Flachheit Eine nützliche Methodik auch für lineare Systeme
|
|
- Silvia Waldfogel
- vor 6 Jahren
- Abrufe
Transkript
1 Flachheit Eine nützliche Methodik auch für lineare Systeme Michael Zeitz Institut für Systemdynamik Universität Stuttgart Flachheits-Methodik [FLIESS et al. 92ff] Lineare SISO und MIMO Systeme M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
2 Nichtlineares Beispiel: 2-Gelenk-Roboter-Modell u 2 q 2 q R 2 - verallgemeinerte Koordinaten M 2 M 1 u 1 q 1 u R 2 - Stellmomente Σ : M(q) q + g(q, q) = u, q(0) = q 0, q(0) = q 1 Flacher Ausgang z(t) = q(t), t 0 zur differenziellen Parametrierung Zustand x(t) = Eingang [ ] T z T (t), ż T (t) u(t) = M(z) z + g(z,ż) z C 2 Σ 1 Inverses System x u Folgeregelung z(t) z d (t) mit Trajektorien Planung z d (t) C 2 Vorsteuerung u d = M(z d ) z d + g(z d,ż d ) Computed Torque [ ] T Referenz für Zustandsrückführung x d (t) = z T d (t), żt d (t) Exakte Linearisierung z = v neuer Eingang mit u = M(z)v + g(z, ż) M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
3 Lineares Beispiel: SISO-System Σ : U(s) G(s) Y (s) G(s) = b 0 + b 1 s b m s m (b m 0, a n = 1, a 0 + a 1 s a n s n n m 0) L 1 : (n) y a 1 ẏ + a 0 y = b 0 u + b 1 u b m (m) u & n Anfangsbeding. Relativer Grad = Differenzgrad: r = n m 0 Speziell: m = 0 r = n Flacher Ausgang (FLA) z(t) = y(t) Zustand x = [z, ż,..., (n 1) z ] T Eingang u = (a 0 z + a 1 ż (n) z )/b 0 Differenzielle Parametrierung mit z(t) C n Anwendungen: Vorsteuerung u d = (a 0 z d + a 1 ż d (n) z d )/b 0 C 0 x Referenz x d = [z d, ż d,..., (n 1) z d ] T mit z d (t) C n Frage: Bestimmung von FLA z y für r < n bzw. m > 0? M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
4 Differenziell flache SISO-Systeme Systemklasse Σ : ẋ = f (x, u), t > 0, x(0) = x 0 R n y = h(x), u, y R, rel.grad r n u Σ x 0 y r n z r = n Definition [FLIESS et al. 92ff] Flacher Ausgang z = λ(x) R, t 0 mit relativem Grad r = n Differenzielle Parametrierung: Zustand x = Ψ x (z, ż,..., (n 1) z ) Eingang u = Ψ u (z, ż,..., (n) z ) Ausgang y = Ψ y (z, ż,..., (n r) z ) z C n Σ 1 Inverses System x u y Anwendung: Flachheitsbasierter Entwurf von Steuerungen u. Regelungen M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
5 Regelkreis mit zwei Freiheitsgraden M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
6 Folgeregelung mit Vorsteuerung M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
7 Vortrags Inhalt Flachheit Eine nützliche Methodik auch für lineare... SISO Systeme Flacher Ausgang Vorsteuerung Folgeregelung Beispiel: 3 fach Pendel Flacher Eingang MIMO Systeme M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
8 Lineare SISO Systeme Σ : ẋ = Ax + b u, x(0) = x 0 R n, y = c T x, u, y R relat. Grad r n : (i) y c T A i 1 b = 0, i = 1(1)r 1, Flacher Ausgang z = λ T x mit relativem Grad r = n λ T [b, Ab,..., A n 1 b] = [0,...,0, β 0] }{{}}{{} Steuerb. Matr. P e T (r) y c T A r 1 b 0 λ T = e T P 1 mit RangP = n λ T letzte P 1 Zeile mult. mit β 0 (Normierung: β = 1) Flachheits Koordinaten und Regelungs Normalform z λ T x ż =... = λ T A... x = T x Transformation Σ Σ (n 1) z λ T A n 1 Σ : (n) z = λ T A n T 1 x + βu, x (0) = Tx 0 R n, y = c T T 1 x M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
9 Lineare SISO Regelungs Normalform Σ : (n) z = [a 0,..., a n 1 ] x + β u, x (0) = Tx }{{}}{{} 0 R n a T = λ T A n T 1 0 z = x 1 flacher Ausgang mit relat. Grad r = n y = [c1,...,c n r+1, 0,...,0] }{{} c T = c T T 1 mit cn r+1 0, r n Flachheits Gleichungen mit z = λ T x C n x x = [z, ż,..., (n 1) z ] T = Tx x = T 1 [z, ż,..., (n 1) z ] T Flachheits Koordinaten Zustands Parametrierung (n 1) u = (a 0 z + a 1 ż a n 1 z + (n) z )/β Eingangs Parametrierung y = c 1 z + c 2 ż c n r+1 (n r) z Ausgangs Parametrierung Anwendung von Σ : Flachheitsbasierter Steuerungs Entwurf M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
10 Lineare SISO-Steuerkette z Σ d (t) u d (t) x(t) x d (t) d Σ 1 Σ y(t) y d (t) Trajektorien Planung: Arbeitspunktwechsel x(0) = x 0 x(t) = x T Σ d : z d (0) = z 0 = λ T x 0 z d (T) = z T = λ T x T (i) z d (0, T) = 0, i = 1(1)n z d (t) C n, t [0, T] z T z d (t) z 0 T t 0 Flachheitsbasierter Steuerungs Entwurf mit Σ 1 u d (t) = Ψ u (z d, ż d,..., (n) z d ) C 0 Steuertrajektorie x d (t) = Ψ x (z d, ż d,..., (n 1) z d ) y d (t) = Ψ y (z d, ż d,..., (n r) z d ) x Referenz für Zustandsrückführung y Referenz für Ausgangsregelung M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
11 Flachheitsbasierte Zwei Freiheitsgrad Regelkreisstruktur Folgeregelung: Ausgang y(t) y d (t) Σ d zd Ψ y y d Ψ u PID u d u Σ y PID Entwurf Stabilität Störverhalten Robustheit Folgeregelung: Zustand x(t) x d (t) Σ d zd Ψ x x d Ψ u k T u d u Σ x y k T Entwurf LQR Optimierung Eigenwert Vorgabe Vorsteuerung {Σ d, Ψ u, Ψ y /Ψ x } Add on für Führungsverhalten Ohne {Σ d, Ψ u, Ψ y /Ψ x } Akademischer Regelkreis mit {Σ, PID/k T } M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
12 Folgeregelung 3-fach-Pendel [Nutsch/Hagenmeyer 04] z ϕ 3 Σ : ẋ = f (x, u), x(0) = x 0 R 8, u R x = [s, ṡ, ϕ 1, ϕ 1, ϕ 2, ϕ 2, ϕ 3, ϕ 3 ] T ϕ 2 s(0) s(t) Pendel Side Stepping ϕ 1 u = s Σ flaches System Taylor Linearisierung für x 1, A = x f (0, 0), b = f (0, 0) u Σ : ẋ = Ax + b u, x(0) = x 0 R 8, y = [s, ϕ 1, ϕ 2, ϕ 3 ] T P = [b, Ab,..., A n 1 b], RangP = 8 Σ = steuerbar & flach FLA: z = λ T x mit λ T = [0,..., β 0] P 1 z [1, 0, - l 1, 0, -l 2, 0, -0, 71l 3 ] x oberes Drittel von 3. Pendel M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
13 Flachheitsbasierte Folgereglung mit Beobachter Ψ u u d Σ d x d u u y Ψ x LQR z Σ d ˆx ˆΣ Trajektorien Planung: Side Stepping s(0) = s 0 s(t) = s T Σ d : x d (0) = [s 0, 0,..., 0] T = x 0 x d (T) = [s T,..., 0] T = x T z d (0) = λ T x 0 = z 0 z d (T) = λ T x T = z T 15 ( t ) i z d (t) = z 0 + (z T z 0 ) p i C 8, t [0, T] T Vorsteuerung u d = Ψ u (z d, ż d,..., (8) z d ) C 0 8 LQR Rückführung u = k T (ˆx x d ) mit x d = Ψ x (z d, ż d,..., (7) z d ) Beobachter Entwurf ˆΣ mit Eigenwertvorgabe M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
14 Simulation u. Experiment Side-Stepping 3 fach Pendel Simulated Snap Shots Video z d [m] s d [m] t [s] t [s] Gegenläufige Wagenbewegung s(t) wegen Nicht Minimalphasigkeit von Σ Measurements (solid lines) Nominal Trajectories (dashed lines) s, s d [m] ṡ, ṡ d [m/s] t [s] t [s] M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24 z [m] ϕ; [ ] ϕ 1 ϕ 2 ϕ 3 6 8
15 Zusammenhang flacher und realer Ausgang für r < n Σ : Y (s) = P(s) Q(s) U(s) = b 0 + b 1 s b m s m a 0 + a 1 s a n s n U(s) (b m 0, a n = 1, r = n m > 0) Regelungs NF mit FLA Z(s) = U(s)/Q(s) = Y (s)/p(s) Σ : (n) z = [a 0,..., a n 1 ]x + βu mit β = 1, x = [z, ż,..., (n 1) z ] T Differenzielle Parametrierung des realen Ausgangs y mit m = n r y = b 0 z + b 1 ż b n r (n r) z = Ψ y (z, ż,..., (n r) z ) Referenz y d (t) Dgl. der Ordnung n r für den FLA z Ψ y (z, ż,..., (n r) z ) = b 0 z +b 1 ż b n r (n r) z = Voraussetzung für Umrechnung y d (t) z d (t) : { y interne Dynamik 0 Nulldynamik Stabile interne Dynamik (Nulldynamik) Σ = Phasen Minimum System M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
16 A Differentially Flat Input IS NOT PART OF A... M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
17 Konstruktion eines flachen Eingangs [Waldherr/Z 07] Σ : ẋ = Ax + γu flacher Eingang (FLE), x(0) = x 0 R n y = c T x! = z flacher Ausgang (FLA) mit r = n Ḱonstruktion von Eingangsvektor γ über relativen Grad r = n c T A i γ = 0, c T 0 i = 0(1)n 2, c T A Q = Beob. Matr. γ =. RangQ = n c T A n 1. 0 γ 0 c T A n 1 Σ = beobachtbar β 0 }{{}}{{} Q e γ = Q 1 e letzte Q 1 Spalte mult. mit β 0 (Normierung: β = 1) Notwendig und hinreichend für FLE Existenz: Σ = beobachtbar Notwendig: Realisierbarkeit von FLE γu (FLE fiktiv wie FLA) M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
18 Beispiel-System: Integratorkette (n = 3) Konstruktion eines flachen Eingangs für... Σ : ẋ = x + γu FLE, x(0) = x 0 R a) y = [1, 0, 0]x γ = [0, 0, 1] T u y =! z (r = 3) s s s x 3 x 2 x 1 b) y = [1, 1, 1]x γ = [0, 1, 1] T u y =! z (r = 3) s s s x 3 x 2 x 1 Beobachtbarkeits Matrix Q = ct c T A = , Q 1 = 0 1 1, det Q = 1 c T A }{{} 1 γ (β = 1) M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
19 Beispiel: Realisierbarkeits-Bedingung für flachen Eingang Lineares Feder Dämpfer Masse System (n = 2) ( q q) x = Σ : m q + d q + c q = f mit Kraft-Eingang f ( ) ( (m=1) = ẋ = x + f c d 1) Kraft Eingang f nur möglich in x 2 Dgl.! y = q = [ c, d]x Beschleunigungs-Messung mit y! = z (r = 2) Beobachtbarkeits Matrix ( ) ( ) c d Q = cd d 2, Q c = detq 1 d 2 c d cd }{{} c, detq = c 2 0 γ (β = c 2 ) Σ : ( ) ( 0 1 d ẋ = x + u c d c) }{{} FLE für d 0 : γu realisierbar! M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
20 Vortrags Inhalt Flachheit Eine nützliche Methodik auch für lineare... SISO Systeme MIMO Systeme Flachheits Definition Statische und quasi statische Entkopplung MIMO Regelungs Normalform M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
21 Differenziell flache lineare MIMO-Systeme Σ : ẋ = Ax + m b i u i, x(0) = x 0 R n (m > 1) i=1 Steuerbarkeits Indizes ρ i, i = 1(1)m mit ρ i ρ i+1, m i=1 ρ i = n Rang[b 1, Ab 1,..., A ρ1 1 b 1,...,b m, Ab m,..., A ρm 1 b m ] = n Σ = steuerb./flach }{{} P (n n) Auswahl Matrix Flache Ausgänge : z i = λ T i x C β i, i = 1(1)m Zustands Parametr.: x = Ψ x (z 1, ż 1,..., (β1 1) z 1,..., z m, ż m,..., (βm 1) z m ) Eingangs Parametr.: u = Ψ u (z 1, ż 1,..., (β1) z 1,..., z m, ż m,..., (βm) z m ) m i=1 β i = n : (β i ) z i = v i, i = 1(1)m, β i = ρ i statische Entkopplung mit u = Ψ u (z 1,ż 1,..., v 1,..., z m,ż m,..., v m) m i=1 β i > n : (β i i ) z i = v i, m i=1 (β i i ) = n quasi stat. Entkopplung mit u = Ψ u (z 1,ż 1,..., v 1, v 1,..., ( 1) v 1,..., z m,ż m,..., v m, v m,..., ( m) v m ) M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
22 MIMO Beispiel für statische Entkopplung (n = 3, m = 2) Σ : ẋ = x u u 2 1 u }{{}}{{}}{{} u 1 A b 1 b 2 Auswahl P = [b Matrix : 1, Ab 1, b 2 ] = Differenzielle Parametrierung: } z 1 = x 1 x 2, ż 1 = x 3, z 1 = u 1 z 2 = x 2 + x 3, ż 2 = x 3 + u 1 + u 2 β 1 = 2 = ρ 1, β 2 = 1 = ρ 2 β 1 + β 2 = 3 = n x 1 1 s z 1 x 1 2 s z 2 x 1 3 s Rang P = 3 ρ 1 = 2, ρ 2 = 1 FLA z i = λ T i x, i = 1, 2 x = [z 1 + ż 1 z 2, z 2 ż 1, ż 1 ] T u = [ z 1, ż 2 ż 1 z 1 ] T MIMO Regelungs Normalform mit statischer Entkopplung ) ( ) ( ) ( z1 Σ u : = 1! v1 = u 1 = v 1 ż 2 x 3 + u 1 + u 2 v 2 u 2 = v 2 x 3 v 1 M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
23 MIMO Beispiel für quasi-stat. Entkopplung (n = 3, m = 2) Σ : ẋ = x u u 2 1 u }{{}}{{}}{{} u A b 1 b 1 2 Auswahl P = [b Matrix : 2, Ab 2, b 1 ] = Differenzielle Parametrierung: } z 1 = x 1, ż 1 = u 2, z 1 = u 2 z 2 = x 2, ż 2 = x 3 + u 2, z 2 = u 1 + u 2 β 1 = 2, β 2 = 2 β 1 + β 2 = 4 > n = 3 1 s 1 s 1 s x 1 x 2 x 3 z 1 z 2 Rang P = 3 ρ 1 = 2, ρ 2 = 1 FLA z i = λ T i x, i = 1, 2 x = [z 1, z 2, ż 2 ż 1 ] T u = [ z 2 z 1, ż 1 ] T Verallgemeinerte MIMO Regelungs NF mit quasi statischer Entkopplung ) ( ) ( ) (ż1 Σ u2! v1 : = = u 1 = v 2 v 1 z 2 u 1 + u 2 v 2 u 2 = v 1 M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
24 F A Z I T Flachheits Methodik nützlich auch für lineare Systeme : Einfacher feststellbar und anwendbar als bei nichtlinearen Systemen Regelungs Normalform wichtig für flachheitsbasierten Steuerungs Entwurf, aber nicht wirklich für linearen Regler Entwurf Neu bei MIMO Systemen: Verallgemeinerte Regelungs NF und quasi statische Entkopplung Lineare Flachheits Methodik leicht vermittelbar in RT Ausbildung V I E L E N D A N K! M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin / 24
Entwurf durch Polvorgabe
Grundidee der Zustandsregelung Entwurf durch Polvorgabe Zustandsgröß ößen, innere Informationen aus dem Prozeß,, werden zurückgef ckgeführt. Vorteile: Bei Bei vollständiger Steuerbarkeit ist ist eine eine
MehrLösung zum Übungsblatt - Steuerbarkeit und Beobachtbarkeit
Prof. Dr.-Ing. Jörg Raisch Dr.-Ing. Thomas Seel Fachgebiet Regelungssysteme Fakultät IV Elektrotechnik und Informatik Technische Universität Berlin Integrierte Veranstaltung Mehrgrößenregelsysteme Aufgabe
MehrZusammenfassung der 8. Vorlesung
Zusammenfassung der 8. Vorlesung Beschreibung und und Analyse dynamischer Systeme im im Zustandsraum Steuerbarkeit eines dynamischen Systems Unterscheidung: Zustandssteuerbarkeit, Zustandserreichbarkeit
MehrSSRP 2009. 16. Steirisches Seminar über Regelungstechnik und Prozessautomatisierung. M. Horn, M. Hofbaur, N. Dourdoumas (Hrsg.)
SSRP 29 6. Steirisches Seminar über Regelungstechnik und Prozessautomatisierung M. Horn, M. Hofbaur, N. Dourdoumas (Hrsg.) 8. -. 9. 29 Schloss Retzhof, Leibnitz, Österreich ISBN: 978-3-9439-8-7 Institut
MehrLineare Ausgleichsprobleme. Jetzt: Lösung überbestimmter linearer GS, d.h. mehr Gleichungen als Unbekannte
Lineare Ausgleichsprobleme Bisher: Lösung linearer GS Ax = b, A R n,n, A regulär, b R n Jetzt: Lösung überbestimmter linearer GS, d.h. mehr Gleichungen als Unbekannte Ax = b mit A R m,n, b R m, m n, rg(a)
MehrStabilität von geschalteten DAEs
Elgersburg Workshop 2011, 16.02.2011, 17:30-18:00 Einleitung Klassische DAEs Distributionelle Lösungen für geschaltetet DAEs Inhalt 1 Einleitung Systemklasse: Definition und Motivation Beispiele 2 Klassische
MehrRegularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator
Universität Bielefeld Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Matthieu Felsinger Universität Bielefeld Mathematisches Kolloquium, TU Clausthal 05. Februar 2014 1 Einleitung
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Lineare Algebra
MehrMusterlösung. 8 (unterschiedlich gewichtet, total 62 Punkte)
BSc - Sessionsprüfung 6.8.8 Regelungstechnik II (5-59-) Prof. Dr. L. Guzzella Musterlösung Dauer der Prüfung: Anzahl der Aufgaben: Bewertung: Minuten 8 (unterschiedlich gewichtet, total 6 Punkte) Um die
Mehr11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen
11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des
MehrRegelungstechnik I (WS 15/16) Übung 2
Regelungstechnik I (WS 5/6) Übung Prof. Dr. Ing. habil. Thomas Meurer Lehrstuhl für Regelungstechnik Aufgabe. (Linearität, Zeitinvarianz). Überprüfen Sie die folgenden dynamischen Systeme auf Linearität
MehrMusterlösung. 8 (unterschiedlich gewichtet, total 68 Punkte)
Prof. Dr. H. P. Geering Prof. Dr. L. Guzzella BSc - Sessionsprüfung 7..8 egelungstechnik II 5-59- Prof. Dr. L. Guzzella Musterlösung Dauer der Prüfung: Anzahl der Aufgaben: Bewertung: Minuten 8 unterschiedlich
MehrInhaltsverzeichnis INHALTSVERZEICHNIS 1
INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Die Parabel 2 1.1 Definition................................ 2 1.2 Bemerkung............................... 3 1.3 Tangenten................................ 3 1.4
MehrModellordnungsreduktion für strukturmechanische FEM-Modelle von Werkzeugmaschinen
Modellordnungsreduktion für strukturmechanische FEM-Modelle von Werkzeugmaschinen Professur Mathematik in Industrie und Technik Fakultät für Mathematik, Technische Universität Chemnitz Arbeitsbericht zum
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrTheoretische Physik I: Lösungen Blatt Michael Czopnik
Theoretische Physik I: Lösungen Blatt 2 15.10.2012 Michael Czopnik Aufgabe 1: Scheinkräfte Nutze Zylinderkoordinaten: x = r cos ϕ y = r sin ϕ z = z Zweimaliges differenzieren ergibt: ẍ = r cos ϕ 2ṙ ϕ sin
MehrKlausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 14/15 Dr. Hanna Peywand Kiani 06.07.2015 Klausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften Die ins Netz gestellten
MehrLineare Gleichungsen + Lineare Funktionen
29. Mai 2006 Gliederung 1 2 Anmerkungen Bitte nummeriert die Zeilen! Bitte benutzt eine Büroklammer! Bitte nicht abschreiben! Anmerkungen Bitte nummeriert die Zeilen! Bitte benutzt eine Büroklammer! Bitte
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrCharakteristikenmethode im Beispiel
Charakteristikenmethode im Wir betrachten die PDE in drei Variablen xu x + yu y + (x + y )u z = 0. Das charakteristische System lautet dann ẋ = x ẏ = y ż = x + y und besitzt die allgemeine Lösung x(t)
MehrFlüsse, Fixpunkte, Stabilität
1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher
Mehr14 Übungen zu Regelung im Zustandsraum Teil 2
Zoltán Zomotor Versionsstand: 9. März 25, :32 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3. Germany License. To view a copy of this license, visit http://creativecommons.org/licenses/by-nc-sa/3./de/
MehrZusammenfassung der 7. Vorlesung
Zusammenfassung der 7. Vorlesung Beschreibung und Analyse dynamischer Systeme im Zustandsraum Methoden zur Berechnung der Transitionsmatrix Φ(t) = e At Numerische Integration Reihenentwicklung Mit Hilfe
Mehr1 Singulärwertzerlegung und Pseudoinverse
Singulärwertzerlegung und Pseudoinverse Singulärwertzerlegung A sei eine Matrix mit n Spalten und m Zeilen. Zunächst sei n m. Bilde B = A A. Dies ist eine n n-matrix. Berechne die Eigenwerte von B. Diese
MehrZulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover
Zulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover Zulassungsjahr: 04 (Sommersemester) Allgemeine Informationen: Der deutschsprachige
MehrEntwurf robuster Regelungen
Entwurf robuster Regelungen Kai Müller Hochschule Bremerhaven Institut für Automatisierungs- und Elektrotechnik z P v K Juni 25 76 5 OPTIMALE ZUSTANDSREGELUNG 5 Optimale Zustandsregelung Ein optimaler
Mehr8. Übungsblatt Aufgaben mit Lösungen
8 Übungsblatt Aufgaben mit Lösungen Aufgabe 6: Matrix Bestimmen Sie die allgemeine reelle Lösung des Differentialgleichungssystems u x = Aux für die A =, 9 indem Sie das System auf eine einzelne gewöhnliche
MehrPRAKTIKUM REGELUNGSTECHNIK 2
FACHHOCHSCHULE LANDSHUT Fachbereich Elektrotechnik Prof. Dr. G. Dorn PRAKTIKUM REGELUNGSTECHNIK 2 1 Versuch 2: Übertragungsfunktion und Polvorgabe 1.1 Einleitung Die Laplace Transformation ist ein äußerst
MehrAnleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
Mehrf f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.
Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales
MehrIEMS Regelungstechnik Abschlussklausur
IEMS Regelungstechnik Abschlussklausur Prof. Dr. Moritz Diehl, IMTEK, Universität Freiburg, und ESAT-STADIUS, KU Leuven 30. August, 0:5-3:5, Freiburg, Georges-Koehler-Allee 06, Raum 00-007 page 0 2 3 4
MehrIterative Verfahren, Splittingmethoden
Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
MehrStatistische Eigenschaften der OLS-Schätzer, Residuen,
Statistische Eigenschaften der OLS-Schätzer, Residuen, Bestimmtheitsmaß Stichwörter: Interpretation des OLS-Schätzers Momente des OLS-Schätzers Gauss-Markov Theorem Residuen Schätzung von σ 2 Bestimmtheitsmaß
MehrLösungsskizzen zur Klausur
sskizzen zur Klausur Mathematik II Sommersemester 4 Aufgabe Es seien die folgenden Vektoren des R 4 gegeben: b = b = b 3 = b 4 = (a) Prüfen Sie ob die Vektoren b b 4 linear unabhängig sind bestimmen Sie
Mehr2. Lagrange-Gleichungen
2. Lagrange-Gleichungen Mit dem Prinzip der virtuellen Leistung lassen sich die Bewegungsgleichungen für komplexe Systeme einfach aufstellen. Aus dem Prinzip der virtuellen Leistung lassen sich die Lagrange-Gleichungen
MehrFolgerungen aus dem Auflösungsatz
Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und
MehrDer CG-Algorithmus (Zusammenfassung)
Der CG-Algorithmus (Zusammenfassung) Michael Karow Juli 2008 1 Zweck, Herkunft, Terminologie des CG-Algorithmus Zweck: Numerische Berechnung der Lösung x des linearen Gleichungssystems Ax = b für eine
MehrKlassische Mechanik - Ferienkurs; Lösungem. Sommersemester 2011, Prof. Metzler
Klassische Mechanik - Ferienkurs; Lösunge Soerseester 2011, Prof. Metzler 1 Inhaltsverzeichnis 1 Quickies 3 2 Lagrange Gleichung 1. Art 3 2.1 Perle auf Schraubenlinie..................................
MehrKlassifikation von partiellen Differentialgleichungen
Kapitel 2 Klassifikation von partiellen Differentialgleichungen Die meisten partiellen Differentialgleichungen sind von 3 Grundtypen: elliptisch, hyperbolisch, parabolisch. Betrachte die allgemeine Dgl.
MehrDatenanalyse in der Physik. Übung 1. Übungen zu C und MAPLE
Datenanalyse in der Physik Übung 1 Übungen zu C und MAPLE Prof. J. Mnich joachim.mnich@desy.de DESY und Universität Hamburg Datenanalyse in der Physik Übung 1 p. 1 Bemerkungen zu den Übungen Schulungsaccounts
MehrStudientag zur Algorithmischen Mathematik
Studientag zur Algorithmischen Mathematik Numerische Verfahren der nicht-linearen Optimierung Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 1. Juli 2012 Outline Line
MehrAbbildung 5.1: stabile und instabile Ruhelagen
Kapitel 5 Stabilität Eine intuitive Vorstellung vom Konzept der Stabilität vermitteln die in Abb. 5.1 dargestellten Situationen. Eine Kugel rollt unter dem Einfluss von Gravitation und Reibung auf einer
Mehr1 Vektoren, Vektorräume, Abstände: 2D
Vektoren, Vektorräume, Astände: D Definition: Die Menge aller (geordneten Paare reeller Zahlen (oder allgemeiner: Elemente eines elieigen Körpers, als Spalten geschrieen, ezeichnen wir als Vektoren: R
MehrIX Relativistische Mechanik
IX Relativistische Mechanik 34 Relativitätsprinzip Die bisher behandelte Newtonsche Mechanik gilt nur für Geschwindigkeiten, die klein gegenüber der Lichtgeschwindigkeit sind. Im Teil IX stellen wir die
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
MehrKatalytische Hyperzyklen
Katalytische Hyperzyklen Lara Münster 20.12.2011 Literatur: Hofbauer J., Sigmund K. (1998). Evolutionary Games and Population Dynamics. Cambridge University Press: Cambridge Katalytische Hyperzyklen 1
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
Mehr40 Lokale Extrema und Taylor-Formel
198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:
Mehr9 Optimierung mehrdimensionaler reeller Funktionen f : R n R
9 Optimierung mehrdimensionaler reeller Funktionen f : R n R 91 Optimierung ohne Nebenbedingungen Ein Optimum zu suchen heißt, den größten oder den kleinsten Wert zu suchen Wir suchen also ein x R n, sodass
Mehry = A(x) y + b(x). (1) y = A(x) y (2)
73 5.2 Lineare Systeme Sei weiterhin IK = C oder IK = IR. Seien = I IR ein offenes Intervall, x 0 I, y 0 IK n, A: I IK n n und b: I IK n stetige matrix- bzw vektorwertige Funktionen. Wir betrachten komplexe
MehrMathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation
Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter
MehrDefinition 3.1: Ein Differentialgleichungssystem 1. Ordnung
Kapitel 3 Dynamische Systeme Definition 31: Ein Differentialgleichungssystem 1 Ordnung = f(t, y) ; y R N ; f : R R N R N heißt namisches System auf dem Phasenraum R N Der Parameter t wird die Zeit genannt
Mehr24 Minkowskis vierdimensionale Raumzeit
24 Minkowskis vierdimensionale Raumzeit Der deutsche Mathematiker Hermann Minkowski (1864 1909) erkannte, daß sich die von Albert Einstein 1905 entwickelte spezielle Relativitätstheorie am elegantesten
MehrTheoretische Physik I Mechanik Probeklausur - Lösungshinweise
Prof. H. Monien St. Kräer R. Sanchez SS2014 Theoretische Physik I Mechanik Probeklausur - Lösungshinweise Hinweise: Diese Lösung/Lösungshinweise erhebt keinen Anspruch auf Richtigkeit oder Vollständigkeit,
MehrLaplace-Transformation
Laplace-Transformation Gegeben: Funktion mit beschränktem Wachstum: x(t) Ke ct t [, ) Definition: Laplace-Transformation: X(s) = e st x(t) dt = L{x(t)} s C Re(s) >c Definition: Inverse Laplace-Transformation:
MehrRegelsysteme Tutorial: Stabilitätskriterien. George X. Zhang HS Institut für Automatik ETH Zürich
Regelsysteme 1 5. Tutorial: Stabilitätskriterien George X. Zhang Institut für Automatik ETH Zürich HS 2015 George X. Zhang Regelsysteme 1 HS 2015 5. Tutorial: Stabilitätskriterien Gliederung 5.1. Stabilität
Mehr2. Räumliche Bewegung
2. Räumliche Bewegung Wenn die Bahn des Massenpunkts nicht bekannt ist, reicht die Angabe einer Koordinate nicht aus, um seinen Ort im Raum zu bestimmen. Es muss ein Ortsvektor angegeben werden. Prof.
MehrInhaltsverzeichnis. 1 Einleitung 1 Struktur und Einsatz von Optimierungsmethoden 2 Einsatz der Optimierung in der Steuerungs- und Regelungstechnik 6
1 Einleitung 1 Struktur und Einsatz von Optimierungsmethoden 2 Einsatz der Optimierung in der Steuerungs- und Regelungstechnik 6 Teil I Statische Optimierung 2 Allgemeine Problemstellung der statischen
MehrAufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
MehrDEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )
Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon
Mehrmit α 2 := F EI mit Federgesetz: F c = c F w l Q l + F sinγ + c F w l cosγ = 0 die Linearisierung ergibt dann: EIw l Fw l + c F w l = 0 (RB 1)
Einsteinufer 5, 1587 Berlin 3.Übungsblatt - S. 1 Knicken SS 21 Aufgabe 1 Die (homogene) Knickdifferentialgleichung lautet: Ein geeigneter Ansatz zur Lösung lautet: w + α 2 w = mit α 2 := F (1) w = Acos(αx)
MehrDifferentialformen Äußere Ableitung Abbildungen Konverse Poincaré Lemma. Die Äußere Ableitung. Felix Retter
25.06.2008 Inhaltsangabe Differentialformen Äußere Ableitung Abbildungen Konverse Poincaré Lemma Die p-form Sei P ein Punkt in E n. Der n-dimensionale lineare Raum L = L p wird dann gebildet von n a i
MehrÚ Ú Ú Ú É Ú ů Ž ů ů ř Ú ň ř ť ů Ž Ú ů ů Ť ů Ú ů ů ů ů ť Ú Ú ů ů Ó Ú Ó ů ř Ú ť ů ů ř Ú ů Ú ý Ú Ú ň ř Ú Ú Ú ř Ú Ú Ú Ú É ř ů ů Ú Ó ů Ú Ú Ú Ú Ó Ú ň ř ů ů Ú Ú Ó Ť Ť ř ů ť Ú Ú Ú Á š Ú ř ř Ó ř ť Ú
MehrLösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)
Universität D U I S B U R G E S S E N Campus Essen, Mathematik PD Dr. L. Strüngmann Informationen zur Veranstaltung unter: http://www.uni-due.de/algebra-logic/struengmann.shtml SS 7 Lösung zu den Testaufgaben
Mehr( ) Lineare Gleichungssysteme
102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
MehrTheoretische Überlegungen zur Ausbreitung von Infektionserregern auf Kontaktnetzen. Hartmut Lentz, Maria Kasper, Ansgar Aschfalk und Thomas Selhorst
Theoretische Überlegungen zur Ausbreitung von Infektionserregern auf Kontaktnetzen Hartmut Lentz, Maria Kasper, Ansgar Aschfalk und Thomas Selhorst Netzwerke / Graphen verschiedene Typen von Graphen: einfache
MehrReduced-Rank Least Squares Modelle
16.12.2008 Wiederholung Gegeben: Matrix A m n Paar Rechter Eigenvektor x, Eigenwert λ: A x = λ x mit x R n \ 0, λ N Paar Linker Eigenvektor y, Eigenwert λ: y T A = λ y T Singulärwertzerlegung (SVD): A
Mehr(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren
Aufgabe Gegeben seien die Punkte A(,,, B(,,, C(,,. (a Geben Sie die Hesse-Normalform der Ebene E, welche die drei Punkte A, B und C enthält, an. (b Bestimmen Sie den Abstand des Punktes P (,, 5 zur Ebene
Mehr2. Räumliche Bewegung
2. Räumliche Bewegung Prof. Dr. Wandinger 1. Kinematik des Punktes TM 3 1.2-1 2. Räumliche Bewegung Wenn die Bahn des Punkts nicht bekannt ist, reicht die Angabe einer Koordinate nicht aus, um seinen Ort
Mehr9.2 Invertierbare Matrizen
34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen
MehrWellen und wandernde Wellen Ähnlichkeitslösungen. Crashkurs PDG anhand von Beispielen. Wellen
Wellen Crashkurs PDG anhand von Beispielen Eine Welle ist ein erkennbares Signal, welches innerhalb eines Mediums von einer Seite zur anderen übertragen wird, mit einer erkennbaren Ausbreitungsgeschwindigkeit.
MehrÜbungen zur Analysis II Blatt 27 - Lösungen
Prof. Dr. Torsten Wedhorn SoSe 22 Daniel Wortmann Übungen zur Analysis II Blatt 27 - Lösungen Aufgabe 5: 6+6+6* Punkte Bestimme alle lokalen Extrema der folgenden Funktionen: a b c* f : R 3 R g : R 2 R
MehrZustandsraum: Historische Einordnung
Zustandsraum: Historische Einordnung Die Grundlagen der Zustandsraummethoden wurden im Zeitraum 1955 1965 von Kalman und seinen Kollegen in dem Research Institute for Advanced Studies in Baltimore entwickelt.
MehrRegelung einer Luft-Temperatur-Regelstrecke
Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Fachgebiet Regelungssysteme Leitung: Prof. Dr.-Ing. Jörg Raisch Praktikum Grundlagen der Regelungstechnik Regelung einer Luft-Temperatur-Regelstrecke
MehrRekonfigurierbare Regelung der Stuttgart SmartShell
Rekonfigurierbare Regelung der Stuttgart SmartShell Michael Heidingsfeld Institut für Systemdynamik, Universität Stuttgart 9. Elgersburg Workshop (2.-6. März 2014) Institut für Systemdynamik Stuttgart
MehrGewöhnliche Dierentialgleichungen
Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat
MehrOptimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel
MehrSchriftliche Prüfung aus Control Systems 1 am
TU Graz, Institt für Regelngs- nd Atomatisierngstechnik A Schriftliche Prüfng as Control Systems am 5 0 006 Name / Vorname(n): Kenn-MatrNr: Gebrtsdatm: BONUSPUNKTE as Compterrechenübng: 3 erreichbare Pnkte
MehrB Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R,
B en Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R Berechnen Sie zur Abbildung f : R R, f(x, y) : x sin(xy) das totale Differenzial f df, die Jacobi-Matrix J f (x, y) und den Gradienten ( f)(x,
MehrLineare Algebra II, Lösungshinweise Blatt 9
Prof Dr Katrin Wendland Priv Doz Dr Katrin Leschke Christoph Tinkl SS 27 Lineare Algebra II, Lösungshinweise Blatt 9 Aufgabe (4 Punkte) Sei 2 3 4 A = 5 6 Berechnen Sie A k für alle k N und verifizieren
MehrDynamische Systeme eine Einführung
Dynamische Systeme eine Einführung Seminar für Lehramtstudierende: Mathematische Modelle Wintersemester 2010/11 Dynamische Systeme eine Einführung 1. Existenz und Eindeutigkeit von Lösungen 2. Flüsse,
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrDynamischer Entwurf von Achterbahnfiguren
Dynamischer Entwurf von Achterbahnfiguren Prof. Dr.-Ing.. Rill 1 Einleitung Bei der Entwicklung von Achterbahnfiguren wird in der Regel die Bahngeometrie vorgegeben. Mit Hilfe von Simulationsprogrammen
Mehr2. Eigenschaften dynamischer Systeme
2. Eigenschaften dynamischer Systeme 2.1 Allgemeine Systemeigenschaften 2.1.1 Signale 2.1.2 Systeme Definition: System Ein System ist ein natürliches oder künstliches Gebilde. Es kann Eingangs-Signale
Mehr(s + 3) 1.5. w(t) = σ(t) W (s) = 1 s. G 1 (s)g 2 (s) 1 + G 1 (s)g 2 (s)g 3 (s)g 4 (s) = Y (s) Y (s) W (s)g 1 (s) Y (s)g 1 (s)g 3 (s)g 4 (s)
Aufgabe : LAPLACE-Transformation Die Laplace-Transformierte der Sprungantwort ist: Y (s) = 0.5 s + (s + 3).5 (s + 4) Die Sprungantwort ist die Reaktion auf den Einheitssprung: w(t) = σ(t) W (s) = s Die
MehrZusammenfassung der 9. Vorlesung
Zusammenfassung der 9. Vorlesung Analyse des Regelkreises Stationäres Verhalten des des Regelkreises Bleibende Regelabweichung für ffür r FFührungs- und und Störverhalten Bleibende Regelabweichung für
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrEigenwerte und Diagonalisierung
Eigenwerte und Diagonalisierung Wir wissen von früher: Seien V und W K-Vektorräume mit dim V = n, dim W = m und sei F : V W linear. Werden Basen A bzw. B in V bzw. W gewählt, dann hat F eine darstellende
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras
Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst
MehrKursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/
Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/10 2.3.2010 Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt:
MehrDifferentialgleichungen
Kapitel Differentialgleichungen Josef Leydold Mathematik für VW WS 05/6 Differentialgleichungen / Ein einfaches Modell (Domar) Im Domar Wachstumsmodell treffen wir die folgenden Annahmen: () Erhöhung der
MehrFachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)
Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie (Lineare Abbildungen) Dozent/in: R. Burkhardt Büro:.6 Klasse: Semester: Datum: HS 8/9. Aufgabe Zeige, dass die folgenden Abbildungen
MehrÜbung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher
Technische Universität Chemnitz 1. Juli 20 Fakultät für Mathematik Höhere Mathematik I.2 Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher 1. Durch ein
MehrAufgabe zur Corioliskraft 1. Hier ist es dringend angeraten als erstes eine aussagekräftige Skizze zu machen:
Aufgabe zur Corioliskraft 1 Aufgabe: Ein Luftgewehr sei mit dem Lot exakt senkrecht nach oben ausgerichtet. Nach dem Abschuss verlässt die Kugel den Lauf mit 60 ms 1 Wo landet das Geschoss, wenn der Abschuss
MehrVersuchsanleitung MV_5_1
Modellbildung und Simulation Versuchsanleitung MV_5_1 FB 2 Stand August 2011 Prof. Dr.-Ing. Hartenstein Seite 1 von 11 1. Versuchsgegenstand Versuchsziel Ziel des Versuches ist es, die im Lehrfach Mechatronische
MehrAbtastsysteme im Zustandsraum
Abtastsysteme im Zustandsraum Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich May 11, 2006 Kontinuierliches System: ẋ(t) = Fx(t)+gu(t) y(t) = c T x(t)+du(t) : t x(t) =e F(t
MehrWir untersuchen in diesem Abschnitt das (lokale) Newton Verfahren zur Lösung eines nichtlinearen Gleichungssystems
Kapitel 2 Newton Verfahren 2.1 Das lokale Newton Verfahren Wir untersuchen in diesem Abschnitt das (lokale) Newton Verfahren zur Lösung eines nichtlinearen Gleichungssystems F (x) = 0 (2.1) mit einer zumindest
Mehr