Universidade Federal de Lavras Departamento de Engenharia. GNE 219 Controle em Espaço de Estados
|
|
- Silvana Cabral Caires
- 6 Há anos
- Visualizações:
Transcrição
1 Universidade Federal de Lavras Departamento de Engenharia GNE 219 Controle em Espaço de Estados 2º semestre de 217 Sala DEG 23 Professor: Daniel Leite Exercício Computacional 2 (entrega até sexta-feira, dia 3/11, às 18:) 1 Introdução Esta aula prática apresenta uma variedade de funções em Matlab para manipulação de equações e matrizes simbólicas. São também apresentados alguns conceitos úteis na análise de sistemas lineares descritos no espaço de estados como os conceitos de independência linear, autovetor e norma. Discute-se sobre a representação gráfica da solução de equações de estado. O toolbox Control Systems é explorado para obtenção das matrizes de controlabilidade e observabilidade de sistemas contínuos. O método de Ackermann é usado para projeto de controlador e observador. Ao final, os arquivos gerados com os devidos comentários e considerações devem ser entregues por . 2 Funções simbólicas O Matlab usa objetos simbólicos para representar variáveis e expressões. Uma expressão simbólica é uma expressão que contém objetos simbólicos. Um objeto simbólico é uma estrutura de dados do tipo cadeia de caracteres (string). O processamento simbólico é mais preciso que o processamento numérico visto que as operações com valores numéricos introduzem erros de arredondamento que se acumulam em operações sucessivas. Erros de arredondamento surgem porque a precisão numérica é limitada pelo número de dígitos utilizados em cada operação. Objetos simbólicos são criados através dos comandos sym e syms: >> sym( expressao ); >> syms x y z; Para representar a expressão 2+ 5= 1 fazemos: >> e = sym( 2*k + sqrt(5) = 1 ); Para criar uma variável simbólica para a expressão usamos: >> f = (x+y)/(x-2); Note que é uma variável simbólica quando a expressão contém ao menos uma variável simbólica (definida previamente).
2 Convertemos um valor numérico em uma constante simbólica fazendo: >> c = sym( (1+sqrt(5))/2 ); A variável simbólica guarda a expressão, e não o seu resultado. A constante simbólica pode ser reconvertida em um valor numérico a partir de: >> double(c); Usamos a função ezplot no seguinte formato ezplot (,, ) para criar o gráfico de = () no intervalo <<. Por exemplo, para criar o gráfico da função seno no intervalo 2<<2 usamos: >> ezplot( sin(x), [-2*pi, 2*pi]); Para traçar uma nova curva no mesmo gráfico, e.g. a função cosseno, usamos o comando hold da seguinte forma: >> hold on >> ezplot( cos(x), [-2*pi, 2*pi]); 3 Produto interno e multiplicação ponto a ponto Em Matlab, o operador ponto (. ) realiza, por exemplo, multiplicação ou potenciação de vetores ou matrizes de mesma dimensão de forma pontual. Por exemplo, seja o vetor linha a = [1 2 3]: >> a.*a >> ans = [1 4 9] >> a.^2 >> ans = [1 4 9] Chamamos de produto interno uma função de dois vetores que satisfaz determinados axiomas. Seja a = b = [1 2 3] dois vetores linha. Em Matlab o produto interno de e é calculado a partir de: >> dotprod = a*b' >> ans = 14 4 Matriz inversa e determinante O comando inv é usado em Matlab para calcular a inversa de uma matriz. Para verificar se uma matriz é matriz inversa de, é suficiente mostrar que A*B=I e B*A=I, onde I é a matriz identidade (eye). O comando det é usado para calcular o determinante de uma matriz.
3 5 Dependência linear Dizemos que os vetores,,,! são linearmente dependentes se existe números reais ",",,"!, não todos nulos, tal que: Supondo que " não seja nulo temos: " +" + +"!! =$ = " "! "! "! Portanto, o vetor pode ser escrito como uma combinação linear dos vetores,,!. Os vetores,,,! são ditos linearmente dependentes. Por exemplo, os vetores (1,1,1), (1,1,2) e (2,2,3) são linearmente dependentes. Similarmente, os vetores (1,1,1), (1,1,2), (2,2,3) e (,,1) são linearmente dependentes. Uma maneira de verificar dependência linear é a partir do escalonamento de uma matriz contendo em suas linhas os elementos dos vetores em análise. Se ao menos uma das linhas da matriz for nula, então os vetores originais são linearmente dependentes. Se a única forma de obter o vetor nulo $ for tomar os coeficientes ",",,"! iguais a, então os vetores,,,! são ditos linearmente independentes. Por exemplo, os vetores (1,,), (,1,) e (,,1) são linearmente independentes. Da mesma forma, são linearmente independentes os vetores (1,1,1), (1,2,2) e (1,2,3). Se,, & é um conjunto de vetores linearmente independentes, então o conjunto ',(,) &, para todo ',(,*, também é linearmente independente. Uma forma de verificar independência linear de vetores é construir uma matriz contendo em suas linhas os elementos dos vetores em análise. Se o determinante da matriz for diferente de zero, então os vetores originais são linearmente independentes. 6 Autovalor e autovetor O comando eig computa os autovalores e autovetores de uma matriz. Sua sintaxe é: >> [V,D] = eig(a); Os autovalores de são armazenados na diagonal principal da matriz +. Os autovetores associados aos autovalores são armazenados nas colunas da matriz,. Considere = magic(n), onde magic é uma função que gera um quadrado mágico válido para todo - >, exceto para - = 2. O polinômio característico da matriz quadrada pode ser obtido de: >> chpol = poly(b); A variável chpol contem os coeficientes do polinômio característico da matriz em ordem descendente de acordo com a potência. Uma forma alternativa de se obter os autovalores de é calculando as raízes de chpol: >> eigenvalues = roots(chpol);
4 7 Norma Normas se aplicam a matrizes e vetores únicos, e, portanto, não são necessariamente vinculadas à noção de distância entre vetores e matrizes. A distância entre dois vetores no espaço R é geralmente dada pela norma-2 ou distância Euclidiana que é uma generalização do teorema de Pitágoras para mais de duas coordenadas e também a ideia intuitiva de distância. Outras medidas de distância, i.e., medidas baseadas em outras normas são algumas vezes consideradas. Seja um vetor,..., e um vetor 2,...,2. A distância de Minkowski + de ordem 3 (norma-3) é definida: += : 79 8,3 1 No caso especial em que 3 = (norma-infinito) tem-se: += =>? : 8 A 79 8 =? ( 2,, 2 ) Além da norma-2, a norma-1 (distância de Manhattan) e a norma- (distância de Chebyshev) são as mais usadas, sendo as demais raramente consideradas. Note que 3 não precisa ser necessariamente um número inteiro, podendo assumir valores reais, desde que não sejam menores que 1 segundo o teorema da inequação do triângulo para todos os espaços Euclidianos. Em Matlab, calculamos a norma de um vetor qualquer usando a função norm. 8 Solução da equação de estados não homogênea A solução da equação de estados não homogênea: B =+ pode ser obtida via Laplace transformada. Sua transformada é dada, após simples manipulações, por: ou C(D)=(DE ) ()+(DE ) F(D) C(D)= HI JK L()+ HI JK LF(D) onde M=I JK é a matriz de transição de estado. A transformada inversa de Laplace da última equação pode ser obtida pelo uso de integral de convolução. Logo:
5 (N)=I JK ()+OI J(KP) (Q)RQ S Note que, se a matriz for, por exemplo, uma matriz 2 2, I JK também é uma matriz 2 2. Em Matlab, I JK é calculada a partir do comando expm. Diferentemente do cálculo da exponencial da matriz, a integral de matriz calculada na equação acima deve considerar cada termo separadamente; quatro integrais são calculadas no caso. 9 Controlabilidade e observabilidade Os conceitos de controlabilidade e observabilidade são fundamentais em análise e controle no espaço de estados. A condição de completa controlabilidade de estados e observabilidade depõem a favor da existência de uma solução de projeto. A solução do problema de projeto pode não existir se o sistema não for controlável. O sistema B(N)=(N)+(N),()= S, R, R! é de estado completamente controlável se vetores de controle (N S ),, WN X Y ilimitados podem transferir o estado atual (N S ) para qualquer outro estado (N X ) em um intervalo de tempo N S,N X finito. Neste caso, a matriz de controlabilidade: Z= tem posto - (posto completo). A dimensão de Z é - -?. Em Matlab Z é obtida a partir do comando ctrb. O posto de Z pode ser verificado usando rank. Podemos desejar controlar a saída do sistema ao invés de seus estados. A controlabilidade completa de estado não é necessária nem suficiente para controlar a saída do sistema. Seja B(N)=(N)+(N),[(N)=\(N)++(N), R, R!,[ R 8. Esse sistema é de saída completamente controlável se vetores de controle (N S ),, WN X Y ilimitados podem transferir a saída atual [(N S ) para qualquer saída final [(N X ) em um intervalo de tempo N S,N X finito. Nesse caso, a matriz: ]=\ \ \ \ + tem posto 3 (posto completo). A dimensão de ] é 3 (-+1)?. Seja o sistema linear, invariante no tempo, não forçado: B(N)=(N),[(N)= \(N), R, [ R 8. Esse sistema é completamente observável se é possível determinar (N S ) a partir da observação de [(N) durante um intervalo de tempo N S,N X finito. Nesse caso, a matriz de observabilidade: ^=\ \ ( ) \ tem posto - (posto completo). A dimensão de ^ é Em Matlab ^ é obtida a partir do comando obsv. O posto de Z pode ser verificado usando rank. Uma condição necessária e suficiente para controlabilidade completa de estados e observabilidade completa é que não ocorram cancelamentos de polos e zeros na função ou matriz de transferência. Uma função de transferência que possui cancelamentos, não carrega toda a informação que caracteriza a dinâmica do sistema. K
6 1 Projeto pelo método de Ackermann Baseado na lei de controle por realimentação linear de estados: =h()= a= b d O ganho de realimentação de estados, a, de sistemas completamente controláveis, pode ser obtido pela fórmula de Ackermann: onde a= 1 Z 3 e () Z= é a matriz de controlabilidade de estados; e 3 e (D)=D +f D + +f D+f é o polinômio característico desejado em malha fechada. Logo, 3 e ()= +f + +f +f E. A fórmula de Ackermann modificada para o problema dual é: \ \ a h = 3 e ()b d b d, \ 1 onde a h é a matriz de ganhos do observador. Em Matlab, os comandos place e acker podem ser usados para projeto. 11 Exercícios 1) Calcule o determinante, a inversa e o traço da matriz simbólica Z=i R j. Traço é a soma dos elementos da diagonal principal. 2) Defina uma função () simbólica de 4ª ordem e calcule suas derivadas de primeira e segunda ordem. Use os comandos diff e pretty. 3) Calcule as derivadas de 1ª ordem com relação à dos elementos da matriz simbólica Z= k & R[ l. Dada a função 3()=( 1)( 2)( 3). Explore os comandos expand e factor. Comente.
7 4) Declare uma variável simbólica. Encontre os valores de para os quais a 1 2 matriz =D[?41 1: não é invertível ) Demonstre que RIN(+) RIN() + RIN() para matrizes quaisquer. 6) Escreva uma função indeplin(varin) que recebe 3 vetores de mesma dimensão e verifica se eles são linearmente independentes. 7) Seja = pascal(n), a matriz de Pascal de ordem -. a. Verifique se é diagonalizável, isto é, se tem autovalores distintos. b. Podemos reconstruir a matriz a partir de seus autovalores diag(d) e autovetores, fazendo =,+,. Esta operação pode ser calculada em Matlab a partir de V*D/V ou usando o operador inv. Verifique/Comente o tempo de execução nos dois casos para a matriz de Pascal fazendo - = 5,5,5. c. Suponha uma matriz tal que um dos seus elementos seja uma variável simbólica. Repita a análise do item b. 8) Calcule as normas 1, 2 e dos seguintes: a. Vetor linha: b. Quadrado mágico de dimensão 5. 9) Seja: 3 1 B =n 6 1 p+n1p, [= 1 1, ()=np 5 1 a. Resolva para [(N) sendo (N) o degrau unitário. b. Represente graficamente a resposta ao degrau. c. Repita a resolução usando o Symbolic Math Toolbox, i.e. usando syms e implementando a solução da equação de estados. Considere a condição inicial ()=1 1 q e um degrau unitário de entrada. 1) Seja: B =n 1 p+np, [=1, ()=np 6 1 Resolva para [(N), sendo (N) o degrau unitário, e represente graficamente a resposta do sistema ao degrau. 11) Para os sistemas representados no espaço de estados como segue: a. B =i j+i1 3 j, [= b. B =n18,25 6,25 11,75p+n3p, [= ,25 2,25 5,75 2 Obtenha o sistema diagonal similar. Comente sobre as novas matrizes obtidas. 12) Determine se o sistema B =n 1 5 p+n1p é de estado completamente controlável. Use os comandos ctrb e rank. 13) Determine se o sistema a. B =n 2 1 p+n1p, [=
8 é observável. Use os comandos obsv e rank. Determine também se o sistema é de saída completamente controlável. 14) As propriedades de controlabilidade e observabilidade dependem da representação no espaço de estados escolhida para um dado sistema. Em geral, a controlabilidade e a observabilidade são afetadas quando existe cancelamento de polo e zero na função de transferência. Considere os dois sistemas a seguir com representações: B7 = , [=\ 7 7 =i j, =i 1 j, \ =1 4 1 =n 1 p, =np, \ = a. Mostre que os sistemas possuem o mesmo comportamento dinâmico após o cancelamento de polos e zeros. b. Verifique a observabilidade de ambos os sistemas. 15) Projete um controlador de realimentação de estados para resultar em 2% de sobressinal e um tempo de acomodação de 2 segundos para a planta: v(d)= (D+6) (D+9)(D+8)(D+5) 16) Projete um observador 1 vezes mais rápido que o sistema em malha fechada para a planta do exercício anterior. OBS.: As funções trace, tic, toc, magic, step, stepinfo, initial, sym2poly, poly, canon e minreal podem ser úteis. Apêndice Lista com alguns comandos úteis em computação simbólica simplify: simplifica uma expressão simbólica collect: reescreve uma expressão como um polinômio subs: substitui uma variável por um valor int: integral (operação inversa da derivação diff) limit: limite de uma expressão taylor: expansão em série de Taylor poly2sym: converte os coeficientes de um polinômio em polinômio simbólico solve: solução simbólica de equações dsolve: solução simbólica de equações diferenciais
SISTEMAS REALIMENTADOS
SISTEMAS REALIMENTADOS Prof.: Helder Roberto de O. Rocha Engenheiro Eletricista Doutorado em Computação Representação no Espaço de Estados É apropriada para sistemas que possuem várias entradas e várias
Leia mais-GNE219 - Controle em Espaço de Estados
Universidade Federal de Lavras Departamento de Engenharia -GNE219 - Controle em Espaço de Estados Prof. Daniel Leite E-mail: daniel.leite@deg.ufla.br 2/2017 1/29 Sumário Controlabilidade Observabilidade
Leia maisProcessamento Simbólico Polinómios e Equações Gráficos
Matlab Processamento Simbólico Polinómios e Equações Gráficos Matlab Eercício. Iniciar o programa Matlab. Há duas formas: Fazer duplo-clique sobre o atalho, eistente no ambiente de trabalho do Windows
Leia mais5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008 1. Encontre os autovalores, os autovetores e a exponencial e At para [ ] 1 1 1 1 2. Uma matriz diagonal Λ satisfaz a regra usual
Leia maisObservabilidade, Decomposição Canônica
Observabilidade, Decomposição Canônica 1. Observabilidade de Sistemas LIT 2. Dualidade 3. Índices de Observabilidade 4. Decomposição Canônica pag.1 Teoria de Sistemas Lineares Aula 16 Observabilidade Sistemas
Leia maisAproximação de uma função pelo polinómio de Taylor.
Aproximação de uma função pelo polinómio de Taylor. Funções relacionadas do Matlab: 1. Polinómios estas funções encontram-se no Interpolation and Polynomials toolbox função POLYVAL: avalia um polinómio
Leia maisEES-20: Sistemas de Controle II. 21 Agosto 2017
EES-2: Sistemas de Controle II 21 Agosto 217 1 / 52 Recapitulando: Realimentação de estado r t u t y t x t Modelo da planta: Lei de controle: ẋ = Ax + Bu y = Cx u = Kx + Fr Representação para o sistema
Leia maisAnálise Dinâmica de Sistemas Mecânicos e Controle
Análise Dinâmica de Sistemas Mecânicos e Controle Unidade 3 Espaço de Estados: álgebra e resolução das equações dinâmicas Prof. Thiago da Silva Castro thiago.castro@ifsudestemg.edu.br Para trabalhar no
Leia maisParte 3 - Produto Interno e Diagonalização
Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é
Leia maisRealimentação de Estado Sistemas SISO
1. Realimentação de Estado para Sistemas SISO pag.1 Teoria de Sistemas Lineares Aula 18 Considere o sistema n dimensional, SISO: ẋ = Ax + bu y = cx Na realimentação de estados, a entrada u é dada por u
Leia mais-GNE219 - Controle em Espaço de Estados
Universidade Federal de Lavras Departamento de Engenharia -GNE219 - Controle em Espaço de Estados Prof. Daniel Leite E-mail: daniel.leite@deg.ufla.br 2/2017 1/35 Sumário Conceitos básicos de modelos em
Leia maisTeoria de Sistemas Lineares I
Teoria de Sistemas Lineares I Prof. Aguinaldo S.e Silva, Universidade Federal de Santa Catarina Observabilidade Conceito dual à controlabilidade. Considere a equação dinâmica de dimensão n, p entradas
Leia maisÁlgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Definição de Matrizes. Exemplos. Definição de Ordem de Uma Matriz. Exemplos. Representação Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz
Leia maisSymbolic Math Toolbox
O Toolbox de Matemática Simbólica disponibiliza uma coleção de diversas funções do MATLAB utilizadas para calcular operações básicas, tais como: derivadas, limites, integrais, expansão da serie de Taylor,
Leia maisNÍVEL BÁSICO CAPÍTULO II
UNIVERSIDADE FEDERAL DO PARÁ CENTRO TECNOLÓGICO DEPARTAMENTO DE ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO PROGRAMA DE EDUCAÇÃO TUTORIAL SEMANA DOS 40 ANOS DE ENGENHARIA ELÉTRICA NÍVEL BÁSICO CAPÍTULO II PROGRAMA
Leia maisMurilo F. Tomé ICMC-USP
INTRODUÇÃO AO MATLAB Murilo F. Tomé ICMC-USP Pré-requisitos: Utilização de editor de texto; Atribuição de valores e manuseio de variáveis; Manuseio de loops; Números reais e complexos; Vetores e matrizes.
Leia maisExercício: Identifique e faça um esboço do conjunto solução da. 3x xy + y 2 + 2x 2 3y = 0
Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 + 2 3xy + y 2 + 2x 2 3y = 0 Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 +
Leia maisANÁLISE DE SISTEMAS LINEARES NO ESPAÇO DE ESTADOS
AE- ANÁLISE DE SISTEMAS LINEARES NO ESPAÇO DE ESTADOS AE- Determine os valores e vectores próprios de a) A= -.5.5 -.5 b) B= - - AE- Forma canónica controlável. a) Mostre que a equação diferencial homogénea
Leia maisAula 25 - Espaços Vetoriais
Espaço Vetorial: Aula 25 - Espaços Vetoriais Seja V um conjunto não vazio de objetos com duas operações definidas: 1. Uma adição que associa a cada par de objetos u, v em V um único objeto u + v, denominado
Leia maisG3 de Álgebra Linear I
G3 de Álgebra Linear I 11.1 Gabarito 1) Seja A : R 3 R 3 uma transformação linear cuja matriz na base canônica é 4 [A] = 4. 4 (a) Determine todos os autovalores de A. (b) Determine, se possível, uma forma
Leia mais1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0
Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A
Leia maisTÓPICOS. Valores e vectores próprios. Equação característica. Matrizes semelhantes. Matriz diagonalizável. Factorização PDP -1
Note bem: a leitura destes apontamentos não dispensa de modo algum a leitura atenta da bibliografia principal da cadeira Chama-se a atenção para a importância do trabalho pessoal a realizar pelo aluno
Leia maisSUMÁRIO BACKGROUND. Referências 62 MATLAB Seção B: Operações Elementares 62 Problemas 71
SUMÁRIO BACKGROUND B.l Números Complexos 17 B.l-l Nota Histórica 17 B.I-2 Álgebra de Números Complexos 20 B.2 Senóides 30 B.2-1 Adição de Senóides 31 B.2-2 Senóides em Termos de Exponenciais: A Fórmula
Leia maisAUTOVALORES E AUTOVETORES
AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos
Leia maisSumário. CAPÍTULO 1 Introdução 1. CAPÍTULO 2 Terminologia dos Sistemas de Controle 14
Sumário CAPÍTULO 1 Introdução 1 1.1 Sistemas de controle 1 1.2 Exemplos de sistemas de controle 2 1.3 Sistemas de controle de malha aberta e malha fechada 3 1.4 Realimentação 3 1.5 Características da realimentação
Leia maisÁlgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP
Álgebra Linear AL Luiza Amalia Pinto Cantão Depto de Engenharia Ambiental Universidade Estadual Paulista UNESP luiza@sorocabaunespbr Espaços Vetoriais 1 Definição; 2 Subespaços; 3 Combinação Linear, dependência
Leia mais3.DETERMINAÇÃO NUMÉRICA DE AUTO VALORES E AUTO VETORES
CAPITULO 3 3.DETERMINAÇÃO NUMÉRICA DE AUTO VALORES E AUTO VETORES Para BURDEN (2003, p.374), uma matriz n x m pode ser considerada como uma função que usa a multiplicação de matrizes para levar vetores
Leia maisESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R
ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações
Leia maisUniversidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC
Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC Introdução à Mecânica do Contínuo Tensores Professor: Márcio André Araújo Cavalcante
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto
Leia mais. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1
QUESTÕES ANPEC ÁLGEBRA LINEAR QUESTÃO 0 Assinale V (verdadeiro) ou F (falso): (0) Os vetores (,, ) (,,) e (, 0,) formam uma base de,, o espaço vetorial gerado por,, e,, passa pela origem na direção de,,
Leia maisAula 18. Carlos Amaral Fonte: Cristiano Quevedo Andrea
Aula 8 Carlos Amaral Fonte: Cristiano Queveo Anrea UTFPR - Universiae Tecnológica Feeral o Paraná DAELT - Departamento Acaêmico e Eletrotécnica Curitiba, Junho e Comparação entre técnicas e controle Técnica
Leia maisUniversidade Federal do Rio de Janeiro. Princípios de Instrumentação Biomédica. Módulo 5. Heaviside Dirac Newton
Universidade Federal do Rio de Janeiro Princípios de Instrumentação Biomédica Módulo 5 Heaviside Dirac Newton Conteúdo 5 - Circuitos de primeira ordem...1 5.1 - Circuito linear invariante de primeira ordem
Leia maisMESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação. Aula 06. Prof. Dr. Marco Antonio Leonel Caetano
MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação Aula 06 Prof. Dr. Marco Antonio Leonel Caetano 1 Guia de Estudo para Aula 06 Aplicação de AutoValores - Usando autovalor para encontrar pontos
Leia maisRELATÓRIO FINAL DO PROJETO DE INICIAÇÃO CIENTÍFICA (PIBIC/CNPq/INPE)
CÁLCULO DA FORMA NORMAL PARA SISTEMAS BIDIMENSIONAIS RELATÓRIO FINAL DO PROJETO DE INICIAÇÃO CIENTÍFICA (PIBIC/CNPq/INPE) Guilherme dos Santos Soares (UFRJ, Bolsista PIBIC/CNPq) E-mail: guilherme77fisicaufrj@gmail.com
Leia maisMini curso básico. Gilberto A. S. Segundo Fábio Carmo. Programa de Educação Tutorial
Programa de Educação Tutorial Mini curso básico Universidade Federal do Espírito Santo Departamento de Informática Gilberto A. S. Segundo Fábio Carmo Agenda Apresentação Vetores e matrizes em matlab Comandos
Leia maisGAAL - Exame Especial - 12/julho/2013. Questão 1: Considere os pontos A = (1, 2, 3), B = (2, 3, 1), C = (3, 1, 2) e D = (2, 2, 1).
GAAL - Exame Especial - /julho/3 SOLUÇÕES Questão : Considere os pontos A = (,, 3), B = (, 3, ), C = (3,, ) e D = (,, ) (a) Chame de α o plano que passa pelos pontos A, B e C e de β o plano que passa pelos
Leia maisFUNDAMENTOS DE SISTEMAS LINEARES PARTE 2
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 2 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Agenda Resposta no espaço de estados Representações
Leia maisExponencial de uma matriz
Exponencial de uma matriz Ulysses Sodré Londrina-PR, 21 de Agosto de 2001; Arquivo: expa.tex Conteúdo 1 Introdução à exponencial de uma matriz 2 2 Polinômio característico, autovalores e autovetores 2
Leia maisVetores e Geometria Analítica
Vetores e Geometria Analítica ECT2102 Prof. Ronaldo Carlotto Batista 23 de fevereiro de 2016 AVISO O propósito fundamental destes slides é servir como um guia para as aulas. Portanto eles não devem ser
Leia maisÁlgebra Linear Teoria de Matrizes
Álgebra Linear Teoria de Matrizes 1. Sistemas Lineares 1.1. Coordenadas em espaços lineares: independência linear, base, dimensão, singularidade, combinação linear 1.2. Espaço imagem (colunas) - Espaço
Leia maisSC1 Sistemas de Controle 1. Cap. 2 - Estabilidade Prof. Tiago S Vítor
SC1 Sistemas de Controle 1 Cap. 2 - Estabilidade Prof. Tiago S Vítor Sumário 1. Introdução 2. Critério de Routh-Hurwitz 3. Critério de Routh-Hurwitz: Casos Especiais 4. Projeto de Estabilidade via Routh-Hurwitz
Leia maisINTRODUÇÃO AO SCILAB
INTRODUÇÃO AO SCILAB O programa SCILAB é um ambiente apropriado ao desenvolvimento de software para computação numérica. Esse programa foi concebido e é mantido pelo Institut de Recherche em Informatique
Leia maisLista de Exercícios III. junho de 2005
ÁLGEBRA LINEAR II Prof Amit Bhaya Lista de Exercícios III junho de 2005 Ortogonalidade, espaços fundamentais 1 Se Ax = b possui solução e A T y = 0, então y é perpendicular a 2 Se Ax = b não possui solução
Leia maisResolução de Sistemas Lineares Prof. Isaias Lima 04/03/2015
Resolução de Sistemas Lineares Prof. Isaias Lima 04/03/2015 A situação mais comum envolve uma matriz quadrada de coeficientes A e um vetor coluna b no segundo membro da equação. 1) Matriz A não singular
Leia maisEspaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números
Leia maisÁlgebra Linear. Professor Alessandro Monteiro. 1º Sábado - Matrizes - 11/03/2017
º Sábado - Matrizes - //7. Plano e Programa de Ensino. Matrizes. Exemplos. Ordem de Uma Matriz. Exemplos. Representação 7. Matriz Genérica m x n 8. Matriz Linha 9. Exemplos. Matriz Coluna. Exemplos. Diagonal
Leia maisCálculo Numérico BCC760
Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita
Leia maisLABORATÓRIO DE SISTEMAS DE CONTROLE II 4 PROJETO DE CONTROLADORES E DE OBSERVADORES NO ESPAÇO DE ESTADOS. 4.1 Colocação do Problema
UNIVERSIDADE DO ESTADO DE SANTA CATARINA CENTRO DE CIÊNCIAS TECNOLÓGICAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA LABORATÓRIO DE SISTEMAS DE CONTROLE II 4 PROJETO DE CONTROLADORES E DE OBSERVADORES NO ESPAÇO
Leia maisElementos de Matemática Avançada
Elementos de Matemática Avançada Prof. Dr. Arturo R. Samana Semestre: 2012.2 Conteúdo - Objetivos da Disciplina - Ementa curricular - Critérios de avaliação - Conteúdo programático - Programação Objetivos
Leia maisUNIVERSIDADE FEDERAL DO ABC
UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA - sistemas lineares de equações Profs André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda Métodos diretos Analise os sistemas
Leia maisG3 de Álgebra Linear I
G3 de Álgebra Linear I 2.2 Gabarito ) Considere a matriz 4 N = 4. 4 Observe que os vetores (,, ) e (,, ) são dois autovetores de N. a) Determine uma forma diagonal D de N. b) Determine uma matriz P tal
Leia maisSumário VII. Introdução à Computação Álgebrica com Maple - Lenimar Andrade
Sumário Prefácio XIII 1 Introdução ao Maple 1 1.1 Introdução.............................. 1 1.2 O menu principal.......................... 4 1.3 A barra de ferramentas....................... 5 1.4 Usando
Leia maisMatrizes e Linearidade
Matrizes e Linearidade 1. Revisitando Matrizes 1.1. Traço, Simetria, Determinante 1.. Inversa. Sistema de Equações Lineares. Equação Característica.1. Autovalor & Autovetor 4. Polinômios Coprimos 5. Função
Leia maisEES-49/2012 Correção do Exame. QBM1 Esboce o diagrama de Nyquist para a seguinte função de transferência:
EES-49/2012 Correção do Exame QBM1 Esboce o diagrama de Nyquist para a seguinte função de transferência: Analise a estabilidade do sistema em malha fechada (dizendo quantos polos instáveis o sistema tem
Leia maisUniversidade Federal da Paraíba Departamento de Matemática. Álgebra Linear e Geometria Analítica
Departamento de Matemática Álgebra Linear e Geometria Analítica João Pessoa, 16 de março de 2013 AGENDA Primeira prova: 31 de janeiro de 2013 - Sistemas de Equações Lineares e Espaços Vetoriais Segunda
Leia maisAula 5 - Produto Vetorial
Aula 5 - Produto Vetorial Antes de iniciar o conceito de produto vetorial, precisamos recordar como se calculam os determinantes. Mas o que é um Determinante? Determinante é uma função matricial que associa
Leia maisCapítulo 2 Dinâmica de Sistemas Lineares
Capítulo 2 Dinâmica de Sistemas Lineares Gustavo H. C. Oliveira TE055 Teoria de Sistemas Lineares de Controle Dept. de Engenharia Elétrica / UFPR Gustavo H. C. Oliveira Dinâmica de Sistemas Lineares 1/57
Leia maisII. REVISÃO DE FUNDAMENTOS
INSTITUTO TECNOLÓGICO DE AERONÁUTICA CURSO DE ENGENHARIA MECÂNICA-AERONÁUTICA MPS-43: SISTEMAS DE CONTROLE II. REVISÃO DE FUNDAMENTOS Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de Mecatrônica
Leia maisFUNDAMENTOS DE SISTEMAS LINEARES PARTE 1
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Revisão O que é um corpo (campo)? O que é um espaço
Leia maisFOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS
FOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS Maio 12, 2008 2 Contents 1. Complementos de Álgebra Linear 3 1.1. Determinantes 3 1.2. Valores e vectores próprios 5 2. Análise em
Leia maisNoções de Álgebra Linear
Noções de Álgebra Linear 1. Espaços vetoriais lineares 1.1. Coordenadas 2. Operadores lineares 3. Subespaços fundamentais 4. Espaços normados 5. Espaços métricos 6. Espaços de Banach 7. Espaços de Hilbert
Leia maisInterpolação polinomial
Quarto roteiro de exercícios no Scilab Cálculo Numérico Rodrigo Fresneda 8 de abril de 0 Guia para respostas: Entregue suas respostas às tarefas contidas no roteiro de cada uma das quatro atividades, incluindo
Leia mais. Repare que ao multiplicar os vetores (-1,1) e
Álgebra Linear II P1-2014.2 Obs: Todas as alternativas corretas são as representadas pela letra A. 1 AUTOVETORES/ AUTOVALORES Essa questão poderia ser resolvida por um sistema bem chatinho. Mas, faz mais
Leia maisSistemas lineares e matrizes, C = e C =
1. Considere as matrizes ( 2 1 A 4 0 1 MATEMÁTICA I (M 195 (BIOLOGIA, BIOQUÍMICA E ARQUITETURA PAISAGISTA 2014/2015, B Sistemas lineares e matrizes ( 4 1 2 5 1 Verifique se está definida e, caso esteja,
Leia maisDefinição (6.1): Definimos equação diferencial como uma qualquer relação entre uma função e as suas derivadas.
Capítulo 6 Definição (6.1): Definimos equação diferencial como uma qualquer relação entre uma função e as suas derivadas. Definição (6.2): Seja e uma função real incógnita definida num intervalo aberto.
Leia maisMAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.
MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de 218 Q1. Considere a transformação linear T : P 3 (R) P 2 (R), dada por T ( p(x) ) = p(x + 1) p(x), para todo p(x) P 3 (R), e seja A
Leia maisINTRODUÇÃO À ANALISE DE SINAIS ELT 032
INTRODUÇÃO À ANALISE DE SINAIS ELT 032 Prof. Jeremias Barbosa Machado Introdução Neste capítulo estudaremos as Transformadas de Laplace. Elas apresentam uma representação de sinais no domínio da frequência
Leia maisÁlgebra linear A Primeira lista de exercícios
Álgebra linear A Primeira lista de exercícios Prof. Edivaldo L. dos Santos (1) Verifique, em cada um dos itens abaixo, se o conjunto V com as operações indicadas é um espaço vetorial sobre R. {[ ] a b
Leia maisEXAMES DE ANÁLISE MATEMÁTICA III
EXAMES DE ANÁLISE MATEMÁTICA III Jaime E. Villate Faculdade de Engenharia Universidade do Porto 22 de Fevereiro de 1999 Resumo Estes são alguns dos exames e testes da disciplina de Análise Matemática III,
Leia maisSCILAB: MÓDULO 4 SISTEMAS E CONTROLE
SCILAB: MÓDULO 4 SISTEMAS E CONTROLE Scilab 5.3.3 Dr.ª Eng.ª Mariana Santos Matos Cavalca O que é controlar? Função de Transferência: breve definição u(t) Sistema LIT y(t) Usualmente (sistemas próprios)
Leia maisSCS Sistemas de Controle / Servomecanismos. Aula 04 Diagrama do lugar geométrico das raízes
Aula 04 Diagrama do lugar geométrico das raízes Definição: O lugar das raízes de um sistema é um gráfico que representa a trajetória das raízes de sua equação característica pólos da função de transferência
Leia maisSinais e Sistemas Unidade 5 Representação em domínio da frequência para sinais contínuos: Transformada de Laplace
Sinais e Sistemas Unidade 5 Representação em domínio da frequência para sinais contínuos: Transformada de Laplace Prof. Cassiano Rech, Dr. Eng. rech.cassiano@gmail.com Prof. Rafael Concatto Beltrame, Me.
Leia maisParte 2 - Espaços Vetoriais
Espaço Vetorial: Parte 2 - Espaços Vetoriais Seja V um conjunto não vazio de objetos com duas operações definidas: 1. Uma adição que associa a cada par de objetos u, v em V um único objeto u + v, denominado
Leia mais14 Estimador assintótico
Teoria de Controle (sinopse) 4 J. A. M. Felippe de Souza Neste capítulo continuaremos no estudo de que foi iniciado no capítulo anterior. Estimadores de Estado, A exemplo dos capítulos anteriores será
Leia maisParte 1 - Matrizes e Sistemas Lineares
Parte 1 - Matrizes e Sistemas Lineares Matrizes: Uma matriz de tipo m n é uma tabela com mn elementos, denominados entradas, e formada por m linhas e n colunas. A matriz identidade de ordem 2, por exemplo,
Leia maisMAE125 Álgebra Linear /1 Turmas EQN/QIN
MAE25 Álgebra Linear 2 205/ Turmas EQN/QIN Planejamento (última revisão: 0 de junho de 205) Os exercícios correspondentes a cada aula serão cobrados oralmente na semana seguinte à aula e valem nota Todas
Leia mais4.1 Pólos, Zeros e Resposta do Sistema
ADL17 4.1 Pólos, Zeros e Resposta do Sistema A resposta de saída de um sistema é a soma de duas respostas: a resposta forçada e a resposta natural. Embora diversas técnicas, como a solução de equações
Leia maisProvas. As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor.
Provas As notas da primeira e segunda prova já foram digitadas no Minha UFMG. Caso você não veja sua nota, entre em contato com o professor. Terceira prova. Sábado, 15/junho, 10:00-12:00 horas, ICEx. Diagonalização
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
Leia maisPontifícia Universidade Católica de Goiás Escola de Engenharia. Aluno (a): Aula Laboratório 11 Cap 6 Estabilidade
Pontifícia Universidade Católica de Goiás Escola de Engenharia Laboratório ENG 3503 Sistemas de Controle Prof: Filipe Fraga 11 Aluno (a): Aula Laboratório 11 Cap 6 Estabilidade 1- Considerações teóricas:
Leia maisÁlgebra Linear I - Aula 22
Álgebra Linear I - Aula 1. Bases Ortonormais.. Matrizes Ortogonais. 3. Exemplos. 1 Bases Ortonormais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de
Leia maisMinicurso de MATLAB. Programa de Educação Tutorial de Engenharia Elétrica. lmax Rodrigues. lcaroline Pereira. lnayara Medeiros
Minicurso de MATLAB Programa de Educação Tutorial de Engenharia Elétrica lmax Rodrigues lcaroline Pereira lnayara Medeiros lementa da aula de hoje: - Álgebra linear; - Polinômios; - Operações com polinômios;
Leia maisCapítulo 5 Derivadas Parciais e Direcionais
Capítulo 5 Derivadas Parciais e Direcionais 1. Conceitos Sabe-se que dois problemas estão relacionados com derivadas: Problema I: Taxas de variação da função. Problema II: Coeficiente angular de reta tangente.
Leia maisControlabilidade. Uma representação (ou realização) de um sistema dinâmico no espaço de estados:
Controlabilidade Uma representação (ou realização) de um sistema dinâmico no espaço de estados: x = Ax + Bu ou equivalentemente o par (A, B), é dito controlável (completamente controlável, de estado controlável)
Leia maisexercícios de álgebra linear 2016
exercícios de álgebra linear 206 maria irene falcão :: maria joana soares Conteúdo Matrizes 2 Sistemas de equações lineares 7 3 Determinantes 3 4 Espaços vetoriais 9 5 Transformações lineares 27 6 Valores
Leia maisAlgebra Linear. 1. Espaços Vetoriais Lineares. 2. Coordenadas em Espaços Lineares. 3. Operadores Lineares. 4. Transformação de Similaridade
Algebra Linear 1 Espaços Vetoriais Lineares Coordenadas em Espaços Lineares 3 Operadores Lineares 4 Transformação de Similaridade Matriz como Operador Norma de Vetores e Produto Interno pag1 Teoria de
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
Leia maisLISTAS DE EXERCÍCIOS PTC Controle Linear Multivariável (Pós-Graduação) Prof. Paulo Sérgio Pereira da Silva
LISTAS DE EXERCÍCIOS PTC - 5746 Controle Linear Multivariável Pós-Graduação Prof. Paulo Sérgio Pereira da Silva 27 ạ Lista de Exercícios Algebra Linear Controle Multivariável PTC 5746 Prof. Paulo Sérgio
Leia maisTransformada de Laplace. Definição. O processo inverso de obter a função temporal f(t) a partir da
Prof. Raimundo Nonato das Mercês Machado O processo inverso de obter a função temporal f(t) a partir da transformada de Laplace F(s) é chamado transformada de Laplace inversa. A notação para a transformada
Leia maisPara temos : que é a ideia de um polinômio. A série pode convergir para alguns valores de mas pode divergir para outros valores de.
MATERIAL DIDÁTICO Professora Sílvia Victer CÁLCULO 2 SÉRIES DE POTÊNCIAS Definição: Séries de Potências é uma série infinita de termos variáveis. Elas podem ser usadas em várias aplicações, como por exemplo,
Leia mais(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e
Q1. Sejam A M 6 (R) uma matriz real e T : R 6 R 6 o operador linear tal que [T ] can = A, em que can denota a base canônica de R 6. Se o polinômio característico de T for então poderemos afirmar que: p
Leia mais2 Álgebra Linear (revisão)
Teoria de Controle (sinopse) 2 Álgebra Linear (revisão) J. A. M. Felippe de Souza Neste capítulo vamos citar os principais tópicos de Álgebra Linear que são necessários serem revistos para o acompanhamento
Leia mais1. Realimentação de Estado: sistemas MIMO
Realimentação de Estado: sistemas MIMO 1. Realimentação de Estado: sistemas MIMO 2. Estimadores de Estado: sistemas MIMO pag.1 Teoria de Sistemas Lineares Aula 20 Realimentação de Estado: sistemas MIMO
Leia maisValores e vectores próprios
Valores e vectores próprios Álgebra Linear C (Engenharia Biológica) 0 de Dezembro de 006 Conteúdo Motivação e definições Propriedades 4 3 Matrizes diagonalizáveis 5 Motivação e definições Considere a matriz
Leia maisALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1
ALGEBRA LINEAR 1 RESUMO E EXERCÍCIOS* P1 *Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções em VETORES Um vetor é uma lista ordenada de números
Leia mais4. Tensores cartesianos em 3D simétricos
4. Tensores cartesianos em D simétricos 4.1 Valores e vectores próprios ou valores e direcções principais Em D não é possível deduzir as fórmulas que determinam os valores e as direcções principais na
Leia mais