Ejemplo 4.4y6.3

Ejemplo 4.4.
Sea x = (x1, x2), y considerar la ecuación diferencial
Donde (lambda)> 0. ¿Cuál es el comportamiento de las soluciones cerca del punto de

equilibrio x0 = (0, 0)? (donde hay ? es lambda)
La Figura 4.8 muestra un gráfico del campo vectorial F (x) = -? X en el caso donde 0 <?
<1. Está claro que x0 = (0, 0) es un equilibrio estable. Cada paso se acerca a x0. Ahora
consideremos lo que sucede cuando? se hace más grande. Cada uno de los vectores en
Fig.4.8 extenderé como? aumenta. Por? > 1 los vectores son tan largas que sobrepasan
el equilibrio. Por? > 2 son tan largas que el punto x(n+1) terminal es en realidad más
lejos de (0; 0) que el punto de partida x (n). En este caso x0 es un equilibrio inestable.
Este simple ejemplo ilustra claramente el hecho de que los sistemas dinámicos en
tiempo discreto no siempre se comportan igual que sus análogos de tiempo continuo.
Las soluciones a la ecuación diferencial
son todos de la forma
y el origen es un equilibrio estable independientemente de ? > 0.
La diferencia en el comportamiento de la ecuación de diferencia análoga en la Ec.

(4.10) es debido al retardo de tiempo inherente. la aproximación
sólo es válida para pequeños (delta)t, donde el término pequeña depende de la

sensibilidad de x a t. Sólo se debe confiar en los casos en donde (delta)x representa un
pequeño cambio relativo en x. Cuando este no es el caso, la diferencia de
comportamiento entre los sistemas discretos y continuos puede ser dramático.
Volvemos ahora al problema de acoplamiento del Ejemplo 4.3. Paso 3 del método de
cinco pasos es formular el modelo. Estamos modelando el problema de acoplamiento
como un sistema dinámico en tiempo discreto. De la Fig. 4.7 obtenemos
Variables:
tn = tiempo de observación velocidad enésima (s)
vn = velocidad en el tiempo tn (m / seg)
cn = tiempo para makenth ajuste de control (seg)
una aceleración = afternth ajuste (m / s2)
wn = espera antes de (n + 1) ésima observación (seg)
Objetivo: Determinar si vn → 0
Figura 4.7: Resultados de la etapa 1 del problema de acoplamiento.
Por lo tanto, el cambio de velocidad durante el paso de tiempo n-ésimo depende tanto
de v (n) y v (n-1). Para simplificar el análisis, supongamos que C (n) = c y w (n) = w para
todo n. A continuación, la longitud de cada paso de tiempo es
segundos, y no necesitan incluir el tiempo como una variable de estado. Nosotros, sin
embargo, hay que incluir tanto v (n) y v (n-1). Dejar
calcular
El espacio de estados es (x1; x2) ∈R2.
Paso 4 es resolver el modelo. Hay un punto de equilibrio (0; 0) encontrado en la

intersección de las dos líneas
Figura 4.9: Gráfico de la anterior x2 velocidad frente a campo actual proyección del
vector x1 de velocidad para el problema de acoplamiento.
Estas son las ecuaciones de estado estacionario obtenidos mediante el establecimiento

de Δx1 = 0 y Δx2 = 0.
La Figura 4.9 muestra un gráfico del campo vectorial
Parece como si las soluciones tienden hacia el equilibrio, pero es difícil estar seguro. Si
k; c; y w son grandes, entonces el equilibrio es probablemente inestable, pero una vez
más que es difícil de decir.
En matemáticas a menudo nos encontramos problemas que no podemos resolver. Por

lo general, la mejor cosa que hacer en estos casos es revisar nuestros supuestos y
considerar si podemos reducir el problema a uno que podemos resolver haciendo una
suposición aún más la simplificación. Por supuesto que esto sería un ejercicio sin
sentido y trivial a menos que el problema simplificado tenía algún significado real.
En nuestro problema de acoplamiento hemos expresado el cambio de velocidad

(delta)V(n) como la suma de dos componentes. Uno representa el cambio en la
velocidad que se produce entre el momento en que leemos el indicador de velocidad y
el tiempo que ajustamos los controles de aceleración. Supongamos que podemos
hacer esto muy rápidamente. En particular, supongamos que c es mucho menor que
w. Si v (n) y v (n-1) no son muy diferentes, la aproximación
debe ser razonablemente precisa. La ecuación en diferencial
es familiar del Ejemplo 4.4, y sabemos que vamos a conseguir un equilibrio estable
para cualquier kw <2. Si kw <1, vamos a abordar el equilibrio asintóticamente sin
rebasamiento.
Paso 5 es responder a la pregunta de análisis en la llanura Inglés. Tal vez deberíamos

decir en la llanura Inglés que no sabemos la respuesta. Sin embargo, probablemente
podemos hacerlo mejor que eso. Vamos a informar que una solución completamente
satisfactoria no se puede obtener por métodos gráficos elementales. En otras palabras,
se necesita más trabajo utilizando métodos más sofisticados para determinar
exactamente las condiciones en que la estrategia de control propuesta funcionará.
Parece que la estrategia será eficaz en la mayoría de los casos, siempre y cuando el
intervalo de tiempo entre los ajustes de control no es demasiado largo y la magnitud de
esos ajustes no es demasiado grande. El problema se complica por el hecho de que
hay un retardo de tiempo entre la lectura del indicador de velocidad y el ajuste de
los controles. Puesto que la velocidad de cierre real puede cambiar durante este
intervalo, estamos actuando en información anticuada e inexacta. Esto añade un
elemento de incertidumbre a nuestros cálculos. Si ignoramos los efectos de este
retardo de tiempo (que puede ser admisible si el retraso es pequeño), podemos sacar
algunas conclusiones generales, que son los siguientes.
La estrategia de control funcionará siempre y cuando los ajustes de control no son

demasiado violento. Por otra parte, el mayor es el intervalo entre los ajustes, el más
ligero esos ajustes deben ser. Además, la relación es de proporción. Si nos vamos el
doble de tiempo entre los ajustes, sólo podemos usar la mitad que el control. Para ser
más específicos, si ajustamos los controles una vez cada 10 segundos, entonces sólo
podemos establecer los controles de aceleración a 1/10 de la velocidad de ajuste para
evitar el rebasamiento de la velocidad del blanco cero. Con el fin de permitir el error
humano y el equipo, que en realidad deberíamos establecer los controles de algo más
bajas, por ejemplo 1/15 o 1/20 de la velocidad. Más frecuentes ajustes requieren
observaciones más frecuentes del indicador de velocidad de cierre y una mayor
concentración en la parte del operador, pero no permiten la administración eficaz de
la energía de empuje más bajo control. Presumiblemente, esto sería ventajoso.
Normalmente, nos gustaría concluir nuestra discusión de este problema con un análisis
bastante completo de sensibilidad. En vista del hecho de que aún no hemos
encontrado una manera de resolver este problema, vamos a aplazar la discusión de un
capítulo posterior.
Ejemplo 6.3. Reconsiderar el problema circuito RLC del Ejemplo 5.4 en el capítulo
anterior. Describir el comportamiento de este circuito.
Nuestro análisis en la Sección 5.3 tuvo éxito sólo en la determinación del

comportamiento local del sistema dinámico
en la vecindad de (0; 0), que es el único equilibrio de este sistema. El equilibrio es

inestable, con curvas solución cercanas en espiral hacia la izquierda y hacia el exterior.
Un bosquejo del campo vectorial (ver Fig. 5.11) revela poca información nueva. Hay un
giro hacia la izquierda en general para el flujo, pero es difícil decir si curvas solución en
espiral hacia adentro, hacia afuera, o ninguno, en ausencia de información adicional.
Vamos a utilizar el método de Euler para simular el sistema dinámico en la ecuación.

(6,8). figura6,19 da un algoritmo para el método de Euler. Considere la posibilidad de
un modelo de sistema dinámico de tiempo continuo
con x = (x1;: ::; xn) y F = (f1; :::; fn), junto con la condición inicial x (t0) = x0.
A partir de esta condición inicial, en cada iteración del método de Euler produce una
estimación de x (t + h) sobre la base de la estimación actual de x (t), utilizando el hecho
de que
La exactitud del método de Euler aumenta como el tamaño de paso h se hace más
pequeño; es decir, como el número de pasos N se hace más grande. Para la pequeña h
el error en la estimación de x (N) del valor final de la variable de estado x es
aproximadamente proporcional a h. En otras palabras, utilizando el doble de pasos (es
decir, la reducción de h por medio) produce resultados dos veces más precisa.
Las figuras 6.20 y 6.21 ilustran los resultados obtenidos mediante la aplicación de una
implementación de ordenador del método de Euler a la ecuación. (6,8). Cada gráfico
en las Figs. 6.20 y 6.21 es el resultado de varias corridas de simulación. Para cada
conjunto de condiciones iniciales, es necesario realizar un análisis de sensibilidad de
los parámetros de entrada T y N.
En primer lugar, hemos ampliado T hasta las ampliaciones adicionales producidos

esencialmente la misma imagen (la solución justa completado un ciclo en torno a un
par de veces más). Luego ampliamos N (es decir, disminución del tamaño de paso)
para comprobar la exactitud. Si duplicando N produce un gráfico que era indistinguible
de la anterior, juzgamos que N era lo suficientemente grande para nuestros
propósitos.
En la Fig. 6.20 Comenzamos en x1 (0) = -1; x2 (0) = -1: 5. La curva solución resultante en
espirales hacia el origen, con una rotación en sentido antihorario. Sin embargo, antes
de que llegue demasiado cerca del origen, la solución se asienta en un
comportamiento más o menos periódica, en bicicleta alrededor del origen. Cuando
empezamos más cerca del origen de la figura. 6.21, el mismo comportamiento se
produce, excepto que ahora la curva solución espirales hacia el exterior. En ambos
casos la solución se acerca al mismo bucle cerrado alrededor del origen. Este bucle
cerrado se denomina un ciclo límite.
La Figura 6.22 muestra el retrato de fase completa de este sistema dinámico. Para
cualquier condición inicial excepto (x1; x2) = (0; 0), la curva solución tiende a el mismo
ciclo límite. Si empezamos dentro del bucle, la curva en espiral hacia el exterior; si
empezamos fuera del bucle, la curva se mueve hacia el interior. El tipo de
comportamiento que vemos en la figura. 6.22 es un fenómeno que no puede ocurrir
en un sistema dinámico lineal. Si una solución a un sistema dinámico lineal en espirales
hacia el origen, debe espiral hasta el final en el origen. Si se mueve en espiral hacia
afuera, a continuación, se mueve en espiral todo el camino hasta el infinito. Esta
observación tiene implicaciones de modelado, por supuesto. Cualquier sistema
dinámico que muestra el tipo de comportamiento se muestra en la Fig. 6.22 no se
puede modelar adecuadamente utilizando ecuaciones diferenciales lineales.
Figura 6.20: Gráfica de voltaje frente x1 x2 actual para el problema no lineal circuito
RLC: caso x1 (0) = -1: 0, x2 (0) = -1: 5.
RLC: caso x1 (0) = 0: 1; x2 (0) = 0: 3.
Figura 6.22: Gráfico de tensión frente a x2 x1 actual que muestra el retrato de fase
completa para el problema del circuito RLC no lineal del Ejemplo 6.3.
Las gráficas de las figuras 6.20 a 6.22 se produjeron usando una aplicación de hoja de
cálculo del método de Euler. La ventaja de una aplicación de hoja de cálculo es que los
cálculos y los gráficos se realizan tanto en la misma plataforma, y los resultados de
cambio de las condiciones iniciales se puede observar instantáneamente. Un programa
de ordenador sencillo de implementar este algoritmo es eficaz, pero la salida es más
difícil de interpretar sin gráficos. Muchas calculadoras gráficas y sistemas de álgebra
computacional también se han incorporado en solucionadores de ecuaciones
diferenciales, la mayoría de las cuales están basadas en alguna variación del método
de Euler. El método de Runge-Kutta es una variación que utiliza una interpolación más
sofisticado entre x (t) y x (t + h); véase el ejercicio 21 al final de este capítulo. No
importa qué tipo de método numérico que se utiliza para resolver ecuaciones
diferenciales, asegúrese de revisar sus resultados mediante la realización de un análisis
de sensibilidad de los parámetros que controlan la precisión. Incluso los algoritmos
más sofisticados pueden producir errores graves si no se utilizan con cuidado.
A continuación, vamos a realizar un análisis de sensibilidad para determinar el efecto

de pequeños cambios en nuestras suposiciones sobre nuestras conclusiones generales.
Aquí vamos a hablar de la sensibilidad a la capacitancia C. Algunas preguntas
adicionales de sensibilidad y robustez son relegados a los ejercicios al final de este
capítulo. En nuestro ejemplo hemos supuesto que C = 1. En el caso más general
obtenemos el sistema dinámico
Para cualquier valor de laC> 0, el campo de vector es esencialmente la misma que en la

Fig. 5.11.
Los vectores de velocidad son verticales en la curva y

horizontal en el eje x2. El único equilibrio es el origen, (0; 0).
La matriz de derivadas parciales es
Evaluar en x1 = 0; x2 = 0 para obtener el sistema lineal
que se aproxima al comportamiento de nuestro sistema no lineal cerca del origen. Para
obtener los valores propios, debemos resolver
o
Los valores propios son
Mientras 0 <C <4, la cantidad bajo el radical es negativo, por lo que tenemos dos
valores propios complejos conjugados con partes reales positivas, por lo que el origen
un equilibrio inestable.
A continuación, tenemos que considerar el retrato fase para el sistema lineal. Es

posible resolver el sistema de la ecuación. (6.10) en general mediante el método de
valores propios y los vectores propios, aunque sería bastante desordenado.
Afortunadamente, en el presente caso no es realmente necesario para determinar una
fórmula para la solución analítica exacta de la Ec. (6.10) con el fin de dibujar el retrato
de fase. Ya sabemos que los valores propios de este sistema son de la forma
donde a es positivo. Como hemos mencionado anteriormente (en la
Sección 5.1, durante la discusión de la etapa 2 para el ejemplo 5.1), esto implica que
las coordenadas de cualquier curva solución deben ser combinaciones lineales de los
dos términos y . En otras palabras, cada curva solución
espirales hacia el exterior. Un examen superficial del campo vectorial de la ecuación.
(6.10) nos dice que las espirales deben girar en sentido antihorario. Vemos así que
para cualquier 0 <C <4, el retrato fase del sistema lineal en la Ec. (6.10) se parece
mucho a la de la Fig. 5.10.
Nuestro examen del sistema lineal en la ecuación. (6.10) muestra que el

comportamiento del sistema no lineal en el entorno del origen debe ser esencialmente
la misma que en la Fig. 6,22 para cualquier valor de C cerca de la línea de base caso C =
1. Para ver qué pasa más lejos del origen, tenemos que simular. Las figuras 6.23 a
través de 6.26 muestran los resultados de la simulación del sistema dinámico en la Ec.
(6.9) utilizando el método de Euler para varios valores diferentes de C cerca de 1. En
cada ejecución de la simulación comenzamos en la misma condición inicial como en la
Fig. 6.21.
RLC: caso x1 (0) = 0: 1; x2 (0) = 0: 3; C = 0: 5.
En cada caso la curva solución espirales hacia el exterior y es atraído gradualmente a

un ciclo límite. El ciclo límite se hace más pequeño como C aumenta. Varios diferentes
condiciones iniciales se utilizaron para cada valor de C probado (corridas de simulación
adicionales no se muestran). En cada caso, al parecer, un solo ciclo límite atrae cada
curva solución de distancia desde el origen. Llegamos a la conclusión de que el circuito
RLC del Ejemplo 6.3 tiene el comportamiento mostrado en la Fig. 6,22
independientemente del valor exacto de la capacitancia C, suponiendo que C es cerca
de 1.

Ejemplo 4.4y6.3

Cargado por

Copyright:

Formatos disponibles

Ejemplo 4.4y6.3

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejemplo 4.4y6.3

Cargado por

Copyright:

Formatos disponibles

Ejemplo 4.4.

Sea x = (x1, x2), y considerar la ecuación diferencial

Donde (lambda)> 0. ¿Cuál es el comportamiento de las soluciones cerca del punto de

son todos de la forma

y el origen es un equilibrio estable independientemente de ? > 0.

La diferencia en el comportamiento de la ecuación de diferencia análoga en la Ec.

sólo es válida para pequeños (delta)t, donde el término pequeña depende de la

tn = tiempo de observación velocidad enésima (s)

vn = velocidad en el tiempo tn (m / seg)

cn = tiempo para makenth ajuste de control (seg)

una aceleración = afternth ajuste (m / s2)

wn = espera antes de (n + 1) ésima observación (seg)

Figura 4.7: Resultados de la etapa 1 del problema de acoplamiento.

El espacio de estados es (x1; x2) ∈R2.

Paso 4 es resolver el modelo. Hay un punto de equilibrio (0; 0) encontrado en la

Estas son las ecuaciones de estado estacionario obtenidos mediante el establecimiento

La Figura 4.9 muestra un gráfico del campo vectorial

En matemáticas a menudo nos encontramos problemas que no podemos resolver. Por

En nuestro problema de acoplamiento hemos expresado el cambio de velocidad

debe ser razonablemente precisa. La ecuación en diferencial

Paso 5 es responder a la pregunta de análisis en la llanura Inglés. Tal vez deberíamos

La estrategia de control funcionará siempre y cuando los ajustes de control no son

Nuestro análisis en la Sección 5.3 tuvo éxito sólo en la determinación del

en la vecindad de (0; 0), que es el único equilibrio de este sistema. El equilibrio es

Vamos a utilizar el método de Euler para simular el sistema dinámico en la ecuación.

En primer lugar, hemos ampliado T hasta las ampliaciones adicionales producidos

A continuación, vamos a realizar un análisis de sensibilidad para determinar el efecto

Para cualquier valor de laC> 0, el campo de vector es esencialmente la misma que en la

Los vectores de velocidad son verticales en la curva y

La matriz de derivadas parciales es

Evaluar en x1 = 0; x2 = 0 para obtener el sistema lineal

Los valores propios son

A continuación, tenemos que considerar el retrato fase para el sistema lineal. Es

Nuestro examen del sistema lineal en la ecuación. (6.10) muestra que el

En cada caso la curva solución espirales hacia el exterior y es atraído gradualmente a

También podría gustarte