Nelinearni sustavi

Слични документи
8

Slide 1

TEORIJA SIGNALA I INFORMACIJA

JMBAG IME I PREZIME BROJ BODOVA 1. (ukupno 6 bodova) MJERA I INTEGRAL 1. kolokvij 4. svibnja (Knjige, bilježnice, dodatni papiri i kalkulatori n

Matrice. Algebarske operacije s matricama. - Predavanje I

Hej hej bojiš se matematike? Ma nema potrebe! Dobra priprema je pola obavljenog posla, a da bi bio izvrsno pripremljen tu uskačemo mi iz Štreberaja. D

Logičke izjave i logičke funkcije

ФАКУЛТЕТ ОРГАНИЗАЦИОНИХ НАУКА

1

Microsoft PowerPoint - sis04_pred05.ppt

CIJELI BROJEVI 1.) Kako još nazivamo pozitivne cijele brojeve? 1.) Za što je oznaka? 2.) Ispiši skup prirodnih brojeva! 3.) Kako označavamo skup priro

Newtonova metoda za rješavanje nelinearne jednadžbe f(x)=0

Sadržaj 1 Diskretan slučajan vektor Definicija slučajnog vektora Diskretan slučajan vektor

Microsoft Word - 6ms001

1 MATEMATIKA 1 (prva zadaća) Vektori i primjene 1. U trokutu ABC točke M i N dijele stranicu AB na tri jednaka dijela. O

Uvod u obične diferencijalne jednadžbe Metoda separacije varijabli Obične diferencijalne jednadžbe Franka Miriam Brückler

РАСПОРЕД ИСПИТА У ИСПИТНОМ РОКУ ЈАНУАР 1 ШКОЛСКЕ 2016/2017. ГОДИНЕ (последња измена ) Прва година: ПРВА ГОДИНА - сви сем информатике Име пр

PRVI KOLOKVIJUM Odrediti partikularno rexee jednaqine koje zadovo ava uslov y(0) = 0. y = x2 + y 2 + y 2xy + x + e y 2. Odrediti opxte rexee

Microsoft Word - 24ms241

Elementarna matematika 1 - Oblici matematickog mišljenja

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Ivana Šore REKURZIVNOST REALNIH FUNKCIJA Diplomski rad Voditelj rada: doc.

Microsoft PowerPoint - STABILNOST KONSTRUKCIJA 2_18 [Compatibility Mode]

s2.dvi

PARCIJALNO MOLARNE VELIČINE

UAAG Osnovne algebarske strukture 5. Vektorski prostori Borka Jadrijević

Slide 1

MAT-KOL (Banja Luka) XXIV (2)(2018), DOI: /МК S ISSN (o) ISSN (o) Klasa s

(Microsoft Word vje\236ba - LIMES FUNKCIJE.doc)

Microsoft Word - 15ms261

Динамика крутог тела

Sveučilište J.J. Strossmayera Fizika 2 FERIT Predložak za laboratorijske vježbe Lom i refleksija svjetlosti Cilj vježbe Primjena zakona geometrijske o

LAB PRAKTIKUM OR1 _ETR_

Numeričke metode u fizici 1, Projektni zadataci 2018./ Za sustav običnih diferencijalnih jednadžbi, koje opisuju kretanje populacije dviju vrs

Microsoft Word - 09_Frenetove formule

10_Perdavanja_OPE [Compatibility Mode]

Interpretacija čuda pomoću teorije determinističkog kaosa (Jerko Kolovrat, KBF Split; Marija Todorić, PMF Zagreb) Postoje razne teme koje zaokupljaju

Teorija skupova – predavanja

9. : , ( )

DR DRAGOŚ CVETKOVIC DR SLOBODAN SIMIC DISKRETNA MATEMATIKA MATEMATIKA ZA KOMPJUTERSKE NAUKĘ DRUGO ISPRAYLJENO I PROSIRENO IZDANJE HMUJ

Зборник радова 6. Међународне конференције о настави физике у средњим школама, Алексинац, март Одређивање коефицијента пригушења у ваздуху

Algoritmi SŠ P1

(Microsoft Word - MATB - kolovoz osnovna razina - rje\232enja zadataka)

Microsoft Word - predavanje8

NAPREDNI FIZIČKI PRAKTIKUM 1 studij Matematika i fizika; smjer nastavnički SLOBODNO I PRISILNO TITRANJE

Slide 1

Microsoft Word - Rjesenja zadataka

ZADACI ZA VJEŽBU 1. Dokažite da vrijedi: (a) (A \ B) (B \ A) = (A B) (A C B C ), (b) A \ (B \ C) = (A C) (A \ B), (c) (A B) \ C = (A \ C) (B \ C). 2.

STABILNOST SISTEMA

Microsoft PowerPoint - HG_1_2012

(Microsoft Word - Rje\232enja zadataka)

Microsoft Word - IZVOD FUNKCIJE.doc

MIKROEKONOMIJA Usmeni

Microsoft Word - 24ms221

18 1 DERIVACIJA 1.3 Derivacije višeg reda n-tu derivaciju funkcije f označavamo s f (n) ili u Leibnizovoj notaciji s dn y d x n. Zadatak 1.22 Nadite f

4.1 The Concepts of Force and Mass

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Igor Sušić LOKALNA IZRAČUNLJIVOST Diplomski rad Voditelj rada: doc.dr.sc.

SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO-MATEMATIČKI FAKULTET GEOFIZIČKI ODSJEK Leon Kahlina Advekcija prognostičkih varijabli tekuće vode i prognoza konve

Grananje u programu predavač: Nadežda Jakšić

Skalarne funkcije više varijabli Parcijalne derivacije Skalarne funkcije više varijabli i parcijalne derivacije Franka Miriam Brückler

Frekventne metode analize sistema automatskog upravljanja

Microsoft PowerPoint - MR - Vjezbe - 03.ppt [Compatibility Mode]

Sveučilište J.J. Strossmayera Fizika 2 FERIT Predložak za laboratorijske vježbe Određivanje relativne permitivnosti sredstva Cilj vježbe Određivanje r

Microsoft Word - zadaci_19.doc

Microsoft PowerPoint - MODELOVANJE-predavanje 9.ppt [Compatibility Mode]

( )

PLAN I PROGRAM ZA DOPUNSKU (PRODUŽNU) NASTAVU IZ MATEMATIKE (za 1. razred)

Рачунарска интелигенција

Popoviciujeva nejednakost IZ NASTAVNE PRAKSE Popoviciujeva nejednakost Radomir Lončarević 1 Rumunjski matematičar Tiberie Popoviciu ( ) doka

Microsoft Word - 12ms121

(Microsoft Word doma\346a zada\346a)

Pitanja za pripremu i zadaci za izradu vježbi iz Praktikuma iz fizike 1 ili Praktikuma iz osnova fizike 1, I, A za profesorske

Matematka 1 Zadaci za vežbe Oktobar Uvod 1.1. Izračunati vrednost izraza (bez upotrebe pomoćnih sredstava): ( ) [ a) : b) 3 3

23. siječnja od 13:00 do 14:00 Školsko natjecanje / Osnove informatike Srednje škole RJEŠENJA ZADATAKA S OBJAŠNJENJIMA Sponzori Medijski pokrovi

PITANJA I ZADACI ZA II KOLOKVIJUM IZ MATEMATIKE I Pitanja o nizovima Nizovi Realni niz i njegov podniz. Tačka nagomilavanja niza i granična vrednost(l

Microsoft Word - III godina - EA - Metodi vjestacke inteligencije

Microsoft Word - 13pavliskova

07jeli.DVI

Zadatak 2.1. Procijeniti srednji broj fotona u svakom modu zra~enja crnog tijela pri sobnoj temperaturi.

(Microsoft Word - Dr\236avna matura - lipanj osnovna razina - rje\232enja)

Metoda konačnih elemenata; teorija i praktična implementacija math.e 1 of 15 Vol.25. math.e Hrvatski matematički elektronički časopis Metoda konačnih

Mere slicnosti

Primjena neodredenog integrala u inženjerstvu Matematika 2 Erna Begović Kovač, Literatura: I. Gusić, Lekcije iz Matematike 2

C2 MATEMATIKA 1 ( , 3. kolokvij) 1. Odredite a) lim x arctg(x2 ), b) y ( 1 2 ) ako je y = arctg(4x 2 ). c) y ako je y = (sin x) cos x. (15 b

PEDAGOŠKI ZAVOD TUZLA u saradnji s UDRUŽENJEM MATEMATIČARA TUZLANSKOG KANTONA Takmičenje učenika srednjih škola Tuzlanskog kantona iz MATEMATIKE Tuzla

Programiranje 2 0. predavanje Saša Singer web.math.pmf.unizg.hr/~singer PMF Matematički odsjek, Zagreb Prog2 2019, 0. predavanje p. 1/4

Računalne mreže

Natjecanje 2016.

Математика основни ниво 1. Одреди елементе скупова A, B, C: a) б) A = B = C = 2. Запиши елементе скупова A, B, C на основу слике: A = B = C = 3. Броје

ТРОУГАО БРЗИНА и математичка неисправност Лоренцове трансформације у специјалној теорији релативности Александар Вукеља www.

Teorija skupova - blog.sake.ba

АНКЕТА О ИЗБОРУ СТУДИЈСКИХ ГРУПА И МОДУЛА СТУДИЈСКИ ПРОГРАМИ МАСТЕР АКАДЕМСКИХ СТУДИЈА (МАС): А) РАЧУНАРСТВО И АУТОМАТИКА (РиА) и Б) СОФТВЕРСКО ИНЖЕЊЕ

FAKULTET STROJARSTVA I BRODOGRADNJE KATEDRA ZA STROJARSKU AUTOMATIKU SEMINARSKI RAD IZ KOLEGIJA NEIZRAZITO I DIGITALNO UPRAVLJANJE Mehatronika i robot

Zadaci s rješenjima, a ujedno i s postupkom rada biti će nadopunjavani tokom čitave školske godine

Microsoft PowerPoint - 10 PEK EMT Logicka simulacija 1 od 2 (2012).ppt [Compatibility Mode]

СТЕПЕН појам и особине

2

Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku Sveučilišni preddiplomski studij matematike Karolina Novaković Derivacija funkcije i prim

Microsoft Word - ASIMPTOTE FUNKCIJA.doc

Sveučilište u Splitu Fakultet prirodoslovno-matematičkih znanosti i odgojnih područja Zavod za fiziku Pripremni tečaj za studente prve godine INTEGRAL

Транскрипт:

SIS ADITORNE VJEŽBE 5 podsjetimo se Definicija: Konačan Automat je uređena petorka (Stanja, la, Ila, FunkcijaPrijelaa, pocetnostanje). Stanja onačaaju prostor stanja 2. la predstalja ulani alfabet (skup simbola) 3. Ila predstalja ilani alfabet (skup simbola) 4. pocetnostanje Stanja, predstalja inicijalno stanje 5. FunkcijaPrijelaa: Stanja la Stanja Ila oo eć namo! Možemo li konačnim automatom realiirati relaciju jednako? Ne postoji konačan automat koji a ulani binarni ni može odrediti da li u niu postoji jednak broj nula i jedinica! Za saki s i skupa Stanja i i skupa laa rijedi: (0, jednako), ( = s = ) ( = 0 s = ) ( s +, raličito), = s Pr ijela( s, ) = ( s, raličito), = 0 s (, s odsu tan), inače

Beskonačni automati FunkcijaPrijelaa: Realni N Realni M Realni N Realni K FunkcijaPrijelaa = (SljedećeStanje, Ila) SljedećeStanje: Realni N Realni M Realni N Ila: Realni N Realni M Realni K s Realni N, Realni M, FunkcijaPrijelaa(s,) = (SljedećeStanje(s,), Ila(s,)). Te dije funkcije odojeno određuju sljedeće stanje automata te trenutni ila i automata Beskonačni automati Za ulani ni (0), (),, gdje je (i) Realni M, susta rekurino generira određena stanja sustaa s(0), s(),, gdje je s(i) Realni N, te određuje ila y(0), y(),, gdje je y(i) Realni K Kako? S(0) = pocetnostanje (s(n+), y(n)) = FunkcijaPrijelaa(s(n), (n)) n Prirodni, n 0, s(n+) = SljedećeStanje(s(n),(n)) - jednadžba prijelaa n Prirodni, n 0, y(n) = Ila(s(n),(n)) - ilana jednadžba jednadžba prijelaa + ilana jednadžba = model s arijablama stanja Diskretni linearni sustai SljedećeStanje(s(n), (n)) = As(n) + B(n) Ila(s(n), (n)) = Cs(n) + D(n) s(n+) = As(n) + B(n) y(n) = Cs(n) + D(n) Ako su matrice A, B, C i D konstantne u remenu onda predstaljaju LTI susta 2

Zadatak. Model Paučine Promotrimo situaciju u kojoj proiodnu odluku proiođač mora donositi a jedno radoblje unaprijed u odnosu na starnu prodaju - dobar primjer je poljopriredna industrija. Pretpostaimo da je proiodna odluka u godini n temeljena na tadašnjim cijenama P. Budući da proiodnja neće biti raspoložia a prodaju do sljedeće godine, tj. do radoblja (n+), te cijene P(n) neće određiati ponudu Q s (n), eć Q s (n+) Zadatak. Model Paučine Prema tome imamo pomaknutu funkciju ponude Q s (n+) = S(P(n)), a to je ekialentno, Q s (n) = S(P(n-)), gdje je S neka funkcija Funkcija potražnje je oblika Q d (n) = D(P(n)), gdje je D neka funkcija, Funkcija potražnje je očito nepomaknuta Zadatak. Model Paučine Očito rijedi sljedeće; n Prirodni (godina koja se promatra) P(n) Realni + (Cijena proioda u tekućoj godini) Q s (n) Realni + (Ponuda promatranog proioda na tržištu u tekućoj godini) Q d (n) Realni + (Potražnja a promatranim proiodom na tržištu u tekućoj godini) Pretpostaljajući i uimajući linearne funkcije (pomaknute) ponude i (nepomaknute) potražnje i pretpostaljajući da su u sakom remenskom radoblju tržišne cijene adane na raini koja čisti tržište, imamo model tržišta sa sljedeće tri jednadžbe: 3

Zadatak. Model Paučine Jednadžbe modela igledaju oako: Q d (n) = Q s (n) Q d (n) = a - bp(n), (a,b>0) Q s (n) = -c + dp(n-), (c,d>0) Kombiniranjem jednadžbi, te definiranjem potražnje u tekućoj godini kao stanja sustaa, a cijene kao ilaa sustaa dolaimo do sljedećeg oblika d ad Gdje je s( n+ ) = sn ( ) ( + cn ) ( ) b b s(n+) = Q d (n) = Q s (n), a y(n+) = P(n), yn ( ) = sn ( ) n ( ) b b (n) =, n Prirodni 0 Zadatak. Model Paučine Susta jednadžbi predstalja beskonačni automat s jedne strane, dok s druge strane radi se o linearnom remenski diskretnom sustau s matricama A, B, C, D sa dimenijama. Tako je d ad A=, B = + c, b b a C =, D =, b b Jasno je da smo mogli drugačije odabrati arijablu stanja, kao i ila i sustaa, no sjetite se da jedan automat može simulirati drugi i obrnuto te da ne postoji u tom smislu jedinsteni prika Zadatak. Model Paučine Kombiniranjem polanih jednadžbi možemo dobiti i drugu formu prikaa sustaa ( ) d ( ) a + Pn+ + Pn = c b b Oaka oblik oe se ulano - ilani prika sustaa, a sam oblik jednadžbe oe se jednadžba diferencije Da bi susta u potpunosti opisali potrebno je još specificirati početni ujet, tj. P(0) = P 0 4

Zadatak. Model Paučine Kalitatina analia sustaa Q S d > b S je strmiji od D Q Q 2 D O P P P 0 Eksploija P 2 P Zadatak. Model Paučine Kalitatina analia sustaa Q Q S d < b D je strmiji od S Q 2 D O P P P P P 2 0 2 Prigušeno P Zadatak. Model Paučine nastaku promatramo slučaj eksploinih oscilacija te kao dodatni mehaniam uodimo pojam maksimalne cijene na tržištu. Potrebno je analiirati ponašanje proioda na tržištu u tom slučaju. očite da smo oime iašli i domene linearnog modela te da imamo posla s nelinearnim analiom 5

Zadatak. Model Paučine Krenimo od iraa ( ) d ( ) a + Pn+ + Pn = c b b Zapišimo ga u malo drugačijoj formi a+ c d d Pn ( + ) = f( Pn ( )) = Pn ( ), > 0 b b b Eksploine oscilacije d > b Zadatak. Model Paučine Kalitatina analia P(n+) P G P D f(p(n)) d > b Eksploija Maksimalna cijena ograničena dinamika ponašanja Konačno oscilatorno ponašanje O 450 P D P 2 k P 0 P P G P(n) Oscilatorno Zadatak. Model Paučine Za opisianje oakog modela matematički potrebno nam je iše od jedne jednadžbe PG, P( n) k Pn ( + ) = a+ c d Pn ( ), Pn ( ) > k b b Gdje k onačaa rijednost P(n) u točki loma 6

Primjer. = = f () Diferencijalna jednadžba koja opisuje susta: f ( ) = 0 Neka je nelinearna funkcija, aproksimirana pracima po odsječcima. Primjer. d = = -2-2 - + 2 = 2 < d = = -2-2 -stanje sustaa d/ - brina promjene stanja sign(d/) - smjer promjene stanja - 7

d = = -2-2 - Točke X i a koje rijedi da je: d = i = 0 naiaju se točke ranoteže; u njima nema promjene stanja sustaa! d = = A B C -2-2 Koje su to točke? d = = 0 + 2 = 0 = 0 2 = 0 C = 2 B = 0 A = 2 - su točke ranoteže d = = A B C -2-2 - Jesu li točke ranoteže stabilne? Što se događa ako malo iedemo i A,B,C? 8

Točka ranoteže e je stabilna točka ako rijedi: > e < 0 < e > 0 Točke A, C su stabilne točke. Točke B nije stabilna točka. Početni ujet 0 = 0,5 d = = A B C -2-2 0 - Kako će se mijenjati stanje sustaa? Kuda će putoati točka? desno! Početni ujet 0 = 0,5 d = = Da slučaja: < = = + 2 A B C -2-2 0 - t - trenutak dostianja točke loma kriulje ( t ) = početni ujet a drugi slučaj (jednadžbu) 9

. slučaj: = st Homogena jednadžba: = e st st se = e s = t = Ce ( 0) = 0 = C t = 0e Rješenje je jednako rješenju homogene jednadžbe (nema pobude). 2. slučaj: = + 2 + = 2 Homogena: + = 0 Partikularno: s + = 0 H = Ce p = K K = 2 t kupno: = C e t + 2 t Koliko je C? ( t ) = = Ce + 2 C = e t i konačno: = 2 e ( t t ) t =? kada dostižemo točku loma? ( t ) = e 0 t = 2 e ( t t) 0

t =? 0 t ( t t ) ( t) = 0 e = 2 e 0,5 t 0,5e = t = ln 2 0,7 2 0 = 0,5 Grafički: Stabilno stanje (C): 0,7 Točka loma (promjena dif. jednadžbe) t Kao što smo eć naeli, susta u prethodnom primjeru ima da ranotežna stanja koja su stabilna. To je jednostaan model elektroničkog sklopa, t. bistabila, koji ima široku primjenu u digitalnoj tehnici. Da stabilna stanja odgoaraju binarnim stanjima 0 i. Da bi se obaljale logičke operacije, bistabil treba prebaciati i jednog stanja u drugo i obratno. To se može iršiti doođenjem t. okidnog signala.

Primjer - Model bistabila u +. = f ( ) + u A d = f ( ) = -2-2 3 > 0, A 3' Počela ranoteža Primjer - Model bistabila - nastaak jeti prebacianja: > min f ( ) t dooljno eliko da prijeđe e2 (točku B) A -2-2 3 Primjer - Model bistabila - nastaak jeti prebacianja: > min f ( ) t dooljno eliko da prijeđe e2 t < -2-2 3 = 2 + t = Ce + 2 ( 0) = A = 2 C = t () = ( e t ) 2 t ( ) = t = ln A t 2 pri odsječak 2

Primjer - Model bistabila - nastaak < = + ( t t = Ce ) t ( ) = C = t t t () ( ) e ( = ) t ( 2 ) = 0 t2 t = ln t2 = 2ln t > 2ln A t 2 t -2-2 3 3