2019-01-06 22:53:56 +01:00
\documentclass [../main.tex] { subfiles}
2018-12-05 20:38:40 +01:00
\begin { document}
\section * { Exercice 1 :}
Remarque : Avec ces notations on a : $ i _ q = - C \frac { dv } { dt } $
Lois des noeuds :\\
\begin { itemize}
\item $ i = i _ 1 + i _ 2 $
\item $ i = i _ 3 + i _ 4 $
\item $ i _ 1 = i _ q + i _ 3 $
\item $ i _ 4 = i _ q + i _ 2 $
\end { itemize}
Lois des mailles :\\
\begin { itemize}
\item $ R _ 1 i _ 1 - R _ 2 i _ 2 - v = 0 $
\item $ R _ 3 i _ 3 + v - R _ 4 i _ 4 = 0 $
\end { itemize}
\begin { align*}
R_ 1i_ q + R_ 1i_ 3 - R_ 2i_ 2 - v = 0\\
R_ 3i_ 3 + v -R_ 4i_ 2- R_ 4i_ q = 0
\intertext { ou encore :}
-R_ 1C\frac { dv} { dt} - v + R_ 1i_ 3 - R_ 2i_ 2 = 0\\
R_ 4C\frac { dv} { dt} + v R_ 3i_ 3 -R_ 4i_ 2 = 0
\end { align*}
Posons $ \Delta = R _ 1 R _ 4 - R _ 2 R _ 3 $
On a donc :
\begin { align*}
i_ 3 & = \frac { 1} { \Delta } (-(r_ 1+r_ 2)R_ 4C\dot { v} - (R_ 2+R_ 4)v)\\
i_ 2 & = \frac { 1} { \Delta } (-(R_ 3+R_ 4)R_ 1C\dot { v} -(R_ 1+R_ 3)v)
\intertext { on a donc :}
u & = L\frac { di} { dt} +R_ 1i_ 1+R_ 3i_ 3\\
& = L\frac { di} { dt} - (R_ 1 + R_ 3)i_ 3 +R_ 1i_ q\\
& \vdots \\
u & = L\frac { di} { dt} -\frac { (R_ 1R_ 2R_ 3+R_ 1R_ 2R_ 4+R_ 1R_ 3R_ 4+R_ 2R_ 3R_ 4)C} { \Delta } \dot { v} - \frac { (R_ 1+R_ 3)(R_ 2+R_ 4)} { \Delta } v
\intertext { Or, $ i = i _ 1 + i _ 2 $ donc $ i = i _ q + i _ 3 + i _ 2 $ , donc :}
i & = -C\dot { v} - \frac { R_ 1+R_ 2+R_ 3+R_ 4} { \Delta } v - \frac { (R_ 1R_ 3+2R_ 1R_ 4+R_ 2R_ 4)C} { \delta } \dot { v} \\
& \vdots \\
i & = -\frac { (R_ 1+R_ 2)(R_ 3+R_ 4)} { \Delta } \dot { v} - \frac { R_ 1+R_ 2+R_ 3+R_ 4} { \Delta } v
\end { align*}
On pose :
\begin { itemize}
\item $ \alpha _ 1 = R _ 1 R _ 2 R _ 3 + R _ 1 R _ 2 R _ 4 + R _ 1 R _ 3 R _ 4 + R _ 2 R _ 3 R _ 4 $
\item $ \alpha _ 2 = ( R _ 1 + R _ 2 ) ( R _ 3 + R _ 4 ) $
\item $ \beta _ 1 = ( R _ 1 + R _ 3 ) ( R _ 2 + R _ 4 ) $
\item $ \beta _ 2 = R _ 1 + R _ 2 + R _ 3 + R _ 4 $
\end { itemize}
\bigbreak
On a alors :
\begin { align*}
u = L\frac { di} { dt} - \frac { \alpha _ 1C} { \Delta } \dot { v} - \frac { \beta _ 1} { \Delta } v\\
i = -\frac { \alpha _ 2C} { \Delta } \dot { v} - \frac { \beta _ 2} { \Delta } v
\end { align*}
Posons $ x _ 1 = i $ et $ x _ 2 = v $ :
\begin { align*}
u = L\dot { x_ 1} - \frac { \alpha _ 1C} { \Delta } \dot { x_ 2} - \frac { \beta _ 1} { \Delta } x_ 2\\
x_ 1 = -\frac { \alpha _ 2C} { \Delta } \dot { x_ 2} - \frac { \beta _ 2} { \Delta } x_ 2
\end { align*}
On a donc le système matriciel suivant :
\begin { align*}
\begin { pmatrix}
2019-01-06 22:53:56 +01:00
L & -\frac { \alpha _ 1 L} { \Delta } \\
2018-12-05 20:38:40 +01:00
0 & -\frac { \alpha _ 2 L} { \Delta }
\end { pmatrix} .\begin { pmatrix}
2019-01-06 22:53:56 +01:00
\dot { x} _ 1 \\
2018-12-05 20:38:40 +01:00
\dot { x} _ 2
\end { pmatrix} & = \begin { pmatrix}
0 & \frac { \beta _ 1} { \Delta } \\
1 & \frac { \beta _ 2} { \Delta }
\end { pmatrix} .\begin { pmatrix}
x_ 1\\
x_ 2
\end { pmatrix} +\begin { pmatrix}
1\\
0
\end { pmatrix} u
\intertext { On en déduit alors pour $ \frac { \alpha _ 2 CL } { \Delta } \neq 0 $ l'équation d'état:}
\begin { pmatrix}
\dot { x} _ 1\\
\dot { x} _ 2
\end { pmatrix} & = \begin { pmatrix}
-\frac { \alpha _ 1} { \alpha _ 2L} & \frac { \beta _ 1} { \Delta } - \frac { \alpha _ 1\beta _ 2} { \alpha _ 2L\Delta } \\
-\frac { \Delta } { \alpha _ 2C} & -\frac { \beta _ 2} { \alpha _ 2}
\end { pmatrix} .\begin { pmatrix}
x_ 1\\
x_ 2
\end { pmatrix} + \begin { pmatrix}
\frac { 1} { L} \\
0
\end { pmatrix} u\\
\intertext { Sans oublier l'équation d'obeservation :}
y& = i = x_ 1 = \begin { pmatrix}
1 & 0
\end { pmatrix} .\begin { pmatrix}
x_ 1\\
x_ 2
\end { pmatrix} + 0*u
\end { align*}
\bigbreak
\noindent 2- Théorème de caractérisation de la commandabilité :\\
On considère le système suivant :
2019-01-06 22:53:56 +01:00
\[ ( S ) = \left \{
2018-12-05 20:38:40 +01:00
\begin { matrix}
\dot { x} = Ax + Bu & x(0) = x_ 0 \in \mathbb { R} ^ n\\
2019-01-06 22:53:56 +01:00
y = Cx + Du &
2018-12-05 20:38:40 +01:00
\end { matrix}
\right .
\]
\noindent (S) est commandable $ \Leftrightarrow $ rang[C(A,B)] = n (matrice de rang plein)\\
Où C(A,B) = $ \begin { pmatrix }
A^ 0B & AB & A^ 2B & ...& A^ { n-1} B
\end { pmatrix} \in \mathbb { R} ^ { n*n} $ \\
Remarque : on est en monovariable $ \Leftrightarrow $ $ det ( C ( A,B ) ) \neq 0 $ \\
On calcul donc :
\begin { align*}
A & = \begin { pmatrix}
-\frac { \alpha _ 1} { \alpha _ 2L} & \frac { \beta _ 1} { \Delta } - \frac { \alpha _ 1\beta _ 2} { \alpha _ 2L\Delta } \\
-\frac { \Delta } { \alpha _ 2C} & -\frac { \beta _ 2} { \alpha _ 2}
\end { pmatrix} \\
A^ 0B & = \begin { pmatrix}
\frac { 1} { L} \\
0
\end { pmatrix} \\
AB & = \begin { pmatrix}
-\frac { \alpha _ 1} { \alpha _ 2L^ 2} \\
-\frac { \Delta } { \alpha _ 2LC}
\end { pmatrix}
\intertext { On a donc :}
C(A,B) & = \begin { pmatrix}
\frac { 1} { L} & -\frac { \alpha _ 1} { \alpha _ 2L^ 2} \\
0 & -\frac { \Delta } { \alpha _ 2LC}
\end { pmatrix}
\intertext { On calcul alors le determinant :}
det(C(A,B)) = \frac { -\Delta } { \alpha _ 2L^ 2C} \neq 0 & \Leftrightarrow \Delta \neq 0 \\ & \Leftrightarrow R_ 1R_ 4 - R_ 2R_ 3 \neq 0
\end { align*}
\bigbreak
Remarque : si $ R _ 1 R _ 4 = R _ 2 R _ 3 $ le pont est équilibré et $ v ( t ) = 0 $ donc le système est non commandable.
\section * { Exercice 2 :}
\noindent 1-a) \begin { align*}
P_ a(\lambda ) & = det\begin { pmatrix}
-1-\lambda & 1 & 0\\
-1 & -3-\lambda & 0\\
1 & 1 & -2-\lambda
\end { pmatrix} \\
& = (-1-\lambda )(-3-\lambda )(-2-\lambda ) + (-2-\lambda )\\
& = (-2-\lambda )(+3+\lambda +3\lambda + \lambda ^ 2+1)\\
& = (-2-\lambda )^ 3
\end { align*}
\noindent 1-b) $ \lambda _ 0 = - 2 $ vecteur propre triple\\
\noindent 1-c) Cherchons les vecteurs propres vérifiant $ AX = \lambda X $ :
\begin { align*}
\begin { matrix}
-x_ 1 + x_ 2 & = -2x_ 1\\
-x1 -3x_ 2 & = -2x_ 2\\
x_ 1+x_ 2 - 3x_ 3 & = -2x_ 3
2019-01-06 22:53:56 +01:00
\end { matrix} & \rightarrow x_ 1 + x_ 2 =0
2018-12-05 20:38:40 +01:00
\end { align*}
On choisit donc $ x _ 3 $ quelconque et $ x _ 1 = - x _ 2 $ ce qui correspond à un sous espace propre de dimension 2 et :
\begin { align*}
Ker\{ \lambda _ 0 \mathbb { 1} _ 3 - A\} & = Vect \left \{ \begin { pmatrix}
1\\ -1\\ 0
\end { pmatrix} , \begin { pmatrix}
0\\ 0\\ 1
\end { pmatrix} \right \}
\end { align*}
La dimension de ce sous espace propre est $ 2 \leq 3 $ donc A est non diagonalisable.\\
On a donc deux blocs de Jordan car la multiplicité des valeurs propres de 2 :
\[ J = \begin { pmatrix }
\lambda _ 0 & 1 & 0\\
0 & \lambda _ 0 & 0\\
0 & 0 & \lambda _ 0
\end { pmatrix} \textbf { ou alors } \begin { pmatrix}
\lambda _ 0 & 0 & 0\\
0 & \lambda _ 0 & 1\\
0 & 0 & \lambda _ 0
\end { pmatrix} = J\]
Le but maintenant est de trouver un 3ème vecteur pour compléter la bases de vecteurs propres et avoir $ V = \begin { pmatrix } v _ 1 & v _ 2 & v _ 3 \end { pmatrix } $ tel que $ V ^ { - 1 } AV = J $ , avec J l'une des deux matrices contenant un bloc de Jordan.\\
En posant AV = VJ on a :
\begin { align*}
\begin { pmatrix}
Av_ 1 & Av_ 2 & Av_ 3
\end { pmatrix} & = \begin { pmatrix}
\lambda _ 0v_ 1 & \lambda _ 0 v_ 2 & v_ 2 + \lambda _ 0 v_ 3
\end { pmatrix}
\intertext { et on obtient le système: }
\begin { matrix}
Av_ 1\\
Av_ 2\\
Av_ 3
\end { matrix} & = \begin { matrix}
\lambda _ 0v_ 1\\
\lambda _ 0 v_ 2\\
v_ 2 + \lambda _ 0 v_ 3
\end { matrix}
\intertext { on obtient donc en particulier pour le vecteur $ v _ 3 $ :}
\begin { pmatrix}
1 & 1& 0\\
-1& -1 & 0\\
1& 1& 0
\end { pmatrix} v_ 3 = \begin { pmatrix}
0\\ 0\\ 1
\end { pmatrix}
\end { align*}
On constate qu'il n'est pas possible de déterminer $ v _ 3 $ de cette façon, on cherche donc a prendreà la place de $ v _ 2 $ , $ \tilde { v _ 2 } = \alpha v _ 1 + \beta v _ 2 $ de sorte à avoir $ A \tilde { v _ 2 } = \lambda _ 0 \tilde { v _ 2 } $ (ce qui reste vrai car on prend une combinaison liéaire de 2 vecteur propre du ker) et surtout $ ( A - \lambda _ 0 \mathbb { 1 } _ 3 ) v _ 3 = \tilde { v _ 2 } $ . On a donc :
\begin { align*}
\begin { pmatrix}
1 & 1& 0\\
-1& -1 & 0\\
1& 1& 0
\end { pmatrix} v_ 3 & = \alpha \begin { pmatrix}
1\\ -1\\ 0
\end { pmatrix} + \beta \begin { pmatrix}
0\\ 0\\ 1
\end { pmatrix}
\intertext { avec , $ \beta = \alpha = 1 $ }
\tilde { v_ 2} & = \begin { pmatrix} 1\\ -1\\ 1\end { pmatrix}
\intertext { on résoud alors pour trouver $ v _ 3 $ :}
v_ 3 = \begin { pmatrix} 0\\ 1\\ 1\end { pmatrix}
\intertext { on a donc finalement trouvé V :}
V & = \begin { pmatrix}
1& 1& 0\\ -1& -1& 1\\ 0& 1& 1
\end { pmatrix} \\
V^ { -1} & = \begin { pmatrix}
2& 1& -1\\ -1& -1& 1\\ 1& 1& 0
\end { pmatrix} \\
J & = V^ { -1} AV = \begin { pmatrix}
-2& 0& 0\\ 0& -2& 1\\ 0& 0& -2
\end { pmatrix}
\end { align*}
On a bien une matrice diagonale par bloc avec un bloc de Jordan.
On pose $ \xi \in \mathbb { R } ^ 3 $ , $ x = V \xi $ , et on a le système :
\begin { align*}
\left \{ \begin { matrix}
\dot { x} = Ax + Bu & x_ 0 \in \mathbb { R} ^ n\\
y = Cx + Du &
\end { matrix} \right . & \rightarrow \left \{ \begin { matrix}
\dot { \xi } = J\xi + V^ { -1} B u & = J\xi + \tilde { B} u\\
y = CV \xi +D u & = \tilde { C} \xi + \tilde { D} u
\end { matrix} \right .
\intertext { avec, }
\tilde { B} & = \begin { pmatrix} -1\\ 1\\ 1\end { pmatrix} \\
\tilde { C} & = \begin { pmatrix} 0 & 1& 0\end { pmatrix} \\
\tilde { D} & = 0
\end { align*}
\bigbreak
\noindent 2- \begin { align*}
\dot { \xi } & = \begin { pmatrix} -2& 0& 0\\ 0& -2& 1\\ 0& 0& -2\end { pmatrix} \xi + \begin { pmatrix} -1& 1& 1\end { pmatrix} \\
y & = \begin { pmatrix} 0& 1& 0\end { pmatrix} \xi \\
C(A,B) & = \begin { pmatrix} 0& 1& -4\\ 1& -3& 8\\ 2& -3& 4\end { pmatrix} \\
det(C(A,B)) & = 0
\end { align*}
Non commandable.
\end { document}