MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Samankaltaiset tiedostot
MS-C1340 Lineaarialgebra ja

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

17. Differentiaaliyhtälösysteemien laadullista teoriaa.

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus

1 Di erentiaaliyhtälöt

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

Vakiokertoiminen lineaarinen normaaliryhmä

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta

MS-C1340 Lineaarialgebra ja

Luento 8: Epälineaarinen optimointi

MS-C1340 Lineaarialgebra ja

Johdatus reaalifunktioihin P, 5op

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

MS-A0102 Differentiaali- ja integraalilaskenta 1

Luento 8: Epälineaarinen optimointi

5 Differentiaaliyhtälöryhmät

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot

Differentiaaliyhtälöt II, kevät 2017 Harjoitus 5

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

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

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

4. Differentiaaliyhtälöryhmät 4.1. Ryhmän palauttaminen yhteen yhtälöön

MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot

x = x x 2 + 2y + 3 y = x + 2y f 2 (x, y) = 0. f 2 f 1

Tehtävä 4.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla.

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

r > y x z x = z y + y x z y + y x = r y x + y x = r

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

Vektorianalyysi II (MAT21020), syksy 2018

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

l 1 2l + 1, c) 100 l=0

Luku 4. Derivoituvien funktioiden ominaisuuksia.

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Derivaatta: funktion approksimaatio lineaarikuvauksella.

Matematiikan tukikurssi

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

Insinöörimatematiikka D

Ratkaisuehdotus 2. kurssikoe

Taustatietoja ja perusteita

13. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 6: Alkeisfunktioista

H7 Malliratkaisut - Tehtävä 1

1 Rajoittamaton optimointi

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

DI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 13: ti klo 13:00-15:30 ja to 1.4.

, c) x = 0 tai x = 2. = x 3. 9 = 2 3, = eli kun x = 5 tai x = 1. Näistä

Ratkaisuehdotus 2. kurssikokeeseen

6. Toisen ja korkeamman kertaluvun lineaariset

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,

MS-C1340 Lineaarialgebra ja

2 Osittaisderivaattojen sovelluksia

Vastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta)

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matematiikka B1 - TUDI

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

y + 4y = 0 (1) λ = 0

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa

Matematiikan tukikurssi

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Differentiaalilaskenta 1.

12. Hessen matriisi. Ääriarvoteoriaa

x (t) = f(x(t)) u B δ (p) = ϕ t (v) = p, v B d (p) = lim e t AT e t A dt W =

Matematiikkaa kauppatieteilijöille

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

MS-A0004/A0006 Matriisilaskenta

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...

Johdatus tekoälyn taustalla olevaan matematiikkaan

Insinöörimatematiikka D

Selvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x

Mat Matematiikan peruskurssi C2

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa

Matematiikan tukikurssi

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Derivaatan sovellukset (ääriarvotehtävät ym.)

Insinöörimatematiikka D

Konjugaattigradienttimenetelmä

Transkriptio:

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 3 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 28 R. Kangaslampi Matriisihajotelmista

Stabiilisuus Systeemin stabiilisuus on sovelluksissa usein päävaatimuksia. Määritelläänkin, mistä oikein on kyse. Piste p R n on systeemin x (t) = F(x(t)) tasapainotila, jos F(p) = 0. Tällöin vakio x(t) = p t on alkuarvotehtävän x(0) = p ratkaisu. Lineaarisella homogeenisella systeemillä x (t) = A(t) x(t) origo on aina tasapainotila: x(0) = 0 = x(t) = 0 kaikilla t. 2 / 28 R. Kangaslampi Matriisihajotelmista

Stabiilisuus On oleellista tarkastella, miten muut ratkaisut käyttäytyvät. Pakenevatko ne pois tasapainopisteen läheisyydestä, pysyvätkö rajoitetulla etäisyydellä vai lähestyvätkö sitä? Määritellään lineaarisen systeemin stabiilisuus seuraavasti: Origo on stabiili tasapainotila, jos kaikille ratkaisuille pätee: sup t 0 x(t) <. Origo on asymptoottisesti stabiili, jos kaikille ratkaisuille pätee: lim t x(t) = 0. 3 / 28 R. Kangaslampi Matriisihajotelmista

Stabiilisuus Esimerkki 1 Tarkastellaan edellisen kalvosarjan tyyppitapauksia. Nielulle ja stabiilille fokukselle origo on asymptoottisesti stabiili tasapainopiste. Keskukselle origo on stabiili tasapainopiste, mutta ei asymptoottisesti stabiili. Muissa tapauksissa (lähde, epästabiili fokus, satula) origo on epästabiili tasapainopiste. 4 / 28 R. Kangaslampi Matriisihajotelmista

Stabiilisuus Yleisesti: Tasapainopistettä p kutsutaan stabiiliksi, jos jokaiselle ɛ > 0 on olemassa δ > 0 siten, että u B δ (p) = ψ(t, s, u) B ɛ (p) kaikilla t > 0. Ratkaisut siis pysyvät mielivaltaisen lähellä stabiilia tasapainopistettä, kunhan alkupiste on sitä riittävän lähellä. Tasapainopiste p on asymptoottisesti stabiili, jos edellisen lisäksi on olemassa p :n ympäristö B d (p) siten, että v B d (p) = lim ψ(t, s, v) = p, t eli kun riittävän läheltä lähtevät ratkaisut lähestyvät pistettä p. 5 / 28 R. Kangaslampi Matriisihajotelmista

Epälineaaristen differentiaaliyhtälöiden ratkaisujen käyttäytymistä voidaan tarkastella linearisoimalla ne tasapainopisteiden ympäristössä. Perusajatus on yksinkertainen: korvataan F(x(t)) sen ensimmäisen kertaluvun approksimaatiolla F(x p) DF(p)(x p), kun F(p) = 0. Tässä on F:n Jacobin matriisi. F 1 x 1 DF(p) =.... F n x n... F 1 x n F n x n R n n 6 / 28 R. Kangaslampi Matriisihajotelmista

Nyt kuvauksen F : U R n jatkuvasta derivoituvuudesta seuraa, että linearisoitu systeemi y (t) = Ay(t), A = DF(p), y(t) = x(t) p, käyttäytyy origon lähellä suurin piirtein samalla tavalla kuin alkuperäinen systeemi tasapainopisteen p lähellä. 7 / 28 R. Kangaslampi Matriisihajotelmista

Lause 2 Olkoon F : U R n jatkuvasti derivoituva ja olkoon p U systeemin x (t) = F(x(t)) tasapainopiste. Jos matriisin DF(p) kaikki ominaisarvot ovat reaaliosaltaan negatiivisia, niin p on asymptoottisesti stabiili. Jos matriisilla DF(p) on reaaliosaltaan positiivinen ominaisarvo, niin p on epästabiili. Muissa tapauksissa DF(p):n tarkastelu ei riitä, koska vektorikentän F(x) Taylorin kehitelmän korkeamman asteen termit ratkaisevat tilanteen. 8 / 28 R. Kangaslampi Matriisihajotelmista

Esimerkki 3 Systeemillä [ x1 ] [ 2 x1 + x = 2 2 ] x 2 x 1 + x 2 on origon p = (0, 0) lisäksi tasapainopiste q = (2, 2). Nyt Df(x) = [ ] [ 2 2x 2 1 1. Origossa Df(p) = 2 0 ] 1 1 ja tällä on ominaisparit ( 2, [ 1 3 ]) ja (1, [ 0 1 ]).Täten ratkaisut lähestyvät origoa likipitäen suunnasta ± [ 1 3 ] ja poistuvat likipitäen x 2 akselia pitkin. Pisteessä q = (2, 2) saadaan linearisointi matriisilla Df(q) = [ ] 2 4 1 1, jolla on kompleksiset ominaisarvot 1 2 ± i 7 Täten q on asymptoottisesti stabiili ja ratkaisut lähestyvät sitä pyörien. 9 / 28 R. Kangaslampi Matriisihajotelmista 2.

Edellisen esimerkin vektorikenttä f sekä muutamia ratkaisukäyriä. q p 10 / 28 R. Kangaslampi Matriisihajotelmista

Linearisoinnin avulla voidaan siis hahmotella systeemin globaalia kvalitatiivista käytöstä. Ajatuksena on piirtää tasapainopisteiden lähelle vastaavien linearisoitujen systeemien ratkaisukäyriä ja sovittaa nämä yhteen tasapainopisteiden välimaastossa siten, että ratkaisukäyrät eivät leikkaa toisiaan. 11 / 28 R. Kangaslampi Matriisihajotelmista

Systeemin x = f(x) tasapainopisteen tyyppi ei aina selviä Jacobin matriisin Df(x) ominaisarvoista. Erityisesti tapauksessa { Re(λ) = 0 jollekin λ Λ(Df) Re(λ) 0 muille λ Λ(Df) ei aiempien lauseiden perusteella osata sanoa mitään. Sovelluksissa ja tutkimuksessa toiveena on usein tasapainoipsteen stabiilius. Muistutus: Stabiilin tasapainopisteen x 0 lähellä x(t) x 0 pysyy pienenä, kun t. 12 / 28 R. Kangaslampi Matriisihajotelmista

Ljapunovin idea (1892): Normin tilalle etsitään sopiva energiafunktio. Olkoon x (t) = f(x(t)), missä x : R R n, f : R n R, ja olkoon x 0 R n tasapainopiste (ts. f(x 0 ) = 0). Olkoon V : R n R määritelty pisteen x 0 ympäristössä. Merkitään V (x) = V (x) f(x), jolloin d dt V (x(t)) = V (x(t)) x (t) = V (x(t)) f(x(t)) = V (x(t)), ja tasapainopisteessä V (x 0 ) = 0. 13 / 28 R. Kangaslampi Matriisihajotelmista

Lause 4 (Ljapunovin stabiilisuuslause) Jos edellä a) x x 0 V (x) > V (x 0 ), b) V (x) 0 pisteen x 0 ympäristössä, niin x 0 on stabiili. ( Energia V ei kasva x 0 :n ympäristössä.) Jos lisäksi c) V (x) < 0, kun x x 0, niin x 0 on asymptoottisesti stabiili. Ehdot a) ja b) toteuttavaa V :tä kutsutaan tasapainopisteeseen x 0 liittyväksi Ljapunov-funktioksi. Erityisesti siis: jos Ljapunov-funktio löytyy, tasapainopiste on stabiili. 14 / 28 R. Kangaslampi Matriisihajotelmista

Esimerkki 5 [ ] [ x Origo on systeemin 1 2x1 + 3x x 2 = 1 x2 3 ] 2x1 2x 2 2 x 2 3 tasapainopiste. [ Linearisoidun systeemin matriisi 2 0 ] 0 0 ei kerro mitään stabiilisuudesta.yritetään systeemille Ljapunovin funktiota muodossa V (x) = a 1 x1 2 + a 2x2 2, a 1, a 2 > 0. Tällöin ainakin a) toteutuu. Nyt V (x) f(x) = 2a 1 x 1 ( 2x 1 + 3x 1 x 3 2 ) + 2a 2 x 2 ( 2x 2 1 x 2 2 x 3 2 ) = 4a 1 x 2 1 + (6a 1 4a 2 )x 2 1 x 3 2 2a 2 x 4 2, joten valitsemalla a 1 = 2, a 2 = 3 saadaan V (x) f(x) = 8x1 2 6x 2 4, eli V (x) = 2x 1 2 + 3x 2 2 funktio ja origo on asymptoottisesti stabiili. on Ljapunovin 15 / 28 R. Kangaslampi Matriisihajotelmista

Gradienttisysteemit Monet systeemit ovat muotoa: x = f(x) = V (x), x U, missä V on reaaliarvoinen C 2 funktio. Tällaisia kutsutaan gradienttisysteemeiksi. Näille V itse on luonnollinen ehdokas Ljapunov-funktioksi. Huom. Tilanteessa x = f(x) = V (x) funktio V on siis vektorikentän f potentiaali, eli f on konservatiivinen. Potentiaalin lokaalit minimit ovat stabiileja, sillä V (x) = V V = V (x) 2. 16 / 28 R. Kangaslampi Matriisihajotelmista

Gradienttisysteemit Lause 6 Systeemille x = V (x) pätee: a) V :n arvot vähenevät pitkin ratkaisuja, paitsi tasapainopisteissä. b) Jos p on V :n aito paikallinen minimi, niin se on asymptoottisesti stabiili tasapainopiste. c) Systeemin ratkaisukäyrät leikkaavat V :n tasa arvopinnat kohtisuorasti. d) Jos V on ei-negatiivinen, niin ratkaisuille pätee 0 x (τ) 2 dτ V (x(0)). 17 / 28 R. Kangaslampi Matriisihajotelmista

Gradienttisysteemit Esimerkki 7 Tutki, onko systeemi [ ] [ x f1 (x = f(x) = 1, x 2 ) cos(x1 )[x = 2 1 sin(x 1 )] 1 2 sin(x ] 1) f 2 (x 1, x 2 ) 1 + sin(x 1 ) x 2 gradienttisysteemi. Ratkaisu: Jotta f olisi jonkun skalaarifunktion gradientti, on f oltava: 1 x 2 = f 2 x 1. Näinhän on: molemmat derivaatat ovat cos(x 1 ). 18 / 28 R. Kangaslampi Matriisihajotelmista

Gradienttisysteemit Koska f 2 = V x 2, saadaan: Toisaalta V x 1 V (x 1, x 2 ) = x2 0 (1 + sin(x 1 ) ξ) dξ + g(x 1 ) = x 2 (1 + sin(x 1 )) + 1 2 x 2 2 + g(x 1 ) = f 1, josta g:lle x 2 cos(x 1 ) g (x 1 ) = x 2 cos(x 1 ) (1 + sin(x 1 )) cos(x 1 ) 1 2 sin(x 1) eli g(x 1 ) = x1 0 [(1 + sin(ξ)) cos(ξ) + 1 sin(ξ)] dξ 2 = 1 2 (1 + sin(x 1)) 2 1 2 cos(x 1). 19 / 28 R. Kangaslampi Matriisihajotelmista

Gradienttisysteemit Näin ollen V (x 1, x 2 ) = 1 2 (x 2 1 sin(x 1 )) 2 1 2 cos(x 1). Tällä on tasapainopisteet (x 1, x 2 ) = (kπ, 1). Parilliset k :t vastaavat V :n minimejä, parittomat satulapisteitä. Oheisessa kuvassa on joitakin V :n tasa-arvokäyriä ja muutama ratkaisukäyrä. x 2 3 2 1 0-1 0 2 4 6 8 x 1 20 / 28 R. Kangaslampi Matriisihajotelmista

Heiluri Tarkastellaan vielä yhtä esimerkkiä, itse asiassa sitä, josta aloitimme koko differentiaaliyhtälösysteemien osuuden: Esimerkki 8 Tutki heilurisysteemin x (t) = käyttäytymistä. [ 1 L x ] 2(t) g sin(x 1 (t)) ratkaisuiden 21 / 28 R. Kangaslampi Matriisihajotelmista

Heiluri Ratkaisu: Systeemin tasapainopisteet ovat (x 1, x 2 ) = (kπ, 0), k Z. Parillista k:ta vastaavat tasapainopisteet merkitsevät fysikaalisesti kaikki samaa: heiluri roikkuu levossa alaspäin. Parittomat k:t vastaavat pystysuoraan ylöspäin tasapainoilevaa heiluria. 2π-erot laskevat vain pyörähdyskierroksia. [ Nyt DF(x) = DF(2jπ, 0) = 0 1 L g cos(x 1 ) 0 [ ] 0 1 L g 0 ], joten tasapainopisteissä ja DF((2j + 1)π, 0) = [ ] 0 1 L. g 0 22 / 28 R. Kangaslampi Matriisihajotelmista

Heiluri Ominaisarvot ovat vastaavasti λ 1,2 = ±i g L ja λ 1,2 = ± g L. Paritonta k:n arvoa vastaavissa tasapainopisteissä Jacobin matriisilla on siis reaaliosaltaan positiivinen ominaisarvo, joten nämä tasapainopisteet ovat epästabiileja. Kun k on parillinen, ominaisarvot ovat puhtaasti imaginaariset. Tuloksemme ei siis riitä vielä sanomaan stabiilisuudesta mitään. Tarkastelemalla energian säilymistä ala-asento voidaan kuitenkin osoittaa stabiiliksi, mutta ei asymptoottisesti stabiiliksi (harjoitustehtävä). Nämä tasapainopisteet käyttäytyvät siis keskuksen tavoin. 23 / 28 R. Kangaslampi Matriisihajotelmista

Heiluri Alla on esitetty muutamia ratkaisukäyriä. Huomaa erityisesti epästabiilista tasapainopisteestä toiseen kulkevat ratkaisut. 24 / 28 R. Kangaslampi Matriisihajotelmista

Heiluri Jos otamme myös ilmanvastuksen huomioon voimana, joka on verrannollinen nopeuteen, systeemi saa muodon eli f(x) = θ (t) = 1 L v(t), v (t) = g sin(θ(t)) αv(t), [ 1 L x ] 2. Nyt tasapainopisteissä g sin(x 1 ) αx 2 [ ] 0 1 DF(2jπ, 0) = L g α [ ] 0 1 ja DF((2j + 1)π, 0) = L. g α ( Ominaisarvot ovat nyt vastaavasti λ 1,2 = α 2 ± α 2 ( λ 1,2 = α 2 ± α ) 2 2 + g L. ) 2 g L ja 25 / 28 R. Kangaslampi Matriisihajotelmista

Heiluri Täten paritonta k:n arvoa vastaavat tasapainopisteet ovat edelleen epästabiileja, kun taas parillista k:ta vastaa reaaliosiltaan negatiiviset ominaisarvot, ja nämä tasapainopisteet ovat asymptoottisesti stabiileja. Itse asiassa tälle systeemille pätee, että kaikki ratkaisut lähestyvät jotakin tasapainopistettä, ja suurin osa ratkaisuista päätyy stabiiliin tasapainopisteeseen. 26 / 28 R. Kangaslampi Matriisihajotelmista

Heiluri Alla on esitetty muutamia ilmanvastuksen huomioivan heilurisysteemin ratkaisukäyriä. Suurin osa ratkaisuista päätyy stabiiliin tasapainopisteeseen. 27 / 28 R. Kangaslampi Matriisihajotelmista

Matlab-esimerkki Pelataan lopuksi vielä vähän diffisyhtälösysteemin avulla toteutettua marmorikuulapeliä Matlabilla. **** Kurssi päättyy tähän, kiitos kaikille! 28 / 28 R. Kangaslampi Matriisihajotelmista