Lerninhalte finden
Features
Entdecke
© StudySmarter 2024, all rights reserved.
Betrachten wir ein dynamisches System, das durch die Differentialgleichung \( \frac{d\textbf{x}(t)}{dt} = A\textbf{x}(t) \) für kontinuierliche Systeme und die Differenzengleichung \( \textbf{x}[k+1] = A\textbf{x}[k] \) für diskrete Systeme beschrieben wird. Sei \( A \) eine 2x2-Matrix mit den Elementen \( a, b, c, d \). Analysiere dieses dynamische System unter verschiedenen Aspekten.
(a) Bestimme die Eigenwerte und Eigenvektoren der Matrix \( A \). Zeige alle Schritte Deiner Berechnungen. Erkläre, wie diese Eigenwerte und Eigenvektoren das Verhalten des Systems beeinflussen.
Lösung:
Um die Eigenwerte und Eigenvektoren der 2x2-Matrix \(A = \begin{pmatrix} a & b \ c & d \end{pmatrix}\) zu bestimmen, folgen wir diesen Schritten:
Schritt 1: Charakteristische Gleichung
Die charakteristische Gleichung einer Matrix \(A\) wird durch das Eigenwertproblem \(\det(A - \lambda I) = 0\) gegeben, wobei \(\lambda\) die Eigenwerte sind und \(I\) die Einheitsmatrix ist.
Für unsere Matrix \(A\) wird dies:
\(A - \lambda I = \begin{pmatrix} a - \lambda & b \ c & d - \lambda \end{pmatrix}\) \(\det(A - \lambda I) = \det\begin{pmatrix} a - \lambda & b \ c & d - \lambda \end{pmatrix} = (a-\lambda)(d-\lambda) - bc\) \( = \lambda^2 - (a+d)\lambda + (ad - bc)\)
Die charakteristische Gleichung ist also:
\( \lambda^2 - (a+d)\lambda + (ad - bc) = 0 \)
Schritt 2: Eigenwerte berechnen
Die Eigenwerte \(\lambda\) sind die Lösungen der obigen quadratischen Gleichung. Diese können mit der Mitternachtsformel (quadratische Lösungsformel) gefunden werden:
\(\lambda_{1,2} = \frac{(a+d) \pm \sqrt{(a+d)^2 - 4(ad - bc)}}{2}\)
Diese beiden Lösungen \(\lambda_1\) und \(\lambda_2\) sind die Eigenwerte der Matrix \(A\).
Schritt 3: Eigenvektoren berechnen
Nachdem wir die Eigenwerte haben, können wir die zugehörigen Eigenvektoren \(\textbf{x}\) finden, indem wir die Gleichung \((A - \lambda I)\textbf{x} = 0\) lösen. Dies bedeutet:
\(\begin{pmatrix} a - \lambda & b \ c & d - \lambda \end{pmatrix} \begin{pmatrix} x_1 \ x_2 \end{pmatrix} = \begin{pmatrix} 0 \ 0 \end{pmatrix}\)
Für jeden Eigenwert \(\lambda\) setzen wir ihn in die Matrix ein und lösen das lineare Gleichungssystem für \(x_1\) und \(x_2\). Dies gibt uns die Richtungen der Eigenvektoren.
\( \begin{pmatrix} a - \lambda_1 & b \ c & d - \lambda_1 \end{pmatrix} \begin{pmatrix} x_1 \ x_2 \end{pmatrix} = \begin{pmatrix} 0 \ 0 \end{pmatrix}\)
\( \begin{pmatrix} a - \lambda_2 & b \ c & d - \lambda_2 \end{pmatrix} \begin{pmatrix} x_1 \ x_2 \end{pmatrix} = \begin{pmatrix} 0 \ 0 \end{pmatrix}\)
Die resultierenden Vektoren sind die Eigenvektoren, die zu \(\lambda_1\) und \(\lambda_2\) gehören.
Verhalten des Systems
Die Eigenwerte und Eigenvektoren beeinflussen das Verhalten des Systems wie folgt:
(b) Betrachte das kontinuierliche System und löse die Differentialgleichung für die Anfangsbedingung \( \textbf{x}(0) = \begin{pmatrix} x_0 \ y_0 \end{pmatrix} \). Stelle die Lösung \( \textbf{x}(t) \) explizit dar.
Lösung:
Um die Differentialgleichung \ \( \frac{d\textbf{x}(t)}{dt} = A\textbf{x}(t) \) für das kontinuierliche System mit der Anfangsbedingung \ \( \textbf{x}(0) = \begin{pmatrix} x_0 \ y_0 \end{pmatrix} \) zu lösen, folgen wir diesen Schritten:
Schritt 1: Eigenwerte und Eigenvektoren der Matrix \ \(A\) bestimmen
Berechne wie zuvor die Eigenwerte und Eigenvektoren der Matrix \ \(A = \begin{pmatrix} a & b \ c & d \end{pmatrix} \).
Die Eigenwerte \ \( \lambda \) sind die Lösungen der charakteristischen Gleichung:
\ \( \lambda^2 - (a + d)\lambda + (ad - bc) = 0 \)
Die zugehörigen Eigenvektoren \ \( \textbf{v} \) sind die Lösungen der Gleichungen:
\ \( (A - \lambda I)\textbf{v} = 0 \)
Sagen wir, die Eigenwerte sind \ \( \lambda_1 \) und \ \( \lambda_2 \) und die zugehörigen normierten Eigenvektoren sind \ \( \textbf{v}_1 \) und \ \( \textbf{v}_2 \).
Schritt 2: Lösung des Systems
Die allgemeine Lösung der Differentialgleichung ist eine Linearkombination der Lösungen, die auf den Eigenvektoren basieren:
\ \( \textbf{x}(t) = c_1 e^{\lambda_1 t} \textbf{v}_1 + c_2 e^{\lambda_2 t} \textbf{v}_2 \)
Die Konstanten \ \( c_1 \) und \ \( c_2 \) werden durch die Anfangsbedingungen bestimmt. Setze \ \( \textbf{x}(0) = \begin{pmatrix} x_0 \ y_0 \end{pmatrix} \) ein:
\ \( \textbf{x}(0) = c_1 \textbf{v}_1 + c_2 \textbf{v}_2 = \begin{pmatrix} x_0 \ y_0 \end{pmatrix} \)
Wir lösen dieses Linearsystem von Gleichungen für \ \( c_1 \) und \ \( c_2 \).
Sagen wir, \ \( \textbf{v}_1 = \begin{pmatrix} v_{11} \ v_{12} \end{pmatrix} \) und \ \( \textbf{v}_2 = \begin{pmatrix} v_{21} \ v_{22} \end{pmatrix} \). Dann haben wir:
\ \( c_1 v_{11} + c_2 v_{21} = x_0 \ c_1 v_{12} + c_2 v_{22} = y_0 \)
Dies lösen wir für \ \( c_1 \) und \ \( c_2 \).
Nun setzen wir \ \( c_1 \) und \ \( c_2 \) in die allgemeine Lösung ein:
\ \( \textbf{x}(t) = c_1 e^{\lambda_1 t} \textbf{v}_1 + c_2 e^{\lambda_2 t} \textbf{v}_2 \)
Somit haben wir die explizite Darstellung der Lösung \ \( \textbf{x}(t) \).
(c) Betrachte das diskrete System und löse die Differenzengleichung für die Anfangsbedingung \( \textbf{x}[0] = \begin{pmatrix} x_0 \ y_0 \end{pmatrix} \). Stelle die Lösung \( \textbf{x}[k] \) explizit dar.
Lösung:
Um die Differenzengleichung für das diskrete System mit der Anfangsbedingung \( \textbf{x}[0] = \begin{pmatrix} x_0 \ y_0 \end{pmatrix} \) zu lösen, folgen wir diesen Schritten:
Schritt 1: Eigenwerte und Eigenvektoren der Matrix \( A \) bestimmen
Berechne die Eigenwerte und Eigenvektoren der Matrix \( A = \begin{pmatrix} a & b \ c & d \end{pmatrix} \).
Die Eigenwerte \( \lambda \) sind die Lösungen der charakteristischen Gleichung:
\( \lambda^2 - (a + d)\lambda + (ad - bc) = 0 \)
Die zugehörigen Eigenvektoren \( \textbf{v} \) sind die Lösungen der Gleichungen:
\( (A - \lambda I)\textbf{v} = 0 \)
Sagen wir, die Eigenwerte sind \( \lambda_1 \) und \( \lambda_2 \) und die zugehörigen normierten Eigenvektoren sind \( \textbf{v}_1 \) und \( \textbf{v}_2 \).
Schritt 2: Lösung des Systems
Die allgemeine Lösung der Differenzengleichung ist eine Linearkombination der Lösungen, die auf den Eigenvektoren basieren:
\( \textbf{x}[k] = c_1 \lambda_1^k \textbf{v}_1 + c_2 \lambda_2^k \textbf{v}_2 \)
Die Konstanten \( c_1 \) und \( c_2 \) werden durch die Anfangsbedingungen bestimmt. Setze \( \textbf{x}[0] = \begin{pmatrix} x_0 \ y_0 \end{pmatrix} \) ein:
\( \textbf{x}[0] = c_1 \textbf{v}_1 + c_2 \textbf{v}_2 = \begin{pmatrix} x_0 \ y_0 \end{pmatrix} \)
Wir lösen dieses Linearsystem von Gleichungen für \( c_1 \) und \( c_2 \).
Sagen wir, \( \textbf{v}_1 = \begin{pmatrix} v_{11} \ v_{12} \end{pmatrix} \) und \( \textbf{v}_2 = \begin{pmatrix} v_{21} \ v_{22} \end{pmatrix} \). Dann haben wir:
\( c_1 v_{11} + c_2 v_{21} = x_0 \ c_1 v_{12} + c_2 v_{22} = y_0 \)
Dies lösen wir für \( c_1 \) und \( c_2 \).
Nun setzen wir \( c_1 \) und \( c_2 \) in die allgemeine Lösung ein:
\( \textbf{x}[k] = c_1 \lambda_1^k \textbf{v}_1 + c_2 \lambda_2^k \textbf{v}_2 \)
Somit haben wir die explizite Darstellung der Lösung \( \textbf{x}[k] \).
(d) Untersuche die Stabilität des diskreten Systems durch Untersuchung der Eigenwerte. Formuliere die Bedingung, die die Eigenwerte erfüllen müssen, damit das System stabil ist.
Lösung:
Um die Stabilität des diskreten Systems zu untersuchen, betrachten wir die Eigenwerte der Matrix \(A = \begin{pmatrix} a & b \ c & d \end{pmatrix}\). Die Stabilität eines diskreten Systems wird durch die Eigenwerte der Systemmatrix bestimmt.
Stabilitätskriterium für ein diskretes System
Das diskrete System ist stabil, wenn alle Eigenwerte \( \lambda \) der Matrix \(A\) innerhalb des Einheitskreises in der komplexen Ebene liegen. Das bedeutet, dass der Betrag der Eigenwerte strikt kleiner als 1 sein muss:
\(|\lambda| < 1\)
Um diese Bedingung zu formulieren, berechnen wir die Eigenwerte der Matrix \(A\):
Die Eigenwerte \( \lambda \) sind die Lösungen der charakteristischen Gleichung:
\( \lambda^2 - (a + d)\lambda + (ad - bc) = 0 \)
Seien \( \lambda_1 \) und \( \lambda_2 \) die Eigenwerte. Damit das System stabil ist, müssen beide Bedingungen \(|\lambda_1| < 1\) und \(|\lambda_2| < 1\) erfüllt sein.
Stabilitätsbedingung herzuleiten
Wir leiten nun die Bedingungen aus, die aus dieser Anforderung resultieren:
1. \(|\lambda_1| < 1\) 2. \(|\lambda_2| < 1\)
Diese Bedingungen führen auf die Notwendigkeit, dass die Spur (Summe der Eigenwerte) und das Determinant (Produkt der Eigenwerte) bestimmte Bedingungen erfüllen müssen:
\(|a + d| < 2\)
\(-1 < ad - bc < 1\)
Zusätzlich kann man die Diskriminantenbedingung verwenden, um sicherzustellen, dass die Eigenwerte insgesamt geeignet sind. Die Diskriminante \(\Delta\) der charakteristischen Gleichung schreibe man:
\( \Delta = (a + d)^2 - 4(ad - bc) \)
\( \Delta < 4 \)
Durch die Zusammenstellung dieser Bedingungen erhalten wir die expliziten Stabilitätsbedingungen für das diskrete System.
Gegeben: Ein dynamisches System beschrieben durch die Differentialgleichung\[ \dot{x} = f(x),\]wobei \(x(t)\) der Zustandsvektor des Systems ist. Du sollst die Stabilität des Gleichgewichtspunkts des Systems untersuchen.
(b) Angenommen, das System wird durch die Gleichungen beschrieben:\[ \dot{x_1} = -x_1 + x_2, \quad \dot{x_2} = -x_2.\]Untersuche die Stabilität des Gleichgewichtspunkts unter Einsatz der Lyapunov-Funktion \(V(x)\). Berechne dazu \( \dot{V}(x) \) explizit und überprüfe die Stabilitätsbedingungen.
Lösung:
Gegeben: Ein dynamisches System beschrieben durch die Differentialgleichung \(\dot{x} = f(x)\), wobei \(x(t)\) der Zustandsvektor des Systems ist. Du sollst die Stabilität des Gleichgewichtspunkts des Systems untersuchen.
Wir hatten zuvor für die Lyapunov-Funktion \(V(x)\) die Bedingungen gezeigt und die allgemeine Form der Zeitableitung \(\dot{V}(x)\) abgeleitet. Nun wenden wir dies auf ein konkretes System an.
(b) Angenommen, das System wird durch die Gleichungen beschrieben:
\[ \dot{x_1} = -x_1 + x_2, \quad \dot{x_2} = -x_2. \]Untersuchen die Stabilität des Gleichgewichtspunkts unter Einsatz der Lyapunov-Funktion \(V(x)\). Berechne dazu \(\dot{V}(x)\) explizit und überprüfe die Stabilitätsbedingungen.
Lyapunov-Funktion:
\[ V(x) = x_1^2 + x_2^2. \]Berechnung der Zeitableitung \(\dot{V}(x)\):
Überprüfung der Stabilitätsbedingungen:
Zusammenfassend:
Die Lyapunov-Funktion zeigt, dass der Gleichgewichtspunkt stabil ist, da die Terme \(-2x_1^2\) und \(-2x_2^2\) dominieren und die Funktion \(V(x)\) immer positiv ist. Der gemischte Term beeinflusst die Stabilität nicht stark genug, um das System instabil zu machen. Daher ist das System asymptotisch stabil im Gleichgewichtspunkt \(x = 0\).
(c) Diskutiere die lokale und globale Stabilität des Gleichgewichtspunkts auf Basis der zuvor berechneten Ergebnisse. Gehe dabei insbesondere auf die Unterschied zwischen lokaler und globaler Stabilität ein und erkläre, in welchem Sinne das System stabil ist.
Lösung:
Gegeben: Ein dynamisches System beschrieben durch die Differentialgleichung \( \dot{x} = f(x) \), wobei \( x(t) \) der Zustandsvektor des Systems ist. Du sollst die Stabilität des Gleichgewichtspunkts des Systems untersuchen.
(c) Diskutiere die lokale und globale Stabilität des Gleichgewichtspunkts auf Basis der zuvor berechneten Ergebnisse. Gehe dabei insbesondere auf die Unterschiede zwischen lokaler und globaler Stabilität ein und erkläre, in welchem Sinne das System stabil ist.
Unterschied zwischen lokaler und globaler Stabilität:
Im Kontext unseres Systems haben wir gezeigt, dass der Gleichgewichtspunkt sowohl lokal als auch global stabil ist. Dies ist gezeigt durch die positiven definiten Eigenschaften der Lyapunov-Funktion und die dominierenden negativen Terme in der Zeitableitung dieser Funktion.
Betrachte ein dynamisches System, das durch die PID-Regelung beschrieben wird. Die Regelabweichung in Abhängigkeit der Zeit ist gegeben durch die Funktion \[ e(t) = 5 \sin(t) - 3\cos(t) \] Die Regelparameter sind \(K_p = 2\), \(K_i = 1\) und \(K_d = 0.5\). Analysiere das System und berechne die Regelgröße \(u(t)\) im Verlauf der Zeit.
Lösung:
Um den proportionalen Anteil (P-Anteil) des PID-Reglers zu berechnen, verwenden wir die gegebene Regelabweichung e(t) und die Proportionalitätskonstante K_p. Der Proportionalregelanteil ist durch die Formel \(u_P(t) = K_p e(t)\) gegeben.
Schritte:Daher ist der proportionale Anteil \( u_P(t) \) der Regelgröße:
Lösung:
Um den Integralanteil (I-Anteil) des PID-Reglers zu berechnen, verwenden wir die gegebene Regelabweichung e(t) und die Integrationskonstante K_i. Der Integralregelanteil ist durch die Formel \(u_I(t) = K_i \int e(t)\, dt\) gegeben.
Schritte:Der Integralanteil \( u_I(t) \) der Regelgröße mit Berücksichtigung der Konstante \(C\), die bei der Integration auftritt, ist:
Lösung:
Um den Differentialanteil (D-Anteil) des PID-Reglers zu berechnen, verwenden wir die gegebene Regelabweichung e(t) und die Differenzierkonstante K_d. Der Differentialregelanteil ist durch die Formel \(u_D(t) = K_d \frac{de(t)}{dt}\) gegeben.
Schritte:Der Differentialanteil \( u_D(t) \) der Regelgröße ist:
Lösung:
Um das vollständige Ausgangssignal des PID-Reglers \(u(t)\) zu bestimmen, kombinieren wir die zuvor berechneten Anteile. Die Formel ist:
Die vollständige Regelgröße \(u(t)\) im Verlauf der Zeit ist daher:
Mit unserer kostenlosen Lernplattform erhältst du Zugang zu Millionen von Dokumenten, Karteikarten und Unterlagen.
Kostenloses Konto erstellenDu hast bereits ein Konto? Anmelden