linjäradifferentialekvationermed konstantakoefficienteri - lth · pass1...
TRANSCRIPT
Pass 1
Linjära differentialekvationer medkonstanta koefficienter I
I. Definitioner och elementära satser
Ett system av första ordningens differentialekvationer
d
dt~u(t) = A(t)~u(t) + ~f(t),
~u(t) ∈ Cn - tillståndsvektorA(t) − n× n systemmatris,~f(t) ∈ Cn - drivvektor.
Konstanta koefficienter: A 6= A(t).
Homogent system: ~f = ~0:
d
dt~u(t) = A(t)~u(t).
DefEkvationen F (u) = 0 kallas för linjär omm
u1, u1 − två godtyckliga lösningar till ekvationenα, β − två godtyckliga komplexa tal
⇒ αu1 + βu2 är en lösning till ekvationen.
1
Sats 3.1Det homogena systemet
d
dt~u(t) = A(t)~u(t)
är linjärt, d.v.s. varje linjärkombination av lösningar ärockså en lösning.
SatsVarje lösningen till det inhomogena systemet
d
dt~u(t) = A(t)~u(t) + ~f(t),
kan skrivas på formen
~u(t) = ~up(t) + ~uhom(t),
där~up är en (partikulär) lösning till systemet,~uhom(t) är en lösning till det homogena systemet.
II. Synkrona lösningar
A ~Xλ = λ ~Xλ ⇒λ ∈ C - egenvärde; ~Xλ 6= 0 - egenvektor.
SatsAntag att ~Xλj
, λj, j = 1,2, ..., k är egenvektorer ochegenvärden till matrisen A. Då är funktionen
c1eλ1t ~X1 + c2e
λ2t ~X2 + ... + ckeλkt ~Xk
där c1, c2, ..., ck är godtyckliga komplexa tal, en lösningtill det homogena systemet
d
dt~u = A~u(t).
2
Pass 2
III Diagonalisering av matriser
Def AXλ = λXλ, Xλ 6= 0 ⇔
Xλ är en egenvektorλ är ett egenvärde
DefKarakteristiskt polynom pA(λ) = det(A− λI)
Att diagonalisera en n× n matris1) bestäm alla egenvärden λk, k = 1,2, ..., n2) bestäm samtliga n egenvektorer Sk, k = 1,2, ..., n3) bilda
S = (S1, S2, ..., Sn) och D = diag(λ1, λ2, ..., λn)
Då gäller:A = SDS−1
Följande matriser är säkert diagonaliserbara:1) symmetriska, 2) unitära, 3) med n olika egenvärden.
IV Matristeori: egenvärden
DefEn matris A är likformig med B omm det finns eninverterbar matris S sådan att
S−1AS = B(⇔ AS = SB)
DefSpåret av A : tr A = a11 + a22 + ... + ann.
SatsA - diagonaliserbar matris⇒
tr A = λ1 + λ2 + ... + λn
detA = λ1λ2...λn
Sats
A och B - likformiga ⇒
tr A = tr BdetA = detBpA(λ) = pB(λ)
3
VI Komplexa egenvärden och reella lösningar
Sats
A− reell matrisλ ∈ C \R ett egenvärde med egenvektor ~Xλ
⇒ λ är ett egenvärde till A med egenvektor ~X.
VII Icke-diagonarliserbara matriser
Slutsats: Icke-diagonaliserbara matriser leder till ejsynkrona lösningar med potenser.
4
Pass 3
Stabilitet och stationära lösningarI Definitioner
DefSystemet d
dt~u = A~u, A- konstant sägs vara:
• stabilt omm varje lösning till systemet går mot 0då t → +∞;
• neutralt stabilt omm alla lösningar till systemetär begränsade för stora t, men det finns lösningarsom inte går mot 0 då t → +∞;
• instabilt omm det finns lösningar som är obegrän-sade för stora t.
σ(A) = max1≤k≤n Reλk
Sats (4.1)För varje linjärt homogent system d
dt~u = A~u med diag-
onaliserbar konstant systemmatris gäller:
σ(A) < 0 ⇔ stabilitetσ(A) = 0 ⇔ neutral stabilitetσ(A) > 0 ⇔ instabilitet
Sats (4.2)För varje linjärt homogent system d
dt~u = A~u med god-
tycklig kvadratisk konstant systemmatris gäller:
σ(A) < 0 ⇔ stabilitetσ(A) = 0 ⇒ neutral stabilitet eller instabilitetσ(A) > 0 ⇒ instabilitet
5
Pass 4III Tvungna svängningar
d
dt~u = A~u + ~f(t) (1)
a) Superpositionsprincip I (repetition)
SatsVarje lösningen till det icke-homogena systemet (1)kan skrivas på formen ~u(t) = ~up(t) + ~uhom(t), där~up är en (partikulär) lösning till systemet,~uhom(t) är en lösning till det homogena systemet.
b) Stationära lösningar
~f(t) = ~best ⇒ ~upart(t) = −(A− sI)−1~best, s 6= λj(A)
Resolventmatrisen
RA(λ) = (A− λI)−1
c) Superpositionsprincip II
Sats (4.9)d
dt~u = A~u + ~f(t)
d
dt~w = A~w + ~g(t)
⇒
funktionen v = u + wär en lösning till ekvationenddt
~v = A~v + (~f(t) + ~g(t))
d) Insignalstabilitet
DefSystemet (1) sägs vara insignalstabilt om för varje be-gränsad insignal ~f tillståndsvariablerna är begränsadefunktioner av tiden.
Sats (4.5)σ(A) < 0 ⇒ systemet är insignalstabilt.
6
Pass 5
MatrisfunktionerI Polynomfunktioner
P (x) = anxn + an−1xn−1 + ... + a1x + a0
⇒ P (A) = anAn + an−1An−1 + ... + a1A + a0I,
om A är en kvadratisk matris.Sats (Cayley-Hamilton)Varje kvadratisk matris uppfyller sin egen karakteristiskekvation pA(A) = 0.II ExponentialmatrisenDef 1-3Exponentialmatrisen eA definieras genom• om A = diag (d1, d2, ..., dn) ⇒ diagonalmatrisen
eD = diag (ed1, ed2, ..., edn) =
ed1 0 ... 00 ed2 ... 0... ... ... ...0 0 ... edn
• A = SΛS−1 ⇒ diagonaliserbar matrisen
eA = SeΛS−1
• A är en kvadratisk matris ⇒
eA =∞∑
k=0
1
k!Ak
III TillståndsekvationerSatsA - kvadratisk konstant matris. Då har begynnel-sevärdesproblemet
ddt
~u = A~u + ~f(t)
~u(t0) = ~b
den entydiga lösningen
~u = eA(t−t0)~b +
∫ t
t0
eA(t−τ)f(τ)dτ.
7
Pass 6
Symmetriska och ortogonala matriserI Rummet Cn
(x1, x2, ..., xn) ∈ Cn, xj ∈ CSkalärprodukt 〈x, y〉 =
∑nj=1 xjyj
Norm ‖ x ‖=√∑n
j=1 |xj|2
Sats (Cauchy-Schwarz-Bunjakovskys olikhet)
|〈x, y〉| ≤‖ x ‖ ‖ y ‖
cos(x, y) =〈x, y〉
‖ x ‖ ‖ y ‖Ortogonala vektorer: x ⊥ y ⇔ 〈x, y〉 = 0.
Pythagoras sats: x ⊥ y ⇒‖ x + y ‖2=‖ x ‖2 + ‖ y ‖2 .
Triangelolikheten: ‖ x + y ‖≤‖ x ‖ + ‖ y ‖ .
II Projektion och spegling
Projektion på planet som är vinkelrät mot vektorn ~n :
P : ~x 7→ ~x‖ = ~x− 〈~x, ~n〉‖ ~n ‖2~n
P 2 = P
Spegling i planet som är vinkelrät mot vektorn ~n :
S : ~x 7→ ~x‖ = ~x− 2〈~x, ~n〉‖ ~n ‖2~n
8
III Ortogonala matriser
DefQ är en ortogonal (=unitär) matris omm Q−1 = Q∗ =
Qt.
Raderna i Q utgör en ortonormerad bas;Kolonnerna i Q utgör en ortonormerad bas.
SatsEtt ortonormerat koordinatbyte bevarar skalärproduk-ten och längden.
Q− ortogonalx = Qxy = Qy
⇒
〈x, y〉 = 〈x, y〉‖ x ‖=‖ x ‖
IV Symmetriska matriser
DefA - är en Hermitesk matris omm
A = A∗ = At
Def A - är en symmetrisk matris omm
A = At
Alla reella symmetriska matriser är hermiteska.
Sats (6.9)Alla egenvärden till en hermitesk matris är reella.
Sats (6.10)Egenvektorer som hör till olika egenvärden till en her-mitesk matris är ortogonala.
SatsAlla hermiteska matriser kan diagonaliseras med hjälpav ortogonala matriser.
9
Pass 7
Kvadratiska formerI Kvadratiska former
DefKvadratisk form är ett homogent andragrads poly-nom.
SatsVarje reell kvadratisk form K(~x, ~x) kan entydigt skrivaspå formen
K(~x, ~x) = 〈~x, A~x〉,där A är en reell symmetrisk matris.
II Taylorapproximation
f är en två gånger deriverbar funktion
f(~x+ δ~x) = f(~x)+ 〈∇f(~x), δ~x〉+ 1
2〈δ~x, Kδ~x〉+ o(‖ x ‖2),
∇f =(
∂f∂x1
, ∂f∂x2
, ..., ∂f∂xn
)- gradienten av funktionen f ,
K =
∂2f∂xj∂xk
n
j,k=1- Hessianen av funktionen f - en
symmetrisk matris.
Klassifikation av kvadratiska former (definition)K(x, x) > 0 för alla x 6= 0 ⇔ positivt definit;K(x, x) < 0 för alla x 6= 0 ⇔ negativt definit;K(x, x) antar både positiva och negativa värden ⇔indefinit;K(x, x) ≥ 0 för alla x 6= 0 ⇔ positivt semidefinit;K(x, x) ≤ 0 för alla x 6= 0 ⇔ negativt semidefinit.
10
III Diagonalisering av kvadratiska former
A) Genom att diagonalisera matrisen A.
A = SΛSt ⇒ x = Stx ⇒ K(x, x) =n∑
j=1
λjx2j
b) Med hjälp av kvadratkomplettering
A = RtDR, där R är en högertriangulär matris medettor på huvuddiagonalen och D = diag (d1, d2, ..., dn)är en diagonalmatris
x = Rtx ⇒ K(x, x) =n∑
j=1
djx2j
Klassifikation av kvadratiska former IIK(x, x) är positivt definit ⇔ alla egenvärden till A ärpositiva ⇔ funktionen f(x) = K(x, x) har minimum iorigo;K(x, x) är negativt definit ⇔ alla egenvärden till A ärnegativa ⇔ funktionen f(x) = K(x, x) har maximum iorigo;K(x, x) är indefinit ⇔ K har både positiva och neg-ativa egenvärden ⇔ funktionen f(x) = K(x, x) harsadelpunkt i origo.
SatsFöljande villkor är ekvivalenta för reella symmetriskamatriser K:1) den kvadratiska formen K(x, x) är positivt definit;2) alla egenvärden till matrisen K är positiva;3) K = RtDR, där R är högertriangulär med ettor påhuvuddiagonalen, och D är diagonal med positiva di-agonalelement.
11
Pass 8
Kontinuerliga insignal-utsignalmodeller
I Approximation av linjära system
Linjärt system S(c1w1(t) + c2w2(t)) = c1S(w1(t)) +c2S(w2(t)).
Stegfunktion = Heaviside funktion Θ(t) =
1, t > 00, t < 0
Enhetspuls p∆(t) =
1∆
, 0 < t < ∆0, annars
Sampling f(t) ∼ fsampl(t) =∑
k f(τk)p∆k(t− τk)∆k
S(f) ∼ S(fsampl) =∑
k
f(τk)S (p∆k(t− τk))∆k
Def Impulssvar k(t, τ) = lim∆→0 S (p∆(t− τ))
(Sw)(t) =
∫ +∞
−∞k(t, τ)w(τ)dτ
II Tidsinvarians
Def Systemet S är tidsinvariant omm
w(t) →S y(t) ⇒ w(t− a) →S y(t− a)
SatsSystemet (Sw)(t) =
∫ +∞−∞ k(t, τ)w(τ)dτ är tidsinvariant
omm k(t, τ) = h(t− τ) för något h, d.v.s.
(Sw)(t) =
∫ +∞
−∞h(t− τ)w(τ)dτ.
III Stabilitet
12
SatsSystemet (Sw)(t) =
∫ +∞−∞ h(t − τ)w(τ)dτ är insignal-
utsignal stabilt omm∫ +∞
−∞|h(t)|dt < ∞.
Pass 9
Kontinuerliga insignal-utsignalmodeller II
IV Kausalitet
DefEtt lineärt system S är kausalt omm
w(t) = 0 då t < t0 ⇒ (Sw)(t) = 0 då t < t0
för alla t0.
SatsDet tidsinvarianta systemet
(Sw) (t) =
∫ +∞
−∞h(t− τ)w(τ)dτ
är kausalt omm h(t) ≡ 0, då t < 0.
V Tillståndsbeskrivningar
ddt
~u(t) = A~u(t) +~bw(t)y(t) = 〈~c, ~u(t)〉+ dw(t)w(−∞) = 0;~u(−∞) = ~0
A - n × n matris, ~b,~c - n-dimensionella vektorer, d -reell konstant (= 0).
Lösningen
y(t) =
∫ t
−∞〈~c, eA(t−τ)~b〉w(τ)dτ + dw(t)
SatsImpulssvaret för det kausala systemet
ddt
~u(t) = A~u(t) +~bw(t)y(t) = 〈~c, ~u(t)〉
ges avh(t) = 〈~c, eAt~b〉Θ(t).
13
Pass 10
FaltningI Definition
(f ∗ g) (t) =
∫ +∞
−∞f(t− τ)g(τ)dτ
SatsFaltningen f ∗ g existerar om f och g är styckvis kon-tinuerliga och uppfyller minst ett av följande villkora) f, g ∈ L1;b) f ∈ L1, g - begränsad;c) f, g är kausala ( f(t) = g(t) = 0 för t < 0).
II Räkneregler
SatsAntag att funktionerna f, g och h uppfyller minst ettav följande villkora) f, g, h är kausala;b) f, g, h ∈ L1, eller omvänt;c) f, g ∈ L1, h - begränsad;d) f, g, h ≥ 0.Då gäller1. f ∗ g = g ∗ f ;2. f ∗ (g + h) = f ∗ g + f ∗ h;3. f ∗ (g ∗ h) = (f ∗ g) ∗ h;4. Ta(f ∗ g) = Taf ∗ g = f ∗Tag där Ta är en translation;5. d
dt(f ∗ g) = ( d
dtf) ∗ g = f ∗ ( d
dtg).
III Stegsvaret
DefStegsvaret (Sθ)(t) för ett lineärt tidsinvariant systemS är lika med utsignalen då insignalen är ett enhetsstegθ(t) i t = 0.
SatsSθ - stegsvaret, h - impulssvaret, då gäller
h(t) =d
dt(Sθ)(t).
14
Pass 11
Generaliserade funktionerI DeltadistributionDefDeltadistributionen (deltafunktionen) δ definieras genom
〈δ, ϕ〉 = ϕ(0); 〈δa, ϕ〉 = ϕ(a).
II DistributionerDefTestfunktioner: D = C∞
0 (R) :1) ϕ(t) = 0 utanför en begränsad mängd;2) ϕ är oändligt många gånger deriverbar.
Deflimn→∞ϕn = ϕ i D ⇔1) alla funktioner är lika med 0 utanför en begränsadmängd;2) limn→∞ ϕ(l)
n (x) = ϕ(l)(x),∀x ∈ R,∀l ∈ N.
DefEn distribution f ∈ D′ är en linjär kontinuerlig av-bildning som till varje testfunktion ϕ ∈ D ordnar etttal 〈f, ϕ〉 ∈ R.
Kontinuerlig:ϕn
D→ ϕ ⇒ 〈f, ϕn〉 → 〈f, ϕ〉 då n →∞.
Linjär:〈f, c1ϕ1 + c2ϕ2〉 = c1〈f, ϕ1〉+ c2〈f, ϕ2〉.III Derivation
〈f ′, ϕ〉 = −〈f, ϕ′〉Multiplikation:
〈ψf, ϕ〉 = 〈f, ψϕ〉, ψ ∈ C∞
SatsAntag att f är styckvis glatt med brytpunkterna t1, ..., tm.Då är distributionsderivatan av f lika med
f ′ = [f ′]p+(f(t1+0)−f(t1−0))δt1+...+(f(tm+0)−f(tm−0))δtm,
där [f ′]p betecknar den punktvisa derivatan av f.
15
Pass 12
Generaliserade funktioner IINågra viktiga distributioner
δ′ : 〈δ′, ϕ〉 = −ϕ′(0);
δ(k) : 〈δ(k), ϕ〉 = (−1)kϕ(k)(0);
δa : 〈δa, ϕ〉 = ϕ(a).
Distributioner med stöd i origo
f =N∑
k=0
ckδ(k).
IV Konvergens i distributionsmening
Def
fnD′→ f då n →∞⇔ 〈fn, ϕ〉 → 〈f, ϕ〉,då n →∞
för varje testfunktion ϕ
V Distributioner och lösningar till differentialekvationer
f ′(t) + af(t) = h(t), h(t) ∈ C0(R). (2)
Beräkna Greens funktion g:
g′(t) + ag(t) = δ ⇒ g(t) =
e−at, t > 00 t < 0.
En lösning till ekvationen (2) ges av
f(t) =
∫ +∞
−∞g(t− τ)h(τ)dτ =
∫ t
−∞e−a(t−τ)h(τ)dτ.
16
Pass 13
FrekvensanalysI Överföringsfunktion
Sats (12.1)1) S är ett tidsinvariant systemy(t) =
∫∞−∞ h(t− τ)w(τ)dτ ;
2) Insignalen w(t) = est är en komplex svängning medfrekvensen s;3) Integralen H(s) =
∫∞−∞ h(τ)e−sτdτ konvergerar
⇒ utsignalen y(t) är en komplex svängning med sammafrekvens
y(t) = H(s)est.
II Frekvensfunktionen
H(iω) = A(ω)eiϕ(ω)
A(ω) - amplitudfunktionen;ϕ(ω) - fasfunktionen.Sats (12.4)1) S - ett reellt stabilt tidsinvariant system;2) insignalen w(t) = cosωt är en harmonist svängningmed vinkelfrekvensen ω⇒ utsignalen y(t) är en harmonisk svängning
y(t) = A(ω) cos(ωt + ϕ(ω)),
däramplitudfunktionen A(ω) är kvoten mellan utsignalensoch insignalens reella amplituder;fasfunktionen ϕ(ω) är fasförskjutningen mellan utsig-nalen och insignalen.III Superposition och frekvens
w(t) =+∞∑
k=−∞ck(w)eikΩt S→ y(t) =
+∞∑
k=−∞H(ikΩ)ck(w)eikΩt
IV Resonanser
H(s) ∼ k1
s− (α + iβ)⇒ A(ω) ∼ |k|√
α2 + (ω − β)2
17
Pass 14
Fouriertransformation II Definition och inversionsformel
f(t)F→ f(ω) =
∫ ∞
−∞e−iωtf(t)dt
f(t) =1
2π
∫ ∞
−∞eiωtf(ω)dω
F−1← f(ω)
Gaußpuls
e−t2 F→ √πe−
1
4ω2
II Räkneregler
c1f1 + c2f2F7→ c1f1 + c2f2
f(t)F7→ f(−ω)
d
dtf
F7→ iωf(ω)
−itf(t)F7→ d
dωf
III Faltningsatsen
Sats (13.5)f, g ∈ L1 ⇒
F(f ∗ g) = Ff · Fg.
18
Pass 15
Fouriertransformation IIIV Parsevals formel
f, g ∈ L2(R) ⇒
〈f, g〉 =
∫ ∞
−∞f(x)g(x)dx
Parsevals formel
〈f, g〉 =1
2π〈f , g〉
eller ∫ ∞
−∞f(x)g(x)dx =
1
2π
∫ ∞
−∞f(x)g(x)dx
Slutsats: Fourier transformen avbildar rummet L2(R)till rummet L2(R) :
‖ f ‖2= 1
2π‖ f ‖2
Fouriertransformationen av distributioner
δF7→ 1
δ(k) F7→ (iω)k
19
Pass 16
LaplacetransformationenI Definition
Def
(Lf)(s) =
∫ ∞
−∞e−stf(t)dt
II Inversionsformeln
Sats (14.7)Antag att Laplacetransformen (Lf)(s) = F (s) av funk-tionen f konvergerar i strimlan α < Re s < β. Då gäller
f(t) =1
2πi
∫ σ+i∞
σ−i∞estF (s)ds,
om α < σ < β.
III Räkneregler
linearitet c1f1(t) + c2f2(t)L7→ c1F1(s) + c2F2(s)
skalning f(at)L7→ 1
|a|F (sa)
förskjutning f(t− t0)L7→ e−st0F (s)
dämpning es0tf(t)L7→ F (s− s0)
konjugering f(t)L7→ F (s)
tidsderivation ddt
f(t)L7→ sF (s)
frekvensderivation −tf(t)L7→ d
dsF (s)
20
Pass 17-18
Laplacetransformationen II-IIIIV Laplacetranformation av distributioner
(Lδ)(s) = 1
V Inverstransformation av rationella funktioner
A) Partialbråksuppdelning
B) Residykalkyl
f(t) =
∑Res<σ Res(estF (s)), t > 0
−∑Res>σ Res(estF (s)), t < 0
VI Lösning av differentialekvationer
any(n) + an−1y(n−1) + ... + a1y
′ + a0y = f(t)
⇒ Y (s) =1
ansn + an−1sn−1 + ... + a1s + a0F (s)
VII Lineära system och Laplacetransformationen
Sats (14.12) Faltningsatsen
h = f ∗ g ⇔ H(s) = F (s)G(s)
omm Laplacetransformationerna H, F, G är definieradei en strimla α < s < β.
21
Sats (14.13)Överföringsfunktionen H(s) till ett tidsinvariant lineärtsystem
y(t) =
∫ ∞
−∞h(t− τ)w(τ)dτ
är lika med Laplacetransformen av impulssvaret:
H(s) =
∫ ∞
−∞e−sth(t)dt.
H(s) =Y (s)
W (s)
där Y, W är Laplacetransformerna av ut- och insignalerna.
VIII Den ensidiga Laplacetransformationen
Def
(LIf) (s) =
∫ ∞
0e−stf(t)dt
Sats (14.18)(LIf
(n))(s) = sn (LIf) (s)−f (n−1)(0)−sf (n−2)(0)−...−sn−1f(0)
Sats 14.19 (Faltningssatsen)(LI
(∫ t
0f(t− τ)g(τ)dτ
))(s) = (LIf) (s) (LIg) (s)
IX Faltningsekvationer
Ex
y(t) +
∫ ∞
0e−2(t−τ)y(τ)dτ = e−2t, t > 0