ściąga mmm max

background image






1. Sposoby modelowania:
– in „vivo”; mod fiz; mod anal- mod zjawisk za pomocą równań matem dla zmian w czasie odbyw się w spos ciągły; cyfr – mod zjawisk za pomocą narzędzi, które dokonują obliczeń

cyfr (komputer)2. Pojęcia modelowania i symulacji: mod:konstruowanie modeli ukł rzeczywistych; posz/tworz zbioru elem operacji opis zach mod procesu. SYM: sym działania ukł rzecz na maszynie cyfr;

wyznaczanie traj we-wy krok po kroku na pods mod scal za pomocą sys komp; sztuczne odtw właść jakiegoś zjawiska rzeczywistego; 3. Model, reakcja, struktura: MOD: Zbiór elem operacji (zrozumiałych dla
środowiska sym, będącego proc oblicz zdolnym do wygener pożądanej reakcji) opisujących zachowanie się mod procesu. REAKCJA: odpowiedź na pytanie „co układ robi?”STRUK: odpowiedź na pytanie „jakim

sposobem układ to robi?”: złożoność, sekwencyjność.4. Poziomy wierności modeli: Mod jest wierny dla danego eksp, jeżeli można utworzyć pary we-wy, ktore są zgodne ze wszystkimi parami we-wy ukł
modelowanego. Zasadność mod jest związana z układem eksp i kryt, wg którego mierzona jest zgodność par we-wy. POZ WIERNOŚCI: Replikatywny: prawidł powt odp przy takich samych pobudzeniach;

Predykcyjny: powtarzalna zgodność mod z rzeczyw ukł dla innych war niż te, które braliśmy pod uwagę podczas projektów; Strukturalny: odtw reakcji i spos działania ukł rzeczyw 5. Aspekty zasadności sym:

metody sym; dobór języka modelow; ch-r środowiska komp;dokładność reprezentacji maszynowej liczb i działań; prędkość obliczeń 6. Zastosowania i zalety M&S: Zastos M&S: sprawdz hipotez, badania
parametr mod; optym działania modeli| Zalety komp sym i mod: powtarzal, niedestrukcyj7. Zalety językow M&S: uprasz pr M&S; szybka interpr danych; statyczne i graficz opracow.8. Błędy w systemach M&S:

Rozrożniamy błędy: w mod matem; w realizacji komp (mechanizm i strateg) 9. Składniki opisu nieformalnego: elementy; zmienne opis (param i stany elem); inter elem (reguły wzaj oddział); przyjęte założ 10.
Wady opisu nieformalnego:
niekompletny; nielogicz;niejednoznacz 11. Sposob opracowania wynikow M&S: nieform opis mod i zał (w j natur); form opis (matem i jednozn); prog sym; prezentacja eksper i

wynikow ich analizy; ocena (zakr zastos mod; zasadności modelu,*kosztow przebiegow sym; odniesienie do innych mod12. Kategorie mod: ciągłe/dyskr w czasie; ciągłe/dyskr w wart chwilowej zmiennych;
determinist/stochas; autonom/nieautonom; stacj/ niestacjon; dynami/niedynam; liniowe/nieliniowe 13. Zasady opisu formalnego: a) skrót środek opisu: materia/zespoł wielkości, zbiory wymuszeń, pobudzeń

stanow wewn reakcji wyjść; materia/zespoł odwzorowań, funkcje okreś reakcję na pobudz; podst czasu (ciągła, dyskretna) b) formalizmy / konwencje opisu odpowiedn do klas mod; mod dyskretne w czasie;

dyskr zdarzenia; rownania rożniczk14. Ogniwa procesu M i redukcji:Pojęcia/etapy(ogniwa) ukł i mod: ukł rzeczyw; ukł eksp; mod podst; mod scal (min złożoność)15. Pojęcie układu rzeczywistego: Z całego syst
rzeczyw, na podst dostępn pomiarow i obser, wyodrębn segment, ktory uważamy za dostat jego reprezentację: nazywamy go ukł rzecz. Ukł rzecz to ukł, który jest fragm rzecz. Jego działanie często nie jest w

pełni opisane. 16. Rodzaje układow rzeczywistych: naturalny np. biolog, ekolog, mechan; sztuczn: urządzenie elektron, komputer; hybryd: transportowy, cyfrowe sterowanie ob. 17. Trajektoria wektorowa:
Zbior przebiegow wszystk zmiennych. Rozróżniamy trajek wej, wyj, które razem tworzą parę trajektorii wejscie-wyjście. 18. Reakcja przejścia (wej – wyj): Zbiór wszystkich trajek możliwych do otrzym eksperym

19. Układ eksperymentu: Opisuje ogranicz zbior warunkow, w których ukł rzeczywis będzie obserwowany.20. Układ eksperymentu, a reakcja przejścia: mod jest wierny dla danego eksp, jeżeli można utw pary

we-wy, które są zgodne (wobrębie pewnego kryterium) ze wszystk parami we-wy układu. Zasadność mod jest związana z układem eksperymentu i kryterium, według którego mierzona jest zgodność par we-wy.
21. Mod podstaw a reakcja przejścia: Pozwala uzyskać wszystkie trajektorie we-wy (całą reakcję) układu rzeczywistego, tzn. jest zasadny dla „wszystkich” dopuszczalnych ukł eksperym. 22. Do czego odnosi się

zasadność / wierność mod (scalonego): mod scal: uproszcz model podst zasadny dla układu eksper. 23. Podstawowe operacje redukcji: scalanie komponentow; upraszczanie interakcji; 24. Elementy modelu
podst i podlegaj redukcji:
elementy; zmienne opisowe; reguły interakcji; schemat oddziaływań. 25. Upraszczanie: pomijanie; uogoln zakresow; zastępow zmiennych opisowych przez zmienne losowe; grupow

elem i zm. opisowych; upraszcz reguł interakcji i sch-t oddziaływań. 26. Ograniczenia symulacji: Ogran zasobów komput: czas symulacji (czasem symulacja może trwać kilka dni a nawet lat); pamięć (operacyjna)

(problemy z ulokowaniem danych w przestrzeni pam. Komputera); oprogramowanie systemowe (należy dostosować się do możliwości systemu operacyjnego oraz j programowania – biblioteki, kompilatory,
translatory, obsługa komend, gospodarkapamięcią). Ograniczenia czynnika ludzkiego: czas i wysiłek współmierny do efektów; ch-r oprogramow (łatwość w obsłudze, usuwaniu, itp.) 27. Dobrze opis model ukł
autonomicz:
Mod jest dobrze opisany jeżeli speł są warunki: |𝑋| = 𝑛; |𝑍| = 𝑚; 𝑍 = [𝑍

1

, … , 𝑍

𝑛

||𝑍

𝑛+1

, … , 𝑍

𝑚

]

𝑇

= [𝑋

1

, … , 𝑋

𝑛

||𝑉

1

, … , 𝑉

𝑔

]

𝑇

= [𝑋

𝑇

𝑉

𝑇

]; dla każdego 𝑡

+

> 𝑡 𝑋(𝑡) → [𝑋(𝑡

+

), 𝑉(𝑡

+

)] Inicjalizacja

𝑋(𝑡) = [… ] Wzmocnienie: 𝑡 > 𝑡

+

. 28. Zbior zmiennych stanu: 𝑋 = {𝑋 ∈ 𝑍, |𝑋| = 𝑚𝑖𝑛: 𝑋(𝑡) → 𝑍(𝑡

+

)}Zmienne stanu X (wektor) jest to min podzbiór zbioru zmiennych opisowych taki, że jego znajom

wystarcza do określ wszystk pozost zmiennych Z w nast. chwili czasu. 29. Podstawowa reguła/struktura interakcji: 𝜏 = {𝑡

0

𝑡

1

… 𝑡

𝑠

} 𝑡

𝑖

≤ 𝑡

𝑠

, 𝑖 = 0 … 𝑠; τ - momenty obliczeniowe (czasy modelowe, dla których

można wytw zbiory wart zmiennych opis mod Z) 𝑀: 𝑧(𝑡

𝑖+1

) = 𝑅

𝑡

𝑖

{𝑥(𝑡

𝑖

)} lub 𝑀: 𝑥(𝑡

𝑖+1

) = 𝑅

𝑥

𝑡

𝑖

{𝑥(𝑡

𝑖

)} i 𝑣(𝑡

𝑖+1

) = 𝑅

𝑣

𝑡

𝑖

{𝑥(𝑡

𝑖

)}Sym przejścia mod: 𝑡

𝑖

→ 𝑡

𝑖+1

.30. Prototypowa procedura symulacji: Założenia:

model dyskretny, niezmienny w czasie; wartości początkowe dla 𝑡 = 𝑡

0

; x(𝑡

0

) = 𝑥

0

; momenty obliczeniowe: 𝜏 = {𝑡

0

, 𝑡

1

, … , 𝑡

𝑠

}; głębokość wglądu: h (związane z dokładnością i czasem symulacji, zakładamy

stałe). Kroki: 1. Inicjalizacja zegara: 𝑡 ≔ 𝑡

0

; 2. Inicjal zmiennych stanu: 𝑥(𝑡) ≔ 𝑥

0

; 3. Zastosowanie reguły iteracji: 𝑣(𝑡) = 𝑅

𝑣

{ 𝑥(𝑡)} oraz 𝑥(𝑡) = 𝑅

𝑥

{ 𝑥(𝑡)}. 4. Przesunięcie zegara: 𝑡 ≔ 𝑡 + ℎ; krok 5. Sprawdz

warunków końca: Koniec≔ 𝑡 > 𝑡

0

+ 𝑠 ∗ ℎ;Krok 6. Jeśli nie koniec to do kroku 3.33. Model normalny jako automat autonomiczny: 〈x, y, R, P〉 sekwencja, bo kolejność ma znaczenie w maszynie sekwencyjnej

(automacie) 𝑥 = {𝑥

𝑖

}, 𝑦 = {𝑦

𝑖

}; 𝑅: 𝑥 → 𝑥, 𝑃: 𝑥 → 𝑦; x – to zbiór wektorów (np. zbiór pkt w sali wykładowej).34. Sekwencja stanów wejść i wyjść: Przedział obserwacji: [𝑡, 𝑡

+

]; [𝑡 = 𝑡

0

, … , 𝑡

+

= 𝑡

0

+ 𝑠 ∗ ℎ =

𝑡

𝑠

], sekwencja sił obliczeniowych dzięki powyższemu zapisowi możemy utworzyć ciąg: { 𝑥(𝑡

0

), 𝑥

1

, … , 𝑥(𝑡

𝑠

) = 𝑥

𝑠

}(sekwencja stanów); sekwencja stanów generowana jest za pomocą funkcji przejścia stanów:

𝑥

𝑖

= 𝑅(𝑥

𝑖−1

); 𝑖 = 1,2, … , 𝑠; sekwencja wyjść: { 𝑦

0

, … , 𝑦

𝑠

}, Funkcja wyj 𝒚

𝟏

= 𝑷(𝒙

𝒊

).36. Trajektoria wejść dla momentów obliczeniow i=0,1,…,S Dla mod nieautonomicznego(bo tylko tam jest wejście):

𝑇

𝑢,[𝑡,𝑡

+

]

(𝑡

0

+ 𝑖 ∗ ℎ) = 𝑢

𝑖

𝑑𝑙𝑎 0 ≤ 𝑖 ≤ 𝑠; 37. Opisowe zmienne nie wejściowe: Zmienne nie wejściowe: 𝑈 = 𝑍 − 𝑈 = Ω = {𝑤

𝑗

} – Z to zmienne wejściowe, zmienne nie wejściowe to zmienne opisowe określone

przez model. 38. Dobrze opisany model stanu nieautonomicznego: Dla każdego 𝑡

+

> 𝑡 wartość 𝜔(𝑡) oraz trajekt wejść w przedziale [𝑡, 𝑡

+

]: 𝑇

𝑢,[𝑡,𝑡

+

]

(𝑡

0

+ 𝑖 ∗ ℎ) = 𝑢

𝑖

𝑑𝑙𝑎 0 ≤ 𝑖 ≤ 𝑠; Jednoznacznie określają

𝜔

𝑖

= 𝜔

𝑠

∶ 𝜔

𝑖

= 𝜔(𝑡

0

+ 𝑖 ∗ ℎ)|

𝑖=𝑠

39. Zbiór zmiennych stanu nieautonom: zbiór stanu: 𝑋 = {𝑋 ⊂ Ω, |𝑥| = 𝑚𝑖𝑛: (𝑥(𝑡), 𝑇

𝑢,[𝑡,𝑡

+

]

) → Ω(𝑡

+

)}. 40. Zmienne stanu modelu dyskretnego i stacjonarnego: 𝑋 = {𝑋 ⊂

Ω, |𝑥| = 𝑚𝑖𝑛: (𝑥(𝑡), 𝑢(𝑡), 𝑢(𝑡 + ℎ)) → Ω(𝑡 + ℎ)} 42. Układ nieautonomiczny jako automat (maszyna sekwencyjna): <U,X,Y,R,P> - wartości zmiennych; 𝑢 = {𝑢

𝑖

} ⊂ 𝜉

𝑢1

𝑥 𝜉

𝑢2

𝑥 … 𝜉

𝑢𝑝

; 𝑥 = {𝑥

𝑖

} ⊂

𝜉

𝑢1

𝑥 𝜉

𝑢2

𝑥 … 𝜉

𝑢𝑛

; 𝑦 = {𝑦

𝑖

} ⊂ 𝜉

𝑢1

𝑥 𝜉

𝑢2

𝑥 … 𝜉

𝑢𝑞

; ←prod kartez zakresów 𝑅: 𝑥 × 𝑢 => 𝑥; 𝑃: 𝑥 × 𝑢 => 𝑦. Czy to jest funkcja R czy P dowiemy się dopiero wtedy kiedy ktoś je nazwie gdyż nie możemy jej

rozróżnić po opisie magnetycznym. 44. Reakcja stanu wej-wyjściowa:

𝑅

𝑆 = {(𝑇

𝑢

, 𝑇

𝑥

)};

𝑅

𝜔/𝜔 = {(𝑇

𝑢

, 𝑇

𝑦

)}, gdzie 𝑇

𝑢

– trajektoria wejściowa, 𝑇

𝑥

– trajektoria stanów, (𝑇

𝑢

, 𝑇

𝑥

) − para trajektorii wej-stanowych,

(𝑇

𝑢

, 𝑇

𝑦

) – para trajektorii wejściowo-wyjściowych.


45. Metody generacji liczb pseudolosowych: generacja liczb pseudol odbywa się za pomocą deterministycz reguł. Sekw determ: powtarzanie: przez zastosowanie tych samych zarodków: 𝑥

𝑖

∈ 𝐶

[0,𝑝)

, 𝑖 = 1, … 𝑛;

okresowe: |𝑋| = 𝑟

𝑝

𝑛

= 𝑝

𝑛

, 𝑔𝑑𝑧𝑖𝑒 𝑟

𝑝

𝑛

– n zarodków z przedziału [0,p). 46. Zasada działania generatora addytywno-multiplikatywnego: Krok 1: niech 𝑠

0

∈ 𝐶

[0,𝑝)

= {0,1, … 𝑝 − 1} − wart. zm. stanu. Krok 2:

𝑠

𝑖

,𝑖=0,1…

𝑠

𝑖+1

= (𝑎 ∗ 𝑠

𝑖

+ 𝑏)𝑚𝑜𝑑 𝑝, gdzie: 𝑎, 𝑏 ∈ 𝐶

[0,𝑝)

; 𝑚 𝑚𝑜𝑑 𝑝 = 𝑛 ⟺ 𝑚 = 𝑘𝑝 + 𝑛; 𝑔𝑑𝑧𝑖𝑒: 𝑚, 𝑘 ∈ 𝐶

[0,∞)

, 𝑝 ∈ 𝐶

[1,∞)

, 𝑛 ∈ 𝐶

[0,𝑝)

Krok3: 𝑟

𝑖

=

𝑠

𝑖

𝑝

zwykle: 𝑝 = 2

𝐿

, 𝐿 ∈ 𝐶

[1,∞)

; 𝑠

𝑖

∈ 𝐵

𝐿

= 𝐶

[0,𝑝)

= {0,1, … , 2

𝐿

− 1};

𝑚 𝑚𝑜𝑑 𝑝 = 𝑚 𝑎𝑛𝑑(𝑝 − 1); 𝑠

𝑖

- zarodki, 𝑖 ∈ 𝐶

[0,∞)

𝑠

0

- zarodek początkowy. 47. Generator losowy jako maszyna sekwencyjna: M= <X,Y,R,P>; 𝑋 = 𝐶

[0,𝑝)

; 𝑌 = 𝑅

[0,1)

= [0,1); 𝑅: 𝐶

[0,𝑝)

→ 𝐶

[0,𝑝)

; 𝑥 ≔ 𝑅(𝑥) =

(𝑎𝑥 + 𝑏)𝑚𝑜𝑑 𝑝; 𝑃: 𝐶

[0,𝑝)

→ 𝑅

[0,1)

; 𝑦 ≔ 𝑃(𝑥) =

𝑥

𝑝

← (𝑚𝑎𝑥

𝑝−1

1

< 1) 48. Zasada działania liniowego generatora wyższego rzędu: Krok1: 𝑠

𝑖

∈ 𝐶

[0,𝑝)

𝑑𝑙𝑎 𝑖 ∈ 𝐶

[−𝑛,−1)

; Krok2: ∀

𝑠

𝑖

,𝑖=0,1…

𝑠

𝑖

(∑

𝑎

𝑗

𝑠

𝑖−𝑗

)𝑚𝑜𝑑 𝑝;

𝑛

𝑗=1

𝑎

𝑗

𝐶

[0,𝑝)

, 𝑗 ∈ 𝐶

[1,𝑛)

; Krok3: : 𝑟

𝑖

=

𝑠

𝑖

𝑝

. 49. Podstawowe testy losowości: równomiernego założenia prawdopodobieństwa; słabej korelacji pomiędzy liczbami. 50. Generator o rozpadzie gaussowskim: Rozkład

normalny = gaussowski:𝑝(𝑥) =

1

𝜎

𝑥

√2𝜋

exp (−

1

2

(

𝑥−𝑚

𝑥

𝜎

𝑥

)

2

) , −∞ < 𝑥 < ∞. 51. Metoda Monte Carlo: jest grą losową, która może być wykorzystywana do rozwiązania określonych problemów. Rozwiąz jest otrzym

w wyniku próbk, a nie w sposób analit lub za pomocą innych metod.𝑝: 𝑅

[𝐴,𝐵]

→ 𝑅

[0,𝐶]

, Krok1: losowanie 𝑥 ∈ 𝑅

[𝐴,𝐵)

Krok2: losow: 𝑦 ∈ 𝑅

[0,𝐶)

Krok 3. Jeśli y > p(x) -> Krok1 (czyli odrzucony wynik), inaczej x : p(x);

(do tego wykres gęstości prawdop). Niska efektywność tej metody: generow 2 liczb pseudolosow o rozkł równomier; powatrzanie prób.52. Metoda dystrybuanty: 𝑝: 𝑅 → 𝑅

[0,∞)

, dystrybuanta: 𝐹(𝑥) =

∫ 𝑝(𝜉)𝑑𝜉

𝑥

−𝑥

absolutnie ciągła zmienna losowa, (wykres dystrybuanty); Algorytm: Krok1. Losowanie 𝐹𝑥 ∈ 𝑅

[0,1]

; Krok2. Interpolacja: 𝑁𝑖𝑒𝑐ℎ 𝐴 ≤ 𝑥

𝑖

≤ 𝑥 ≤ 𝑥

𝑖+1

≤ 𝐵 𝑜𝑟𝑎𝑧 𝐹(𝑥

𝑖

) ≤ 𝐹(𝑥) ≤ 𝐹(𝑥

𝑖+1

) 𝑤ó𝑤𝑐𝑧𝑎𝑠: 𝑥 =

𝑥

𝑖

+ (𝑥

𝑖+1

− 𝑥

𝑖

)

𝐹𝑥−𝐹(𝑥

𝑖

)

𝐹(𝑥

𝑖+1

)−𝐹(𝑥

𝑖

)

53. Główny postulat modelowania inżynierskiego. Model: nie może być zbyt prosty, gdyż wówczas wnioski nie będą słuszne dla układu rzeczywistego; nie może być tak złożony, by

niepotrzebnie nie komplikować analizy 54. Podstawowe metody modelowania inżynierskiego. Są dwie podstawowe metody:1) analityczna / fizyczna: systematyczne zastosowanie PRAW FIZYKI do poszcze

podukł ( elementy układu rzeczywistego / układu eksperymentu); analityczne połączenie zamodelowanych podukł. 2) syntetyczna / matematyczno eksperymentalna: dobór matematyczny relacji wejściowo-
wyjściowej; dopasowanie param tej relacji do danych eksperymentalnych (trajektorii wej – wyj) 55. Podstawowa cecha układów fizycznych: Układy fizyczne (elektryczne, mechaniczne, hydrauliczne, termiczne)

posiadają możliwości: przechowywania, rozpraszania, przekazywania,przekształcania. 56. Metoda analitycznego modelowania. Modelowanie analityczne: 1. cel modelowania 2. rozdział układu rzeczywistego
od środowiska 3. modelowanie fizyczne / właściwe do naśladowania reakcji 4. przydział zmiennych do istotnych cech układu rzeczywist 5. opis matematyczny elem 6. równania oddziaływań między elementami

7. przetworzenie równań w pożądany model 8. pożądany 9. weryfikacja modelu 57. Procedura modelowania analitycznego: Postaw cel modelowania; zdefiniuj układ rzeczywisty; zaproponuj strukturę modelu;

wyspecyfikuj zmienne; opisz elementy matematycznie; opisz oddziaływanie między elementami; zintegruj równania modelu; opracuj pożądaną postać modelu; dokonaj weryfikacji modelu. 58. Typy zmiennych:
są 2 typy zmienn: (J): przelotowe/tranzytowe; wzdłużne/kanałowe; przepływowe/natężeniowe (cecha: posiadają tę samą wart na obu końcach elem (wej-wyj), przykład: prąd, siła, moment wydaj pracy,

natężenie przepływu ciepła; (V): punktowe/stacjonarne;poprzeczne/wlot-wylot; poziomowe/potencjałowe(cecha: mają rożne wartości na obu końcach elementu (wej-wyj); przykład: napięcie, ciśnienie,
prędkość, temperatura).59. Definicja i przykłady zmiennych wzdłużnych. Zmienna wzdłużna posiada tą samą wartość na obu końcach elementu (wej-wyj). Zmienna ta musi spełniać zasady ciągłości/

zachowania przepływu: węzłowe prawo Kirchhoffa ( I1 = I2 + I3 ); druga zasada dynamiki Newtona zasada rownowagi sił D’Alemberta; zasada zachowania masy przepływającej (cieczy); zasada rownowagi
cieplnej.60. Definicja i przykłady zmiennych poprzecznych. Zmienna poprzeczna ma rożne wartości na obu końcach elementu (wej-wyj). Zmienna ta musi spełniać warunki kompatybilności/zgodności:

obwodowe (napięciowe) prawo Kirchhoffa: warunki kompatybilności względnych prędkości ruchu; warunki kompatybilności spadków ciśnienia; warunki kompatybilności spadków potencjału; warunki

kompatybilności spadków temperatury.61. Reguły opisu oddziaływania między elementami. zasady ciągłości dla zmiennych J (zmienne wzdłużne/natężeniowe) warunki zgodności dla zmiennych V (zmienne
poprzeczne/napięciowe) liniowe grafy (nawet dla elementow nieliniowych) 62. Metoda syntetycznego modelowania. a) dobor matematycznej relacji wejściowo – wyjściowej (wybieramy model)b)

dopasowanie parametrow tej relacji do danych eksperymentalnych (trajektorii we/wy); Podstawy modeli syntetycznych: prawa fizyki (WHITE/GRAY BOX); użyteczność (BLACK BOX). 63. Zalety modelowania
syntetycznego (Black Box).
Użyteczność: odtwarzanie reakcji U.RZ/U.E, łatwość w użytkowaniu, złożoność U.RZ (socjo-ekonom., biologiczne), wszystkie parametry wymagają określenia (identyfikacja

parametrow przez dyskretną estymację) 64. Dyskretne modele syntetyczne: AR (auto regresive) ARX (auto regresive with exogenius input – z nieautonomicznym wejściem); MA (moving average) MAX (... with

exogenius input); ARMA (auto regresive with moving average) ARMAX (... with exogenius input); ARIMA (auto regresive with integration moving average) ARIMAX (... with exogenius input72. Metody SR:
Metoda ogolna
strukturalizacji liniowych/nieliniowych rownań rożniczkowych zwyczajnych ze stałymi lub zmiennymi współczynnikami; Metoda kanonicznej strukturalizacji transmitancji operatorowych:

metoda zagnieżdżonego całkowania; metoda zmiennej pomocniczej.73. Ogólna metoda SR Krok 1. Wyznaczyć najwyższą (n) pochodną z r.r. Krok 2. Narysować kaskadę (n) integratorow. Krok 3. Związać
najwyższą pochodną z wejściem kaskady i pozostałe pochodne z wyjściami integratorow. Krok 4. Zrealizować SR Kroku 1. 74. SR metodą zagnieżdżonego całkowania: Krok 1. Zapisać operatorowe rownanie

we/wy. Krok 2. Wyznaczyć najwyższą pochodną funkcji wyjścia. Krok 3. Uformować wielomian zmiennej s (pogrupować wg potęg). Krok 4. Wyznaczyć funkcję wyjścia (przez wielokrotne całkowanie). Krok 5.
Uformować kaskadę (n) zagnieżdżonych integratorow. Krok 6. Zrealizow SR Kroku 4 75. Metoda zmiennej pomocniczej: Krok 1. Wprowadzenie zmiennej pomocniczej przez przemnożenie licznika i mianownika

transmitancji operatorowej przez V(s). Krok 2. Porownanie uzyskanego wyrażenia wymiernego do ilorazu transformacji wyj. i wej. Krok 3. Zapisanie operatorowych rownań: (a) wejście – zmienna pomocnicza na

podstawie porownania mianownikow (b) zmienna pomocnicza – wyjście na podstawie porownania licznikow Krok 4. Określenie struktury modelu (a) metodą ogolną. Krok 5. Określenie struktury modelu (b)
metodą ogolną/bezpośrednią.


Wyszukiwarka

Podobne podstrony:
ściaga mmm
sciaga hista max
ściaga mmm
ściaga mmm
Ściągi mikro, Ściąga wykład 3, Założ do teorii wyb kons celem działania ekonom jest max określonych
PSYCH ściąga max, PSYCHOLOGIA, Psychologia ogólna
sciaga max
max sciaga(1)
1 sciaga ppt
metro sciaga id 296943 Nieznany
ŚCIĄGA HYDROLOGIA
AM2(sciaga) kolos1 id 58845 Nieznany
Narodziny nowożytnego świata ściąga
finanse sciaga
Jak ściągać na maturze
Ściaga Jackowski
Aparatura sciaga mini

więcej podobnych podstron