JGW-SchülerAkademie Papenburg 2011 - Jugendbildung in ...
JGW-SchülerAkademie Papenburg 2011 - Jugendbildung in ...
JGW-SchülerAkademie Papenburg 2011 - Jugendbildung in ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
1 Dynamische Systeme auf dem optimalen Weg<br />
Ziel ist es schwer erreichbare und schwer beobachtbare Zustände »abzuschneiden«.<br />
Allerd<strong>in</strong>gs stimmen schwer erreichbare und schwer beobachtbare Zustände im Allgeme<strong>in</strong>en<br />
nicht übere<strong>in</strong>. Systeme <strong>in</strong> denen schwer beobachtbare und schwer erreichbare<br />
Zustände übere<strong>in</strong>stimmen, und die deshalb e<strong>in</strong>facher behandelt werden können, heißen<br />
balanciert. Für sie gilt dann P = Q.<br />
Noch e<strong>in</strong>facher ist die Behandlung der Systeme, wenn P und Q nur Werte auf ihrer<br />
Diagonalen haben. Dann spricht man von Hauptachsen-balancierten Systemen,<br />
P = Q =<br />
⎛<br />
⎜<br />
⎝<br />
σ1<br />
. ..<br />
0<br />
0 σn<br />
Die σi = � λi(PQ) für i = 1, . . . , n heißen dabei Hankel-S<strong>in</strong>gulärwerte.<br />
Für die Methode des Balancierten Abschneidens überführt man das zu reduzierende<br />
System Σ durch e<strong>in</strong>e Transformation <strong>in</strong> e<strong>in</strong>e Hauptachsen-balancierte Form – man<br />
balanciert das System.<br />
Hat man dann die folgende Darstellung<br />
mit<br />
⎛<br />
⎜<br />
⎝<br />
A11 A12 B1<br />
A21 A22 B2<br />
C1 C2 D<br />
Λ1 =<br />
⎛<br />
⎜<br />
⎝<br />
σ1<br />
⎞<br />
⎞<br />
⎟<br />
⎠ .<br />
⎟<br />
⎠ und P = Q =<br />
. ..<br />
0<br />
0 σr<br />
⎞<br />
�<br />
Λ1 0<br />
0 Λ2<br />
⎟<br />
⎠ und A11 ∈ R r×r ,<br />
so lässt sich durch Abschneiden e<strong>in</strong>e Reduzierung durchführen. Das reduzierte System<br />
setzt sich dann folgendermaßen zusammen:<br />
�<br />
A11 B1<br />
C1 D<br />
So hat man e<strong>in</strong>e Ordnungsreduktion von Σ durchgeführt. Die Anzahl der Variablen<br />
im Modell wurde reduziert und die Dimension des Systems somit verr<strong>in</strong>gert.<br />
1.15 Literatur<br />
Als Literatur wurden Aufzeichnungen aus Vorlesungen an der Universität Bremen<br />
verwendet, sowie die folgenden Fachbücher:<br />
[1] Antoulas, Athanasios C.: Approximation of Large-Scale Dynamical Systems (Advances <strong>in</strong><br />
Design and Control). Philadelphia, PA, USA 2005.<br />
[2] Strang, Gilbert: L<strong>in</strong>eare Algebra. Heidelberg 2003.<br />
28<br />
�<br />
.<br />
�<br />
,