- •Конспект лекций
- •1.2. Теоремы существования и единственности
- •1.3. Общее решение линейного уравнения первого порядка
- •1.4. Представление уравнений состояния в виде блок-схем
- •1.5. Понятия теории устойчивости
- •1.6. Линеаризация нелинейных систем
- •1.7. Типовые возмущающие воздействия
- •2 U. Системы второго порядка
- •2.1.Приведение уравнений второго порядка к системам уравнений первого порядка
- •2.2. Решение уравнений второго порядка
- •2.4. Задача о колебаниях электрической цепи
- •2.5. Решение уравнений состояния n-го порядка
- •3. Элементы теории матриц
- •3.1. Линейные векторные пространства
- •3.2. Собственные векторы и собственные значения
- •3.3. Теорема кели-гамильтона
- •3.4. Привидение матрицы к диагональному виду
- •4. Решения линейных систем n-го порядка.
- •4.1. Общее решение однородной линейной системы n-го порядка.
- •4.2. Решение неоднородной линейной системы.
- •4.3. Понятие о канонической форме Жордана.
- •5. Устойчивость.
- •5.1. Определения устойчивости систем.
- •5.2. Первый метод ляпунова
- •Конспект лекций
2.5. Решение уравнений состояния n-го порядка
Рассмотрим уравнение состояния стационарного управляемого объекта
u- вектор входных воздействий, W - вектор возмущающих воздействий. Задача состоит в вычислении при.
Уравнению (1) соответствует однородное уравнение , решение которого равно
Введя обозначение решение можно представить в виде:
Пусть решение неоднородного уравнения (1) равно:
(2)
Дифференцируя уравнение (2) по t, получим
(3)
Сравнивая (1) и (3) , имеем
Решение уравнения
(4)
В уравнении (4) учтено, что не зависит от переменной интегрирования и
Вектор вычисляется по начальным условиям.
Окончательная форма решения уравнения
Отметим, что - называется фундаментальной матрицей системы, для которой верны свойства:
3. Элементы теории матриц
3.1. Линейные векторные пространства
Множество векторов называется линейным векторным пространством, если для любых двух векторов определена операция сложения и для любого вектора определены операции умножения на число, при выполнении аксиом сложения векторов и умножения на скаляр. Простейший пример векторного пространства – множество упорядоченных пар действительных чисел. Геометрическим представлением такого линейного векторного пространства является плоскость. Это пространство называется двумерным Евклидовым пространством .
МЕТРИКА
Расстояние между двумя векторамизадают с помощью метрики, удовлетворяющей следующим аксиомам:
Пусть и векторы пространства .
Вычислим расстояние между векторами для каждой из приведенных выше метрик.
В каждой из этих метрик можно определить единичную окружность как множество всех точек расстояние которых от начала координат .
Линейное векторное пространство называетсянормированным, если каждому вектору можно поставить в соответствие неотрицательное число, называемое нормой, удовлетворяющее следующим свойствам:
1. тогда и только тогда, когда х=0,
2. ,
3. .
В нормированном пространстве можно ввести метрику по формуле .
Норму вектора можно определить через метрику как расстояние между вектором и нулевым вектором: .
Размерность. Линейное векторное пространство называется конечномерным, а числоn называется размерностью пространства, если существует n-линейно независимых векторов из и любыевекторов излинейно зависимы.
Если пространство содержит сколь угодно большого количества линейно независимых векторов, то оно называется бесконечно мерным пространством.
Базис- множество линейно независимых векторов называется базисом линейного векторного пространства, если любой векторпредставляется в виде:
- числа (определяются однозначно).
Преобразование называется оператор, отображающий пространство, то есть преобразование сопоставляет каждомуn-вектору только один m-вектор и записывается в виде .
Преобразование Т называется однозначным, если при любом
Преобразование Т называется линейным если , где.
Линейному преобразованию Т можно сопоставить матрицу А, т.е..
3.2. Собственные векторы и собственные значения
Множество называется линейным подпространством, еслии для любых. Подпространствоназывается инвариантным подпространством относительно преобразования Т, если для любогоВ действительном пространствеодномерное пространство- это прямая проходящая через начало координат. Если(где)инвариантное подпространство линейного подпространства Т, то в силу определения инвариантного подпространства дает нам результатгде- число .
Используя матричное представление преобразования получим , сократим на , получим .
Если не нулевой векторудовлетворяет этому соотношению, то ему удовлетворяет также любой вектор полученный умножениемна любое действительное или комплексное число. Следовательно, векторопределяет одномерное инвариантное подпространство преобразования Т, представленное в базисематрицы А. Уравнениепредставляет собой систему линейных однородных алгебраических уравнений. Эта система имеет однозначное решение, если только.
Значение вектора всегда является решением такой системы. С другой стороны, если, то решение будет не единственным и нетривиальное решение () в этом случае существует.
Определим характеристический полином как:гдеи.
Корни характеристического уравнения называютсясобственными значениями или характеристическими числами матрицы А.
Из основной теоремы алгебры следует, что характеристическое уравнение имеетn корней, некоторые из которых могут совпасть, а некоторые могут быть комплексными.
Каждому собственному значению из набора соответствует член из множествасобственных векторов, т.е. собственный вектор является ненулевым решением уравнения.
Если все собственные значения различны, n соответствующих собственных векторов линейно независимы и следовательно образуют базис пространства .
Пример
Рассмотрим линейное преобразование А:
. Запишем его характеристический полином
Для нахождения собственного вектора, соответствующего значению , рассмотрим систему
Поэтому собственный вектор, соответствующий собственному значению , имеет вид
, отметим, что он не единственный и т.д. .
Для , имеем системуили
Собственный вектор, соответствующий собственному значению , имеет вид
.