AUTOVALORES AUTOVETORES TRANSFORMAES LINEARES E ANLISE MODAL Ettore

  • Slides: 35
Download presentation
AUTO-VALORES, AUTO-VETORES TRANSFORMAÇÕES LINEARES E ANÁLISE MODAL Ettore A. de Barros

AUTO-VALORES, AUTO-VETORES TRANSFORMAÇÕES LINEARES E ANÁLISE MODAL Ettore A. de Barros

1. INTRODUÇÃO a-ESTADO ESTRUTURA MATEMÁTICA QUE REPRESENTA O COMPORTAMENTO DO SISTEMA DIN MICO. É

1. INTRODUÇÃO a-ESTADO ESTRUTURA MATEMÁTICA QUE REPRESENTA O COMPORTAMENTO DO SISTEMA DIN MICO. É COMPOSTO POR UM CONJUNTO DE VARIÁVEIS, TAL QUE SEU CONHECIMENTO NO INSTANTE t=t 0, E O CONHECIMENTO DA EXCITAÇÃO, NESTE MESMO INSTANTE, DETERMINA COMPLETAMENTE O COMPORTAMENTO DO SISTEMA. EXISTE UM CONJUNTO MÍNIMO DE VARIÁVEIS DE ESTADO QUE SE TORNA NECESÁRIO PARA REPRESENTAR O SISTEMA DE MODO PRECISO.

b- EQUAÇÃO DE ESTADOS c-ESPAÇO DE ESTADOS ESPAÇO n-DIMENSIONAL, CUJOS EIXOS CORRESPONDEM A

b- EQUAÇÃO DE ESTADOS c-ESPAÇO DE ESTADOS ESPAÇO n-DIMENSIONAL, CUJOS EIXOS CORRESPONDEM A

ANALISEMOS ALGUMAS PROPRIEDADES DA MATRIZ “A” E SUAS RELAÇÕES COM A RESPOSTA NATURAL DO

ANALISEMOS ALGUMAS PROPRIEDADES DA MATRIZ “A” E SUAS RELAÇÕES COM A RESPOSTA NATURAL DO SISTEMA DIN MICO E SUA REPRESENTAÇÃO NO ESPAÇO DE ESTADOS

2 - ANÁLISE DA EQUAÇÃO DE AUTO-VALORES E AUTO-VETORES DA MATRIZ “A”

2 - ANÁLISE DA EQUAÇÃO DE AUTO-VALORES E AUTO-VETORES DA MATRIZ “A”

CADA RAIZ DA EQUAÇÃO POLINOMIAL É UM AUTO-VALOR. PARA CADA VALOR DISTINTO, TEM-SE 1

CADA RAIZ DA EQUAÇÃO POLINOMIAL É UM AUTO-VALOR. PARA CADA VALOR DISTINTO, TEM-SE 1 AUTO-VETOR. O CONJUNTO DE AUTO-VETORES ASSIM FORMADO É LINEARMENTE INDEPENDENTE. SUPONHA O CASO DE A (nxn) COM “n” AUTO-VALORES DISTINTOS ENTRE SÍ. QUALQUER VETOR “X”, PODE SER EXPRESSO POR:

NA FORMA MATRICIAL, TEMOS: APLICANDO A EQUAÇÃO DE AUTO-VALORES, TEMOS: PASSANDO À FORMA MATRICIAL

NA FORMA MATRICIAL, TEMOS: APLICANDO A EQUAÇÃO DE AUTO-VALORES, TEMOS: PASSANDO À FORMA MATRICIAL E APLICANDO 1), VEM:

DA EXPRESSÃO ANTERIOR, VEM:

DA EXPRESSÃO ANTERIOR, VEM:

3. APLICAÇÃO NA RESPOSTA NATURAL SABEMOS QUE DE 4), TEMOS:

3. APLICAÇÃO NA RESPOSTA NATURAL SABEMOS QUE DE 4), TEMOS:

APLICANDO 7) EM 6), VEM:

APLICANDO 7) EM 6), VEM:

4. MODOS DO SISTEMA CHAMAMOS DE MODOS DO SISTEMA ÀS FUNÇÕES TEMPORAIS QUE FORMAM

4. MODOS DO SISTEMA CHAMAMOS DE MODOS DO SISTEMA ÀS FUNÇÕES TEMPORAIS QUE FORMAM A SOLUÇÃO DE TEMOS OS SEGUINTES MODOS POSSÍVEIS

OS AUTO-VETORES RELACIONAM OS MODOS DO SISTEMA , QUE SÃO AS CARACTERÍSTICAS DE RESPOSTAS,

OS AUTO-VETORES RELACIONAM OS MODOS DO SISTEMA , QUE SÃO AS CARACTERÍSTICAS DE RESPOSTAS, COM A TRAJETÓRIA NO ESPAÇO DE ESTADOS. CONFORME SE APROXIMAM DA ORIGEM, AS TRAJETÓRIAS PASSAM A SER TANGENTES ÀS DIREÇÕES DOS AUTOVETORES. O MOVIMENTO NO ESPAÇO DE ESTADOS, AO LONGO DOS AUTO-VETORES, OCORRE COM INTENSIDADES DITADAS PELOS MODOS CORRESPONDENTES

EXEMPLO

EXEMPLO

SEJAM SENDO ASSIM, A MATRIZ M É DADA POR

SEJAM SENDO ASSIM, A MATRIZ M É DADA POR

APLICAÇÃO À EXPRESSÃO DA RESPOSTA NATURAL:

APLICAÇÃO À EXPRESSÃO DA RESPOSTA NATURAL:

PARA

PARA

X(t)= PARA

X(t)= PARA

EXEMPLOS DE TRAJETÓRIAS NO ESPAÇO DE ESTADOS FONTE: REFERÊNCIA [2]

EXEMPLOS DE TRAJETÓRIAS NO ESPAÇO DE ESTADOS FONTE: REFERÊNCIA [2]

EXEMPLOS DE TRAJETÓRIAS NO ESPAÇO DE ESTADOS FONTE: REFERÊNCIA [2]

EXEMPLOS DE TRAJETÓRIAS NO ESPAÇO DE ESTADOS FONTE: REFERÊNCIA [2]

EXEMPLOS DE TRAJETÓRIAS NO ESPAÇO DE ESTADOS FONTE: REFERÊNCIA [2]

EXEMPLOS DE TRAJETÓRIAS NO ESPAÇO DE ESTADOS FONTE: REFERÊNCIA [2]

5. APLICAÇÃO DA TRANSFORMAÇÃO LINEAR PARA A DIAGONALIZAÇÃO DA MATRIZ “A” LEMBRANDO QUALQUER VETOR

5. APLICAÇÃO DA TRANSFORMAÇÃO LINEAR PARA A DIAGONALIZAÇÃO DA MATRIZ “A” LEMBRANDO QUALQUER VETOR “X”, PODE SER EXPRESSO EM FUNÇÃO DA BASE CONSITUÍDA PELOS AUTO-VETORES. OU SEJA, NA FORMA MATRICIAL, FICA:

PORTANTO X=MZ APLICANDO NA EQUAÇÃO DE ESTADOS , VEM: SENDO ASSIM, OBTIVEMOS UMA NOVA

PORTANTO X=MZ APLICANDO NA EQUAÇÃO DE ESTADOS , VEM: SENDO ASSIM, OBTIVEMOS UMA NOVA REPRESENTAÇÃO DO MESMO SISTEMA DIN MICO:

M

M

ESSA É CONHECIDA COMO UMA TRANSFORMAÇÃO DE SIMILARIDADE ESSE TIPO DE TRANSFORMAÇÃO É UTILIZADO

ESSA É CONHECIDA COMO UMA TRANSFORMAÇÃO DE SIMILARIDADE ESSE TIPO DE TRANSFORMAÇÃO É UTILIZADO PARA TRANSFORMAR A MATRIZ “A” NUMA FORMA CONVENIENTE PARA A ANÁLISE E PROCESSAMENTO DO SISTEMA. NOTE QUE “P” PRECISA SER INVERTÍVEL, ENTRADA E SAÍDA NÃO SÃO ALTERADAS E UM NOVO CONJUNTO DE VARIÁVEIS DE ESTADO SURGE

APLICAÇÃO CASO 1:

APLICAÇÃO CASO 1:

SISTEMA TRANSFORMADO: CASO 2: O PRIMEIRO MODO NÃO É NÃO “OBSERVÁVEL”

SISTEMA TRANSFORMADO: CASO 2: O PRIMEIRO MODO NÃO É NÃO “OBSERVÁVEL”

CASO 3:

CASO 3:

SISTEMA TRANSFORMADO: O SEGUNDO MODO NÃO É “CONTROLÁVEL”

SISTEMA TRANSFORMADO: O SEGUNDO MODO NÃO É “CONTROLÁVEL”

CASO DE AUTO-VALORES COM MULTIPLICIDADE • SE ISSO CORRE, OS AUTO-VETORES PODEM NÃO SER

CASO DE AUTO-VALORES COM MULTIPLICIDADE • SE ISSO CORRE, OS AUTO-VETORES PODEM NÃO SER L. I. *, O QUE IMPLICARIA NA IMPOSSIBILIDADE DE SE DIAGONALIZAR “A” • O MAIS PRÓXIMO QUE CONSEGUIRÍAMOS DE UMA MATRIZ DIAGONAL, NESSE CASO, É A “FORMA CANÔNICA DE JORDAN”

*HÁ CASOS EM QUE, MESMO COM AUTO-VALORES EM MULTIPLICIDADE, A MATRIZ PODE SER DIAGONALIZÁVEL.

*HÁ CASOS EM QUE, MESMO COM AUTO-VALORES EM MULTIPLICIDADE, A MATRIZ PODE SER DIAGONALIZÁVEL. OU SEJA, A MATRIZ, MESMO ASSIM, POSSUI UM CONJUNTO DE AUTO-VETORES L. I. PARA O AUTO-VALOR IGUAL A “ 2”, O AUTO-VETOR PODE SER TOMADO COMO SENDO PARA O SEGUNDO AUTO-VALOR, A SOLUÇÃO GERAL PARA O AUTO-VETOR CORRESPONDENTE É DADA POR:

A MATRIZ TEM DETERMINANTE DIFERENTE DE ZERO. PORTANTO, A PODE SER TRANSFORMADA COMO SEGUE:

A MATRIZ TEM DETERMINANTE DIFERENTE DE ZERO. PORTANTO, A PODE SER TRANSFORMADA COMO SEGUE:

O QUE ACONTECE COM OS MODOS DO SISTEMA? EXEMPLO:

O QUE ACONTECE COM OS MODOS DO SISTEMA? EXEMPLO:

ANALISEMOS A SITUAÇÃO EM QUE “b” TENDE A “a”: MAIORES MULTIPLICIDADES DE “a” PRODUZEM

ANALISEMOS A SITUAÇÃO EM QUE “b” TENDE A “a”: MAIORES MULTIPLICIDADES DE “a” PRODUZEM

PODE-SE PRODUZIR A TRANSFORMAÇÃO DE SIMILARIDADE QUE LEVA A MATRIZ “A” À SUA FORMA

PODE-SE PRODUZIR A TRANSFORMAÇÃO DE SIMILARIDADE QUE LEVA A MATRIZ “A” À SUA FORMA CANÔNICA DE JORDAN. HÁ ALGORITMOS QUE FAZEM ESSA TAREFA: [V, J]=Jordan(A) (Matlab)

REFERÊNCIAS 1. Livro Texto 2. Control and Dynamic Systems. Y. Takahashi, D. M. Auslander,

REFERÊNCIAS 1. Livro Texto 2. Control and Dynamic Systems. Y. Takahashi, D. M. Auslander, M. J. Rabins, D. M. 1972. Addison-Wesley. 3. Linear Systems. T. Kailath. Prentice-Hall. 1980. 4. Engenharia de Controle Moderno. 2ª. Edição. Prentice-Hall. 1990.