 457

Niech d an a będaie funkcja czasu / ( i ) ciągła i różniczkowalna taka. że jej Tablica C .2 (cd.)
pochodna / '( i ) należy również do zbioru C-c (i)- W tedy korzystając z zależności W edług Laplace’a
Przekształcenie
(C .l), otrzymamy
£ [ / ' ( ^ = sF{s) - /(O), gdzie F( s) = £ [f{t)} (C.7) Różniczkowanie względem param etru

Jeżeli /(O) = 0, to różniczkowanie funkcji czasu odpow iada pom nożeniu jej Całkowanie względem param etru ■Lo X^ X ~ k o F ^S’
transform aty przez s. W przypadku pochodnej n-tego rzędu / n (i) = j
marny Twierdzenie o podobieństw ie (zm iana skali nat) , i F ( |)
zmiennej niezależnej)
£ [/" (i)] = s nF (s) - £ / * - ł (0)sn- fc n = 1, 2, 2, (C.8) Twierdzenie o opóźnieniu (przesunięcie / ( t - r ) = e - “TF (s )
fc=i w obszarze zmiennej rzeczywistej)
Twierdzenie o przesunięciu (przesunięcie e ± x t / ( t ) = p (s -p A)
Niech f ( t ) będzie całkowalna, a jej całka oznaczona f i ( t ) = g / ( r ) d r € C £ (i).
w obszarze zm iennej zespolonej)
W tedy z (C.7) dla /j(0 ) = 0 mamy
/(O) = lim s F (s )
ta o
F(s) Twierdzenie o wartościach granicznych
£ f f(r)c\T / ( oo) = lim s F (s )
Jo (C.9) a —»0

Całkowaniu funkcji czasu w granicach od 0 do t odpow iada podzielenie jej F i (s) * F 2(s) = fj / i ( r ) / 2(i - r)d r^
transform aty przez s. W przypadku ogólnym, jeżeli i ?,(s) = £ [/(<)], to Twierdzenie Borela o transform acie splotu
= Jo M T) f d ł ~ T )d r
T,‘ Z-72 , -Fis)

n
• • ■ / f ( n ) d n d T 2 ■■■d,rn = n = 1, 2, . . . (C.10)
7o J a i
s F i(s ) * F 2( s ) = k J q£ / i ( r ) / 2(i - r ) d r =
W tablicy C.2 zebrano podstawowe własności przekształcenia Lapłace’a.
= ^ J 0i / 2 W / i ( t - r ) d r
Całka D uham ela
T ablica C .2. Podstawowe własności przekształcenia Laplaeeki s F i(s ) * F 2(s) = / 0‘ / i ( r ) / ' (£)(i - r ) d r +

Przekształcenie + /i(i) * £ (0 ) =
Według Lapłaceki
= Jo £ ( r ) / u o ^ ~ T^d r +
Pr^eks^EalctHiie proste p (*) = me~"dt
/i(t)/* ( 0 =
= _ L p + J “ F l (9) * F2( s - q)dq =
Przekształcenie odwrotne m = ¿ j C -jtT F ^ d s = E res Fis)*“ Iloczyn oryginałów 2irj J < 'o ~ j o o
= E res F i (q) * F 2(s - q)
f'(t) = s-F(S) _ /(0)
Różniczkowanie oryginał u cos(idot)f(t ) =
r (t) = £ ‘F ( 7 - f ; /*->( 0 )s"-*
Ai~l = i [F (s —ju>o) + F ( s + jw0)J
Iloczyn oryginału przez cosinus lub sinus
J0f /(i)d i = kM sin (w o t)/(t) =
Całkowanie oryginału
= k f^ (s — jwo) — £ ( s + jwo)]
Al ................... ..............■— ■■ - .- ..
- ■- —— --- ------------------ fo°° =
Różniczkowanie transformaty = (~ t)'7 (i)
Całkowalne iloczynu oryginałów = _ L r 0+ooF i( s )F 2(~ s )d s =
2irj 00
/<•(*),u M
Całkowanie transformaty
f™ F(S)ds = j - m dt
 458 C.l. Przekształcenie Laplace'a i jego własności 459
C. Przekształcenia całkowe

T ablica C .2 (cd.)
DEFINICJA 207
Przekształcenie W edług L aplacc'a Funkcja f ( t ) określona wzorem (C.12) je s t oryginałem transform aty F(s),
jeżeli F ( s ) jest funkcją holomorficzną w półpłaszczyźnie Ile s > a n, speł­
,/ r t / ( i ) i 2d t= nia warunek (C .ll) oraz istnieje całka |F(.s)| d s, gdzie no i c są
Analog równości Parsevala = ~ . i Z z ^ )F( - s)ds= odpowiednimi liczbami rzeczywistymi.

= £ r e a F ( s ) F ( - 3)
Niech będzie d an a transform ata w postaci funkcji wymiernej
Y F iM e"*1
Twierdzenie o rozkładzie (przypadek T i(s ) Fi(sk) L(s)
pierwiastków jednokrotnych) F , ( S) Fi(0) F i( s fc) e 'fct F(s) (C.13)
M( s )
pFzis) F3 (0) fct j PkFŚM
przy czym
fiW
Twierdzenie o rozkładzie (przypadek Pb(s) L ( s ) = bmsm + bm- i s m 1 -)........+ b is + bo
pierwiastków w ielokrotnych) \k 1 r d "‘Ł_1 £ i( s ) ( s — .9fc)m*e“l l
M( s ) = sn + «n_j 5ra_l d 1- a j s + «o n > rn (C .14)
¿ j (m* - 1)! 1ds">fc-« Fz(s)
________________________ J
■Nałóżmy, że równanie M ( s ) = 0 m a różne (jednokrotne) niezerowe pierwiastki
S], s2, . . . , sn , czyli M (s) = (s — s i ) ( s — s 2) ■• • (s —sn ). W tedy transforihatę
C.1.3. Odwrotne przekształcenie Laplace’a oraz wyznaczenie (C.13) m ożna rozłożyć n a ułam ki proste
oryginału danej transformaty
m .. 1 Ak
(C.15)
M( s ) E
Jeżeli F( s ) je st transform atą funkcji / ( i ) , to funkcja F( s ) je st holomorficzna ¿=1
w półpłaszczyźnie Ile s > a0 oraz przy czym

lim F (s ) = 0 (C .łl) ' L{ s k)

.9—»CO X
Ak (C.16)
M ' ( s k) (Sfc - S l) • - - (sk - Sk-l )(«fc - Sfc+l) • • • (Sk ~ *n)
a. oryginał wyznaczyć ze wzoru
T W IE R D ZE N IE 122
Dwie funkcje /](£ ) i f v(t ) m ają tę samą transform atę £ [/i(i)J = £ L{s)
£ -i y ' L (Sh^ c*kt (C.17)
w tedy,i tylko wtedy, gdy różnią się o funkcję zerową N ( t ) = f i ( t ) ~ f 2 ( 1)1 LM( s )
czyli Jg N [r)drr — 0 dla każdego t > 0.
Jeżeli jeden z pierwiastków równania M ( s ) = 0 jest zerowy, a pozostałe sj,
S2 , ■■■, s n-1 różne i niezerowe, to oryginał transform aty (C.13) dany jesf; wzo­
rem
DEFINICJA 206
Przekształceniem odwrotnym Laplacc’a £ -1 nazyw am y przekształcenia L(s) m
£' (C.18)
określone zależnością L M (s)J M( 0) 8kM ' ( s k)

m = L - x [ F ( s ) ) = . ^ . r +10O'F(s)tfld8 t> 0 (C.,12) W przypadku ogólnym niech równanie M{ s ) — 0 m a pierwiastki są, s2, •. •, sr
</e—joo o krotnościach odpowiednio rn\, m.2, . ; m T, czyli
która fu n kcji F( s ) zm iennej zespolonej s przyporządkowuje funkcję cza-
r/jA
M (S) = (S - S, )*"* (S - S2)m* ■• • (5 - Sr)”* , E m< 71 (C.l!))
 c. Przekształcenia całkowe 0 l. Przekształcenie Laplace’a i jego własności 401

transform atę (C.13) m ożna rozłożyć n a ułam ki proste

n 7 ffi, przy czym y — y(t) jest poszukiwaną funkcją czasu i, a u — u(t)
L(a) A ik _ jest d a n ą funkcją czasu. Poszukiwać będziemy funkcji y spełniającej równanie
m (s) “ § S (s - si)mi~*+ł : (C.23) o ra z warunki początkowe
gdzie | 2/(0) = yo, y '(0) = 2/ 1, • - -, ?/‘~1(0) = 2M -i (C.24)
A -. — 1 d k~ l -(S - Sźr - £ (s)i przy czym i/o, 2/ 1, • • •, yn- i są dane. Rozwiązanie y rów nania (C.23) wyzna­
(k — 1)! ds*-1 M(s) czymy m e to d ą operatorow ą o p artą n a przekształceniu Laplace’a. Równanie
(C.21)
różniczkowe (C.23) poddajem y przekształceniu L aplace’a. K orzystając z tran s­
a oryginał transform aty (C.13) dany jest wzorem form aty pochodnej (C.8) dla n = 1 , 2 , . . . oraz biorąc po d uwagę warunki
r Tri{ początkow e (C.24), otrzym amy
¿ (* )1
M (s ).
y y ,»».
è i j è i (™î - * ) - r (G.22) M ( s ) Y ( s ) + Ya(s) = L( s ) U( s ) + Uo(s) (C.25)

Mamy więc, dw a następujące sposoby wyznaczenia oryginału dla danej tra n s­ przy czym M ( s ) i L( s ) m ają postać (C.14), K (s) = £ \y(t)}, U(s) — £ [«(i)],
form aty (C.13).
a ho(6’) i bJo(s) są funkcjami wielomianowymi zmiennej s zależnymi od warun­
ków początkow ych (C.24) oraz funkcji u i jej pochodnych dla i — 1, . ..
PROCEDURA 27
. . . , m — 1 w chwili t — 0. W yznaczając z rów nania (C.25) transform atę Y (s)
Wyznaczanie oryginału transform aty. poszukiw anej funkcji, otrzym am y

K rok 1. W yznaczamy pierw iastki rów nania M ( s ) = 0 oraz ich krotności.

Krok 2. K orzystając ze wzoru (C.16) łub (C.21), wyznaczamy współczynni­
+W* . <c - 2 6 >

ki A k . gdzie L 0 (s) — Üo( s ) —Yq(s ). K orzystając z jednego z dwóch sposobów podanych

w p o p rzed n im punkcie, wyznaczamy poszukiwane rozwiązanie jako oryginał
K rok 3. Transform atę (G.13) rozkładam y n a ułam ki proste (C.15) łub (C.20). y(t) tran sfo rm aty (C.26). Niech g(t) = £ -1 - W tedy z twierdzenia Boreła
Krok 4. Korzystając z tablicy C .l, wyznaczamy oryginały odpowiadające po-« m am y
szczególnym ułamkom prostym oraz ich sumę.

PROCEDURA 28 c [^ o t/(s)] =i: g(t - T^ dT (c-2?)

W yznaczanie oryginału transform aty. Rozw iązanie y składa się więc z dwóch składowych

Krok 1. W yznaczamy pierwiaski rów nania M ( s ) — 0 oraz ich krotności. y( t ) = [ g(t —r ) u ( t ) d r + y0(t) (C.28)
Jo
Krok 2. Korzystając ze wzoru (C.17), (C.18) łub (C.22), wyznaczamy poszu­
kiwany oryginał. składow ej wymuszonej (C.27) oraz składowej swobodnej
\ L 0(s)]
2/o(i) (C.29)
C .l.4. Rozwiązywanie równań różniczkowych metodą operatorową LM ( s )
zależnej o d warunków początkowych (C.24) oraz funkcji u i jej pochodnych
Niech dane będzie liniowe równanie różniczkowe n-tego rzędu o stałych współ­
czynnikach «o, . . . , tir,-!, bo, ■■■, brn postaci j '«<*>, i = 1, 2, . . . , rn - 1 w chwili l = 0.

d ny d n~1y dy fi P R Z Y K Ł A D 140
d ^ + a » - 1d f i ^ r + ' " + ° 1 d i + aoy== |
Wyznaczymy rozwiązanie równania różniczkowego
d mu , d tt n„vi
~ 6m d p T + m~ l d / " ^ + ' ’ ‘ + 1 d i + ° U ^ d2y , „ d y , „dw ,
 462 C. Przekształcenia całkowe C.2. Przekształcenie Z i jego własności 463

spełniające warunek początkowy

C.2. Przekształcenie Z i jego własności
1/(0) = y = i, ?/(0) = 7/1 = 2 (C.31)
dla u — u(t) = e~~3t. C.2.1. Przekształcenie Z
Wyznaczając poszukiwane rozwiązanie metodą operatorową, poddajemy obie stro­
ny równania (C.30) przekształceniu Łaplac.e’a i po uwzględnieniu liniowości przekształ­ Niech dany będzie ciąg wartości funkcji dyskretnej (sygnału dyskretnego)
cenia (C.3) otrzymamy
d2 du {/u, / . , • • • } (C.37)
-l-3£ + 2£ [y] = 2£ + £ [u] (C.32)
di2 dt który będziemy oznaczać przez f k.
Biorąc pod uwagę, że
r d2?/ DEFINICJA 208
£ = s2Y(s) - sy(0) - y ' ( 0 )
di2 Jednostronnym przekształceniem Z (krótko przekształceniem Z ) nazywa­
dy m y przekształcenie określone zależnością
£ = sY(s) —y(0)
di OO

du F( z ) = Z [ f k] = Y , f kz - k (C.38)
£ = sU(s) - u(0), U(s) = fc=0
di s+3
oraz warunek początkowy (C.31) i u(0) = 1, z równania (C.25) otrzymujemy -...która przyporządkowuje fu n kcji dyskretnej fk funkcję F ( z ) zmienngj^ze-
spolonej z. Funkcję fk nazywam y oryginałem,, a F( z ) transformatą Z
2s + 1 . s -I- 3
Y(s) = ~ r U ( s ) + Lo(s) (C.33) funkcji f k .
M(s) M(s) (s + l)(s + 2)(s -I- 3) + (a + l)(.s + 2)
przy czym M(s) = a2 + 3,s + 2, L(s) = 2s + 1, L 0(s) ~ s + 4. Równanie M(s) ~ 0 ma
pierwiastki są = —1, s2 = —2. Korzystając ze wzoru (C.17) dla (C.33), otrzymamy U w a g a 59. Transformata F ( z ) istnieje, jeżeli szereg (C.38) jest, zbieżny.
3 -31 Prom ień zbieżności R szeregu (C.38) jest określony wzorem
y(t) = 1 e - i - 2e -
O
R = lim sup {/j/fcl (C.39)
Weźmy pod uwagę układ n równań różniczkowych pierwszego rzędu o stałych k—>oo V
•wspó łczynnikach— ------------------ —.............. ........................................ Szereg ten jest zbieżny w obszarze \z\ > R. i jest rozbieżny dla \z\ < R. Trans­
d:i; formaty Z istnieją dla funkcji dyskretnych, które nie rosną szybciej niż funkcje'
Ax + / (C.34) wykładnicze. T ransform ata F( z ) je st funkcją holomorficzną w punkcie z = oo.
di
Funkcję tę m ożna rozwinąć w szereg L aurenta
gdzie x G R " jest nieznany, A € R nxn i / G 1 ” je st dany. Poszukiwać będziemy
OO
m etodą operatorową rozwiązania x = :;;(/,) równania (C.34) spełniającego waru­
nek początkowy x(0) = x o , :ł' o G R ” je st dane. Poddajem y obie strony równania n*) = E hz~k (c -4°)
k=0
(C.34) przekształceniu Laplace’a i po uwzględnieniu, ż e £ [ f ] = SX (.s)-:r(0 )
zbieżny w otoczeniu p unktu z — oo. Istnieje dokładnie jedno takie rozwinięcie,
otrzymamy
tzn. ciąg fo, f i , ■■■jest jednoznacznie określony przez funkcję F(z). Między
X ( s ) = [Is - A]~* (x0 + F( s ) ) (C.35) ciągiem /o, f \ , . . . , czyli funkcją dyskretną f k i jej transform atą F( z ) zacho­
dzi więc odpowiedniość wzajemnie jednoznaczna. Niech 1(A;) będzie dyskretną
gdzie F(s) = £ [/(i)]. Biorąc pod uwagę, że <I>(t) = £ _1 [[Is - .A]-1 ] = eAt jednostkową funkcją skokową określoną zależnością
oraz korzystając z twierdzenia B orela dla (C.35), otrzym am y
l(fc) = i 1 dla k > ° (C.41)
x(t) = eAtx Q (C.36) K1 [0 d la k < 0
C
°+ fo ^
a 1 (k)eak (a 0) dyskretną funkcją wykładniczą. Korzystając z zależności
 465
464 C. Przekształcenia całkowe q 2. Przekształcenie Z i jego własności

(C.38) oraz ze wzoru n a sum ę postępu geometrycznego, otrzym am y 'lfeblica C .3 (cd.)

Transformata F(z) Promień zbieżności
00 f Oryginał fu
Z [eilAT(fc)] = J eakz~h= z 2
fc=o e
dla W>le“l (C-42) l{ k T i) c o sp k T i z2
z2 - z cos 0 T i
—2 z c o s 0 T i + 1
|z| > 1

Z zależności (C.42) otrzym am y dla a = 0 z e -a kT i gjn

|z| > |e -afc7’*|
\ ( k T i ) e ~ " kTi sm/3fcTi z2- 2z e ~ akT‘ cos 0 T i + e -'2aKJ>
Z (l(fc)l = dla |z| > 1 (C.43) z2 - z e ~ akTi cos 0 T i |z| > | e '“^ |
l ( k T i ) e ~ ahTi c o s p k T i z2- 2ze_“fcT*cos/3T + e~'2 a kI'
a dla a = jtu
z
ak z —a
2 [ł>&1W ] = ^ R dla \z \ > 1 ( ° -44)
z2
W tablicy C.3 zebrano transform aty Z najczęściej spotykanych funkcji dys­ ak (n +1) (z - a)2
kretnych.
1
(1 —az-1)*
T ablica C .3. Oryginały i transformaty Z wybranych funkcji
O ryginał f k T ransform ata F ( z ) Prom ień zbieżności
Z
1( m |z| > 1
z - I C.2.2. Podstawowe własności przekształcenia Z
i
A l ( kTi ) .4 2 |z|>l Przekształcenie Z spełnia zasadę superpozycji, tzn.
z —1
Tiz Z (ci/fc + cagk] = ci Z [ /fc] + cą Z [<fe] (C.45)
(AT,)I ( k i i ) |z| > 1
( z - 1)=
dla dowolnych funkcji dyskretnych f k i 9k oraz współczynników skalar­
T h i . z + 1)
(fcr<)a i m )
(z-l)^
|z| > 1 nych ci i c%. Z zależności (C.45) d la ci = = 1 (ej = 1, c-z — —1) wy-
“ Jrika; że transform ata Z sum y (różnicy) jest rów na sum ie (różnicy) trans-
t _____ r.r j z{z ~ ) -4z -4-4')*..................
.... ..... ( k T Ą H f k T r i — ....... M >I format: Z.
(z - !)■>
I f z ( z 3 + l l z 2 + l l z + 1)
(AT,)'1! (ATI) |z| > 1
(z - 1)S DEFINICJA 209
Splatam /). * gi- fu n kcp dyskretnych f k i (jh nazyw am y funkcję dyskretną
T ? z ( z * + 26z3 + 66z2 4- 262 4- 1)
(AT,)51 (AT) M > 1 określoną wzorem
(z - l ) fi
Z : k-X k I
e“*7’*l(ATi) |z| > |e“7‘ |
z - e aT* : fk * 9k --= £ Ik -i9 i - £ 9 k~ ifi , . . , (C .46).
z 2=0 2—0
( r “k r n { k T i ) |z| > (e“7*j
z —e ~ aTi
z ( l - e~ “7>)
( l —e _ufc7*) l ( k T i ) |z| > )e -“T-( TWIERDZENIE 123 (o transformacie splotu)
(z-l)(z-e~ ^ i) 'Transformata Z splotu dwóch fu n kcji dyskretnych fk i 9k je s t równa ilo­
Tiz czynowi transform at Z F ( z ) i G{ z j fych fu n kcji
k T i e ~ “kr% l ( k l ' i ) W > |e -“T‘ |
( z - e - “'1’*)2
z sin 0 rI \
l(A7i) sin fikTi |z| > 1
z - — 2z cos p T i 4- 1
468 C. Przekształcenia całkowe C .2. Przekształcenie Z i jego własności 469

bądź Niech równanie M ( z ) = 0 m a pierwiastki z\, z2, ■■■, zn jednokrotne i różne

od ł. W tym przypadku oryginał transform aty (C.59) jest określony wzorem
1 d kF ( w - 1)
fk (C.63)
k\ dwk ■
íí;=0 r = y ' (C.65)
1 ¿ i M '( ą ) 1
M etodę dzielenia wielomianów oraz m etody oparte n a wzorach (C.62) i (C.63)
wygodnie je st stosować zwykle wtedy, gdy poszukujem y wartości oryginału / fc przy czym
dla kilku początkowych wartości k = 0 , 1 , . . . . d M (z
M '( Zi) (z j Z | ) • • ‘ (Zi Z j _ i ) ( z 7; Zi + l ) ■ • * ( z 7 zn )
dz
PRZYKŁAD 141 (C.66)
Wyznaczymy oryginał f k dla k = 0, 1, 2, 3 transformaty
Jeżeli równanie M (z ) = 0 m a jeden pierw iastek zn = 1 i pozostałe z\, z2, . ..
. . . , zn_x jednokrotne i różne od 1, to M (z) = (z — l)M i(z ) i oryginał trans­
~ z2 - 3z -I- 2 (C.64)
formaty (C.59) jest określony wzorem
Dzieląc wielomian z przez wielomian z 2 — 3z + 2, otrzymamy
f — i V L{ zi) (C.67)
z : z 2 - 3 z + 2 = z -1 + 3z~2 + 7z~3 + ... ]k M x(l) ¿ (Ą-l)Mi(Ą) ‘
czyli
gdzie
F(z) = z“ 1 + 3z"2 + 7z~3 + ...
dMi { i
: (z¿ - Z i) • ■• (Zi - Z i - l ) ( Z i - Z i +1) ■• • (z,; - zn ) (C.68)
Wobec tego / 0 = 0, f i = 1, f 2 = 3, f s = 7. Korzystając z zależności (C.62), otrzymamy dz
te same wartości oryginału.
W przypadku ogólnym, gdy równanie M ( z ) = 0 m a pierwiastki wielokrot­
/o = lim —
z-»oo z 2 — 3z + 2 ne z it Z2 , , z7- o krotnościach odpowiednio m t , m 2, ■■■, m r , £
i~ 1
f i = lim = I oryginał transform aty (C.59) jest określony wzorem
°o z2 —3z + 2
3z- •( 2: r nii —1 (fc-l)! , ,
~J2 = liirTz2" lim (C.69)
z—>oo z2 - 3z + 2
i= 1 j =o lA: :i
z 7z 2 + 6z
fz = lim z3 - z“ 1 - 3z~ lim = 7
z2 - 3z -I- 2 z->co z 1 —3z + 2 gdzie
Korzystając ze wzoru (C.63) otrzymamy również te same wartości oryginału. L(z)
A (z “ Z¿)T (C.70)
(rn,i — j — 1)! d z”li J 1 M( z )
w' -i
/° = i > " 1)L=o =0
w~2 —3w~x + 2 2w2 — 3w 4- 1
PRZYKŁAD 142
d F (w“ 1) —2w2 + 1
fi = 1 Wyznaczymy oryginał transformaty (C.64), korzystając ze wzoru (C.67).
dw (2w2 —3w -1- l) 2 «/=() W tym przypadku L(z) = z , M( z) — (z —1)(z —2) = (z —I)Mi(z) oraz Mi(z)
z - 2. Wobec tego zi = 2, M((z) = 1 i korzystając ze wzoru (C.67), otrzymamy
_ 1 d2F ( w - J) 4m-) —6w 4- 3
j2 2! dw2 (2w2 —3w -I- l ) 3 L ( 1) L( zí
iłi=0
fk _L +1 = 2fc- 1 (C.71)
Mr(l) ^+ E ( z £ - l ) Mi ( Ą) ' -1
1 d3F (w *) - 8 w4 - 24w2 + 24w + 7
/a
3! dw3 (2«;z — 3w 4- l ) 4 w —0
Podstawiając w zależności (C.71) k = 0, 1, 2, 3, otrzymamy te same początkowe
vj—0
O wartości nrvp-inału iak w noorzednim przykładzie. n
470 C. Przekształcenia całkowe C.2. Przekształcenie Z i jego własności 471

C.2.4. Rozwiązywanie równań różnicowych metodą operatorową PRZYKŁAD 143

Wyznaczymy metodą operatorową rozwiązanie równania różnicowego
.Dane jest równanie różnicowe n-tego rzędu ze stałym i współczynnikami a 0,
Vk+ 2 - 5-c/fc+i + 6yk = uk+i + 2uk (C.79)
, dji—l , 5()> ■j brn
spełniające warunek początkowy yo = 0, 2/1 = 1 dla uk = e~k.
Vk~\n H- On-ll/fc+n+1 + t" a l?tA:+l + <M)Uk = Obie strony równania (C.79) poddajemy przekształceniu Z i korzystamy z zależ­
(C.72) ności (C.47). Biorąc pod uwagę, że
= bm U k + m + ¿ 'm - lf o Ł + m - l + ■■■ + b \U k + \ + % UA;

>rzy czym n > m , yk jest poszukiw aną funkcją dyskretną, a u k je st daną 2 [ł/fc-1-2 ] = z 2Y ( z ) - y0z2 - yiz
unkcją dyskretną. Poszukiwać będziemy m etodą operatorow ą rozwiązania y k Z [?/fc+i] = z Y(z) - y0z
ównania (C.72) spełniającego warunki początkowe Z [ujt+i] = zU(z) - u0z
i i K ] = U (Z) =
?Vo, Vu i/n-i (C.73)
oraz warunki początkowe i «0 = 1, otrzymujemy
W tym celu obie strony równania (C.72) poddajem y przekształceniu Z .
.orzystając z zależności (C.45) i (C.48), otrzym am y
Y(z) = £~ r?U (z) = ** V~ ----- -p r (C.80)
M( z) (z2 —5z + b)(z —e_1)
M ( z ) Y (z ) + Y(i(z) = L( z ) U( z ) + U0(z) (C.74)
gdzie M( z) = z ’2 —52 + 6, L(z) = z -|- 2. Równanie M( z) = 0 ma pierwiastki z\ = 2~
rzy czym M ( z ) i L ( z ) m ają postacie (C.61) i (C.60), Y ( z ) = Z [yfc], U(z) — zi = 3. Korzystając ze wzoru (C.65), otrzymamy
Z [u*;], a Ya(z) i Uq(z ) są funkcjami wielomianowymi zmiennej 2 zależ-
>mii od warunków początkowych (C.73) i funkcji u k dla k = 0, 1, . . . ni — 1. 1 = 2>C +1 L. 5 , e 1 + 2 c - k
Wyznaczając z równania (C.74) transform atę Y { z ) poszukiwanej funkcji, t r i M '(zi) e_1 —2 ' ' a - e - 1 e-2 —5e_1 + 6-
■rzymainy
Ten sam wynik otrzymamy, wyznaczając oryginał gk = Z 1 ^^rz5~pg| — §3fc —2fc+1
Y{ z ) = l(j(z) + —^ oraz korzystając ze wzoru (C.78). O
( ’ M( z ) { ’ M( z ) (C.75)

!zia.L tj( z ) ^ .U v (z)— Jeżeli równanie różnicowe m a postać

A "yk + a „ _ i A ” - ly k -I------ 1- «i A y k -i- a0y k = .

M z) Lo(z)
iJk = Z (C.76) = brnA rnu k + bm- jA OT l u k + • • • + b \A u k + bouk
M(z) m (z ;
to korzystając ze wzoru (B.44), sprowadzamy je do równoważnej postaci (C.72)
Korzystając: z twierdzenia o transform acie Z splotu oraz z (C.76) dla (C.75), lub bezpośrednio obie jego strony poddajem y przekształceniu Z i korzystamy
■zymaniy
z zależności (C.52). W wyniku otrzym am y równanie analogiczne do równania
k-1 (C.74). Dalsze postępowanie jest takie jak dla rów nania różnicowego (C.72).
lik = 9 k-iih + (C.77) Niech dany będzie układ n równań różnicowych o stałych współczynnikach
i= 0
%k+i — A x k + fk (C.82)
związanie sk ład a się z dwóch składowych: ze składowej wymuszonej
przy czym x k G R n jest poszukiwane, A G R nx” , a f k G IR” jest dane. Poszu­
ć"1
kiwać będziemy m etodą operatorow ą rozwiązania x k równania (C.82) spełnia­
C 9k-iUi (C.78)
=0 jącego dany warunek początkowy xq. Poddajem y obie strony rów nania (C.82)
przekształceniu Z i po uwzględnieniu, że Z [a'fc-1-1] = z X ( z ) — z x o otrzym am y
ze składowej swobodnej hk zależnej od warunków początkowych (C.73)
irtości u k dla k — 0, 1, m — 1. X ( z ) = [Inz - A] ~l (zxo -1- F( z ) ) (C.83)
 473
472 C. Przekształcenia całkowe; £ 2. Przekształcenie Z i jego własności

gdzie F{z) — Z [/&]. Biorąc pod uwagę, że ztrans(sym(’l*))

w wyniku wykonania którego otrzym ujem y transform atę Z wskazanego ciągu
$ k = A k = Z ~ 1 [ z l l n Z - A } - 1]
ans=
oraz korzystając z twierdzenia o transform acie splotu dla (C.83), otrzym am y z / (z-1)
k- 1 Chcąc otrzym ać transform atę b ędącą funkcją zmiennej w , należy użyć polece­
x k = A kx 0 + (C.84)
nia
<=o
ztrans(sym(’1 ’) ,\ sym(’w ’))
ans=
C.2.5. Jak to zrobić w MATLAB-ie » /(w -l)
Obliczenia związane z wyznaczaniem transform aty Z oraz transform aty od­
PRZYKŁAD 144
w rotnej są zrealizowane w M ATLAB-ie za pom ocą dwóch funkcji, które opisano
niżej. Wyznaczymy transformatę Z ciągu
f ( x) ~ x
F u n k c ja Z T R A N S : gdzie x jest zmienną niezależną, a transformata ma być funkcją zmiennej w. Należy
Funkcja wyznacza transform atę Z danego szeregu. wtedy skorzystać z polecenia
F = Z T R A N S (f) wyznacza transform atę Z skalarnego w yrażenia sym bo­ ztransfsymC^’) , sym(’x ’), sym(’w ’)) ~ ‘
licznego, w którym zm ienną niezależną jest n. Wynik obliczeń je st transfor­
m a tą Z zmiennej z. W odpowiedzi otrzymamy
F = Z T R A N S (f, w ) wyznacza transform atę Z skalarnego wyrażenia sym ans=
bołicznego, używ ając w transform acie zmiennej u; zam iast zmiennej z. w/(w-l)~2 1 □
F = Z T R A N S (f, k, w ) wyznacza transform atę Z skalarnego wyrażenia
symbolicznego / zakładając, że je st ono funkcją zmiennej niezależnej k. PRZYKŁAD 145
T ransform ata będzie w yrażona za pom ocą zmiennej w. Wykorzystując funkcję ZTRANS, wyznaczymy transformatę ciągu
W roli zmiennych m ogą w ystąpić litery n, 2 , k, w. f ( n) — cos (k n )
:....za pomocą polecenia
F u n k c ja Z T R A N S : ............ ......... .
— FuukCja'"Wyżńacza oHwrotną transform atę Z . żtrans(sym(’cos(n*k) ’), syra(’n ’) , sym(’w ’))
f — I Z T R A N S ( F ) wyznacza transform atę odw rotną Z skalarnego wyraże­
Rezultat jest następujący
n ia symbolicznego F będącego funkcją zmiennej niezależnej z. Wynik obli­
czeń jest domyślnie funkcją zmiennej n. ans=
f = I Z T R A N S ( F , k) wyznacza transform atę odw rotną Z skalarnego wy­ (»-cos(k) ) *w/(w~2- 2*w*cos(k)+1) O
rażenia symbolicznego F będącego funkcją zmiennej k.
f = I Z T R A N S ( F , w , k) wyznacza transform atę odw rotną Z skalarnego
w yrażenia symbolicznego F będącego funkcją zmiennej k. W ynik obliczeń
m a być wyrażony w funkcji zmiennej k.

W ykorzystajm y teraz obie funkcje do wyznaczenia transform at Z kilku wy­

branych ciągów dyskretnych oraz wyznaczenia ich transform at odwrotnych.
W yznaczmy transform atę Z ciągu
/(n ) = 1
W wierszu poleceń należy wpisać następujące polecenie:
 Dodatek

E L E M E N T Y L O G IK I
I D O W O D Z E N IE T W IE R D Z E Ń

D .l. Zdania proste i złożone

Zdaniem w sensie logicznym nazywamy wyrażenie oznajm ujące, które jest praw­
dziwe lub fałszywe. Zdanie________________________________________ ___
Córka jest młodsza od matki.

jest zdaniem prawdziwym, ale zdanie

Matka jest młoclsza od córki.

jest zdaniem fałszywym. Z dania prawdziwe oznaczać będziemy przez P (praw­

da), a zdania fałszywe przez F (fałsz). Łącząc zdania proste spójnikam i i, lub,
nieprawda, że, jeżeli, to, wtedy i tylko wtedy, gdy otrzym am y zdania złożone.
Symbole logiczne odpow iadające tym spójnikom oraz nazwy zdań złożonych są
- podane w tablicy D .l.

T a b lica D . l . Spójniki logiczne

Spójnik Symbol logiczny Nazwa zdania złożonego
i A koniunkcja
lub V alternatywa
nieprawda, że - negacja
jeżeli, to implikacja
wtedy i tylko wtedy, gdy równoważność

Zdanie złożone
Andrzej ma samochód i ma komputer.

składa się z dwóch prostych zdań

p: Andrzej ma samochód. q: Andrzej ma komputer.
476 D. Elementy logiki i dowodzenie twierdzeń D.2. Prawa logiczne 477

połączonych spójnikiem i. To zdanie złożone nazywamy koniunkcją zdań p T a b lic a D .4 . Negacja T a b lic a D .5 . Implikacja
i q i oznaczamy przez p A q. Jest ono prawdziwe, gdy oba zdania proste są,
P —rp P q p=> q
prawdziwe. Gdy jedno ze zdań p albo q jest fałszywe, to zdanie złożone p A q
jest fałszywe. Koniunkcją dwóch zdań jest prawdziwa tylko wtedy, gdy oba P F P P P
zdania tworzące ją są prawdziwe (tablica D.2). F P P F F
Zdanie złożone
Andrzej dziś wieczorem pójdzie do kina lub teatru, Zdanie p =>■ q jest równoważne zdaniom
p jest warunkiem wystarczającym (dostatecznym) dla q.
składa się z dwóch zdań prostych:
q jest warunkiem koniecznym dla p.
p: Andrzej dziś wieczorem pójdzie do kina.
q: Andrzej dziś wieczorem pójdzie do teatru. N a przykład w zdaniu
Jeżeli liczba A jest podzielna przez 4,
połączonych spójnikiem lub. To zdanie złożone nazywamy alternatyw ą zdań p
to liczba ta jest podzielna przez 2.
oraz q i oznaczamy przez p V q . Jest ono prawdziwe wtedy i tylko wtedy, gdy
Andrzej albo idzie do kina, albo tylko do teatru , albo gdy idzie zarówno do warunkiem w ystarczającym podzielności przez 2 jest, podzielność przez 4, a wa­
kina oraz do teatru. Zdanie to jest więc fałszywe tyłko wtedy, gdy Andrzej nie runkiem koniecznym podzielności przez 4 jest podzielność przez 2.
pójdzie ani do kina, ani do teatru . A lternatyw a dwóch zdań jest fałszywa tyłko Zdanie złożone nazywamy równoważnością zdań prostych p iq ioznaczamy
wtedy, gdy oba zdania tworzące ją są fałszywe (tablica D.3). p q wtedy, gdy zachodzą implikacje p =4> q oraz q =4- p. Równowa.żikjśćjest,
prawdziwa tyłko wtedy, gdy oba zdania tworzące ją są prawdziwe albo oba są
T ablica D .2. Koniunkcją T ablica D .3. Alternatywa fałszywe (tablica D.6).
p <I pAq P n ?V <1 T ablica D .6. Równoważność
p P P P P P
P Q P <=> <1
p F F P F P
P P P
F P F F P P
P F F
F F F F F F
F P F

Zdanie F F P

Nieprawda, że Andrzej ma samochód,

nazywamy zaprzeczeniem (negacją) zdania D.2. Prawa logiczne

Andrzej ma samochód.
i oznaczamy przez ->p. Zdanie p oraz jego negacja -*p m ają przeciwne wartości
logiczne (tylko jedno z nich je st praw dą, a drugie fałszem) (tablica D.4).
Zdanie złożone
Jeżeli Andrzej zrobi doktorat, to otrzyma nagrodę.
nazywamy im plikacją utworzoną ze zdań prostych
p: Andrzej zrobi doktorat. q: Andrzej otrzyma nagrodę.
i oznaczamy przez p => q. Zdanie p nazywamy poprzednikiem implikacji, a zda­
nie ą następnikiem . Im plikacja jest tylko wtedy fałszywa, gdy jej poprzednik
jest prawdziwy, a następnik fałszywy (tablica D.5).
Prawem logicznym (lub rachunku zdań) nazywamy zdanie złożone, które jest
zawsze prawdziwe, niezależnie od wartości logicznych tworzących je zdań (czy
są prawdziwe, czy fałszywe). Do podstawowych praw logicznych należą:
1. Prawo wyłączonego środka: p A ->p
2. Prawo sprzeczności: ->(p V ->p)
3. Prawo podwójnego przeczenia: ~|(_,p) <=> p
4. Pierwsze prawo De M organa: negacja alternatyw y dwóch zdań jest, rów­
noważna koniunkcji negacji tych zdań: ->(p V q) (->p) A (~>q)
5. Drugie prawo De M organa: negacja koniunkcji dwóch zdań jest równo­
ważna alternatyw ie negacji tych zdań: ->(p A q) <4« (~'p) V (~^q)
6. Przemienność alternatywy: p V q <=>• ą V p
478 D. Elementy logiki i dowodzenie twierdzeń D.3. Dowodzenie twierdzeń 479

7. Łączność alternatyw y: (p V q) V t o - p V (q V t)
T a b lic a D .8 . Równoważność implikacji
8 . Przemienność koniunkcji: p A q <-> q A p
P q p=>q q^p (p =*■ q) <=> (<7 => p)
9. Łączność koniunkcji: (p A q) A i <=> p A (q A i)
F F P P P
10. Rozdzielność koniunkcji względem alternatyw y: p A ( q V t ) <-> ( p A q ) V (p A t) P F F P F
11. Rozdzielność koniunkcji względem koniunkcji: p A ( q A t ) <=> ( p A q ) A ( p A t )
12. Prawo przechodności implikacji: (p =i> <7) A (q => t) =>■ (p => i)
D.3. Dowodzenie twierdzeń
13. Prawo zaprzeczenia implikacji: ->(p -> q) <=> p A -></
Każde twierdzenie składa się z założenia (lub założeń) Z oraz tezy (tez) T . Na
14. Równoważność implikacji prostej i przeciwstawnej: p => q -\q => -,p
przykład weźmy p o d uwagę twierdzenie P itagorasa w następującym sform uło­
15. Równoważność implikacji odwrotnej i przeciwstawnej: q —
> p <-p -q> => -><y waniu:
16. Zam iana równoważności n a koniunkcję implikacji prostej i odwrotnej:
p <=> q •<=-> (p <7) A (q => p) TW IER D ZEN IE 124
W trójkącie prostokątnym kwadrat przeciwprostokątnej je st równy sumie
kwadratów przyprostokątnych, czyli
Z tablicy D.7 wynika, że zdanie p V ->p jest zawsze prawdziwe niezależnie
d tego, czy zdanie p jest prawdziwe czy fałszywe. Jeżeli implikację p =$■ q c2 = a 2 + fr (D .l)
azwiemy prostą, to implikację q =-> p nazwiemy odw rotną, implikację ->p ==> -iq
»zwiemy im plikacją przeciwną, a implikację -></ => ->p nazwiemy im plikacją
W twierdzeniu tym założeniem Z jest to, że tró jk ąt jest prostokątny, a tezą T
•zeciwstawną.
zależność (D .l). Twierdzenie 124 m ożna sformułować równoważnie w sposób
następujący:
T a b lic a D .7 . Prawo wyłączonego środka
1 . Jeżeli trójkąt jest prostokątny, to zachodzi zależność (D .l).
V - .p p V ~>p
2 . Zachodzi zależność (D .l) wtedy, gdy tró jk ąt jest prostokątny.
F P P 3. W arunkiem wystarczającym n a to, aby zachodziła zależność (D .l) jest to,
........B,__... -...... F .......... -..-..... -P—......... aby trójkąt był prostokątny.
4. Z założenia, że trójkąt jest prostokątny wynika, że zachodzi zależność (D.l).
'« tablicy D .8 wynika, że implikacje p ==> q oraz <7 =-> p nie są równoważne, 5. Założenie, że trójkąt jest prostokątny im plikuje, że zachodzi zależność
terech praw logicznych implikacji 12-t-15 wynika kw adrat logiczny przedsta- (D.l), czyli Z =>T.
ly na rys. D .l. Równoważne implikacje znajdują się n a przekątnych kwa- W twierdzeniu 124 (oraz jego równoważnych sformułowaniach 1—5) je st po­
u. Nie są natom iast równoważne implikacje znajdujące się przy każdym dany warunek dostateczny n a to, aby zachodziła zależność (D .l). Dowód tego
ków kw adratu. twierdzenia polega n a wykazaniu, że z założenia Z wynika teza T . Wycho­
dząc z założenia i korzystając z praw logicznych (a w szczególności z prawa
ł Odwrotne d P przechodności implikacji) należy wykazać, że Z => 7 ’. K orzystając z rachun­
ku liczb zespolonych, twierdzenie to możemy udowodnić następująco. Jeżeli
trójkąt jest prostokątny, to możemy przyjąć, że przyprostokątna a leży n a osi
liczb rzeczywistych, a przyprostokątna b leży n a osi liczb urojonych. W tedy
przeciw prostokątna c jest równa liczbie zespolonej c — a + ib, gdzie i = yTTf
jest jednostką urojoną. K w adrat przeciwprostokątnej jest równy kwadratowi
m odułu liczby c. Zatem
1 Odwrotne _l(? ___f)
c? = (a + ib)(a —ib) = a2 + b2
 D. Elementy logiki i dowodzenie twierdzeń D.3. Dowodzenie twierdzeń 481
480

Wychodząc z założenia Z wykazaliśmy, że zachodzi teza T, czyli implikacja M etodę tę objaśnim y n a przykładzie twierdzenia 125. Załóżmy, że nie jest
Z =>T. spełniona równość (D .l). W tedy z zależności (D.2) wynika, że trójkąt nie jest
prostokątny. Wykazaliśmy więc implikację ->T =4- -'Z , k tó ra jest równoważna
implikacji Z —> T. M etoda doprowadzenia do sprzeczności opiera się na nastę­
TW IE R D ZE N IE 125 pującej równoważności Z =ś T -i(Z A ->T ), k tóra wynika z prawa zaprze­
Zależność (D .l) je st spełniona wtedy i tylko wtedy, gdy trójkąt jest prosto­ czenia implikacji ->(Z =4- T ) 44- -i(Z A ->T ) oraz prawa, podwójnego przeczenia
kątny. -i( - ' ( Z =4- T) ) <=> —>(Z A T ).
U w a g a 63. W metodzie doprowadzenia do sprzeczności, wychodząc z za­
W twierdzeniu 125 jest podany warunek konieczny i wystarczający.
łożenia Z oraz przyjmując, że teza T nie jest prawdziwa, doprowadzamy do
W tym twierdzeniu również założeniem Z jest to, że trójkąt jest prostokątny, sprzeczności.
a tezą T zależność (D .l).
O bjaśnim y tę m etodę n a przykładzie twierdzenia 125. Zakładamy, że trójkąt
UWAGA 6 0. Dowód do stateczności polega na wykazaniu implikacji Z => T ,
je st prostokątny (Z ) oraz że nie zachodzi równość (D .l) (T). W tedy z zależno­
a dowód konieczności na wykazaniu im plikacji T =4- Z .
ści (D.2) wynika, że a 90°, a więc zachodzi sprzeczność.
Dowód. Weźmy pod uwagę dowolny tró jk ąt o bokach a, b i c i kącie a mię­ Często tezę twierdzenia formułuje się następująco: Następujące warunki są
dzy bokami a i b. Wykażemy najpierw , że jest spełniona dla tego tró jk ąta za­ równoważne: uą, ui2 , w-s, wą. Zam iast kolejno wykazywać równoważność ko-
leżność lejne.j pary warunków: (w\, ui-i), (w\, w-s), . . . , (to.-j, wą) znacznie prościej jest
wykazać następujące implikacje W\ =4 W2 =4- =4- wą => w \, które dowodzą
c2 = a2 + b2 — 2ab cos a (D.2) równoważności wszystkich czterech warunków.
UWAGA 64. Metoda indukcji zupełnej polega na:
K orzystając z rachunku liczb zespolonych, możemy przyjąć, że bok a leży n a osi 1
liczb rzeczywistych, a bok b jest równy liczbie zespolonej b = —b c o sa + ib s m a . 1. Sprawdzeniu prawdziwości tezy dla n — 1 lub n = 2.
Bok c tego tró jk ą ta jest równy liczbie zespolonej c = a — b cos a + i b s m a , 2. Wykazaniu prawdziwości tezy T dla liczby naturalnej k + 1 przy założeniu,
a kw adrat tego boku jest równy kwadratowi m odułu tej liczby, czyli że teza je st prawdziwa dla k > 1.
c2 = (a — 6 cos a + ib sin a ) (a — bc o s a — ¿6 sin a ) = .Jeżeli powyższe warunki są spełnione, to teza jest prawdziwa dla dowolnej
= o2 + b2(sin2 o- + cos2 rv) — 2ab cos n- = ............................................................. _ liczby naturalnej n.
= a 2 + b2 —2ab cos a M etodę tę objaśnimy n a następującym prostym przykładzie.
gdyż sin2 a + cos2 a = 1. Aby udowodnić dostateczność, należy pokazać impli­
kację Z => T. ri zależności (D.2) wynika, że jeżeli tró jk ąt ten jest prostokątny, PRZYKŁAD 146
to a = 90° i cos a = 0 i otrzym ujem y natychm iast zależność (D .l). Aby udo­ Wykażemy prawdziwość równości
wodnić konieczność, należy wykazać implikację T =4- Z . Z zależności (D.2)
otrzym ujem y zależność (D .l) tylko wtedy, gdy cos a = 0, czyli a = 90°. Zatem 1 • 2 -I- 2 • 3 -I- ■• - + (n - l)n = l)” (” ' ^ dla n > 1 (D.3)
tylko wtedy, gdy tró jk ąt jest prostokątny. i)

UWAGA 61. Dowodząc powyższe twierdzenia, korzystaliśmy z metody bezpo­ Korzystając z metody indukcji zupełnej, sprawdzamy prawdziwość równości (0.3) dla
średniej dowodzenia, która polega na wykazaniu implikacji Z => T lub T =4> Z . n = 2. Otrzymamy wtedy
W m etodzie bezpośredniej, wykazując te implikacje, korzystam y z praw lo­
1 . 2 = i ^ = 2
gicznych, a zwłaszcza często z praw a przechodniości implikacji.
UWAGA 62. W metodzie przez zaprzeczenie (implikacji przeciwstawnej), opar­ Załóżmy, że zachodzi równość (D.3) dla liczby naturalnej k > 1, czyli
tej na równoważności implikacji prostej i przeciwstawnej: Z =4- T <3- ~>Z =4- ~ćT,
zam iast dowodzić implikację prostą Z =4- T , dowodzimy implikację przeciwstaw­ 1 -2 + 2-3-1 | -(fc-l)fc = (fc~ 1)^(fc+ ,1i dla k> y (D 4 )
ną -iT =4- -iZ , której dowód może być prostszy.
482 D. Elementy logiki i dowodzenie twierdzeń

Wykażemy, że równość ta jest również prawdziwa dla k + i . Biorąc pod uwagę (D.3)
i (D.4), możemy napisać

1 -2 + 2- 3 + -•• + ( « - 1)n = ili- T lM lL Ł l) + k{k + =

(k - l ) k ( k + l ) + 3k( k + 1) k ( k + 1)(k + 2) BIBLIOGRAFIA
_ - __----------

Równość (D.3) jest; więc prawdziwa dla dowolnego n > 1. a

1. Ackermarm J.: Robust control prevents car skidding. IEEE Control Systems,
3(17), 1997, s. 234-31.
2. Amborski K.: Teoria sterowania. Warszawa, PWN, 1987.
3. Arbib M.A., Falb P.L., Kalman R.E.: Topics in mathematical systemjtheory.
New York, Me-Graw Hill, 1969. -
4. Antsaklis P.J., Michel A.N.: Linear systems. New York, McGraw-Hill, 1997.
5. Astrom K.J., Wittenmark B.: Adaptive Control. Reading, MA, Addison-Wesley,
1995.
6. Barnett S.: Matrices in Control Theory. London, Van Nostrand Reinhold Com­
pany, 1971.
7. Barnett S.: Introduction to Mathematical Control Theory. Oxford, Clarendon
Press, 1975.
8. Barnett S.: Polynomials and linear control systems. New York, Marcell Dekker,
1983.
9. Bellman R.: Introduction to Matrix Analysis. New York, McGraw-Hill, 1960.
10. Bhattacharyya S.P., Chapellat H., Keel L.H.: Robust, Control: The Parametric
Approach. London, Prentice-Hall, 1995.
11. Białas S.: On certain properties of Hurwitz determinants for interval polyno­
mials. Computing, 30, 1983, s. 1494-155.
12. Bialas S., GarlofF J.: Stability of polynomials under coefficient perturbations.
IEEE Tmnsactions on Automatic Control, AC-30(3), 1985, s. 3104-312.
13. Bialas S.: Systemy dynamiczne przedziałowe. Kraków, ZN AGH, Automatyka,
1987.
14. Białas S.: A generalization of the criterion th at a quadratic form is positive
definite. Bull. Pol. Acad. Techn. Sci., 43(3), 1995, s. 3374-400.
15. Bialas S.: Necessary and sufficient condition for the Hurwitz stability of symme-
trizable interval matrices. Bull. Pol. Acad. Techn. Sci., 48(4), 2000, s. 5874-593.
16. Bialas S.: Odporna stabilność wielomianów i macierzy. Kraków, Uczelniane Wy­
dawnictwo Naukowo-Dydaktyczne, 2002.
17. Blomberg H., Ylinen R.: Algebraic theory of multivariable linear systems. Lon­
don, Academic Press, 1983.
18. Bołtiański W.G.: Matematyczne metody sterowania optymalnego. Warszawa,
WNT, 1971.
484 Bibliografia
19. Bose N.K.: Tests for Hurwitz and Schur properties of convex combination of
complex polynomial. IEEE Trans. Circuits Syst., 36(9), 1989, s. 12454-1247.
20. Bose N.K., Shi Y.Q.: A simple general proof of Kharitonov’s generalized stabi­
lity criterion. IEEE Trans. Automat. Control, CAS-34(9), 2002, s. 12334-1237.
21. Brocket!, R..W.: Finite Dimensional Linear Systems. New York, John Wiley &
Sons, 1970.
22. Brogan W.L.: Modem Control Theory. NJ, Prentice-Hall, Englewood Cliffs,
1991.
23. Bryson E. Jr.: Dynamic Optimization. Menlo Park, CA, Addison Wesley Long­
man, 1999.
24. Busłowicz M.: Stabilność układów liniowych stacjonarnych o niepewnych para­
metrach. Białystok, Politechnika Białostocka,, 1997.
25. Campbell S.L., Meyer C.D. Jr.: Generalized Inverses of Linear Transformations.
New York, Dover Publications, 1991.
26. Chan II.Y., Żak S.H.: Chaotic neural fuzzy associative memory. International
Journal of Bifurcation and Chaos, 9(8), 1999, s. 15974-1617.
27. Charitonov V.L.: Ob asiinptoticeskoj ustojcivosti położenija rawnovesija se-
mejstva sistem liniejnyc.il differencialnych uravnenij. Diff. Uravn., 14(10), 1978,
s. 20864-2088.
28. Charitonov V.L.: Ob odrxom obobscenii kriteria ustojcivosti. Izv. AN. Kaz. SSll,
1, 1978, s. 534-57.
29. Chen C.T.: Linear Systems Theory and Design. New York, Oxford University
Press, 1999.
30. Chong E.K.P., Żak S.H.: An Introduction to Optimization. New York, J. Wiley,
1996.
31. Dai L.: Singular control systems. In: Lectxire notes in control and information
sciences. New York, Springer, 1989.
32. Debnath L., Mikusiiiski P.: Introduction to Hilbert Space with Applications. San
Diego, Academic Press, 1990.
JSŁ-BeroidoTO?;, B.P.; W NT, i 972.
34. DeCarlo R.A.: Linear Systems: A State Variable Approach with Numerical Im­
plementation. Englewood Cliffs, NJ, Prentice-Hall, 1989.
35. Findeisen W.: Technika regulacji automatycznej. Warszawa, PWN, 1969.
36. Foo Y.K., Soh Y.C.: Strong Kharitonov theorem for low-order polynomials.
IEEE T-ans. Automat. Control, 37(11), 1992, s. 18164-1820.
37. Gantmacher F.R.: Theory of Matrices. London, Chelsea, 1977.
38. Golub G.H., Van Loan C.F.: Matrix Computations. Baltimore, The John Hop­
kins University Press, 1983.
39. Górecki II.: Analiza i synteza układów regulacji z opóźnieniem. Warszawa,
WNT, 1971.
40. Górecki H.: Optymalizacja systemów dynamicznych. Warszawa, PWN, 1993.
41. Górecki IT., Fuksa S., Grabowski P., Korytowski A.: Analysis and Synthesis of
Time Delay Systems. Chichester, PWN - J. Wiley, 1989.
42. Górecki II., Fuksa S., Korytowski A., Mitkowsld W.: Sterowanie optymalne
w systemach liniowych z kwadratowym wskaźnikiem jakości. Warszawa, PWN,
1983.
43. Gutenbaum J.: Problemy teorii regulatorów. Warszawa, WNT, 1975.
44. Ilejmo W.: Teoria sterowania czasooptymalnego i jej zastosowania. Warszawa,
PWN, 1990.
Bibliografia 485
45. Ilestenes M.R.: Calculus of Variations arid Optimal Control Theory. New York,
John Wiley & Sons, 1966.
46. Iserrnann R., Lachmann K.II., Matko D.: Adaptive Control Systems. New York,
Prentice-Hall, 1992.
47. Isidori A.: Nonlinear control systems. An introduction. Berlin, Germany,
Spronger-Verlag, 1995.
48. Jordan A., Benmouna M., Borucki A., Bouayed F.: Optimal linearization me­
thod applied to the resolution of non-linear state equation. Accepte a Rairo-
Automatique, systems analysis and control, Dunod, Paris.
49. Jxiry E.I.: Inners and Stability of Dynamic Systems. New York, Wiley, 1974.
50. Kaczorek T.: Infinite-Dimensional Linear Systems Theory. Lecture Notes in
Control and Information Sciences, 8, Springer-Veriag, 1978.
51. Kaczorek T.: Teoria wielowymiarowych ukladow dynamicznych. Warszawa,
WNT, 1983.
52. Kaczorek T.: General response formula, local reachability and local controllabi­
lity of a class of 2D bilinear systems. Bull. Pol. Acad. Techn. Sci., 42(4), 1995,
s. 1914-201.
53. Kaczorek T.: Local controllability and minimxxm energy control of continuous
2D linear time-invarant systems. Multidimensional Systems and Signal Proces-
*sing, 6, 1995, s. 694-75. '
54. Kaczorek T.: Controllability and minimum energy control of 2D continuous-
discrete linear systems. Applied Mathematics and Computer Science, 5(1), 1995,
s. 54-21.
55. Kaczorek T.t Generalized 2D continuous-discrete linear systems with delays.
Applied Mathematics and Computer Science, 5(3), 1995, s. 4394-454.
56. Kaczorek T.: An extension of the Cayley-Hamilton theorem for non-square
block matrices and computation of the left and right inverses of matrices. Bull.
Pol. Acad. Techn. Sci., 43(1), 1995, s. 394-56.
57. Kaczorek I \: U-reachability and U-controllability of 2D Roesser model. Bull.
Pol. Acad. Techn. Sci., 43(1), 1995, s. 314-37.
58. Kaczorek T.: State-feedback controllers for linear descriptor systems with sin­
gular matrix pencils. Bull. Pol. Acad. Techn. Sci., 43(4), 1995, s. 505 : 516.
59. Kaczorek T., Cichocki A., Mazurek J.: Analog neural network for solving in
real-time linear inverse and total least squares problems. Applied Mathematics
and Computer Science, 5(1), 1995, s. 1054-138.
60. Kaczorek T.: Methods for computation of solutions to regular discrete-time
linear systems. Applied Mathematics and Comoputer Science, 5(4), 1995,
s. 6354-656.
61. Kaczorek T.: Singular 2D continuous-discrete linear systems, Dynamics of con­
tinuous, discrete and impulsive systems. Advances in Systems Science and Ap­
plications, 1995, s. 1034-108.
62. Kaczorek T.: Local controllability and minimum energy control of continuous
2D linear time-invariant systems with variable coefficients. Bull. Pol. Acad.
Techn. Sci., 44(1), 1996, s. 674-74.
63. Kaczorek T.: Pole assignment by state-feedback for descriptor linear systems
with nonsquare matrix pencils. Proceedings of X II International Conference on
Systems Science, 1996, s. 234-32.
64. Kaczorek T.: Stabilization of linear descriptor systems by state-feedback con­
trollers. Appl. Math, and Comp. Science, 6(1), 1996, s. 274-32.
486 Bibliografia
65. Kaczorck T.: Stabilization of singular 2D continuous-discrete systems by
state-feedback controllers. IEEE Trans, on Automatic Control, 41(7), 1996,
s. 100741009.
66. Kaczorek T.: Singular two-dimensional continuous-discrete linear systems, Dy­
namics of continuous, discrete and impulsive system. An International Journal
for Theory Systems Science and Applications, 1996, s. 193-1-204.
67. Kaczorek T-: Reachability and controllability of nonnegative 2D Roesser type
models. Bull. Pol. Acad. Techn. Sci., 44(4), 1996, s. 405-1-410.
68. Kaczorek T.: Positive realisations of improper transfer matrices of discrete-time
linear systems. Bull. Pol. Acad. Techn. Sci., 45(2), 1997, s. 2274-286.
69. Kaczorek T.: Realisation problem for discrete-time positive linear systems.
Appl. Math, and Computer Science, 7(1), 1997, s. 1174-124.
70. Kaczorek T.: Realisation problem for positive 2D Roesser type model. Bull.
Pol. Acad. Techn. Sci., 45(4), 1997, s. 6074-618.
71. Kaczorek T.: Regularisation of singular 2D linear models by state-feedbacks.
Applied Mathematics and Computer Science, 7(4), 1997, s. 7954-815.
72. Kaczorek T.: A method for determination of a solution to two-point boundary
problem for 2D continuous-discrete linear systems. Bull. Pol. Acad. Techn. Sci.,
45(3), 1997, s. 4174-426.
73. Kaczorek T.: Stabilization of singular 2D continuous-discrete systems by
output-feedbaclc controllers. SAMS, 28, 1997, s. 214-30.
74. Kaczorek T.: Positive singular discrete linear systems. Bull. Pol. Acad. Teclm.
Sci., 45(4), 1997, s. 6194-631.
75. Kaczorek T.: Realization problem for positive 2D Roesser type model. Bull.
Pol. Acad. Techn. Sci., 45(4), 1997, s. 6074-618.
76. Kaczorek T.: Weakly positive continuous-time linear systems. Bull. Pol. Acad.
Techn. Sci., 46(2), 1997, s. 2334-245.
77. Kaczorek T.: Computation of fundamental matrices and reachability of positi­
ve singular discrete linear systems. Bull. Pol. Acad. Techn. Sci., 46(4), 1998,
s. 5014511.
78. Kaczorek' TirF5sffive 2D linear systems. Computational Intelligence and Ap­
plications, 1998, s. 59 484.
79. KaczorekT.: Positive solutions to polynomial matrix equations. Applied Ma­
thematics and Computer Science, 8(2), 1998, s. 4034415.
80. Kaczorek T.: Reachability and minimum energy control of positive 2D
continuous-discrete systems. Bull. Pol. Acad. Techn. Sci., 46(1), 1998, s. 85493.
81. Kaczorek T.: Positive descriptor discrete-time linear systems. International Jo­
urnal: Problems of Nonlinear Analysis in Engineering Systems, 1(7), 1998,
s. 38454.
82. Kaczorek T,: Equivalence of nD singular Roesser and Fornasini-Marchesini mo­
dels. Bull. Pol. Acad. Techn. Sci., 47(3), 1999, s. 2354246.
83. Kaczorek T.: Externally positive 2D linear systems. Bull. Pol. Acad. Techn.
Sci., 47(3), 1999, s. 2274234.
84. Kaczorek T.: Reachability and controllability of positive linear systems with
state feedbacks. Bull. Pol. Acad. Techn. Sci., 47(1), 1999, s. 67473.
85. Kaczorek T.: Teoria Sterowania i Systemów. Warszawa, Wydawnictwo Naukowe
PWN, 1999.
86. Kaczorek T.: Weakly positive continuous-tim e linear system s. Lecture Notes in
Control and Information Sciences, 1999, s. 3 4 1 6 .
Bibliografia 487
87. Kaczorek T.: Wektory i macierze ui Elektrotechnice. Warszawa, WNT 1999
88. Kaczorek T.: Dodatnie uklady jedno i dwuwymiarowe. Warszawa, Oficyna Wy-
dawnicza Politechniki Warszawskiej, 2000.
89. Kaczorek T.: Reachability, controllability and minimum energy control of posi­
tive 2D Roesser type models. Systems Analysis Modeling Simulation, 37, 2000
s. 4374447.
90. Kaczorek T.: Reachability and Controllability of 2D Positive Linear Systems
with State Feedbacks. IEEE Mediterranean Conference on Control & Automa­
tion, 2000.
91. Kaczorek T.: Reachability, Controllability and minimum energy control of po­
sitive 2D Roesser type models. SAMS, 37, 2000, s. 4354447.
92. Kaczorek T.: Realisation problem for weakly positive linear systems. Machine
Intelligence & Robotics Control, 2(1), 2000, s. 11416.
93. Kaczorek T.: Reduced - order perfect and standard observers for singular
continuous-time linear systems. Machine Intelligence and Robotics Control,
2(3), 2000, s. 93498.
94. Kaczorek T.: The relationship between the infinite eigenrodue assignment for
singular systems and the solvability of polynomial matrix equitions. Int. J.
Appl. Math. Comput. Ser., 13(2), 2003, s. 1614167.
95. Kaczorek T.: Anticipatory ID and 2D linear systems. International JournaTof -
Computing Anticipatory Systems, 8, 2001, s. 3194335.
96. Kaczorek T.: Elimination of anticipation of singular linear systems. Computing
Anticipatory, Systems CASYS, 2001, s. 1074118.
97. Kaczorek T.: Elimination of finite eigenvalues of strongly singular 2D Roesser
model by the state-feedbacks. Inter-national Journal of Applied Mathematics
and Computer Science, 11(2), 2001, s. 1014108.
98. Kaczorek T.: Externally and internally positive singular- discrete-time linear
systems. Machine Intelligence & Robotic Control, 3(1), 2001, s. 146.
99. Kaczorek T.: Full-order perfect observers tor continuous-time linear systems.
Bull. Pol. Acad. Techn. Sci., 49(4), 2001, s. 5494558.
100. K a c z o re k T.: Dynamics assignment problem of linear systems. Bull. Pol. Acad
Techn. Sci., 49(3), 2001, s. 4614466.
101. Kaczorek T.: Perfect observers for singular 2D Fornasini-Marchesini models.
IEEE Trans, on Autiomatic Control, 46(10), 2001, s. 167141675.
102. Kaczorek T.: Perfect observers for singular 2D linear systems. Bull. Pol. Acad.
Techn. Sci., 49(1), 2001, s. 1414147.
103. Kaczorek T.: Minimal order perfect functional observers for singular- linear sys­
tems. Machine Intelligence & Robotic Control, 4(2), 2002, s. 71474.
104. Kaczorek T,: Perfect functional observers of singular continuous-time linear
s y s t e m s . Machine Intelligence & Robotics Control, 4(1), 2002, s. 77482.
105. Kaczorek T.: Perfect Observers for Linear Systems. IEEE Transactions on Au­
tomatic Control, 7(3), 2002, s. 1454148.
106. Kaczorek T.: Perfect observers of standard linear systems. Bull. Pol. Acad.
Techn. Sci., 50(3), 2002, s. 2374245.
107. Kaczorek T.: Polynomial approach to pole shifting to infinity in singular systems
by feedbacks. Bull. Pol. Acad. Techn. Sci., 50(2), 2002, s. 1344144.
108. Kaczorek T.: When do equilibria of positive 2D Roesser model are strictly
positive. Bull. Pol. Acad. Techn. Sci., 50(3), 2002, s. 2214227.
488 Bibliografia
109. Kaczorek T.: A novel approach to design of minimal order functional observers
for singular linear systems. Bull. Pol. Acad. Techn. Sci., 2003.
110. Kaczorek T.: Dekompozycja singularnych układów liniowych. Przegląd Elektro­
techniczny, 1(2), 2003.
111. Kaczorek T.: Iloldability and stabilizability of 2D Roesser model. Control and
Cybernetics, 31(1), 2003.
112. Kaczorek T.: Przesuwanie do nieskończoności wartości własnych singularnych
układów liniowych. Przegląd Elektrotechniczny, 1(3), 2003.
113. Kaczorek T.: Relationship between infinite eigenvalue assignment for singular
systems and solvability of polynomial matrix equations. Applied Mathematics
and Computer Science, 13(2), 2003.
114. Kaczorek T., Łopatka R.: Existence and computation of the set of positive
solutions to polynomial matrix equations. Applied Mathematics and Computer
Science, 10(2), 2000, s. 3094-320.
115. Kaczorek T., Przylusld K.M., Żak S.II.: Wybrane metody analizy liniowych
układów dynamicznych. Warszawa, PWN, 1984.
116. Kalman R.E.: Mathematical description of linear dynamical systems. SIAM J.
Control, 1(1), 1963, s. 1524-192.
117. Kalman R.E.: On the general theory of control systems. Proc. of the first IFAC
Congr., London: Buttleworth, 1960.
118. Khalil U.K.: Nonlinear systems. Upper Saddle River, NJ, Prentice-IIall, 1996.
119. Kirk D.E.: Optimal Control Theory: An Introduction. Englewood Cliffs, NJ,
Prentice-Hall, 1970.
120. Klamka J.: Stcrowalność układów dynamicznych. Warszawa - Wroclaw, PWN,
1990.
121. Klamka J.: Constrained controllability of nonlinear systems. IMA Journal of
Mathematical Control and Information, 12, 1995, s. 2454-252.
122. Klamka J.: Approximate relative controllability of retarded dynamical systems.
Applied Mathematics and Computer Science, 6(1), 1996, s. 15426.
,123.._KlamlQ._j4_Constrained_contEollability.of-delayed distributed parameter dyna­
mical systems. SAMS, Systems Analysis Modelling Simulation, 24(1-3), 1996,
S. 154-23. ......................'
124. Klamka J.: Constrained controllability of nonlinear systems. Journal of Mathe­
matical Analysis and Applications, 201(2), 1996, s. 3654-374.
125. Klamka J.: Controllability of 2D nonlinear systems. Proceedings of the 2,ul
World Congress on Nonlinear Analysis, 1996.
126. Klamka J.: Controllability of retarded dynamical systems. Kybernetika, 32(6),
1996, s. 5914-600.
127. Klamka J.: Controllability of second order infinite-dimensional systems. IMA
Journal of Mathematical Control and Information, 13(1), 1996, s. 794-88.
128. Klamlca J.: Approximate controllability of delayed dynamical systems. Applied
Mathematics and Computer Science, 7(1), 1997, s. 54-16.
129. Klamlca J.: Approximate controllability of delayed dynamical systems. Applied
Mathematics and Computer Science, 7(1), 1997, s. 1014-112.
130. Klamlca J.: Constrained approximate boundary controllability. IEEE Trans, on
Automatic Control, AC-42(2), 1997, s. 2804-284.
131. Klamka J.: Controllability and minimum energy control of 2D linear sys­
tems. Proceedings of the American Control Conference AC C ’97, 5, 1997,
s. 31414-3143.
Bibliografia 489
132. Klamlca J.: Controllability of infinite-dimensional 2D linear systems. Advances
in Systems Science and Applications, 1(1), 1997, s. 5374-543.
133. Klamlca J.: Controllability of nonlinear 2D systems. Nonlinear Analysis, Theory,
Methods and Applications, 30(5), 1997, s. 29634-2968.
134. Klamlca J.: Controllability of 2D systems: a survey. Applied Mathematics and
Computer Science, 7(4), 1997, s. 1014-120.
135. Klamlca J.: Controllability of delayed dynamical systems. Studia z Automatyki
i Informatyki, 22, 1997, s. 294-40.
136. Klamlca J.: Constrained controllability of positive 2D systems. Bull. Pol. Sci.
Acad., 46(1), 1998, s. 954-104.
137. Klamlca J.: Controllability of second order semilinear infinite-dimensional dy­
namical systems. Applied Mathematics and Computer Science, 8(3), 1998,
s. 4594-470.
138. Klamlca J.: Controllability of 2D continuous-discrete systems with delays in
control. Bull. Pol. Sci. Acad., 46(3), 1999, s. 3634-373.
139. Klamlca J.: Constrained controllability of dynamic systems. International Jo­
urnal of Applied Mathematics and Computer Science, 9(2), 1999, s. 2314-244.
140. Klamka J.: Constrained controllability of semilinear systems. Proceedings of I f
Wold Congress of IFAC, B, 1999, s. 3894-394.
141. Klamlca J.: Controllability of delayed dynamical systems. Proceedings of I f
Wold Congress of IFAC, D, 1999, s. 4854-490.
142. Klamlca J.: Controllability of 2D nonlinear systems. Proceedings of the European
Control Conference, 1999, s. 11214-1127.
143. Klamlca J.: Local controllability of 2D nonlinear systems. Bull. Pol. Sci. Acad.,
47(2), 1999, s. 1534-161.
144. Klamlca J.: Constrained approximate controllability. IEEE Trans, on Automatic
Control, AC-45(9), 2000, s. 17454-1749.
145. Klamlca J.: Schauder’s fixed-point theorem in nonlinear controllability pro­
blems. Control and Cybernetics, 29, 2000, s. 1534-165.
146. Klamka J.: Constrained boundary controllability. Proceedings of 10 Internatio­
nal Conference on System, Modelling. Control, 1, 2001, s. 3874-392.
147. Klamlca J.: Constrained controllability of semilinear infinite-dimensional sys­
tems. Proceedings of 7 International Conference on Methods and Models in
Automation and Robotics, 2001, s. 454-50.
148. Klamlca J.: Constrained controllability of semilinear systems. Nonlinear Analy­
sis, 47, 2001, s. 29394-2949.
149. Klamlca J., Ogonowski Z.: Teoria systemów liniowych. Skrypt Politechniki Ślą­
skiej, 1999.
150. Kucera V.: Discrete linear control: the polynomial equation approach. Prague,
Acadernica, 1979.
151. Kudrewicz J.: Częstotliwościowe metody w teorii nieliniowych układów dyna­
micznych. Warszawa, WNT, 1970.
152. Kudrewicz J.: Analiza funkcjonalna dla automatyków i elektroników. Warszawa,
PWN, 1976.
153. Kudrewicz J.: Przekształcenie Z i równania różnicowe. Warszawa, Wydawnic­
two Naukowe PWN, 2000.
154. Kwakernaak IŁ, Si van R,.: Linear Optimal Control Systems. New York, Wiley
Interscience, 1972.
490 Bibliografía
155. Lyapunov A.M.: The general problem of stability and motion. London, Taylor
& Francis, 1992.
156. LaSalle J.P.: The Stability and Control of Discrete Processes. New York,
Springer-Verlag, 1986.
157. La Salle J., Lefschetz S.: Zarys teorii stabilności Lapunowa i jego metody bez-
pośredniej. Warszawa, PWN, 1966.
158. Lee E.B., Markus L.: Foundations of Optimal Control Theory. New York, John
Wiley, 1967.
159. Lee E.B., Markus L.: Foundations of Optimal Control Theory. Malabar FL,
Robert E. Krieger Publishing Company, 1986.
160. Lewis F.L.: Optimal control. New York, J. Wiley, 1986.
161. Lewis F.L.: Optimal estimation. New York, Wiley, 1986.
162. Lewis F.L., Syrmos V.L.: Optimal Control. New York, Wiley-Interscience, 1995.
163. Luenberger D.G.: Observers for multivariable systems. IEEE Trans, on Autom.
Contr., AC-11(1), 1966, s. 1904-197.
164. Luenberger D.G.: An introduction to observers. IEEE 'Wans. on Autom. Contr.,
AC-16(6), 1971, s. 5964-602.
165. Luenberger D.G.: Teoria optymalizacji. Warszawa, PWN, 1973.
166. Marino R., Tomei P.: Nonlinear control design. London, Prentice-IIall, 1995.
167. Mitkowski W.: Stabilizacja systemów dynamicznych. Warszawa, WNT, 1991.
168. Mitkowski W.: Stabilizacja liniowych układów nieskończenie wymiarowych za
pomocą dynamicznego sprzężenia zwrotnego. Arch. Automatyki i Telemechani­
ki, 33(4), 1995, s. 5154-528.
169. Mitkowski W.: Stabilizacja systemów dynamicznych. Kraków, Wydawnictwa
AGH, 1996.
170. Mitkowski W.: Projektowanie systemów sterowania z wykorzystaniem równania
Rieeatiego. Mat. Konferencyjne X III Krajowej Konferencji Automatyki, 1,1999,
s. 1714-176.
171. Mitkowski W.: Systemy dynamiczne. Materiały uzupełniające do wykładów.
--•--■-•----IG:akówr-WydawMieliwa---Wydziałn“Elektrotechnilci; Automatyki, Informatyki
i Elektroniki AGH, 2000.
172. Mitkowski W.: Metody projektowania układów regulacji optymalnej. Mat. Kon­
ferencyjne X IV Krajowej Konferencji Automatyki, 1, 2002, s. 1954-204.
173. Moore R.E.: Interval Analysis. New York, Prentice-IIall, 1966.
174. Niederliński A.: Układy wielowymiarowe automatyki. Warszawa, WNT, 1974.
175. Nowacki P., Szklarski L., Górecki II.: Podstawy teorii układów regulacji auto­
matycznej. Warszawa, PWN, 1974.
176. Ogata K.: Metody przestrzeni stanów w teorii sterowania. Warszawa, WNT,
1974.
177. O’Reilly J.: Observers for linear systems. London, Academic, 1983.
178. Osiowski J.: Zarys rachunku operatorowego. Warszawa, WNT, 1981.
179. Owens D.H.: Multivariable and Optimal Control. London, Academic Press,
1981.
180. Pedrycz W.: Fuzzy Control and Fuzzy Systems. Taunton, Somerset, England,
Research Studies Press, 1993.
181. Pelczewski W.: Teoria sterowania. Warszawa, WNT, 1980.
182. Rolewicz S.: Analiza funkcjonalna i teoria sterowania. Warszawa, PWN, 1974.
183. Rosenbrock H.H.: State - space and multivariable theory. London, Nelson, 1970.
Bibliografia 491
184. Rugh W.J.: Linear System Theory. Upper Saddle River, NJ, Prentice-IIall,
1996.
185. Sastry S.: Nonlinear systems. Analysis, stability and control. New York, NY,
Springer-Verlag, 1999.
186. Slotine J.E. and Li W.: Applied nonlinear control. Englewood Cliffs, NJ,
Prentice-IIall, 1991.
187. Sob C.B.: Necessary and sufficient conditions for stability of symmetric interval
matrices. International Journal of Control, 51(1), 1990, s. 2434-248.
188. Solheim O.A.: Design of optimal control systems with prescribed eigenvalues.
International Journal of Control, 15(1), 1972, s. 1434-160.
189. Sontang E.D.: Mathematical Control Theory: Deterministic Finite Dimensional
Systems. New York, Springel-Verlag, 1998.
190. Takahashi Y., Rabins M.J., Ausländer D.M.: Sterowanie i systemy dynamiczne.
Warszawa, WNT, 1976.
191. Tsui C.C.: A New Algorithm for Design of Multifunctional Observers. IEEE
Trans. Autom. Control, AC-30(1), 1985, s. 894-93.
192. Tsui C.C.: On the order reduction of linear function observers. IEEE Trans.
Autom. Control, AC-31 (1), 1986, s. 4474449.
193. Tsui C.C.: What is the Minimum Function Observer Order? Journal of the
Franklin Institute, 335(4), 1998, s. 6234628.
194. Turowicz A.: Geometria zer i wielomianów. Warszawa, PWN, 1967.
195. Turowicz A.: Teoria Macierzy, Wykłady na Studium Doktoranckim w zakresie
automatyki i elektrotechniki (spisał Mitkowski W.), (skrypt nr 1435), 1970/1971,
s. 14222. r
196. Węgrzyn S.: Podstawy automatyki. Warszawa, PWN, 1976.
197. Wierzbicki A.: Modele i wrażliwość układów sterowania. Warszawa, WNT, 1977.
198. Willems J.L.: Stability Theory of Dynamical Systems. New York, John Wiley
& Sons, 1970.
199. Wolovich W.A.: Linear multivariable systems. New York, Springer, 1974.
200. Wolovich W.A.: Automatic Control Systems: Basic Analysis and Design. Fort
Worth, TX, Saunders Colledge Publishing, 1994.
201. Wonham W.M.: On pole assignment in multi-input controllable linear systems.
IEEE Trans, on Automatic Control, AC-12(6), 1967, s. 6604665.
202. Wonham W.M.: Linear multivariable control: a geometric approach. New York,
Springer, 1979.
203. Zabczyk J.: Zarys matematycznej teorii sterowania. Warszawa, PWN, 1991.
204. Zadeh L.A., Desoer Ch.A.: Linear System Theory: The State Space Approach.
New York, McGraw-Hill, 1963.
205. Zurada J.M.: Introduction to Artificial Neural Systems. St. Paul, MN, West
Publishing, 1992.
r

SKOROWIDZ

A człon inercyjny pierwszego rzędu 102

opóźniający 106
analiza płaszczyzną fazową 132 różniczkujący idealny 98
AR model 16, 57, 61 rzeczywisty 113
ARMA model 16, 57, 61
AT1MAX model 58, 59
D
B decybel 79
dekada 79
Binefca twierdzenie zob. twierdzenie dekompozycja
Bineta Kalmana 263
Bodego charakterystyka 80 pary (A, B ) 258
Borela twierdzenie zob. twierdzenie pary (A, C ) 261
Borela dystrybucja 445
Bninovskicgo-Luenbergera postać A-inwariantna 450
kanoniczna zob. układ, postać iloczyn 445
kanoniczna Brunovskiego-Luenbergera inwariantna 448
inwolutywna 447
C nieosobliwa 446
osobliwa 446
całka Duhamela 457 punkt regularny 446
charakterystyka suma 445
amplitudowa 77 wymiar 445
logarytmiczna 80
amplitudowo-fazowa 77
F
Bodego 80
fazowa 77 forma kwadratowa zob. macierz, forma
logarytmiczna 80 kwadratowa
impulsowa 62 funkcja
skokowa 61 dyskretna
człon ciąg wartości 463
bezinercyjny 90 różnica 435
całkujący idealny 94 suma w punkcie 466
rzeczywisty 109 Lagrange’a 33
inercyjny drugiego rzędu 116 Lapunowa 213
494 Skorowidz Skorowidz
495

funkcja przenoszenia 73 macierz blokowa 418 macierz podstawowa 433 metoda optymalnej linearyzacji 23
Rayleigha 34 iloczyn 418 postać kanoniczna rozwinięcia w szereg 19
skalarna wyznacznik 419 Frobeniusa 309 model
gradient 430 całka Jordana 321 AR 16, 57, 61
pochodna Liego 440 iterowana 432 Smitha 319 ARMA 16, 57, 61
splot 455 oznaczona 4.31 prostej struktury 405 ARMAX 58, 59
transformata 455 cykliczna 310 prostokątna 393 czasowy 50
wektorowa diagonalna 394 przemienność 397 częstotliwościowy 73
pochodna 430 dołączona 403 przenoszenia 56 Leontiefa 45
dodatnio określona 410 pseudoodwrotność Lotki-Volterry 43
G dolnotrójlcątna 395 Moore’a-Penrose’a 414 Maya 43
dopełnienie 395 równość 396 punkt równowagi
gradient funkcji skalarnej 430 rząd 399
działania elementarne 319 stabilny 156
dzielnik elementarny 320 skalania 394 stabilny asymptotycznie 158
H forma kwadratowa 409 skośnie-symetryczna 394 równanie charakterystyczne 161, 162,
dodatnio określona 410 sprzężona 398 190, 191
Hurwitza kryterium zol), stabilność,
nieosobliwa 410 stopień 393 Solowa 44
kryterium Hurwitza suma 396
osobliwa 410 stan równowagi 154
ujemnie określona 410 symetryczna 394 wejście-wyjście 73
I fundamentalna 433 systemu 52 wielomian charakterystycznyT:6łr 162,
iloczyn Kroneckera zob. macierz, iloczyn górnotrójkątna 395 ślad 394 190, 191
Kroneckera główna przekątna 394 transpozycja 394 zmiennych stanu 55
izoklina 140 hermitowska 398 tranzycyjna 433 konstrukcja 52
idempotentna 398 ujemnie określona 410 macierz przenoszenia 56
iloczyn 397 unitarna 406 systemu 52
J iloczyn Kroneckera 420 wartość szczególna 407 wejścia 52
Jacobiego macierz zob. macierz indeks 394 rozkład 407 wyjścia 56
Jacobiego jądro 400 wartość własna 405 równanie wyjścia 56
Jordana klatka zob. macierz, klatka Jacobiego 442 obserwowalna 254, 256 rząd 54
Joiclami ~ ~ “ — klatka Jordana 321 ...... osiągalna 253, 256
kolumnowa 393 rozkład 407
wejścia 52 N
kongruencja 410
K kwadratowa 393 wektor własny niestabilność 199
kryterium stabilności zob. stabilność, nieosobliwa 390 lewostronny 406 Nyquista kryterium zob. stabilność,
kryterium niłpotentna 397 prawostronny 405 kryterium Nyquista
krzywa Michajlowa 171 indeks nilpotentności 270 wielomian punkt zob. punkt Nyquista
norma 412 charakterystyczny 405 twierdzenie zob. twierdzenie
euklidesowa 412 inwariantny 320 Nyquista
L minimalny 415
Frobeniusa 413
Lagrange’a równanie zob. równanie zgodność 413 zerujący 415
Lagrange’a obraz 400 wierszowa 393 O
Laplace’a przekształcenie zob. odwrotność 403 wyjścia 56 obiekt regulacji 2
przekształcenie Laplace’a lewa 401 wymiar 393 oktawa 79
Laurenta szereg zob. szereg Łaurenta prawa 402 wyznacznik 395 operator liniowy 401
ortonormalna 406 metoda
M osobliwa 396 izoklin 140
pęk regularny 270 Krasowskiego 213, 215 P
macierz 393 pochodna 429 Lapunowa 202, 204, 205 płaszczyzna fazowa 54
aritysyrnetryczna 394 podobieństwo 405 nieliniowego sprzężenia zwrotnego 28 analiza 132
496 Skorowidz 1 Skorowidz 497

pole wektorowe 440 stabilność, kryterium Nyąuista 176 układ, postać kanoniczna układ sterowalny 230, 248
gładkość 442 lokalna 201, 210 Brunovskiego-Luenbergera331, 334, do zera 228, 247
nawias Liego 442 Routha 164 340, 343, 347, 354, 362, 368 indeks 231, 247
portret fazowy 132 stan obserwatorowa 343, 368 szybki 270
postać kanoniczna zob. macierz, postać obserwowalny 232, 249 obserwowalna 340, 362 wolny 270
kanoniczna; układ, postać odtwarzalny 238, 252 regulatorowa 334, 354 wykrywalny 255, 257
kanoniczna osiągalny 223, 244 sterowalna 331, 347
przekształcenie równowagi 153, 200 regulacji automatycznej 2, 4
Lapłace’a 451 sterowalny do zera 228, 247 adaptacyjny 7 W
odwrotne 458 układu 2, 14 ciągły 6 wektor
oryginał 451, 459 sterowanie 1 dyskretny 6
pochodnej funkcji 456 liniowa niezależność 399
szereg Laurenta 463 hybrydowy 6 liniowa zależność 399
różnicy funkcji 455 szum biały 57 jednowarstwowy 7 norma 412
splotu funkcji 455 jednowymiarowy 6 zgodność 413
sumy funkcji 455 liniowy 4
T osiągalny 271
zasada superpozycji 455 nieliniowy 5 stanu 14
Z 463 tożsamość Jacobiego 443 nieoptymalny 7 wielkość
odwrotne 467 trajektoria fazowa 54 optymalny 7 sterująca 1
oryginał 463 transformata wielowarstwowy 7 zakłócająca 1
różnicy funkcji 465 Laplace’a 451 ' wielowymiarowy 5 wielomian charakterystyczny 14)0,'191,
splotu funkcji 465 oryginał 459 zwykły 7 405
sumy funkcji 465 2 463 równań wzmocnienie logarytmiczne 79
zasada superpozycji 465 oryginał 463 liniowych 403
przestrzeń liniowa, dopełnienie transmitancja rozwiązanie 403
ortogonalne 401 operatorowa 73 nieliniowych 440 Z
punkt widmowa 76 singularny 270
Nyąuista 178 twierdzenie /¡".-obserwowalny 286 zapas
równowagi 154 Bineta-Cauchy’ego 399 i?.-sterowałny 275 amplitudy 188
Borela 455 dualny 294 fazy 188
Cayleya-llamillona 415............ obserwowalny 288 zasada superpozycji 4
Kroneckera-Capellego 403 obserwowalny impulsowo 290 zbiór
regulacja 1 Lagrange’a-Sylvestera 417 sterowalny 276 osiągalności 271
regulator 2 Lapunowa 209 sterowalny impulsowo 281 stanów osiągalnych 271
równanie Nyąuista 178 stabilizowalny 253 zmienna stanu 14
charakterystyczne 190 o opóźnieniu 455
Lagrange’a 34 o transformacie splotu 455, 465
liniowe Sylvestera 400, 411
różnicowe 435, 470
różniczkowe 432, 460
U
Riccatiego 438
uchyb regulacji 2
układ
dualny 240, 252
stabilność 199 dynamiczny 18, 29
globalna 201, 212 obserwowalny 232, 249
kryterium indeks 234
Hur witza 162 odtwarzalny 238, 252
logarytmiczne Nyąuista 185 osiągalny 223, 244
Michajłowa 170 wyjściowo 242