Passivité: I

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (30)

Analyse de stabilité: Systèmes linéaires

Explore l'analyse de stabilité dans les systèmes linéaires, en mettant l'accent sur les valeurs propres, les vecteurs propres et les variétés stables.

Stabilité et accessibilité dans le contrôle multivariable

Explore la stabilité, l'accessibilité et la contrôlabilité dans les systèmes linéaires, en soulignant leur importance dans l'analyse des systèmes.

Contrôleurs polynomiaux SISO: Sylvester Matrix, principe du modèle interne

Couvre la conception des contrôleurs polynomiaux SISO en utilisant des concepts tels que la matrice Sylvester et la correspondance de modèle.

Systèmes linéaires : factorisation et Cholesky

Explore les systèmes linéaires, la factorisation Cholesky, la factorisation LU et la précision matricielle.

Systèmes linéaires : équilibres et stabilité

Explore les équilibres, la stabilité et les modes des systèmes linéaires, y compris la stabilité de Lyapunov et la stabilité exponentielle.

Dynamiques non linéaires : stabilité et chaos

Explore la stabilité des points fixes, les fonctions de Lyapunov, les modèles Lotka-Volterra et la dynamique non linéaire dans les systèmes complexes.

Signaux et systèmes I : concepts préliminaires et systèmes linéaires

Couvre les concepts préliminaires dans les signaux et les systèmes, y compris les systèmes linéaires invariants dans le temps et la stabilité.

Processus stochastiques en continu : Système linéaire

Couvre l'analyse des processus stochastiques continus dans le contexte des systèmes linéaires.

Contrôle optimal : régulation quadratique linéaire

Explore la régulation quadratique linéaire pour un contrôle optimal des systèmes linéaires, en se concentrant sur la minimisation d'une fonction de coût quadratique pour déplacer l'état du système vers zéro.

Décomposition de la valeur singulière : applications et interprétation

Explique la construction de U, la vérification des résultats et l'interprétation de SVD dans la décomposition matricielle.

Page 2 sur 2