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 = =

Samankaltaiset tiedostot
Mat Dynaaminen optimointi, mallivastaukset, kierros 1

x = ( θ θ ia y = ( ) x.

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

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

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

Matematiikka B2 - TUDI

Insinöörimatematiikka D

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

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

k = 1,...,r. L(x 1 (t), x

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

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

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

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

Matematiikka B2 - Avoin yliopisto

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ominaisarvo ja ominaisvektori

Insinöörimatematiikka D

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Mat Systeemien Identifiointi. 4. harjoitus

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

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

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

MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 1 Kevät y' P. α φ

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

4. Lasketaan transienttivirrat ja -jännitteet kuvan piiristä. Piirielimien arvot ovat C =

Lineaariset yhtälöryhmät ja matriisit

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

Käänteismatriisi 1 / 14

Lineaarialgebra ja matriisilaskenta I

1 Matriisit ja lineaariset yhtälöryhmät

. Mitä olisivat y 1 ja y 2, jos tahdottaisiin y 1 (0) = 2 ja y 2 (0) = 0? x (1) = 0,x (2) = 1,x (3) = 0. Ratkaise DY-ryhmä y = Ay.

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

7 Vapaus. 7.1 Vapauden määritelmä

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

6 MATRIISIN DIAGONALISOINTI

Lineaariset kongruenssiyhtälöryhmät

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

5 Differentiaaliyhtälöryhmät

Ortogonaalisen kannan etsiminen

JAKSO 2 KANTA JA KOORDINAATIT

Insinöörimatematiikka D

Lineaarinen toisen kertaluvun yhtälö

Mat Dynaaminen optimointi, mallivastaukset, kierros 11

MS-A0004/A0006 Matriisilaskenta

Vektoreiden virittämä aliavaruus

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

1 Ominaisarvot ja ominaisvektorit

Käänteismatriisin ominaisuuksia

Ennakkotehtävän ratkaisu

Luento 8: Epälineaarinen optimointi

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 4 / vko 47

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

2.5. Matriisin avaruudet ja tunnusluvut

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

17. Differentiaaliyhtälösysteemien laadullista teoriaa.

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-C1340 Lineaarialgebra ja

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 3 /

Mat Dynaaminen optimointi, mallivastaukset, kierros 3

3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset. 3.2 Matriisien laskutoimitukset

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

Amazon.com: $130,00. Osia, jaetaan opetusmonisteissa

802320A LINEAARIALGEBRA OSA III

Ominaisarvo ja ominaisvektori

5 Ominaisarvot ja ominaisvektorit

ominaisvektorit. Nyt 2 3 6

Insinöörimatematiikka D

1 Lineaariavaruus eli Vektoriavaruus

Determinantti 1 / 30

Ratkaisuehdotukset LH 7 / vko 47

Lineaarialgebra ja matriisilaskenta I

Kun järjestelmää kuvataan operaattorilla T, sisäänmenoa muuttujalla u ja ulostuloa muuttujalla y, voidaan kirjoittaa. y T u.

Lineaarialgebra ja matriisilaskenta II Syksy 2009 Laskuharjoitus 1 ( ) Ratkaisuehdotuksia Vesa Ala-Mattila

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

Insinöörimatematiikka D

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

y + 4y = 0 (1) λ = 0

Harjoitus 6: Simulink - Säätöteoria. Syksy Mat Sovelletun matematiikan tietokonetyöt 1

Luento 8: Epälineaarinen optimointi

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 2015

Kaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Transkriptio:

Mat-214 Dynaaminen optimointi Mitri Kitti Mallivastaukset kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB ja säiliöstä B ulos liuosta virtauksella v B Virtaus on kokoonpuristumaton joten v A v AB v B gal/min Säiliöiden tilavuudet V B 5 gal Olkoot q(t) säiliön A suolan määrä ja p(t) säiliön B suolan määrä Säiliöstä A aikayksikössä t poistuvan suolan määrä on verrannollinen siellä jäljellä olevan suolan suhteelliseen osuuteen sekä virtauksen nopeuteen: q(t + t) q(t) t q(t) v AB q(t) q(t) v AB Vastaavasti säiliön B suolan määrälle saadaan yhtälö: ṗ(t) q(t) v AB p(t) v B V B Tilaesitys: q(t) ṗ(t) v AB v AB v B VB q(t) p(t) Lineaarisen aikainvariantin systeemin tilansiirtomatriisi on 5 5 5 q(t) p(t) Φ(t τ) e A(t τ) Matriisieksponentti lasketaan yleisesti sarjakehitelmän avulla e A I + A + A2 2! + A3 3! + Koska matriisi on valmiiksi alakolmiomuodossa voidaan laskea suoraan missä Silloin e A(t τ) exp(a(t τ)) exp(a D (t τ)) exp(a N (t τ)) A D e 5 (t τ) e 5 (t τ) exp(a D (t τ)) (I + A N (t τ)) 5 5 5 A N 5 1 (t τ) 1 e 5 (t τ) 5 τ)e 5 (t τ) e 5 (t τ)

b) RLC-piirin tilayhtälöitä varten kirjoitetaan kirjoitetaan yhtälöt jännitteelle sekä virralle yli piirin: Tästä saadaan tilayhtälöt i L u C e u R + u L + u C Ri L + L di L dt + u C i L C du C dt R/L 1/L 1/C il u C + 1/L missä lähdejännite e tulkitaan ohjaukseksi Sijoitetaan arvot R 3Ω L 1 H ja C 5 F paikoilleen ja muodostetaan numeeriselle matriisille A ominaisarvohajotelma missä Λ Nyt voidaan laskea tilansiirtomatriisi 2 1 A V ΛV 1 1 1 V 1 2 Φ(t τ) exp(a(t τ)) V exp(λ(t τ))v 1 e ja tulokseksi saadaan 2e Φ(t τ) 2(τ t) e τ t e τ t e 2(τ t) 2e 2(τ t) 2e τ t 2e τ t e 2(τ t)

2 Lineaarinen aikainvariantti systeemi 1 ẋ(t) x(t) + 1 u(t) Ax(t) + Bu(t) on täydellisesti ohjattava jos ja vain jos n mn- ohjattavuusmatriisin E B AB A 2 B A n 1 B rangi on n Miksi näin? Ajatellaan yksinkertaisuuden vuoksi diskreettiaikaista systeemiä x k+1 Ax k + Bu k missä u k R Koska lineaariseen systeemin origo voidaan valita mielivaltaisesti niin ilman yleisyyden menetystä oletetaan että x Silloin x 1 Ax + Bu Bu x 2 Ax 1 + Bu 1 ABu + Bu 1 x k k 1 (A j B)u j j Nyt siis kierroksella k voidaan systeemi ohjata mihin tahansa tilaan joka kuuluu aliavaruuteen Lisäksi todetaan että V k : span{b AB A k 1 B} V m V n m n Jotta systeemi voitaisiin ohjata mielivaltaiseen lopputilaan x f R n tulee olla V n R n joka vastaa edellä esitetty rangiehtoa Vastaavanlainen päättely yleistyy vektoriarvoiselle ohjaukselle Täsmälleen sama ehto voidaan todistaa myös jatkuva-aikaisille systeemeille Tehtävän systeemille ohjattavuusmatriisi on E 1 1 jonka rivit (tai sarakkeet) ovat selvästi lineaarisesti riippumattomia Siis systeemi on täysin ohjattava Entä jos tehdään muunnos z 1 (t) x 1 (t) + αx 2 (t) z 2 (t) x 1 (t) + βx 2 (t) missä α β? Nyt siis z(t) 1 α 1 β x(t) Cx(t)

Koska C on kääntyvä kun α β niin voidaan kirjoittaa uusi systeemiyhtälö ż(t) Cẋ(t) CAx(t) + CBu(t) CAC 1 z(t) + CBu(t) Muodostamalla ohjattavuusmatriisi saadaan E CB CAB α 1 β 1 jonka rivit (tai sarakkeet) ovat lineaarisesti riippumattomia täsmälleen silloin kun α β Siis myös tämä systeemi on täydellisesti ohjattava Itse asiassa täydellisesti ohjattava systeemi pysyy täydellisesti ohjattavana aina koordinaatiston vaihdoksen x(t) Cx(t) jälkeenkin mikäli n n matriisi C on kääntyvä Tällöin ohjattavuusmatriisiksi tulee CE missä E on alkuperäisen tehtävän ohjattavuusmatriisi 3 Lineaarisen aikainvariantin differenssisysteemin x(k + 1) Ax(k) + Bu(k) ohjattavuusmatriisi on E B AB A 2 B A n 1 B kuten perusteltiin edellisessä tehtävässä Toisen kertaluvun systeemille y(k + 2) + 2y(k + 1) + 3y(k) u(k) ensimmäisen kertaluvun esitys on y(k + 2) y(k + 1) 2 3 1 y(k + 1) y(k) + 1 u(k) Siis ohjattavuusmatriisi on E 1 2 1 joka on täyttä rangia Systeemi on täysin ohjattava 4 Lineaarisen aikainvariantin systeemin λ 1 ẋ(t) λ 2 λ 3 λ 4 ohjattavuusmatriisiksi saadaan E x(t) + b 1 b 2 b 3 b 4 b 1 b 2 λ 1 b 1 λ 2 b 2 λ 2 1 b 1 λ 2 2b 2 λ 3 1 b 1 λ 3 2b 2 b 3 λ 3 b 3 b 4 λ 4 b 4 λ 2 3 b 3 λ 2 4b 4 λ 3 3 b 3 λ 3 4b 4 u(t) Ax(t) + Bu(t)

Matriisin E rivien (tai sarakkeiden) lineaarista riippuvuutta voidaan tutkia suorittamalla Gaussin eliminaatio determinantin määrittämiseksi Kerrotaan jokainen sarake λ 4 :llä ja lisätään viereiseen sarakkeeseen: b 1 λ 1 b 1 λ 2 1b 1 λ 3 1b 1 b 2 λ 2 b 2 λ 2 2 b 2 λ 3 2 b 2 b 3 λ 3 b 3 λ 2 3 b 3 λ 3 3 b 3 b 4 λ 4 b 4 λ 2 4b 4 λ 3 4b 4 b 1 (λ 1 λ 4 )b 1 (λ 1 λ 4 )λ 1 b 1 (λ 1 λ 4 )λ 2 1b 1 b 2 (λ 2 λ 4 )b 2 (λ 2 λ 4 )λ 2 b 2 (λ 1 λ 4 )λ 2 2 b 2 b 3 (λ 3 λ 4 )b 3 (λ 3 λ 4 )λ 3 b 3 (λ 1 λ 4 )λ 2 3 b 3 b 4 Jatketaan eliminaatiota vastaavasti kertomalla sarakkeita ensin λ 3 :lla ja lopuksi λ 2 :lla Saadaan eliminoitua systeemi muotoon b 1 (λ 1 λ 4 )b 1 (λ 1 λ 4 )(λ 1 λ 3 )b 1 (λ 1 λ 4 )(λ 1 λ 3 )(λ 1 λ 2 )b 1 b 2 (λ 2 λ 4 )b 2 (λ 2 λ 4 )(λ 2 λ 3 )b 2 b 3 (λ 3 λ 4 )b 3 b 4 Tästä voidaan kirjoittaa ehdot E:n sarakkeiden lineaariselle riippumattomuudelle Jos kehitetään determinantti alideterminanttien avulla niin nähdään että vinodiagonaalin alkioiden tulo on täsmälleen E:n determinantti joten sen tulee olla nollasta poikkeava Tämä toteutuu jos ja vain jos pätee ehdot b 1 b 2 b 3 b 4 λ i λ j i j Se että nämä ehdot ovat välttämättömiä nähdään suoraan matriisista E (miten?) Laskun perusteella ne ovat siis myös riittävät ehdot Jos b 1 b 2 b 3 b 4 1 niin ohjattavuusmatriisi on nk Vandermonde-matriisi Se tulee vastaan mm interpolaatiopolynomien teoriassa jossa tarvitaan myös kyseisen matriisin determinanttia Edellä olevan laskun ymmärtämisestä saattaa siis olla hyötyä myös muilla matematiikan kursseilla