dan mungkin tidak sulit untuk menebak bahwa kita harus memilih z T sebagai vektor eigen bar

is dari A22:
T T
z A 22=λ z ,

karena kemudian

q A= [ 0|z ] A=[ 0| λ z ]= λ q
T T T T

Oleh karena itu kami telah menunjukkan cara mencari vektor baris q T memenuhi persamaan
(4.9) dan ini melengkapi bukti.
Tidak sulit untuk memverifikasi bukti di atas, dan karena itu Teorema 4.7, tidak hanya berlak
u untuk sistem input tunggal, tetapi juga untuk sistem multi input.
Teorema 4.8 Sepasang ( A , B) , mungkin mewakili sistem multi-input, terkontrol jika dan han
ya jika rank [sI − A∨B ]=n untuk semua bilangan kompleks s. Di sini n menunjukkan ukuran
A . Perhatikan bahwa kondisi ini jelas akan dipenuhi untuk semua s yang tidak memilikinilai
eigen dari A karena det [sI − A ]≠ 0 .
Bukti dari Teorema adalah bahwa rank harus n , bahkan ketika s adalah nilai eigen dari A
Bukti Jika [sI − A∨B ] memiliki rank n, tidak mungkin ada vektor baris bukan nol qT seperti
yang

q [ sI − A|B ]=0
T

untuk setiap s, yaitu sedemikian sehingga qT B=0 dan q T A=s q T . Tapi kemudian oleh teore
ma sebelumnya, ( A , B) harus terkontrol. Kebalikannya mengikuti dengan mudah dengan me
mbalikkan argumen-argumen di atas.
LATIHAN 4.9 Kami diberikan sistem input tunggal ẋ= Ax+ Bu yang dikontrol. Misalkan kon
trol diterapkan dalam bentuk u=K x + v , di mana K adalah a 1 ×n dan v kontrol "baru", yang
juga merupakan skalar. Sistem baru adalah dicirikan oleh pasangan ( A+ BK , B). Buktikan, d
engan menggunakan Teorema 4.8, bahwa sistem baru juga terkontrol.
CONTOH 4.8 Titik awal dari contoh ini adalah persamaan (2.7) dari pemanasan batang
2
ϑT (t , r) ϑ T (t ,r ) 4.10
=c , 0 ≤ r ≤1 ; t ≥ 0 ,
ϑt ϑ r2
di mana kita akan mengasumsikan sekarang bahwa c=1 . Suhu dapat dikontrol
T1 T2 ⋯ T i− 1 Ti T i+1 ⋯ Tn

1
n
di kedua ujung bar; pada r =0 melalui u1 dan pada r =1 oleh u2. Kita mengamati untuk memb
1
edakan interval parameter lokasi r menjadi n subinterval diskrit, masing-masing panjang . S
n
 i−1 i
uhu pada interval ≤r < adalah ditunjukkan oleh T i, i=I ,2 , . .., n . Jika kita menggunaka
n n
n pendekatan
2
ϑ Ti 2
2
=n ( T i− 1 − 2T i +T i +1 ) ,i=2 , 3 , … , n− 1 ,
ϑr
2
ϑ T1 2
2
=n ( u1 − 2T 1 +T 2) ,
ϑr
2
ϑ Tn 2
2
=n ( T n −1 − 2T n +u2 ) ,
ϑr
maka kita mendapatkan model dimensi hingga berikut:

() (( ) )( )
T1 T1 1 0
1 d T2 T2 0 0 u
n
2
dt
⋮
⋮
=
1(
−2 1 0 … 0
− 2 1 ¿ ¿
⋱ ¿ ¿ ¿ ¿ ¿ ¿ ¿ ¿ ¿ ¿ ⋮ + ⋮ ⋮ 1
⋱ ¿ 1 − 2 1 0 ⋯ 0 1 −2
⋮ 0 0 u2
)
Tn Tn 0 1

Dengan memeriksa matriks keterkontrolan sistem berdimensi hingga ini (bukan ditunjukkan
di sini), dengan mudah diverifikasi bahwa sistem ini dapat dikontrol untuk setiap profil suhu.
Apakah keterkontrolan dipertahankan jika n → ∞, atau lainnya, apakah sistem (4.10) dapat di
kontrol? Secara formal, pengendalian untuk persamaan diferensial parsial belum didefinisika
n dan kami tidak akan memberikan definisi. Secara intuitif, bagaimanapun, harus jelas bahwa
profil suhu dengan diskontinuitas, misalnya
1 1
T ( t , r )=0 untuk 0 ≤ r ≤ , dan T ( t , r )=1 untuk <r ≤ 1 ,
2 2
pada waktu tertentu t , tidak pernah dapat dicapai.
4.3 Observabilitas
Kami sekarang beralih ke konsep dasar lain dalam teori sistem, yaitu. observabilitas.
DEFINISI 4.7 Sistem ( A , B ,C , D) dapat diamati dalam waktu yang terbatas t 1> 0sedemikian
sehingga untuk setiap u ∈U adalah mengikuti dari y (t , x 0 , u)= y (t , x 1 ,u) untuk semua
t ∈[0 , t 1 ], bahwa x 0=x 1.

Sistem tersebut dapat diamati jika keadaan x (0) dapat dibangun dari pengetahuan udan y pa
da interval[0 ,t 1 ], Dengan kata lain, terhadap perilaku eksternal dari sistem yang dapat diamat
i terbatas pada interval [0 ,t 1 ], hanya sesuai dengan satu keadaan vektor pada waktu t=¿. Se
perti halnya pengendalian, ada beberapa definisi yang mungkin untuk observabilitas. Yang se
dikit berbeda adalah bahwa suatu sistem dapat diamati jika untuk setiap pasangan keadaan x 0
dan x 1, x 0 ≠ x 1, kontrol u ∈U dan waktu t 1> 0 sedemikian sehingga y (t , x 0 , u) dan y (t , x 1 ,u) ti
dak sama pada [0 ,t 1 ]. Yang terakhir definisi berarti bahwa kontrol dapat ditemukan sedemiki
an rupa sehingga x 0 dan x 1 dapat dibedakan. Definisi 4.7, bagaimanapun, mengasumsikan ba
hwa x 0 dan x 1, dapat dibedakan untuk sembarang kendali jika x 0 ≠ x 1 Ternyata untuk sistem lin
ier kedua definisi setara (tidak ada bukti).
Akan ditunjukkan bahwa observabilitas sistem linier ( A , B ,C , D) dapat sepenuhnya dicirika
n oleh matriks A danC . Tentukan np × n matriks W , disebut matriks observabilitas, sebagai:

[]
C
−− −
CA
W = −− −
⋮
−− −
C A n− 1

Lemma 4.3 Jika

n −1
Cx=C Ax=…=C A x=0 ,
Kemudian C A k x=0 untuk semua k ≥ 0.

Bukti Untuk k =0 , 1 ,... , n −1 pernyataan segera. Menurut Teorema Cayley-Hamilton, A kadal

ah kombinasi linier dari A j , j=0 , 1 ,... , n −1 , untuk k ≥ n, lihat juga Lemma 4.1. Karena itu
k n− 1
C A =α 0 ,k C+ α 1 , k CA+ …+α n −1 ,k C A ,

untuk skalar tertentu, α i ,k dan karenanya

k n −1
C A x=α 0 , k Cx +α 1, k CAx+ …+α n −1 , k C A x =0 , ∀ k ≥ 0.

Teorema 4.9 Pernyataan berikut setara:

1. Sistem ( A , B ,C , D) dapat diamati.
2. W memiliki peringkat n .
3. KerW =0.
Bukti Persamaan pernyataan 2 dan 3 sudah jelas. Kami melanjutkan dengan bukti 2 →1. Misa
lkan rank W =n. Diberikan waktu sebarang t 1> 0 danu ∈U , asumsikan bahwa
y (t , x 0 , u)= y (t , x 1 ,u) untuk semua t ∈[0 , t 1 ]. Kami akan menunjukkan bahwa ini asumsi ak
an menghasilkan x 0=x 1. Persamaan y (t , x 0 , u)= y (t , x 1 ,u) menyiratkan
t t
C e x 0+∫ C e Bu ( s ) ds+ Du ( t ) =C e x 1 +∫ C e
At A ( t −s ) At A ( t − s)
Bu ( s ) ds+ Du ( t ) ,
0 0

dan karenanya
At
C e x 0=C e x 1 atau C e ( x 0 − x 1) =0 ,
At At

Untuk semua t ∈[0 , t 1 ]. Jika ekspresi terakhir dibedakan (n −1) kali dengan sehubungan t jik
a kemudian t=0 disubstitusi, maka kita dapatkan
At
C e ( x 0 − x 1) =0 →C ( x 0 − x1 ) =0 ,
 At
CA e ( x 0 − x 1 ) =0 →CA ( x 0 − x 1 )=0 ,

⋮
n− 1 At n −1
CA e ( x 0 − x 1) =0 → C A ( x 0 − x 1) =0
Hasilnya dapat ditulis sebagai W ( x0 − x 1 )=0. Karena rank W =n kita memiliki x 0 − x 1.
Sekarang kita akan membuktikan arah 1 →2. Misalkan rank W < n dan akan menunjukkan ba
hwa sistem tidak dapat diamati. Dua vektor berbeda x 0 dan x 1sehingga sehingga
x 0 − x 1 ∈ ker W . Kemudian
n −1
C (x ¿ ¿ 0− x 1)=CA ( x 0 − x1 ) ,… C A (x 0 − x 1)=0¿

Penerapan Lemma 4.3 menghasilkan C A k (x 0 − x1 )=0 untuk semua k ≥ 0. Selanjutnya,

∞
tk
C e At ( x 0 − x 1) =∑ C A k ( x 0 − x1 ) =0
k=0 k!

untuk semua t . Ini sekarang setara dengan y (t , x 0 , u)= y (t , x 1 ,u) untuk semua t dan semua
kontrol yang dapat diterima. Oleh karena itu sistem tidak dapat diamati.
Observabilitas sepenuhnya ditentukan oleh matriks A dan C dan oleh karena itu kita kadang-
kadang akan berbicara tentang observabilitas pasangan (C , A). Sistem ( A , B ,C , D) dapat dia
mati jika dan hanya jika sistem ( A , 0 , C , 0), yaitu ẋ= Ax , y=Cx dapat diamati. Kondisi Ran
k (W )=n disebut Kondisi Rank untuk observabilitas. Dalam kasus sistem keluaran tunggal
W adalah matriks persegi dan (C , A) teramati kemudian ekuivalen dengan det W ≠0.

LATIHAN 4.10 Transformasi koordinat nonsingular x=S x , (seperti A → S −1 ASl AS , C → CS

) tidak merusak observabilitas. Tunjukkan ini jika matriks kemampuan mengamati sistem yan
g ditransformasi dilambangkan dengan W , maka W S=W