Sterowalno± i obserwowalno± obiektów dynamicznych (piotrjs)

Wielkość: px
Rozpocząć pokaz od strony:

Download "Sterowalno± i obserwowalno± obiektów dynamicznych (piotrjs)"

Transkrypt

1 Rozdziaª Sterowalno± i obserwowalno± obiektów dynamicznych (piotrjs) Analiza sterowalno±ci i obserwowalno±ci Przykªad Analizuj c rz d macierzy sterowalno±ci, zbadaj caªkowit sterowalno± obiektu dynamicznego opisanego równaniem ẋ(t) = Ax(t) + Bu(t), w którym: 2 3 a) A = 6 b) A = , B = b = 2, B = 2 Rozwi zanie Niech A R n n oraz B R n p Para (A, B) jest caªkowicie sterowalna wtedy i tylko wtedy, gdy macierz sterowalno±ci M c R n n p zdeniowana wzorem M c = B AB A n B posiada peªny wierszowy rz d, rank M c = n, a) Dla obiektów z pojedynczym wej±ciem, a zatem tak»e dla obiektów SISO, macierz sterowalno±ci jest macierz kwadratow ; taka za± macierz ma peªny rz d wtedy i tylko wtedy, je»eli jej wyznacznik nie równa si zero Zatem w omawianym przypadku caªkowita sterowalno± ma miejsce, gdy

2 2 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) wyznacznik macierzy sterowalno±ci M c = b det M c = det zatem obiekt nie jest caªkowicie sterowalny Ab jest niezerowy Poniewa» = b) Macierz sterowalno±ci M c = B AB A 2 B, M c R 3 6, jest macierz prostok tn Obiekt jest zatem caªkowicie sterowalny wtedy i tylko wtedy, gdy macierz ta posiada peªny wierszowy rz d Mamy M c = Jak ªatwo sprawdzi, badaj c przykªadowo trzy pierwsze kolumny tej macierzy, rank M c = 3 Rozwa»any obiekt jest przeto caªkowicie sterowalny Para (A, B) jest caªkowicie sterowalna wtedy i tylko wtedy, gdy rank M c = n, gdzie M c = B AB A n r BB za± r B = rank B O sterowalno±ci pary (A, B) orzeka si zatem na podstawie oceny rz du zredukowanej macierzy sterowalno±ci Mc R n (n r B+) p o odpowiednio zmniejszonej liczbie kolumn ('peªna' macierz sterowalno±ci M c posiada bowiem n p kolumn) W rozwa»anym przypadku otrzymujemy potwierdzenie caªkowitej sterowalno±ci badanego obiektu: rank M c = 3 Przykªad 2 Dana jest para macierzy (A, B), gdzie A R n n oraz B R n p, przy czym macierz A ma jednokrotne warto±ci wªasne spectr A = {λ i } n i= : a) 3 A = 2 b) A =, B =, B = b = Przeksztaªacaj c (A, B) w par podobn (M AM, M B), gdzie M R n n (w ogólno±ci M C n n ) jest dowoln macierz diagonalizuj c macierz A, sprawd¹ caªkowit sterowalno± pary (A, B)

3 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 3 Rozwi zanie Macierz A o jednokrotnych warto±ciach wªasnych jest macierz diagonalizowaln Rol macierzy diagonalizuj cej peªni dowolna modalna macierz M o kolumnach utworzonych z wektorów wªasnych macierzy A przyporz dkowanych jej poszczególnym warto±ciom wªasnym (modalna macierz M danej macierzy A nie jest wyznaczona jednoznacznie) Zachodzi M AM = diag {λ i } n i= Para (A, B) jest caªkowicie sterowalna, gdy w macierzy M B nie wyst puj zerowe wiersze (dla p = odpowiednia para (A, b), w której b R n, jest caªkowicie sterowalna wtedy i tylko wtedy, gdy wektor M b R n nie posiada zerowych wspóªrz dnych) Obecno± takiego zerowego i-tego wiersza ±wiadczy,»e odpowiedni mod e λ it jest modem niesterowalnym a) W tym przypadku spectr A = { 3, 2} Przykªadowej macierzy modalnej M = odpowiada wektor M b = T Para (A, b) nie jest wi c caªkowicie sterowalna, za± niesterowalnym modem jest mod e 2t b) W tym przypadku spectr A = {,, } Macierzy modalnej M = przyporz dkowujemy macierz M B = /2 /2 /2 /2 Z powy»szego wynika,»e para (A, B) jest par caªkowicie sterowaln Uzyskane wnioski ªatwo jest potwierdzi, analizuj c rz d odpowiednich macierzy sterowalno±ci: 3 a) M c = 3 b) M c =, rank M c =, rank M c = 3

4 4 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) Przykªad 3 Dana jest para macierzy (A, B), gdzie A R n n oraz B R n p, przy czym macierz A posiada wielokrotne warto±ci wªasne: a) A = b) A = c) A = d) A = , B = b =, B = b = , B =, B = 2 Przeksztaªcaj c (A, B) w par podobn (P AP, P B), w której P AP przyjmuje kanoniczn posta Jordana (zob dodatek), za± P R n n (w ogólno±ci P C n n ) jest odpowiedni macierz podobie«stwa (uogólnion macierz modaln (??)), zbadaj caªkowit sterowalno± pary (A, B) Rozwi zanie Zauwa»my na wst pie,»e para (A, B), w której A R n n oraz B R n p, jest par caªkowicie sterowaln, gdy rank M c = n, gdzie M c = B AB A m r BB przy czym r B = rank B, za± m to stopie«wielomianu minimalnego macierzy A, m = deg ψ A (λ) O sterowalno±ci pary (A, B) orzeka si zatem na podstawie oszacowania wierszowego rz du tak zredukowanej macierzy sterowalno±ci Mc R n (m r B+) p Z powy»szego wynika,»e para (A, B) opisuj ca obiekt o pojedynczym wej±ciu (p = ) w przypadku, w którym A nie jest macierz prost, nie mo»e by par caªkowicie sterowaln Rozwa»my teraz szczegóªowo warunek sterowalno±ci pary macierzy (A, B) oparty na wªasno±ciach pary podobnej (P AP, P B) = (J, ˆB) Grupuj c wiersze macierzy ˆB = P B R n p w podmacierze zgodnie ze struktur postaci kanonicznej Jordana macierzy A, mamy ˆB = ˆBT, ˆBT,η ˆBṰ n, ˆBṰ n,ηˆn T

5 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 5 gdzie ˆB i,j R ν i,j p dla i {,, ˆn} oraz j {,, η i } Niech b T i,j R p oznacza ostatni wiersz danej podmacierzy ˆB i,j Para (A, B) jest caªkowicie sterowalna wtedy i tylko wtedy, gdy zbiór wektorów { b i,j } η i j= jest zbiorem liniowo niezale»nym dla i {,, ˆn} Warunkiem koniecznym caªkowitej sterowalno±ci pary (A, B) jest zatem speªnienie nierówno±ci η i p, i {,, ˆn} Dla par (A, B) z prost macierz A obowi zuje nast puj cy konieczny i wystarczaj cy warunek sterowalno±ci: b i, p, i {,, ˆn} W przypadku diagonalizowalnych macierzy A odpowiedni warunek przyjmuje posta rank ˆB i, ˆB i,ρi = rank bi, bi,ρi = ρi, i {,, ˆn} a) Macierz A ma podwójn warto± wªasn : λ = oraz ρ = 2 Poniewa» dim Ker (A λ I 2 ) = 2 rank (A λ I 2 ) = zatem η = Oznacza to, i» macierz A, b d c macierz prost, nie jest macierz diagonalizowaln Na tej podstawie wnioskujemy,»e ν, = 2 oraz J = J (λ ) = W macierzy podobie«stwa P = p,, p,,2 R 2 2 wyró»niamy dwie kolumny p,, R 2 oraz p,,2 R 2, speªniaj ce równania: (A λ I 2 )p,, = p,, = 2 (A λ I 2 )p,,2 = p,,2 = p,, Przykªadowym rozwi zaniem tego ukªadu s wektory: p,, = oraz p,,2 = T Poniewa» ostatnia wspóªrz dna wektora ˆb = P b = T jest niezerowa, zatem rozwa»ana para (A, B) jest caªkowicie sterowalna b) W tym przypadku mamy spectr A = {,, }, a zatem: n = 3, λ =, ρ = 2, λ 2 = oraz ρ 2 = Krotno± geometryczna warto±ci

6 6 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) wªasnej λ wynosi η = dim Ker (A λ I n ) = n rank (A λ I n ) = 3 = 2 Dla λ 2 zachodzi oczywi±cie η 2 = Z równo±ci η = ρ oraz η 2 = ρ 2 wnioskujemy,»e macierz A, nie b d c macierz prost, jest macierz diagonalizowaln Zachodzi ponadto: ν, =, ν,2 = oraz ν 2, = Macierz podobie«stwa posiada zatem nast puj c struktur : P = P, P,2 P 2, = p,, p,2, p 2,, R 3 3 Kolumny p,, R 3 oraz p,2, R 3 tej macierzy obliczamy, rozwi zuj c równania: (A λ I 3 )p,, = 3 (A λ I 3 )p,2, = 3 Pami tamy przy tym,»e wektory p,, oraz p,2, musz by liniowo niezale»ne; poniewa» η = 2 zatem takie wektory istniej Z kolei, kolumna p 2,, R 3 stanowi rozwi zanie równania (A λ 2 I 3 )p 2,, = 3 Tak post puj c, uzyskuje si przykªadow macierz podobie«stwa, zªo»on z odpowiednich wektorów wªasnych macierzy A Z postaci wektora P = p,, p,2, p 2,, = ˆb = P b = b, b,2 b2, = wynika,»e para (A, B) nie jest par caªkowicie sterowaln W rozwa»anym przypadku zachodzi τ = τ 2 =, a zatem macierzy A przyporz dkowany jest wielomian minimalny ψ A (λ) = (λ + )(λ ) stopnia m = 2 < 3 Zredukowana macierz sterowalno±ci Mc = b Ab R 3 2 nie mo»e z oczywistych wzgl dów wykazywa peªnego wierszowego rz du c) Trzeci przypadek dotyczy spectr A = {,, } Mamy zatem: n = 3, λ = oraz λ 2 =, przy czym: ρ = 2, ρ 2 =, η 2 = Krotno± geometryczna pierwszej warto±ci wªasnej wynika ze wzoru η = dim Ker (A λ I n ) = n rank (A λ I n ) = 3 = 2 Macierz A, nie b d c macierz prost, jest jednak macierz diagonalizowaln zachodzi bowiem η = ρ oraz η 2 = ρ 2 Ponadto: ν, =, ν,2 = oraz ν 2, = Macierz P R 3 3 wyznaczamy w sposób analogiczny do opisanego w przypadku b Przykªadowe rozwi zanie ma posta P = P, P,2 P 2, = p,, p,2, p 2,, = 2

7 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 7 Macierz ˆB = P B przyjmuje posta ˆB = ˆB, ˆB,2 ˆB 2, = b, b,2 b2, T = /2 /2 /2 /2 Poniewa» rank b, b,2 = 2, zatem para (A, B) nie jest par caªkowicie sterowaln Takiego wyniku nale»aªo si spodziewa : wielomian minimalny macierzy A jest wielomianem stopnia ni»szego od n = 3, mamy bowiem m = τ + τ 2 = + = 2 Odpowiednia zredukowana macierz sterowalno±ci M c = B R 3 2 nie mo»e by przeto macierz o peªnym wierszowym rz dzie d) Teraz n = 4 Widmo macierzy A ma posta spectr A = {2, 2, 2, 2} Oznaczaj c λ = 2 oraz λ 2 = 2, mamy: ρ = 3, ρ 2 =, η 2 =, a ponadto ν 2, = Krotno± geometryczna warto±ci wªasnej λ wynosi η = dim Ker (A λ I n ) = n rank (A λ I n ) = 4 2 = 2 Na tej podstawie wnioskujemy,»e musi obowi zywa równo± ν, + ν,2 = 3 Przykªadowym warto±ciom ν, = oraz ν,2 = 2 odpowiada kanoniczna posta Jordana macierzy A J = J (λ ) 2 2 J 2 (λ ) 2 2 J (λ 2 ) T, J (λ ) R, J 2 (λ ) R 2 2, J (λ 2 ) R Macierz podobie«stwa ma blokow struktur P = P, P,2 P 2, = p,, p,2, p,2,2 p 2,, R 4 4 Kolumny tej macierzy wyznacza si z równa«: (A λ I 4 )p,, = 4 (A λ I 4 )p,2, = 4 Przykªadow macierz P R 4 4 jest (A λ I 4 )p,2,2 = p,2, (A λ 2 I 4 )p 2,, = 4 P = p,, p,2, p,2,2 p 2,, =

8 8 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) Z kolei, analizuj c macierz uzyskujemy: b, = ˆB = P B = 3 ˆB, ˆB,2 ˆB 2, 2, b,2 = = 3 2 oraz b2, = Z faktu, i» rank b, b,2 = 2, wnioskujemy,»e (A, B) nie jest par caªkowicie sterowaln Wniosek ten ªatwo mo»na potwierdzi, wyznaczaj c rz d zredukownej macierzy sterowalno±ci Mc = B AB Przykªad 4 Na podstawie rz du macierzy obserwowalno±ci zbadaj caªkowit obserwowalno± obiektu dynamicznego opisanego równaniami ẋ(t) = Ax(t) oraz y(t) = Cx(t), gdzie: 3 a) A = 5 2 b) A = 2, C = c T = 2, C = 2 Rozwi zanie Para (A, C), w której A R n n oraz C R q n, jest caªkowicie obserwowalna wtedy i tylko wtedy, gdy macierz obserwowalno±ci M o R n q n zdeniowana wzorem M o = C CA CA n posiada peªny kolumnowy rz d, rank M o = n a) Dla obiektów z pojedynczym wyj±ciem, a zatem tak»e dla obiektów SISO, macierz obserwowalno±ci M o jest macierz kwadratow co oznacza,»e macierz ta ma peªny rz d wtedy i tylko wtedy, je»eli jej wyznacznik nie równa si zero W omawianym przypadku c T 2 det M o = det c T = det = 5 A 2

9 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 9 Zatem badany obiekt jest caªkowicie obserwowalny b) Macierz obserwowalno±ci jest w tym przypadku macierz prostok tn : M o = C T A T C T (A 2 ) T C T T, M o R 6 3 Rozwa»any obiekt b dzie caªkowicie obserwowalny wtedy i tylko wtedy, gdy macierz ta b dzie miaªa peªny rz d kolumnowy Jak ªatwo sprawdzi M o = Poniewa» rank M o = 2, zatem obiekt ten nie jest caªkowicie obserwowalny Para (A, C), w której A R n n oraz C R q n, jest caªkowicie obserwowalna wtedy i tylko wtedy, gdy rank M o = n, gdzie M o = C T A T C T (A n r C ) T C T T przy czym r C = rank C O obserwowalno±ci obiektu opisanego par (A, C) mo»na zatem orzeka na podstawie analizy kolumnowego rz du zredukowanej macierzy obserwowalno±ci Mo R (n r C+) q n o odpowiednio zmniejszonej liczbie wierszy (macierz M o posiada bowiem n q wierszy) Tak post puj c, otrzymujemy rank M o = 2, co potwierdza tez o braku caªkowitej obserwowalno±ci badanego obiektu Przykªad 5 Dana jest para macierzy (A, C), gdzie A R n n oraz C R q n, przy czym macierz A ma jednokrotne warto±ci wªasne spectr A = {λ i } n i= : a) 2 A = 3 b) A =, C =, C = c T = T Przeksztaªcaj c par (A, C) w par podobn (M AM, CM), gdzie M R n n (w ogólno±ci M C n n ) jest dowoln macierz diagonalizuj c macierz A, sprawd¹ caªkowit obserwowalno± pary (A, C) Rozwi zanie Macierz diagonalizuj c macierzy A o jednokrotnych warto±ciach wªasnych jest dowolna macierz modalna M o kolumnach utworzonych z wektorów wªasnych macierzy A przyporz dkowanych poszczególnym warto±ciom wªasnym tej macierzy Para (A, C) jest caªkowicie obserwowalna, gdy w macierzy CM nie wyst puj zerowe kolumny Obecno±

10 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) takiej zerowej kolumny ±wiadczy,»e odpowiedni mod e λt, λ spectr A, jest modem nieobserwowalnym Dla q = para (A, c T ), gdzie c R n, jest caªkowicie obserwowalna, gdy wektor M T c nie posiada zerowych wspóªrz dnych) a) W tym przypadku spectr A = { 3, 2} Przykªadowej macierzy modalnej M = przyporz dkowujemy wektor M T c = Na tej podstawie wnioskujemy,»e para (A, c T ) nie jest par caªkowicie obserwowaln : mod e 2t jest nieobserwowalny b) W drugim z rozwa»anych przypadków zachodzi spectr (A) = {,, } Przykªadowej macierzy modalnej M, podanej w przykªadzie 2, odpowiada macierz CM = 2 2 Macierz ta posiada zerow kolumn, zatem para (A, C) nie jest par caªkowicie obserwowaln : mod e t jest nieobserwowalny Poniewa» jest to mod stabilny, przeto (A, C) jest par wykrywaln Analizuj c stosowne macierze obserwowalno±ci, uzyskujemy potwierdzenie powy»szych wniosków: a) M o =, 3 3 rank M o = T b) M o =, rank M o = 2 Przykªad 6 Dana jest para macierzy (A, C), gdzie A R n n oraz C R q n, przy czym A jest macierz o wielokrotnych warto±ciach wªasnych: a) 5/6 /3 A = 4/3 / b) A = , C = c T = 4 2, C = c T = 2

11 ANALIZA STEROWALNO CI I OBSERWOWALNO CI c) A = d) A = , C = , C = 2 Przeksztaªcaj c (A, C) w par podobn (P AP, CP ), w której P AP przyjmuje kanoniczn posta Jordana, za± P R n n (w ogólno±ci P C n n ) jest odpowiedni macierz podobie«stwa, zbadaj caªkowit obserwowalno± pary (A, C) Rozwi zanie Zadanie mo»na ªatwo rozwi za, je»eli zauwa»y si,»e jest ono równowa»ne zadaniu analizy sterowalno±ci dualnej pary (A T, C T ) Opieraj c si na wynikach uzyskanych w przykªadzie 3 (oraz zachowuj c oznaczenia tam wprowadzone) sformuªowa mo»na nast puj ce twierdzenie Para (A, C), w której macierz A posiada ˆn n ró»nych warto±ci wªasnych {λ }ˆn i i=, jest caªkowicie obserwowalna wtedy i tylko wtedy, gdy zbiór wektorów { c i,j } η i j= jest zbiorem liniowo niezale»nym dla i {,, ˆn}, przy czym c i,j R q, j {,, η i }, oznacza pierwsz kolumn podmacierzy Ĉ i,j R q ν i,j nast puj co zdeniowanej macierzy Ĉ = CP = Ĉ, Ĉ,η Ĉˆn, Ĉˆn,ηˆn za± P R n n (w ogólno±ci P C n n ) jest macierz podobie«stwa (??), sprowadzaj cego macierz A do kanonicznej postaci Jordana Koniecznym warunkiem caªkowitej obserwowalno±ci pary (A, C) jest zatem zachowanie nierówno±ci η i q, i {,, ˆn} Gdy A jest macierz prost, konieczny i wystarczaj cy warunek caªkowitej obserwowalno±ci przyjmuje posta»adania c i, q, i {,, ˆn} W przypadku diagonalizowalnych macierzy A odpowiedni warunek formuªuje si jako rank Ĉ i, Ĉ i,ρi = rank ci, c i,ρi = ρi, i {,, ˆn} Mo»na tak»e pokaza,»e (A, C) jest par caªkowicie obserwowaln, gdy rank M o = n, gdzie M o = C T A T C T (A m r C ) T C T T oznacza zredukowan macierz obserwowalno±ci, m = deg ψ A (λ) jest stopniem minimalnego wielomianu macierzy A, za± r C = rank C O obserwowalno±ci pary (A, C) orzeka si zatem na podstawie oceny kolumnowego rz du

12 2 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) zredukowanej macierzy obserwowalno±ci Mo R (m r C+) q n Z powy»szego wywodu wynika,»e w przypadku obiektu o pojedynczym wyj±ciu (q = ) para (A, c T ), w której macierz A nie jest macierz prost, nie mo»e by par caªkowicie obserwowaln a) Macierz A jest macierz o podwójnej warto± wªasnej: λ = 5, ρ = 2 Poniewa» dim Ker (A λ I 2 ) = 2 rank (A λ I 2 ) =, zatem η = Rozwa»ana macierz A jest przeto macierz prost, lecz niediagonalizowaln Na tej podstawie wnioskujemy,»e ν, = 2 oraz J = J (λ ) = 5 5 Kolumny p,,, p,,2 R 2 macierzy podobie«stwa P = p,, p,,2, P R 2 2, speªniaj równania Wektory 2/3 /3 (A λ I 2 )p,, = 4/3 2/3 2/3 /3 (A λ I 2 )p,,2 = 4/3 2/3 p,, = 2 oraz p,,2 = p,, = 2 p,,2 = p,, stanowi przykªadowe rozwi zanie Pierwsza wspóªrz dna wektora P T c = 6 ma warto± zerow, zatem rozwa»ana para (A, c T ) nie jest par caªkowicie obserwowaln b) W tym przypadku macierz A posiada potrójn warto± wªasn : λ = 2 oraz ρ = 3 Krotno± geometryczn η tej warto±ci obliczamy w nast puj cy sposób: η = 3 rank (A λ I 3 ) = 3 2 = Macierz A jest zatem macierz prost, dla której ν, = ρ = 3 Macierz J zbudowana jest przeto z jednej klatki Jordana 2 J = J 3 (λ ) = 2 2

13 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 3 Kolumny macierzy podobie«stwa P = P, = p,, p,,2 p,,3, P R 3 3, speªniaj równania (A λ I 3 )p,, = 3 (A λ I 3 )p,,2 = p,, (A λ I 3 )p,,3 = p,,2 w których p,, R 3 jest wektorem wªasnym, za± p,,2 R 3 oraz p,,3 R 3 to wektory doª czone, przyporz dkowane warto±ci wªasnej λ Przykªadowe rozwi zanie dane jest wzorem P = p,, p,,2 p,,3 = Wektor ĉ = P T c przyjmuje nast puj c posta ĉ = ĉ, = z której wobec tego,»e c, = 6 wnioskujemy, i» (A, c T ) jest par caªkowicie obserwowaln c) Trzeci przypadek tak»e dotyczy potrójnej warto±ci wªasnej: λ = 3, ρ = 3 Krotno± geometryczn tej warto±ci wªasnej okre±la wzór η = 3 rank (A λ I 3 ) = 3 = 2, z którego wynika,»e macierz J kanonicznej postaci Jordana macierzy A skªada si z dwóch klatek o wymiarach ν, = oraz ν,2 = 2 J = J 3 (λ ) = J (λ ) 2 2 J 2 (λ ) = Macierz podobie«stwa P = P, P 2,2 = p,, p,2, p,2,2 R 3 3 uzyskuje si po rozwi zaniu równa«(a λ I 3 )p,, = 3 (A λ I 3 )p,2, = 3 (A λ I 3 )p,2,2 = p,2,

14 4 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) gdzie p,,, p,2,, p,2,2 R 3 Jak nietrudno sprawdzi, przykªadowa macierz P mo»e mie posta P = 3 3 p,, p,2, p,2,2 = Rozwa»aj c macierz Ĉ = CP = Ĉ, Ĉ,2 = dochodzimy do wniosku,»e para (A, C) nie jest caªkowicie obserwowalna: wektory c, = T oraz c,2 = 2 2 T s bowiem liniowo zale»ne Wniosek ten potwierdza analiza kolumnowego rz du zredukowanej macierzy obserwowalno±ci Mo W rozwa»anym przypadku mamy m = τ = 2 oraz r C = 2 Macierz ta ma zatem posta M o = C R 2 3, wykazuj c defekt kolumnowego rz du d) Widmo macierzy A R 4 4 zªo»one jest z dwóch podwójnych zespolonych sprz»onych warto±ci wªasnych: λ = + j2 oraz λ 2 = j2 Zachodzi przeto ρ = ρ 2 = 2 Jak ªatwo sprawdzi η = η 2 = 4 rank (A λ I 4 ) = 4 3 =, zatem A jest macierz prost, dla której ν, = ν 2, = 2 Kanonicza posta Jordana tej macierzy dana jest wzorem J = J2 (λ ) J 2 (λ 2 ) = + j2 + j2 j2 j2 Macierz podobie«stwa P = P, P 2, = p,, p,,2 p 2,, p 2,,2 C 4 4 wyznaczamy, rozwi zuj c równania (A λ I 4 )p,, = 4 (A λ I 4 )p,,2 = p,, a nast pnie korzystaj c z faktu,»e warto±ci wªasne wyst puj w sprz»onych parach Tak post puj c, otrzymujemy 2 3 P = j j j j j j j j j j56 8 j4 92 j56 7 5

15 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 5 Ĉ = Macierz Ĉ = CP = Ĉ, Ĉ,2 przyjmuje posta j j j j j j j j584 z której wynika,»e (A, C) jest par caªkowicie obserwowaln pierwsza i trzecia kolumna tej macierzy (wektory c, oraz c 2, ) s bowiem niezerowe Przykªad 7 Niech ẋ(t) = Ax(t) + Bu(t), gdzie A R n n oraz B R n p Para (A, B) jest caªkowicie sterowalna je»eli x() R n oraz < t f < istnieje takie sterowanie u :, t f R p, przy którym x(t f ) = n Poka»,»e nast puj ce zdania s równowa»ne: a) Para (A, B) jest caªkowicie sterowalna b) Macierz W c (t) R n n dana wzorem W c (t) = t e Aτ BB T e AT τ dτ jest dodatnio okre±lona t > : Wc (t) > c) Macierz sterowalno±ci M c = B AB A n B, M c R n n p () posiada peªny wierszowy rz d rank M c = n, a zatem Im M c = R n Rozwi zanie a b) Zaªó»my,»e W c (t f ) jest macierz osobliw dla pewnego t f > Wynika st d, i» n v R n, dla którego v T Wc (t f )v = Poniewa» e At BB T e AT t, t, zatem musi zachodzi v T e At B = p dla t t f Ze sterowalno±ci pary (A, B) wynika istnienie takiego sterowania u :, t f R p,»e e At f x() + t f ea(t f τ) Bu(τ)dτ = n, x() R n Po obustronnym wymno»eniu tego wyra»enia przez v T e At f otrzymujemy v T x() = Dla x() = v mamy zatem v T v =, co jest mo»liwe tylko, gdy v = n Dochodz c do sprzeczno±ci, musimy uzna tez, i» sterowalno± pary (A, B) implikuje W c (t f ) >, t f > b a) Niech W c (t f ) > t f > Sterowanie u(t) = B T e AT t W c (t f )x(), t t f

16 6 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) sprowadza dowolny pocz tkowy stan x() R n do zera: tf x(t f ) = e At f x() + e A(t f τ) Bu(τ)dτ = e At f x() e At f tf = e At f x() e At f Wc (t f ) e Aτ BB T e AT τ dτ W c (t f )x() = n W c (t f )x() b c) Niech W c (t) >, t >, za± M c nie ma peªnego wierszowego rz du Istnieje zatem taki wektor n v R n,»e v T A i B = p, i {,, n } Bior c pod uwag,»e A n = n i= a ia i, gdzie det(λi n A) = n i= a iλ i oraz a n = (co wynika z twierdzenia Cayleya-Hamiltona), ªatwo jest pokaza,»e równo± v T A i B = p musi zachodzi i Mamy zatem v T e At B = i= (( t)i /i!)v T A i B = p, t Oznacza to,»e v n : v T Wc (t) = n, co przeczy zaªo»eniu o nieosobliwo±ci macierzy W c (t) c b) Niech rank M c = n, za± W c (t f ) b dzie macierz osobliw dla pewnego t f > Istnieje przeto taki wektor n v R n,»e v T e At B = p dla t t f Uwzgl dniaj c,»e d i e At /dt i t= = ( ) i A i, uzyskujemy równo± v T A i B = p, i, z której wynika,»e v T M c = n p, to jednak pozostaje w sprzeczno±ci z przyj tym zaªo»eniem o peªnym wierszowym rz dzie macierzy sterowalno±ci Przykªad 8 Poka»,»e dla dowolnej pary (A, B) R n n R n p nast puj ce zdania s równowa»ne a) Macierz sterowalno±ci M c R n n p zdeniowana wzorem () jest macierz o peªnym wierszowym rz dzie, rank M c = n b) Macierz A λi n B posiada peªny wierszowy rz d λ R (w ogólno±ci λ C) c) Niech λ R oraz x R n (w ogólno±ci λ C oraz x C n ) oznaczaj, odpowiednio, dowoln warto± wªasn macierzy A, λ spectr A, oraz dowolny lewy wektor wªasny macierzy A, przyporz dkowany tej warto±ci wªasnej, x T A = λx T, wtedy x T B p Rozwi zanie Rozumowanie opieramy na metodzie dowodzenia niewprost a b) Przyjmijmy zatem,»e macierz A λi n B dla pewnego λ R nie posiada peªnego wierszowego rz du Istnieje wtedy taki wektor n

17 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 7 v R n,»e x T A λi n B = (n+p) Mamy zatem: x T A = λx T oraz x T B = p Na tej podstawie otrzymujemy równo± x T M c = x T B λx T B λ n x T B = (n p) co przeczy zaªo»eniu o peªnym kolumnowym rz dzie macierzy sterowalno±ci b c) Kªad c x T B = p, wobec x T A = λx T, stwierdzamy,»e x T A λi n B = (n+p), co przeczy zªo»eniu o peªnym wierszowym rz dzie macierzy A λi n B, λ R c a) Niech rank M c = n c < n Istnieje wtedy taka podobna para (Â, ˆB) R n n R n p,»e  = Q c AQ c =   2 n c n c  22 oraz ˆB = Q c B = ˆB n c p gdzie Q c R n n jest odpowiedni macierz podobie«stawa, za± n c = n n c (zob przykªad 2) Oznaczmy przez λ R oraz ˆx R n c, odpowiednio, dowoln warto± wªasn podmacierzy Â22 R n c n c oraz dowolny lewy wektor wªasny tej podmacierzy, przyporz dkowany warto±ci wªasnej λ, ˆx T  22 = λˆx T Wektor x R n zdeniowany jako nc x = ˆx jest lewym wektorem wªasnym macierzy Â, przyporz dkowanym warto±ci wªasnej λ tej macierzy Mamy bowiem Wobec x T  = nc ˆx T   2 n c n c  22 x T ˆB = nc ˆx T ˆB n c p wnioskujemy,»e wektor x R n, zdeniowany jako x = Q T c x = nc λˆx T = λx T = p jest lewym wektorem wªasnym macierzy A, skojarzonym z warto±ci wªasn λ tej macierzy (widmo macierzy jest niezmiennikiem relacji podobie«stwa), dla którego obowi zuje równo± x T B = p Otrzymali±my wi c sprzeczno±, co ko«czy dowód

18 8 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) Przykªad 9 Dana jest para macierzy (A, B), przy czym A R n n oraz B R n p Poka»,»e przestrze«im M c = n i= Im Ai B R n, gdzie M c R n n p oznacza macierz sterowalno±ci pary (A, B), jest przestrzeni A-niezmiennicz, a zatem v Im M c zachodzi Av Im M c Rozwi zanie Niech v Im M c, v R n Istnieje przeto taki wektor w R n p,»e v = M c w Mamy zatem Av = AM c w = n i= Ai Bw i, gdzie w = w T wn T T oraz w i R p, i {,, n} Z twierdzenia Cayleya- Hamiltona wynika,»e A n = n i= a ia i, gdzie n i= a iλ i = ϕ A (λ) = det(λi n A), a n = Na tej podstawie otrzymujemy n Av = a Bw n + A i B(w i a i w n ) = M c i= Co oznacza,»e Av Im M c a w n w a w n w n a n w n Przykªad Niech ẋ(t) = Ax(t) + Bu(t), gdzie A R n n oraz B R n p Przestrze«P c R n, tak»e x() P c oraz < t f < istnieje sterowanie u :, t f R p, przy którym x(t f ) = n, nazywamy (caªkowicie) sterowaln podprzestrzeni przestrzeni stanu obiektu opisanego par (A, B) Poka»,»e warunkiem koniecznym dla x() P c jest istnienie takiego sterowania u :, t f R p, które speªnia nast puj ce równanie tf e Aτ Bu(τ)dτ = x() Rozwi zanie Niech u(t), t t f, b dzie poszukiwanym sterowaniem Zachodzi wówczas e At f x() + t f ea(t f τ) Bu(τ)dτ = n Mno» c t równo± obustronnie przez e At f otrzymujemy dowodzon formuª Nietrudno tak»e wykaza,»e P c jest przestrzeni Zadanie Analizuj c rz d macierzy sterowalno±ci, zbadaj sterowalno± obiektu opisanego równaniem ẋ(t) = Ax(t) + Bu(t), w którym: a) A = 2 b) A = 2, B =, B = 2 4 2

19 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 9 c) A = d) A = e) A = f) A = g) A = h) A = , B =, B =, B = , B = , B =, B = Odpowied¹ W przypadkach a, c, d, e oraz h macierz sterowalno±ci, wyznaczona dla odpowiedniej pary macierzy (A, B), ma peªny wierszowy rz d, co oznacza, i» stosowny obiekt jest caªkowicie sterowalny W pozosta- ªych przypadkach dany obiekt jest niesterowalny Zadanie 2 Dana jest para macierzy (A, B), w której macierz A posiada jednokrotne warto±ci wªasne Przeksztaªcaj c t par w par podobn (M AM, M B), gdzie M jest dowoln macierz diagonalizuj c macierz A, sprawd¹ caªkowit sterowalno± pary (A, B) Zbadaj przypadki: a) 2 A = b) A = 2, B =, B = 2

20 2 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) c) A = d) A = , B =, B = Odpowied¹ adna z rozwa»anych par nie jest caªkowicie sterowalna, ponadto w przypadku b para (A, B) nie jest jest stabilizowalna Przykªadowe macierze diagonalizuj ce maj posta : a) M = c) M = 2, b) M =, d) M = Zadanie 3 Dana jest para macierzy (A, B), przy czym macierz A posiada wielokrotne warto±ci wªasne Przeksztaªcaj c (A, B) w par podobn (P AP, P B), w której P AP jest dowoln postaci Jordana macierzy A, sprawd¹ caªkowit sterowalno± pary (A, B) Rozwa» przypadki: a) 8/3 4/3 2 A =, B = /3 4/ b) A = 5 7 5, B = c) A = d) A = , B =, B = Odpowied¹ Para (A, B) jest caªkowicie sterowalna jedynie w przypadku c Ni»ej podano przykªadowe macierze podobie«stwa oraz odpowied-

21 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 2 nie postacie Jordana macierzy A: a) 2/3 /3 2 P =, J = /3 / b) P = 3 5 2, J = c) P = d) P = 3/2 3/2 /2 3/2 5/2 /2 / , J =, J = /2 /2 /2 2 Zadanie 4 Udowodnij,»e sterowalno± (niesterowalno± ) jest niezmiennikiem relacji podobie«stwa, ª cz cej odpowiednie pary macierzy Odpowied¹ Dla par podobnych (A, B) R n n R n p oraz (Â, ˆB) R n n R n p, gdzie  = T AT oraz ˆB = T B za± T R n n oznacza macierz podobienstawa, wystarczy pokaza,»e dla odpowiednich macierzy sterowalno±ci zachodzi ˆMc = T M c Podobny wniosek ªatwo jest wyprowadzi dla cechy obserwowalno±ci w klasie równowa»no±ci par macierzy podobnych Zadanie 4 Analizuj c rz d macierzy obserwowalno±ci, zbadaj obserwowalno± pary (A, C): 2 a) A = 2 b) A = c) A = d) A =, C =, C = , C = 2, C =

22 22 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) e) A = f) A = g) A = h) A = , C = , C =, C =, C = Odpowied¹ W przypadkach a, c, f oraz g macierz obserwowalno±ci, wyznaczona dla pary macierzy (A, C), posiada peªny kolumnowy rz d, co oznacza, i» odpowiedni obiekt jest caªkowicie obserwowalny W pozostaªych przypadkach obiekt nie jest caªkowicie obserwowalny Zadanie 5 Dana jest para macierzy (A, C), przy czym macierz A ma tylko jednokrotne warto±ci wªasne Transformuj c t par w par podobn (M AM, CM), zbadaj caªkowit obserwowalno± pary (A, C) Rozwa» nast puj ce przypadki: a) 5 A = b) A = 2 c) A = d) A =, C = , C =, C =, C =

23 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 23 Odpowied¹ Para (A, C) jest par caªkowicie obserwowaln tylko w przypadku b, ponadto w przypadku c para ta nie jest wykrywalna Przykªadowe macierze diagonalizuj ce M maj posta : a) M = c) M = 3 2 b) M = d) M = Zadanie 6 Dana jest para macierzy (A, C), w której macierz A posiada wielokrotne warto±ci wªasne Przeksztaªcaj c (A, C) w par podobn (P AP, CP ), w której P AP jest dowoln postaci Jordana macierzy A, sprawd¹ czy caªkowit obserwowalno± pary (A, C) Rozwa» nast puj ce przypadki: a) /6 /3 A = 4/3 5/ b) A = c) A =, C = 2, C = , C = Odpowied¹ Para (A, C) jest caªkowicie obserwowalna w jedynie w przypadku a Ni»ej podano przykªadowe macierze podobie«stwa oraz odpowiednie postacie Jordana macierzy A: a) /3 /3 /2 P =, J = 2/3 /3 /2 5 b) P = 2 3, J = /2 /2 /2 /2 c) P = /2 3/2, J = /4 /2 3/2 3 /4

24 24 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) Zadanie 7 Model (A, b, c T )w przestrzeni stanu pewnego ukªadu dynamicznego skªada si z elementów: A = λ λ λ λ 2, b = α, c = Podaj warunki sterowalno±ci oraz obserwowalno±ci tego ukªadu β, α, β, λ, λ 2 R Odpowied¹ Gdy λ λ 2 mod e λ t jest niesterowalny dla α =, za± mod e λ 2t jest nieobserwowalny przy β = W przypadku, gdy λ = λ 2 ukªad nie jest ani sterowalny ani obserwowalny α, β Zadanie 8 ma posta Operatorowa transmitancja pewnego obiektu dynamicznego G(s) = + 2s 5s + s 2 a) Podaj kanoniczn form sterowaln modelu w przestrzeni stanów tego obiektu Czy jest to realizacja minimalna? Co mo»esz powiedzie o jej obserwowalno±ci? b) Podaj kanoniczn form obserwowaln modelu w przestrzeni stanów tego obiektu Czy jest to realizacja minimalna? Co mo»esz powiedzie o jej sterowalno±ci? Odpowied¹ a) Kanoniczna forma sterowalna stanowego modelu rozwa»anego obiektu ma posta : A c = 5, b c =, c c = 2 Model ten nie jest minimaln realizacj transmitancji G(s) Para (A c, c T c ) nie jest caªkowicie obserwowalna b) Kanoniczna forma obserwowalna dana jest wzorem: A o = 5, b o = 2, c o = Realizacja ta nie jest realizacj minimaln : para (A o, b o ) nie jest par caªkowicie sterowaln

25 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 25 Zadanie 9 Dane s modele ukªadów dynamicznych jak na rys Z uwagi na wyst puj ce skre±lenia w parach zero-biegun odpowiednich transmitancji, ukªady te nie mog by równocze±nie sterowalne i obserwowalne Deniuj c zmienne stanu w pokazany na rysunku sposób, okre±l, który tych ukªadów jest sterowalny, a który obserwowalny Wska» niesterowalne oraz nieobserwowalne zmienne stanu Rys Zadanie 9: schematy strukturalne ukªadów dynamicznych o kaskadowej strukturze Odpowied¹ Ukªad pokazany na rys a jest sterowalny i nieobserwowalny, zmienna x (t) jest nieobserwowalna; ukªad z rys b jest obserwowalny i niesterowalny, zmienna x (t) jest niesterowalna Zadanie Na rys 2 pokazano model pewnego ukªadu dynamicznego Zachodzi przy tym k k 2 oraz γ γ 2 Deniuj c zmienne stanu x (t) oraz x 2 (t) jak na rysunku, podaj model w przestrzeni stanu tego ukªadu oraz okre±l warunek, przy którym ukªad ten b dzie caªkowicie sterowalny i obserwowalny Rys 2 Zadanie : schemat strukturalny ukªadu dynamicznego o równolegªej strukturze

26 26 ROZDZIAŠ STEROWALNO I OBSERWOWALNO (PJS) Odpowied¹ ẋ (t) ẋ 2 (t) Rozwa»any ukªad opisany jest równaniami: α x (t) k = + α 2 x 2 (t) k 2 y(t) = γ γ 2 x (t) x 2 (t) u(t) Ukªad ten jest caªkowicie sterowalny i obserwowalny, z wyª czeniem przypadku, gdy α = α 2 Zadanie Dana jest para macierzy (A, C), przy czym A R n n oraz C R q n Poka»,»e przestrze«ker M o = n i= Ker CAi R n, gdzie M o R n n q jest macierz obserwowalno±ci pary (A, C), jest przestrzeni A-niezmiennicz : co oznacza,»e v Ker M o zachodzi Av Ker M o Odpowied¹ Zadanie rozwi zuje si w sposób analogiczny do przedstawionego w przykªadzie 8 Zadanie 2 Dany jest model obiektu dynamicznego: ẋ(t) = Ax(t), y(t) = Cx(t), gdzie A R n n oraz C R q n Para (A, C) jest caªkowicie obserwowalna je»eli znajomo± funkcji y :, t f R q (wyj±cia obiektu) dla dowolnego czasu obserwacji < t f < pozwala na jednoznaczne okre±lenie stanu pocz tkowego x(), x() R n Poka»,»e nast puj ce zdania s równowa»ne: a) Para (A, C) jest caªkowicie obserwowalna b) Macierz W o (t) R n n dana wzorem W o (t) = t e AT τ C T Ce Aτ dτ jest dodatnio okre±lona t > : Wo (t) > c) Macierz obserwowalno±ci M o = C T A T C T (A n ) T C T T, M o R n q n ma peªny kolumnowy rz d rank M o = n, a zatem Ker M o = { n } Odpowied¹ Zadanie rozwi zuje si w sposób podobny do przedstawionego w przykªadzie 7 oraz przykªadzie 8

27 ANALIZA STEROWALNO CI I OBSERWOWALNO CI 27 Zadanie 3 Poka»,»e dla dowolnej pary (A, B) R n n R n p nast puj ce zdania s równowa»ne a) Para (A, B) jest caªkowicie sterowalna b) Macierz W c (t) R n n dana wzorem W c (t) = t e Aτ BB T e AT τ dτ jest dodatnio okre±lona t >, W c (t) > c) Macierz sterowalno±ci M c R n n p zdeniowana wzorem () posiada peªny wierszowy rz d, rank M c = n Odpowied¹ Skorzystaj z poni»szych wskazówek a b) (dowód niewprost) Niech para (A, B) b dzie caªkowicie sterowalna, za± macierz W c (t f ) b dzie osobliwa dla pewnego t f > Wystarczy pokaza,»e istnieje taki wektor n v R n,»e v T e At B = p dla t t f, a nast pnie rozpatrzy rozwi zanie równania ẋ(t) = Ax(t) + Bu(t) dla warunków pocz tkowych x() = e At f v b a) Rozwa» sterowanie u :, t f R p dane wzorem u(t) = B T e AT (t f t) Wc (t f )e At f x() zastosowane w systemie o modelu ẋ(t) = Ax(t) + Bu(t), x() R n b c) Dowód tej równowa»no±ci przebiega w sposób analogiczny do rozumowania przedstawionego w przykªadzie 7

Analiza obserwowalno±ci

Analiza obserwowalno±ci Analiza obserwowalno±ci Niech ẋ(t) = Ax(t), y(t) = Cx(t), x(0) R n gdzie A R n n oraz C R q n. Para (A, C) jest caªkowicie obserwowalna je»eli x(0) znajomo± funkcji y : [0, t f ] R q (wyj±cia obiektu)

Bardziej szczegółowo

Analiza sterowalno±ci

Analiza sterowalno±ci Analiza sterowalno±ci 1 Niech ẋ(t) = Ax(t) + Bu(t), gdzie A R n n oraz B R n p. x(0) R n Para (A, B) jest caªkowicie sterowalna je»eli x(0), 0 < t f < istnieje takie sterowanie u : [0, t f ] R p przy którym

Bardziej szczegółowo

Sterowanie ze sprz»eniem od stanu (pjs)

Sterowanie ze sprz»eniem od stanu (pjs) Rozdziaª Sterowanie ze sprz»eniem od stanu (pjs) Synteza regulatorów dla obiektów SISO Przykªad 2 Obiekt dynamiczny o jednym wej±ciu opisany jest modelem ẋ(t) = Ax(t) + bu(t), x() () w którym a) A = 6

Bardziej szczegółowo

Teoria Sterowania. Warunki zaliczenia

Teoria Sterowania. Warunki zaliczenia Teoria Sterowania Warunki zaliczenia. Pytania. Tematy µ-projektów. 3.5 poprawne zaliczenie testu; Warunki zaliczenia 4 poprawne zaliczenie testu + poprawne rozwi zanie kilku zada«(pliki Alin, TS-skrypt1,

Bardziej szczegółowo

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v) Przeksztaªcenia liniowe Def 1 Przeksztaªceniem liniowym (homomorzmem liniowym) rzeczywistych przestrzeni liniowych U i V nazywamy dowoln funkcj L : U V speªniaj c warunki: 1 L( u + v) = L( u) + L( v) dla

Bardziej szczegółowo

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przygotowanie: Dariusz Pazderski Liniowe przekształcenie równania stanu Rozważmy liniowe równanie stanu i równanie wyjścia układu niesingularnego

Bardziej szczegółowo

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f. GAL II 2012-2013 A Strojnowski str1 Wykªad 1 Ten semestr rozpoczniemy badaniem endomorzmów sko«czenie wymiarowych przestrzeni liniowych Denicja 11 Niech V b dzie przestrzeni liniow nad ciaªem K 1) Przeksztaªceniem

Bardziej szczegółowo

Modele wielorównaniowe. Problem identykacji

Modele wielorównaniowe. Problem identykacji Modele wielorównaniowe. Problem identykacji Ekonometria Szeregów Czasowych SGH Identykacja 1 / 43 Plan wykªadu 1 Wprowadzenie 2 Trzy przykªady 3 Przykªady: interpretacja 4 Warunki identykowalno±ci 5 Restrykcje

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

ANALIZA MATEMATYCZNA Z ALGEBR

ANALIZA MATEMATYCZNA Z ALGEBR ANALIZA MATEMATYCZNA Z ALGEBR WYKŠAD II Maªgorzata Murat MACIERZ A rzeczywist (zespolon ) o m wierszach i n kolumnach nazywamy przyporz dkowanie ka»dej uporz dkowanej parze liczb naturalnych (i, j), gdzie

Bardziej szczegółowo

Elementy geometrii w przestrzeni R 3

Elementy geometrii w przestrzeni R 3 Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi

Bardziej szczegółowo

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32 Wyznacznik Def Wyznacznikiem macierzy kwadratowej nazywamy funkcj, która ka»dej macierzy A = (a ij ) przyporz dkowuje liczb det A zgodnie z nast puj cym schematem indukcyjnym: Dla macierzy A = (a ) stopnia

Bardziej szczegółowo

Opis matematyczny ukªadów liniowych

Opis matematyczny ukªadów liniowych Rozdziaª 1 Opis matematyczny ukªadów liniowych Autorzy: Alicja Golnik 1.1 Formy opisu ukªadów dynamicznych 1.1.1 Liniowe równanie ró»niczkowe Podstawow metod przedstawienia procesu dynamicznego jest zbiór

Bardziej szczegółowo

Przeksztaªcenia liniowe

Przeksztaªcenia liniowe Przeksztaªcenia liniowe Przykªady Pokaza,»e przeksztaªcenie T : R 2 R 2, postaci T (x, y) = (x + y, x 6y) jest przeksztaªceniem liniowym Sprawdzimy najpierw addytywno± przeksztaªcenia T Niech v = (x, y

Bardziej szczegółowo

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Teoria obowi zuje z wykªadu, dlatego te» zostan tutaj przedstawione tylko podstawowe denicje, twierdzenia i wzory. Denicja 1. Równanie

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

Modelowanie ukªadów dynamicznych

Modelowanie ukªadów dynamicznych 1 Modelowanie ukªadów dynamicznych PRZYKŠAD 1 - Zbiornik Na rys. 1 pokazany jest schemat zbiornika przepªywowego. Rysunek 1: Schemat zbiornika przepªywowego. Zakªada si, i»: do zbiornika wpªywa i wypªywa

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:

PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych: Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow

Bardziej szczegółowo

Wektory w przestrzeni

Wektory w przestrzeni Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem

Bardziej szczegółowo

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

ELEMENTARNA TEORIA LICZB. 1. Podzielno± ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m

Bardziej szczegółowo

Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,

Macierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B, Macierze Dziaªania na macierzach Niech b d dane macierze A = E = [ 2 3 0 3 2 3 2 0 [ 0 8, B = 4 2, F = [ 2 3, C = 3 2 2 3 0 0 0 4 0 6 3 0, G =, D = 0 2 0 2 0 3 0 3 0 2 0 0 2 2 0 0 5 0 2,, H = 0 0 4 0 0

Bardziej szczegółowo

r = x x2 2 + x2 3.

r = x x2 2 + x2 3. Przestrze«aniczna Def. 1. Przestrzeni aniczn zwi zan z przestrzeni liniow V nazywamy dowolny niepusty zbiór P z dziaªaniem ω : P P V (które dowolnej parze elementów zbioru P przyporz dkowuje wektor z przestrzeni

Bardziej szczegółowo

Ekstremalnie fajne równania

Ekstremalnie fajne równania Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów

Bardziej szczegółowo

Numeryczne zadanie wªasne

Numeryczne zadanie wªasne Rozdziaª 11 Numeryczne zadanie wªasne W tym rozdziale zajmiemy si symetrycznym zadaniem wªasnym, tzn. zadaniem znajdowania warto±ci i/lub wektorów wªasnych dla macierzy symetrycznej A = A T. W zadaniach

Bardziej szczegółowo

Ukªady równa«liniowych

Ukªady równa«liniowych dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast

Bardziej szczegółowo

Matematyka wykªad 1. Macierze (1) Andrzej Torój. 17 wrze±nia 2011. Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej

Matematyka wykªad 1. Macierze (1) Andrzej Torój. 17 wrze±nia 2011. Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej Matematyka wykªad 1 Macierze (1) Andrzej Torój Wy»sza Szkoªa Zarz dzania i Prawa im. H. Chodkowskiej 17 wrze±nia 2011 Plan wykªadu 1 2 3 4 5 Plan prezentacji 1 2 3 4 5 Kontakt moja strona internetowa:

Bardziej szczegółowo

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 203/4 Spis tre±ci Kodowanie i dekodowanie 4. Kodowanie a szyfrowanie..................... 4.2 Podstawowe poj cia........................

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,

Bardziej szczegółowo

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

Bardziej szczegółowo

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdziaª 9 RÓWNANIA ELIPTYCZNE 9.1 Zastosowanie eliptycznych równa«ró»niczkowych cz stkowych 9.1.1 Problemy z warunkami brzegowymi W przestrzeni dwuwymiarowej

Bardziej szczegółowo

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

Materiaªy do Repetytorium z matematyki

Materiaªy do Repetytorium z matematyki Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (

Bardziej szczegółowo

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a, Ciaªo Denicja. Zbiór K z dziaªaniami dodawania + oraz mno»enia (których argumentami s dwa elementy z tego zbioru, a warto±ciami elementy z tego zbioru) nazywamy ciaªem, je±li zawiera co najmniej dwa elementy

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Elementy geometrii analitycznej w przestrzeni

Elementy geometrii analitycznej w przestrzeni Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Ukªady równa«liniowych PWSZ Gªogów, 2009 Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zada«redukuje si do problemu rozwi zania ukªadu

Bardziej szczegółowo

Podstawowe działania w rachunku macierzowym

Podstawowe działania w rachunku macierzowym Podstawowe działania w rachunku macierzowym Marcin Detka Katedra Informatyki Stosowanej Kielce, Wrzesień 2004 1 MACIERZE 1 1 Macierze Macierz prostokątną A o wymiarach m n (m wierszy w n kolumnach) definiujemy:

Bardziej szczegółowo

Liniowe zadania najmniejszych kwadratów

Liniowe zadania najmniejszych kwadratów Rozdziaª 9 Liniowe zadania najmniejszych kwadratów Liniowe zadania najmniejszych kwadratów polega na znalezieniu x R n, który minimalizuje Ax b 2 dla danej macierzy A R m,n i wektora b R m. Zauwa»my,»e

Bardziej szczegółowo

liniowych uk ladów sterowania

liniowych uk ladów sterowania Sterowalność i obserwowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t),

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...

Bardziej szczegółowo

Pewne algorytmy algebry liniowej Andrzej Strojnowski

Pewne algorytmy algebry liniowej Andrzej Strojnowski Pewne algorytmy algebry liniowej ndrzej Strojnowski 6 stycznia 2011 Przedstawimy tu kilka algorytmów rozwi zuj ce typowe zadania algebry liniowej Wszystkie zaprezentowane tu algorytmy polegaj na zbudowaniu

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

Postać Jordana macierzy

Postać Jordana macierzy Rozdział 8 Postać Jordana macierzy Niech F = R lub F = C Macierz J r λ) F r r postaci λ 1 0 0 0 λ 1 J r λ) = 0 λ 1 0 0 λ gdzie λ F nazywamy klatką Jordana stopnia r Oczywiście J 1 λ) = [λ Definicja 81

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a).

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Rozwi zania zada«z egzaminu podstawowego z Analizy matematycznej 2.3A (24/5). Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Zadanie P/4. Metod operatorow rozwi

Bardziej szczegółowo

Wielomiany o wspóªczynnikach rzeczywistych

Wielomiany o wspóªczynnikach rzeczywistych Wielomiany o wspóªczynnikach rzeczywistych Wielomian: W (x) = a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0 wspóªczynniki wielomianu: a 0, a 1, a 2,..., a n 1, a n ; wyraz wolny: a 0

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Funkcje, wielomiany. Informacje pomocnicze

Funkcje, wielomiany. Informacje pomocnicze Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

Indeksowane rodziny zbiorów

Indeksowane rodziny zbiorów Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T

Bardziej szczegółowo

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010 WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą

Bardziej szczegółowo

Wektory i wartości własne

Wektory i wartości własne Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................

Bardziej szczegółowo

Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ. Marek Majewski Aktualizacja: 31 pa¹dziernika 2006

Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ. Marek Majewski Aktualizacja: 31 pa¹dziernika 2006 Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ Marek Majewski Aktualizacja: 1 pa¹dziernika 006 Spis tre±ci 1 Macierze dziaªania na macierzach. Wyznaczniki 1 Macierz odwrotna. Rz d macierzy

Bardziej szczegółowo

Informacje pomocnicze

Informacje pomocnicze Funkcje wymierne. Równania i nierówno±ci wymierne Denicja. (uªamki proste) Wyra»enia postaci Informacje pomocnicze A gdzie A d e R n N (dx e) n nazywamy uªamkami prostymi pierwszego rodzaju. Wyra»enia

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Denicja 1. Niech X = R n b dzie przestrzeni unormowan oraz d(x, y) = x y.

Bardziej szczegółowo

Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n

Macierz A: macierz problemów liniowych (IIII); Macierz rozszerzona problemów liniowych (IIII): a 11 a 1m b 1 B = a n1 a nm b n Plan Spis tre±ci 1 Problemy liniowe 1 2 Zadania I 3 3 Formy biliniowe 3 3.1 Odwzorowania wieloliniowe..................... 3 3.2 Formy biliniowe............................ 4 4 Formy kwadratowe 4 1 Problemy

Bardziej szczegółowo

Ÿ1 Oznaczenia, poj cia wst pne

Ÿ1 Oznaczenia, poj cia wst pne Ÿ1 Oznaczenia, poj cia wst pne Symbol sumy, j, k Z, j k: k x i = x j + x j+1 + + x k. i=j Przykªad 1.1. Oblicz 5 i=1 2i. Odpowied¹ 1.1. 5 i=1 2i = 2 1 + 2 2 + 2 3 + 2 4 + 2 5 = 2 + 4 + 8 + 16 + 32 = 62.

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

Podstawowe czªony dynamiczne. Odpowied¹ impulsowa. odpowied¹ na pobudzenie delt Diraca δ(t) przy zerowych warunkach pocz tkowych, { dla t = 0

Podstawowe czªony dynamiczne. Odpowied¹ impulsowa. odpowied¹ na pobudzenie delt Diraca δ(t) przy zerowych warunkach pocz tkowych, { dla t = 0 CHARAKTERYSTYKI W DZIEDZINIE CZASU I CZ STOTLIWO CI Podstawowe czªony dynamiczne Opis w dziedzinie czasu: Odpowied¹ impulsowa g(t) = L 1 [G(s)] odpowied¹ na pobudzenie delt Diraca δ(t) przy zerowych warunkach

Bardziej szczegółowo

Statystyka matematyczna - ZSTA LMO

Statystyka matematyczna - ZSTA LMO Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci Zebraª do celów edukacyjnych od wykªadowców PK, z ró»nych podr czników Maciej Zakarczemny 1 Przypomnienie wiadomo±ci ze szkoªy ±redniej Rozwi zywanie prostych równa«i nierówno±ci dotycz cych funkcji elementarnych,

Bardziej szczegółowo

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009 Zadania z Algebry liniowej 3 semestr zimowy 2008/2009 1. Niech V będzie przestrzenią wektorową nad ciałem K i niech 0 K oraz θ V będą elementem zerowym ciała K i wektorem zerowym przestrzeni V. Posługując

Bardziej szczegółowo

1 Ró»niczka drugiego rz du i ekstrema

1 Ró»niczka drugiego rz du i ekstrema Plan Spis tre±ci 1 Pochodna cz stkowa 1 1.1 Denicja................................ 1 1.2 Przykªady............................... 2 1.3 Wªasno±ci............................... 2 1.4 Pochodne wy»szych

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium AM II.1 2018/2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium Normy w R n, iloczyn skalarny sprawd¹ czy dana funkcja jest norm sprawd¹, czy dany zbiór jest kul w jakiej± normie i oblicz norm wybranego

Bardziej szczegółowo

Matematyka II: Zadania przed 3. terminem S tu niektóre zadania z egzaminu z rozwi zaniami i troch dodatkowych

Matematyka II: Zadania przed 3. terminem S tu niektóre zadania z egzaminu z rozwi zaniami i troch dodatkowych Matematka II: Zadania przed 3. terminem S tu niektóre zadania z egzaminu z rozwi zaniami i troch dodatkowch. Znale¹ ekstrema lokalne funkcji f(, ) = ( 2 + 2 2 )e (2 + 2 ) Odp. Jedno minimum (w p. (, )),

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

Podstawy matematyki dla informatyków

Podstawy matematyki dla informatyków Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru

Bardziej szczegółowo

Interpolacja funkcjami sklejanymi

Interpolacja funkcjami sklejanymi Interpolacja funkcjami sklejanymi Funkcje sklejane: Zaªó»my,»e mamy n + 1 w zªów t 0, t 1,, t n takich,»e t 0 < t 1 < < t n Dla danej liczby caªkowitej, nieujemnej k funkcj sklejan stopnia k nazywamy tak

Bardziej szczegółowo

5 Równania ró»niczkowe cz stkowe liniowe drugiego

5 Równania ró»niczkowe cz stkowe liniowe drugiego Równania ró»niczkowe cz stkowe drugiego rz du 51 5 Równania ró»niczkowe cz stkowe liniowe drugiego rz du. 5.1 Równania ró»niczkowe cz stkowe drugiego rz du dla funkcji dwóch zmiennych Dla funkcji u = u(x,

Bardziej szczegółowo

Ukªady równa«liniowych - rozkªady typu LU i LL'

Ukªady równa«liniowych - rozkªady typu LU i LL' Rozdziaª 9 Ukªady równa«liniowych - rozkªady typu LU i LL' W tym rozdziale zapoznamy si z metodami sªu» cych do rozwi zywania ukªadów równa«liniowych przy pomocy uzyskiwaniu odpowiednich rozkªadów macierzy

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna 1. Podaj denicj liczby zespolonej. 2. Jak obliczy sum /iloczyn dwóch liczb zespolonych w postaci algebraicznej? 3. Co to jest liczba urojona?

Bardziej szczegółowo

13 Układy równań liniowych

13 Układy równań liniowych 13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...

Bardziej szczegółowo

Mamy schemat sterowania (regulacji) w ukªadzie zamkni tym (rys. 1). Zakªada si,»e wzmocnienie czªonu statycznego

Mamy schemat sterowania (regulacji) w ukªadzie zamkni tym (rys. 1). Zakªada si,»e wzmocnienie czªonu statycznego LINIE PIERWIASTKOWE JAKO PODSTAWA ANALIZY UKŠADÓW STEROWANIA 1 Mamy schemat sterowania (regulacji) w ukªadzie zamkni tym (rys. 1). Rysunek 1: Podstawowy schemat strukturalny ukªadu sterowania. Zakªada

Bardziej szczegółowo

Geometria Algebraiczna

Geometria Algebraiczna Geometria Algebraiczna Zadania domowe: seria 1 Zadania 1-11 to powtórzenie podstawowych poj z teorii kategorii. Zapewne rozwi zywali Pa«stwo te zadania wcze±niej, dlatego nie b d one omawiane na wiczeniach.

Bardziej szczegółowo

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0,

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0, XIII Warmi«sko-Mazurskie Zawody Matematyczne. Olsztyn 2015 Rozwi zania zada«dla szkóª ponadgimnazjalnych ZADANIE 1 Zakªadamy,»e a, b 0, 1 i a + b 1. Wykaza,»e z równo±ci wynika,»e a = -b 1 a + b 1 = 1

Bardziej szczegółowo

7 Ukªady równa«ró»niczkowych zwyczajnych liniowych. Równania ró»niczkowe zwyczajne liniowe wy»szych rz dów

7 Ukªady równa«ró»niczkowych zwyczajnych liniowych. Równania ró»niczkowe zwyczajne liniowe wy»szych rz dów Ukªady r-na«ró»niczkowych liniowych. R-nia liniowe wy»szych rz dów 71 7 Ukªady równa«ró»niczkowych zwyczajnych liniowych. Równania ró»niczkowe zwyczajne liniowe wy»szych rz dów 7.1 Nierówno± Gronwalla

Bardziej szczegółowo

Wykªad 12. Transformata Laplace'a i metoda operatorowa

Wykªad 12. Transformata Laplace'a i metoda operatorowa Wykªad 2. Tranformata Laplace'a i metoda operatorowa Tranformata Laplace'a Dla odpowiednio okre±lonej klay funkcji zdeniujemy operator L, nazywany tranformat Laplace'a, okre±lony wzorem L[ f ]() = f(t)e

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )

Bardziej szczegółowo

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

Bardziej szczegółowo

Lab. 02: Algorytm Schrage

Lab. 02: Algorytm Schrage Lab. 02: Algorytm Schrage Andrzej Gnatowski 5 kwietnia 2015 1 Opis zadania Celem zadania laboratoryjnego jest zapoznanie si z jednym z przybli»onych algorytmów sªu» cych do szukania rozwi za«znanego z

Bardziej szczegółowo

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

Nieklasyczna analiza skªadowych gªównych

Nieklasyczna analiza skªadowych gªównych * Wydziaª Matematyki i Informatyki UAM Pozna«Referat ten jest przygotowany na podstawie wspólnych wyników uzyskanych z Karolem Der gowskim z Instytutu Zarz dzania Pa«stwowej Wy»szej Szkoªy Zawodowej w

Bardziej szczegółowo

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler

1 Formy hermitowskie. GAL (Informatyka) Wykład - formy hermitowskie. Paweł Bechler GAL (Informatyka) Wykład - formy hermitowskie Wersja z dnia 23 stycznia 2014 Paweł Bechler 1 Formy hermitowskie Niech X oznacza przestrzeń liniową nad ciałem K. Definicja 1. Funkcję φ : X X K nazywamy

Bardziej szczegółowo

Wyra»enia logicznie równowa»ne

Wyra»enia logicznie równowa»ne Wyra»enia logicznie równowa»ne Denicja. Wyra»enia rachunku zda«nazywamy logicznie równowa»nymi, gdy maj równe warto±ci logiczne dla dowolnych warto±ci logicznych zmiennych zdaniowych. 1 Przykªady: Wyra»enia

Bardziej szczegółowo

Wst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe

Wst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe Wst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe M. Czoków, J. Piersa Faculty of Mathematics and Computer Science, Nicolaus Copernicus University, Toru«, Poland 2011-18-02 Motywacja Liczby

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach EGZAMIN MAGISTERSKI, 12.09.2018r Matematyka w ekonomii i ubezpieczeniach Zadanie 1. (8 punktów) O rozkªadzie pewnego ryzyka S wiemy,»e: E[(S 20) + ] = 8 E[S 10 < S 20] = 13 P (S 20) = 3 4 P (S 10) = 1

Bardziej szczegółowo

a) f : R R R: f(x, y) = x 2 y 2 ; f(x, y) = 3xy; f(x, y) = max(xy, xy); b) g : R 2 R 2 R: g((x 1, y 1 ), (x 2, y 2 )) = 2x 1 y 1 x 2 y 2 ;

a) f : R R R: f(x, y) = x 2 y 2 ; f(x, y) = 3xy; f(x, y) = max(xy, xy); b) g : R 2 R 2 R: g((x 1, y 1 ), (x 2, y 2 )) = 2x 1 y 1 x 2 y 2 ; Zadania oznaczone * s troch trudniejsze, co nie oznacza,»e trudne.. Zbadaj czy funkcjonaª jest dwuliniowy, symetryczny, antysymetryczny, dodatniookre±lony: a) f : R R R: f(x, y) = x y ; f(x, y) = 3xy;

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Analiza matematyczna 2; MatematykaS-I 0 lic 21 maja 2018 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(, y b dzie okre±lona przynajmniej na otoczeniu punktu

Bardziej szczegółowo