ACKERMANNIN ALGORITMI. Olkoon järjestelmä. x(k+1) = Ax(k) + Bu(k)

Samankaltaiset tiedostot
AS Automaation signaalinkäsittelymenetelmät. Laskuharjoitus 8. Ackermannin algoritmi Sumea säätö

Y (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I

1 Ominaisarvot ja ominaisvektorit

Ominaisarvo ja ominaisvektori

Ominaisarvot ja ominaisvektorit 140 / 170

v AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = =

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

Lineaarikuvauksen R n R m matriisi

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

5 Ominaisarvot ja ominaisvektorit

Matriisilaskenta Luento 16: Matriisin ominaisarvot ja ominaisvektorit

Matematiikka B2 - Avoin yliopisto

5 OMINAISARVOT JA OMINAISVEKTORIT

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

Ominaisarvo ja ominaisvektori

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Esimerkki 4.4. Esimerkki jatkoa. Määrää matriisin ominaisarvot ja -vektorit. Ratk. Nyt

MS-C1340 Lineaarialgebra ja

Inversio-ongelmien laskennallinen peruskurssi Luento 2

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

Ratkaisuehdotukset LH 8 / vko 47

Similaarisuus. Määritelmä. Huom.

2.5. Matriisin avaruudet ja tunnusluvut

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Insinöörimatematiikka D

Ominaisarvoon 4 liittyvät ominaisvektorit ovat yhtälön Ax = 4x eli yhtälöryhmän x 1 + 2x 2 + x 3 = 4x 1 3x 2 + x 3 = 4x 2 5x 2 x 3 = 4x 3.

Matematiikka B2 - TUDI

Lineaarialgebra ja matriisilaskenta I

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

1 Matriisit ja lineaariset yhtälöryhmät

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

1 Lineaariavaruus eli Vektoriavaruus

MS-A0004/A0006 Matriisilaskenta

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

(0 desimaalia, 2 merkitsevää numeroa).

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

2.8. Kannanvaihto R n :ssä

Ortogonaaliset matriisit, määritelmä 1

MS-C1340 Lineaarialgebra ja

1 Perusteita lineaarisista differentiaaliyhtälöistä

5 Differentiaaliyhtälöryhmät

Numeeriset menetelmät

MS-C1340 Lineaarialgebra ja

Neliömatriisi A on ortogonaalinen (eli ortogonaalimatriisi), jos sen alkiot ovat reaalisia ja

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Luento 8: Epälineaarinen optimointi

OMINAISARVOISTA JA OMINAISVEKTOREISTA

6 MATRIISIN DIAGONALISOINTI

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Luento 8: Epälineaarinen optimointi

Insinöörimatematiikka D

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

802320A LINEAARIALGEBRA OSA I

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Insinöörimatematiikka D

ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2

Numeeriset menetelmät

Insinöörimatematiikka D

Kanta ja Kannan-vaihto

Insinöörimatematiikka D

Ominaisarvo-hajoitelma ja diagonalisointi

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

6. OMINAISARVOT JA DIAGONALISOINTI

Päättelyn voisi aloittaa myös edellisen loppupuolelta ja näyttää kuten alkupuolella, että välttämättä dim W < R 1 R 1

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

Käy vastaamassa kyselyyn kurssin pedanet-sivulla (TÄRKEÄ ensi vuotta ajatellen) Kurssin suorittaminen ja arviointi: vähintään 50 tehtävää tehtynä

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Käänteismatriisi 1 / 14

Insinöörimatematiikka D

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Ristitulolle saadaan toinen muistisääntö determinantin avulla. Vektoreiden v ja w ristitulo saadaan laskemalla determinantti

Johdatus diskreettiin matematiikkaan Harjoitus 5, Ratkaise rekursioyhtälö

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

x = ( θ θ ia y = ( ) x.

Kahden suoran leikkauspiste ja välinen kulma (suoraparvia)

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Insinöörimatematiikka D

1.1. Määritelmiä ja nimityksiä

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

Ennakkotehtävän ratkaisu

Kuvaus. Määritelmä. LM2, Kesä /160

= 2±i2 7. x 2 = 0, 1 x 2 = 0, 1+x 2 = 0.

Matriisit ja vektorit Matriisin käsite Matriisialgebra. Olkoon A = , B = Laske A + B, , 1 3 3

BM20A0700, Matematiikka KoTiB2

Alijärjestelmän mittaus ja muita epätäydellisiä mittauksia

Matriisialgebra harjoitukset, syksy 2016

Numeeriset menetelmät TIEA381. Luento 3. Kirsi Valjus. Jyväskylän yliopisto. Luento 3 () Numeeriset menetelmät / 45

9 Matriisit. 9.1 Matriisien laskutoimituksia

ominaisvektorit. Nyt 2 3 6

Tyyppi metalli puu lasi työ I II III

Ortogonaalisen kannan etsiminen

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

Transkriptio:

ACKERMANNIN ALGORITMI Olkoon järjestelmä x(k+1) = Ax( + Bu( jossa x( = tilavektori (n x 1) u( = ohjaus (skalaari) A (n x n matriisi) B (n x 1 matriisi) Oletetaan, että ohjaus u( = Kx( on rajoittamaton. K = [k 1 k 2... k n ] on tilatakaisinkytkentämatriisi (1 x n). Suljetun järjestelmän tilayhtälö x(k+1) = (A BK)x( (A BK):n ominaisarvot ovat suljetun järjestelmän napoja β 1, β 2,..., β n. Jotta suljetun järjestelmän navat voitaisiin asetella haluttuihin paikkoihin, tulee järjestelmän olla säädettävä. Jotta järjestelmä olisi säädettävä, täytyy säädettävyysmatriisilla Q c = [ B AB... A n-1 B ] olla täysi rangi, eli jos Q c on neliömatriisi, niin det(q c ). Suljetun järjestelmän karakteristinen yhtälö det(zi A + BK) = Ackermannin menetelmä: Käyttämällä tilatakaisinkytkentää halutaan sijoittaa suljetun järjestelmän navat paikkoihin z=β 1, z=β 2,..., z=β n. Toisin sanoen halutaan järjestelmän karakteristisen yhtälön olevan Esim. ρ c (z) = zi A + BK = (z β 1 )(z β 2 )...(z=β n) = z n α 1 z n-1 α 2 z n-2... α n-1 z α n =. Olkoon järjestelmä annettu kanonisessa muodossa a1 a2 a3 1 x( k + 1) = 1 x( + u( 1 Halutaan, että ominaisarvot ovat z=β 1, z=β 2, z=β 3 ja karakteristinen polynomi ρ c (z) = (z β 1 )(z β 2 )(z=β 3) = z 3 α 1 z 2 α 2 z α 3 =.

Kun K = [k 1 k 2 k 3 ] niin suljetun järjestelmän karakteristiseksi polynomiksi saadaan det(zi A + BK) = z 3 (a 1 k 1 )z 2 (a 2 k 2 )z (a 3 k 3 ) =, jolloin saadaan eli K = a α. k 1 = -α 1 + a 1 k 2 = -α 2 + a 2 k 3 = -α 3 + a 3 Yleinen tilaesitys (u skalaari): Säädettävä (ohjattava) järjestelmä voidaan muuttaa muunnoksella x( = Tw( kanoniseen muotoon jossa w(k+1) = T -1 ATw( + T -1 Bu( T T 1 1 a1 a2 1 AT = 1 M M 1 B = = B M K K K K a n 1 an = A M M 1 Kertoimet a i ovat A:n karakteristisen polynomin kertoimet. ρ c (z) = z n a 1 z n-1 a 2z n-2... a n-1z a n = Voidaan osoittaa, että missä T = E x E w -1 E x = [ B AB A n-1 B ] E w = [ B' A'B' A' n-1 B'] = T -1 E x.

Jos u( = K w w( niin edellä saatu tulos voidaan yleistää K w = a α, jossa a sisältää järjestelmän karakteristisen polynomin kertoimet ja α halutut takaisinkytketyn järjestelmän karakteristisen polynomin kertoimet. u( = K x x( u( = K w w( = K w T -1 x( K x = K w T -1 K x :lle voidaan edelleen johtaa suora esitys, ns. Ackermannin muoto: K x = [... 1] [B AB A n-1 B] -1 ρ c (A) jossa ρ c (A) on halutun suljetun järjestelmän karakteristisen polynomin arvo matriisilla A. Jos u:ssa on useita eri ohjauksia (u pystyvektori n x 1 ja B n x n matriisi) ja järjestelmä (A, B) on säädettävä, on yleensä olemassa vektori p siten, että kun korvataan matriisi B vektorilla b = Bp, niin järjestelmä säilyy säädettävänä. Järjestelmän ohjaus voidaan nyt toteuttaa yksidimensioisella ohjauksella u'(. x(k+1) = Ax( + bu'( u( = pk'x(

SUMEA SÄÄTÖ Sumeassa logiikassa binääriset joukot korvataan sumeilla joukoilla. Tällöin alkiot voivat saada muitakin arvoja kuin tai 1. Sumeita joukkoja kuvataan usein kielellisillä muuttujilla (esim. pieni / keskikokoinen / suuri). Jäsenyysfunktioilla kuvataan suureiden kuulumista näihin joukkoihin. Sääntökanta puolestaan kuvaa joukkojen keskinäisiä suhteita. Sumean säädön toiminnan periaate voidaan esittää seuraavalla kaaviolla: Sääntökanta jäsenyysfunktio esim. painopiste Päätöksentekologiikka Sumeutus Selkeytys Prosessi Prosessi sumea mittaus täsmällinen mittaus sumea ohjaus täsmällinen ohjaus Sumean säädön vaiheet tapahtuvat seuraavasti: 1) Sumeutus Suureiden kuulumista eri joukkoihin kuvataan jäsenyysfunktioilla. Seuraava kuva esittää vaakaakselilla olevan luvun kuulumista joukkoihin A ja B. kuuluminen joukkoon A A kuuluminen joukkoon B B 2) Päätöksenteko Joukkojen väliset suhteet määritetään säännöillä, joissa käytetään loogisten operaatioiden sumeita laajennuksia. Esimerkiksi AND-operaatio korvataan usein valitsemalla kahdesta luvusta pienempi. AND-operaation sumeaa vastiketta kutsutaa T-normiksi, ja OR-operaation sumeaa vastinetta S- normiksi. Operaatioiden tulokset esitetään sumeilla luvuilla. Esim. sääntö: IF (x = A) AND (y = B) THEN (u = C) x:n jäsenyys A-joukossa on.3 ja y:n jäsenyys B-joukossa.5. Sumean operaation tulokseksi tulee MIN (.3,.5) =.3. u =.3

u = C kertoo, että u kuvataan sumealla luvulla C: C.3 D Kaikki sumeat luvut maalataan samaan koordinaatistoon. Vaikka samoja alueita maalataan useampaan kertaan, niiden painoarvo ei muutu. C D 3) Selkeytys Sumeat luvut muutetaan jollain operaatiolla täsmälliseksi luvuksi. Eräs tapa on laskea maalatun alueen painopiste. 1.3

Tehtävä 1.8 1 1 x ( k + 1) = x( + u(.5.5 E x = 1.5 1.3 [ B AB] =.25 rank(e x ) = 2 ( det(e x ) = -.4 ) järjestelmä on säädettävä Haluttu karakteristinen yhtälö ρ c (z) = (z.5)(z.55) = z 2 1.5z +.275 ρ c (A) = AA 1.5A +.275I.8 = 1.8.5 1.8 1.5.5 1.275 +.5.275.75 =.25 K = [ 1] [ B AB A n-1 B] -1 ρ c (A) =.625 1.25 3.25.75 2.5.25 [ 1] = [.938.3125] Tarkistetaan laskemalla suljetun järjestelmän ominaisarvot det(zi A + BK) = z 2 1.5z z 1 =.5 v z 2 =.55

Tehtävä 2.99.1.9 x( k + 1) = x( + u( 1.5.78 1.8 E x.9 = 1.8.19 6.45.8.624 rank(e x ) = 2 järjestelmä on säädettävä valitaan 1.9 p = b = Bp = 1 1.8.9.189 1.8414.225 E x = [ b Ab] E x = 1.8 7.74 1.2845.17 Haluttu karakteristinen yhtälö ρ c (z) = (z.48)(z.6) = z 2 1.8z +.288 ρ c (A) = AA 1.8A +.288I.3489 = 1.35.69.24 K = [ 1] E x -1 ρ c (A) = [.559.115] u' = K'x.559.115 u( = pk'x( = x(.559.115 14 44 2444 3 = K Tarkistus: det(zi A + BK) = z 2 1.8z +.2878 = z 1.48 z 2.6

Tehtävä 3 Mittaukset e =.5: S = 1/3 =.33, M = 1, B =.33 Mittaukset de =.9: S = 1/15 =.67, M = 11/15 =.73, B = 9/15 =.6 Sääntö 1: e =.33 (B) ja de =.6 (B) u (N) =.33 Sääntö 2: e = 1 (M) ja de =.6 (B) u (N) =.6 Sääntö 3: e =.33 (B) ja de =.67 (S) u (Z) =.67 Sääntö 4: e =.33 (S) ja de =.67 (S) u (P) =.67 Valitaan suurimmat u (N), u (Z) ja u (P) : u (N) =.6 (suurempi näistä kahdesta: u(n) =.33 ja u(n) =.6) u (Z) =.67 u (P) =.67 Maalataan kyseiset alueet: N Z P -2-1 1 2 u Maalatut alueet ovat painoarvoltaan yhtäsuuria, vaikka jotkut alueet ovat maalattu "periaatteessa" useampaan kertaan. Maalatun alueen painopiste kertoo ohjauksen u:n suuruuden (vaaka-akselin leikkauspiste). Painopisteen arviointi tässä tapauksessa voidaan suorittaa silmällä. u:n arvo noin -.8