1

Norme pentru semnale ]i sisteme

1.1. Spa\ii Banach ]i Hilbert
Fie un spaiu liniar peste corpul numerelor complexe . O norm pe X C X
este o funcie , avnd urmtoarele patru proprieti: : X R, x x
1) (pozitivitate); x 0
2) (pozitiv definit); x = 0 x = 0
(1.1.1)
3) (omogenitate); cx = c x , c C
4) (inegalitatea triunghiului) x + y x + y
pentru orice i . O funcie se numete semi-norm dac aceasta x X y Y
satisface proprietile 1), 3) i 4), dar nu neaprat i 2).
Utiliznd o astfel de norm putem defini convergena n : X
O secven din converge la x din (adic, x este limita secvenei) {x
k
} X X
dac secvena numerelor reale converge la zero; dac un astfel de x { x
k
x }
exist, atunci secvena este convergent.
O secven este o secven Cauchy dac: {x
k
}
astfel nct . > 0, n = n() N x
i
x
k
< , i, k n
Dac orice secven Cauchy din este convergent, atunci spaiul liniar X X
este complet.
Un spaiu Banach (complex) este un spaiu liniar peste dac are o norm C
i este complet.
1
_________________________________________________________________________
1
O submulime S a unui spaiu Banach este un subspaiu dac: X
a) ; x, y S x + y S
(1.1.2)
b) . x S, c C cx S
Subspaiul este nchis dac fiecare secven din care converge n are S S X
limita n . Dac dimensiunea lui este finit, atunci orice subspaiu este nchis, S X
dar, n general, un subspaiu nu este neaprat nchis.
Un produs scalar (interior) pe un spaiu liniar peste este o funcie X C
avnd urmtoarele patru proprieti: , : X X C, (x, y) x, y
1) ; x, x 0
2) ; x, x = 0 x = 0
(1.1.3)
3) ; x, y + z = x, y + x, z, x, y, z X, , C
4) . x, y = y, x
Observaie: Proprietatea 3) exprim liniaritatea produsului scalar n raport
cu al doilea argument. Se poate arta uor c
. x + y, z = x, z + y, z, x, y, z X, , C
Un astfel de produs scalar pe induce o norm, i anume, . n X x

= x, x
1/2
raport cu aceast norm spaiul poate fi sau nu complet. X
Un spaiu Hilbert (complex) este un spaiu liniar peste care are un C
produs interior i care este complet.
Doi vectori x, y dintr-un spaiu Hilbert sunt ortogonali dac . X x, y = 0
Dac este o submulime a lui , atunci definete mulimea tuturor vectorilor S X S

din care sunt ortogonali pe fiecare vector din ; este un subspaiu nchis X S S

pentru orice set . Dac este un subspaiu nchis, atunci este numit S S S

complementul su ortogonal i
. X = S

S
Aceasta nseamn c fiecare vector din poate fi scris n mod unic ca X
suma dintre un vector din i un vector din . S

S
Exemple:
1. Fie . Atunci, se definete norma p a lui x astfel: x C
n
, pentru . x
p
=
|
\

i=1
n
x
i
p
|
.
1/p
1 p
2 1 Norme pentru semnale i sisteme
_________________________________________________________________________
2
n particular, cnd avem p = 1, 2,
; x
1
=
i=1
n
x
i
; x
2
=
i=1
n
x
i
2
. x

=
1in
max x
i
2. Fie , atunci norma matriceal indus de o norm A = |a
ij| C
mn
vectorial p se definete astfel
. A
p
=
x0
sup
Ax
p
x
p
n particular, pentru , norma matriceal indus corespunztoare se poate p = 1, 2,
calcula astfel
(suma elementelor pe coloan); A
1
=
1jn
max
i=1
m
a
ij
; A
2
=
max
(A

A)
(suma elementelor pe linie). A

=
1in
max
j=1
n
a
ij
Normele matriceale induse de normele vectoriale p sunt uneori denumite norme p
induse. Aceasta deoarece este definit prin sau indus de o norm p vectorial. A
p
De fapt, A poate fi vzut ca o transformare de la un spaiu vectorial dotat cu o C
n
norm vectorial la un alt spaiu vectorial dotat cu o norm vectorial .
p
C
m

p
Astfel, din punct de vedere sistemic, normele induse au interpretarea unor factori
de amplificare intrare/ieire.
Vom adopta n continuare urmtoarea convenie pentru normele vectoriale
i matriceale, cu excepia cazurilor n care se specific altfel: fie i x C
n
, atunci vom nota norma 2 Euclidian a lui x simplu prin A C
mn
, x = x
2
iar norma 2 indus a lui A prin
. A = A
2
2. Spaiul este un spaiu Hilbert cu produsul scalar C
n
. x, y = x

y
Aici x i y sunt vectori coloan (n-dimensionali), iar * definete transpusul
complex conjugat . Norma corespunztoare este . (x

= x
T
) x = (x

x)
1/2
1.1 Spaii Banach i Hilbert 3
_________________________________________________________________________
3
1.2. Valori singulare
Fie o matrice A de dimensiune cu elemente complexe . m n (A C
mn
)
Matricele i sunt ambele hermitice semipozitiv definite. Ca urmare, A

A AA

valorile proprii ale acestor dou matrice sunt reale i nenegative. Notm cu
. Cele mai mari p valori proprii p = min(m, n)

i
(A

A),
i
(AA

), i = 1, , p
ale lui i , ordonate descresctor, sunt egale. Restul valorilor proprii, dac A

A AA

exist, sunt nule. Rdcinile ptrate ale acestor p valori proprii se numesc valori
singulare ale matricei A i sunt notate cu
. (1.2.1)
i
(A) =
i
(A

A) =
i
(AA

) , i = 1, , p
Evident, acestea sunt numere reale nenegative. Numrul valorilor singulare nenule
este egal cu rangul matricei A.
Definim norma spectral a matricei A ca fiind egal cu cea mai mare
valoare singular a acesteia:
(1.2.2) A =
max
(A) =
max
(A

A)
unde - reprezint cea mai mare valoare proprie a matricei .
max
A

A
Relaia ntre cele dou norme definite anterior este ilustrat de urmtoarea
proprietate:
. (1.2.3) A = max{ Ax / x = 1}
Demonstraie: Fie valoarea proprie maxim a lui . Atunci
max
A

A
. A =
max
innd cont de definiia valorilor proprii putem scrie , unde (A

A)x =
max
x
x este un vector propriu corespunztor. Rezult,
. x

Ax = x

max
x Ax
2
=
max
x
2
x =1
Ax =
max
Dar,

min
x
2
Ax
2

max
x
2
, x C
n

x =1

min
Ax
max
. A =
max
= max{ Ax / x = 1}
4 1 Norme pentru semnale i sisteme
_________________________________________________________________________
4
1.2.1. Propriet[\i ale valorilor singulare
Se consider o matrice ptrat A de dimensiune i se noteaz cu n n (A)
valoarea singular maxim i cu valoarea singular minim. Se pot

(A)
demonstra urmtoarele proprieti:
1. ; (A) = max
xC
n
Ax
x
2. ;

(A) = min
xC
n
Ax
x
3. , unde reprezint valorile proprii

(A)
i
(A) (A)
i
(A), i = 1, n
ale lui A;
4. Dac exist , atunci i ; A
1

(A) = 1/(A
1
) (A) = 1/

(A
1
)
5. ; (A) = (A), C
6. ; (1.2.4) (A + B) (A) + (B)
7. ; (A B) (A) (B)
8. ;

(A) (E)

(A + E)

(A) + (E)
9. ; max{(A), (B)} (|A B|) 2 max{(A), (B)}
10. , unde reprezint elementul al max
i,j
A
ij
(A) n max
i,j
A
ij
A
ij
(i, j)
matricei A;
11. , ("trace = urma matricei).

i=1
n

i
2
(A) = tr(A

A)
1.2.2. Descompunerea n valori singulare
Se consider o matrice avnd valorile singulare A C
nm

i
, i = 1, , p
. Se noteaz cu matricea avnd pe diagonala principal (p = min(n, m)) (p p)
valorile singulare , ordonate descresctor, . Se
1
, ,
p
= diag(
1
, ,
p)
definete o matrice notat cu S astfel: n m
, dac n < m; S =

O
n(mn)
(

(1.2.5)
, dac . S =

O
(nm)m
(

(
n m
Atunci, exist matricele ptrate unitare U i V astfel nct:
1.2 Valori singulare 5
_________________________________________________________________________
. (1.2.6) A = USV

Aceast reprezentare este cunoscut ca descompunerea n valori singulare

a matricei A.
O matrice complex U este unitar dac . Exist metode U

U = UU

= I
numerice eficiente pentru calculul valorilor singulare i a matricelor U i V. Aceste
metode sunt mai stabile numeric dect cele disponibile pentru calculul valorilor
proprii.
Observaii:
1) Primele p coloane ale matricei U reprezint vectorii proprii ai (u
i
)
matricei corespunztori valorilor proprii . Restul coloanelor AA

i
2
, i = 1, , p
sunt vectori proprii corespunztori valorii proprii 0.
2) Similar, primele p coloane ale matricei V reprezint vectorii proprii (v
i
)
ai matricei corespunztori valorilor proprii . Restul coloanelor A

A
i
2
, i = 1, , p
sunt vectori proprii corespunztori valorii proprii 0.
3) Vectorii i satisfac relaiile: u
i
v
i
, i = 1, , p
. Av
i
=
i
u
i
, A

u
i
=
i
v
i
1.3. Spa\ii de func\ii
O modalitate de exprimare a performanelor unui sistem de reglare este n
funcie de mrimea unor semnale corespunztor alese. De exemplu, performana
unui sistem de urmrire poate fi msurat prin mrimea semnalului de eroare.
Exist mai multe moduri de definire a mrimii unui semnal (de definire a normelor
pentru semnale), alegerea unei anumite norme fiind dependent de situaia
concret. Reamintim c orice norm trebuie s satisfac cele 4 proprieti
specificate n paragraful 1.1. Cele mai utilizate norme pentru descrierea
performanelor sistemelor de reglare i, n particular, a proprietii de robustee,
sunt norma 2 i norma . Acestea conduc la definirea unor spaii de funcii att n
domeniul timp ct i n domeniul frecven.
1.3.1. Spa\ii n domeniul timp
Spaiul Lebesgue . Este format din mulimea semnalelor L
2
(, )
integrabile ptratic, adic x(t), x : R C
n
(1.3.1)

+
x(t)
2
dt <
unde norma din (1.3.1) este norma uzual din , C
n
6 1 Norme pentru semnale i sisteme
_________________________________________________________________________
6
. (1.3.2) x = (x

x)
1
2
Acest spaiu este un spaiu Hilbert cu produsul interior

(1.3.3) x, y =

+
x

(t)y(t)dt
i norma
. (1.3.4) x
2
=
|
\

+
x(t)
2
dt
|
.
|
1
2
Se definesc, de asemenea, dou subspaii nchise ale lui : L
2
(, )
(1.3.5) L
2
|0, ) = {x(t) L
2
(, +) x(t) = 0, a.p.t. in t < 0}
i complementul su ortogonal,
. (1.3.6) L
2
(, 0| = {x(t) L
2
(, +) x(t) = 0, a.p.t. in t > 0}
Observaie: Pentru n = 1 (x - scalar) norma din devine L
2
(, )
, (1.3.7) x
2
=
|
\

+
x(t)
2
dt
|
.
|
1
2
iar pentru x real (x: ), R R
(1.3.8) x
2
=
|
\

+
x
2
(t)dt
|
.
|
1
2
1.3.2. Spa\ii n domeniul frecven\[
1. Spaiul . Este format din mulimea funciilor definite pentru L
2
X(j)
cu valori n , integrabile ptratic n raport cu . Este un spaiu < < C
n

Hilbert cu produsul interior
(1.3.9) X, Y =
1
2

+
X

(j)Y(j)d
i norma
. (1.3.10) X
2
=
|
\

1
2

+
X(j)
2
d
|
.
|
1
2
1.2 Valori singulare 7
_________________________________________________________________________
- subspaiul funciilor real-raionale din (vectori n-dimensionali, RL
2
L
2
cu componente real-raionale, strict proprii i fr poli pe axa imaginar). In cazul
scalar, reprezint mulimea tuturor funciilor real-raionale care sunt strict RL
2
proprii i nu au poli pe axa imaginar.
2. Spaiul . Este spaiul Hardy format din funciile care sunt H
2
X(s)
analitice n , cu valori n , i satisfac condiia de integrabilitate ptratic Re s > 0 C
n
uniform:
. (1.3.11) X
2
=

sup
>0
(2)
1

+
X( + j)
2
d
(

(
1
2
<
- subspaiul funciilor real-raionale din (vectori real-raionali, RH
2
H
2
n-dimensionali, stabili i strict proprii).
- complementul ortogonal al lui n - este spaiul funciilor H
2

H
2
L
2
X(s)
analitice n , cu valori n , satisfcnd condiia Re s < 0 C
n
. sup
<0

+
X( + j)
2
d <
Observaie: Pentru n = 1 (X - scalar) i (X - funcie strict proprie X RH
2
i stabil) norma din (1.3.11) devine H
2
. (1.3.12) X
2
=

(2)
1

+
X(j)
2
d
(

(
1
2
Se consider un semnal original ( pentru ) avnd x(t) x(t) = 0 t < 0
transformata Laplace n . Aplicnd teorema lui Parseval, obinem: X(s) RH
2
. (1.3.13) X
2
2
= (2)
1

+
X(j)
2
d =

x
2
(t)dt = x
2
2
Astfel, poate fi interpretat fizic ca energia semnalului . S-a utilizat X
2
2
x(t)
acelai simbol al normei pentru , i , contextul determinnd ce L
2
(, ) L
2
H
2
spaiu este considerat la un moment dat.
Observaie: reprezint mulimea transformatelor Laplace ale H
2
semnalelor din , adic ale semnalelor definite pentru , de energie L
2
|0, ) t 0
finit.
3. Spaiul . Este spaiul Lebesgue coninnd matricele evaluate L

complex , cu valori n , mrginite (n norm) pe toat axa imaginar (cu F(j) C

nm
excepia posibil a unei mulimi cu msura zero).
8 1 Norme pentru semnale i sisteme
_________________________________________________________________________
8
. (1.3.14) F

= ess sup

F(j)
Observaie: ess sup - reprezint supremumul esenial.
- mulimea matricelor real-raionale, proprii i fr poli pe axa RL

imaginar, norma fiind definit astfel:

. (1.3.15) F

= sup

F(j)
n relaia (1.3.15) norma matricei este definit ca valoarea singular
maxim, =
max
. (1.3.16) F(j) = (F(j)) =
|
\
(F

(j) F(j))
|
.
1
2
4. Spaiul . Este spaiul Hardy format din matricele analitice n H

F(s)
, cu valori n , i care sunt mrginite n , adic Re s > 0 C
nm
Re s > 0
. (1.3.17) F

= sup{ F(s) / Re s > 0} <
- spaiul matricelor real-raionale stabile i proprii. RH

Observaii: 1) O matrice U este unimodular dac i numai dac RH

. U
1
RH

2) Pentru (F - scalar) i norma (1.3.17) devine n = m = 1 F RH

(utiliznd teorema modulului maxim)

. (1.3.18) F

= sup

F(j)

Teorema1.3.1 (Teorema modulului maxim). Fie K o mulime compact
din C, f o funcie complex, continu pe K i olomorf n interiorul lui K, iar K
frontiera lui K. Atunci,
(1.3.19)
zK
sup f(z) =
zK
sup f(z)
(adic supremumul este atins pe frontier).
Deci, se nlocuiete semiplanul drept deschis cu axa imaginar. Relaia
(1.3.18) spune c este egal cu distana de la origine la cel mai ndeprtat F

punct de pe diagrama Nyquist (sau, reprezint valoarea de vrf pe caracteristica
Bode amplitudine-pulsaie a lui F).
Spaiile i sunt spaii Banach. H
2
, L

Norma are o proprietate foarte important, i anume, este H

submultiplicativ
. (1.3.20) GH

G

H

1.2 Valori singulare 9
_________________________________________________________________________
Urmtoarele dou teoreme stabilesc legtura ntre spaiile introduse
anterior. Prima teorem leag spaiile Hilbert n domeniul timp cu spaiile Hilbert
n domeniul frecven.
O transformare de la un spaiu Hilbert la altul reprezint un izomorfism pe
spaii Hilbert dac aceasta este o surjecie liniar care pstreaz produsul scalar. O
asemenea transformare este continu, conserv normele, este injectiv i are o
invers continu.
Teorema 1.3.2. Transformarea Fourier este un izomorfism pe spaii
Hilbert de la la . Aceasta transform n i n L
2
(, ) L
2
L
2
|0, ) H
2
L
2
(, 0|
. H
2

Deci, reprezint mulimea transformatelor Laplace ale semnalelor din H

2
, adic ale semnalelor definite pentru t , de energie finit. L
2
|0, ) 0
Urmtoarea teorem leag spaiul Hilbert cu spaiile Banach i . H
2
L

Pentru F din i X definind fie , fie , notm cu FX spaiul . L

L
2
H
2
{Fx x X}
Teorema 1.3.3. (i) Dac , atunci i F L

FL
2
L
2

F

= sup{ FX
2
X L
2
, X
2
= 1} =

. (1.3.21) = sup{ FX
2
X H
2
, X
2
= 1}
(ii) Dac , atunci i F H

FH
2
H
2

. (1.3.22) F

= sup{ FX
2
X H
2
, X
2
= 1}
Demonstraie: Vom considera pentru simplitate cazul scalar.
FX
2
2
=
1
2

+
F(j)
2
X(j)
2
d F

2

1
2

+
X(j)
2
d =
, pentru . = F

2
X
2
2
= F

2
X
2
= 1
Deci, reprezint o limit superioar a amplificrii sistemului (norma F

2/norma 2). Pentru a arta c este cea mai mic limit superioar, alegem o F

frecven unde este maxim, adic
0
F(j)
. F(j
0
) = F

Apoi, alegem intrarea X astfel nct
X(j) =

c, daca
0
< sau +
0
<
0, in rest
10 1 Norme pentru semnale i sisteme
_________________________________________________________________________
10
unde este un numr pozitiv mic i c este ales astfel nct X are norma 2 de valoare
unitar (adic, ). Atunci, c = /2
. FX
2
2

1
2

F(j
0
)
2
+ F(j
0
)
2

(

= F(j
0
)
2
= F

2
Din Teorema 1.3.3 rezult c norma a unei matrice de transfer H

reprezint o msur a amplificrii sistemului respectiv, fiind deci o msur

important pentru performana sistemului.
1.4. Calculul normei 2
Fie , adic X este un vector n-dimensional avnd componentele X RL
2
real raionale, strict proprii i fr poli pe axa imaginar (astfel, norma 2 a lui X
este finit). Avem,
. X
2
2
=
1
2

+
X(j)
2
d =
1
2j

j
+j
X
T
(s)X(s)ds =
1
2j

X
T
(s)X(s)ds
Ultima integral este o integral pe conturul format din axa imaginar i un
semicerc infinit din semiplanul stng. Integrala pe acest semicerc este nul ntruct
X este strict propriu. Utiliznd teorema reziduurilor, este egal cu suma X
2
2
reziduurilor lui n polii din semiplanul stng. X
T
(s)X(s)
Exemplu: Fie . Polul din semiplanul stng al lui X(s) =
1
Ts + 1
, T > 0
este . Reziduul n acest pol este: X(s)X(s) s =
1
T
. lim
s
1
T
|
\
s +
1
T
|
.
|
\
1
Ts + 1

1
Ts + 1
|
.
=
1
2T
Deci,
. X
2
= 1 2T
O alt metod de calcul a normei 2 utilizeaz tehnicile din spaiul strilor.
Fie (adic, X este stabil). Se consider o realizare (A, B, C) a lui X astfel X RH
2
nct
X(s) = C(sI A)
1
B
cu A stabil (are toate valorile proprii n semiplanul stng deschis). Definim
gramianul de observabilitate
1.2 Valori singulare 11
_________________________________________________________________________
. (1.4.1) Q =

e
A
T
t
C
T
Ce
tA
dt
Atunci, Q satisface ecuaia Liapunov
. (1.4.2) QA + A
T
Q+ C
T
C = 0
Demonstraie: Se integreaz ambii membri ai ecuaiei

d
dt
|
\
e
A
T
t
C
T
Ce
tA|
.
= A
T
e
A
T
t
C
T
Ce
tA
+ e
A
T
t
C
T
Ce
tA
A
de la 0 la , observnd c converge la 0 ntruct A este stabil. e
tA
Norma 2 a lui X poate fi exprimat n funcie de Q astfel:
. (1.4.3) X
2
2
= B
T
QB
Demonstraie: Funcia rspuns la impuls (funcia pondere) este
. x(t) = Ce
tA
B, t > 0
Utiliznd teorema lui Parseval obinem:
. X
2
2
= x
2
2
=

B
T
e
A
T
t
C
T
Ce
tA
Bdt = B
T

e
A
T
t
C
T
Ce
tA
dt B = B
T
QB
1.5. Calculul normei
Necesit un proces de cutare. Se stabilete o gril fin de puncte de
frecven . Atunci, o estimare a normei , , este dat prin relaia {
1
, ,
N
} F

. (1.5.1) max
1kN
F(j
k
) = max
1kN
(F(j
k
))
In cazul scalar, se poate determina pulsaia unde este maxim prin F(j)
rezolvarea ecuaiei
. (1.5.2)
d F(j)
d
= 0
O alt posibilitate de calcul a normei este oferit de metodele din spaiul
strilor. Se consider i fie (A, B, C, D) o realizare de stare a lui F. F RL

Definim matricea Hamiltonian (2n 2n)

12 1 Norme pentru semnale i sisteme
_________________________________________________________________________
12
. (1.5.3) H =

A + BR
1
D

C BR
1
B

(I + DR
1
D

)C (A + BR
1
D

C)

(
unde . R =
2
I D

D
Teorema 1.5.1. dac i numai dac i H nu are valori F

< (D) <
proprii pe axa imaginar.
Teorema sugereaz urmtoarea metod de calcul a normei (algoritmul
biseciei):
a) se selecteaz o limit superioar i o limit inferioar , astfel nct
s

i
;
i
F


s
b) dac valoare specificat, STOP; . Altfel, (
s

i
)/
i
F

(
s
+
i
)/2
continu cu etapa urmtoare;
c) se stabilete ; = (
i
+
s
)/2
d) se testeaz dac prin calcularea valorilor proprii ale lui H F

<
pentru dat;
e) dac H are o valoare proprie pe se stabilete ; altfel, se jR
i
=
stabilete ; apoi, se revine la etapa b).
s
=
Desigur, algoritmul anterior se aplic i pentru calculul normei . H

Observaii: 1) Este evident c . Deci, nu este nici o F

<
1
F

< 1
pierdere de generalitate considerarea lui . = 1
2) Norma a unei funcii de transfer stabile poate fi estimat i H

experimental, utiliznd faptul c norma a unei funcii de transfer stabile H

reprezint amplitudinea maxim a rspunsului n regim staionar la toate semnalele

de intrare, sinusoidale cu amplitudinea unitar, posibile.
1.6. Operatori Hankel. Problema Nehari
Se consider dou spaii Hilbert X i Y i o funcie liniar de la X la Y.
Funcia este mrginit dac exist un numr real a, astfel nct:
. x a x , x X
Cea mai mic valoare a lui a se numete norma lui , notat ,

. (1.6.1) = sup{ x : x 1} = sup{ x : x = 1}
O astfel de funcie liniar i mrginit se numete operator.
Operatorul Laurent. Fie i definim: , F L

F
: L
2
L
2
1.2 Valori singulare 13
_________________________________________________________________________
. (1.6.2)
F
g = Fg, g L
2
Din Teorema 1.3.3 rezult , deci este liniar i mrginit
F
= F


F
(reprezint un operator). F este simbolul operatorului Laurent .
F
Operator Toeplitz. Fie i definim: , F L

F
: H
2
H
2
- proiecia ortogonal a lui Fg, pe . (1.6.3)
F
=
2

F
/H
2
g H
2
H
2
Observaie: - restricia lui la , .
F
/H
2

F
H
2

F
/H
2
: H
2
L
2
L
2

2
H
2
F
H
2

F
/H
2

Operator Hankel. Fie i definim: , F L

F
: H
2
H
2

- proiecia ortogonal a lui Fg, pe . (1.6.4)

F
=
1

F
/H
2
g H
2
H
2

Observaie: , deci descompunerea unui vector din n L

2
= H
2

H
2
L
2
componente din i este unic. H
2

H
2

F
H
2

1
L
2

F
/H
2
H
2
Caz particular: Operatorul Hankel cu simbolul , cu F(s) = |A, B, C, 0|
matricea A antistabil (toate valorile proprii n ). Deci . Re s > 0 F RL

Adjunctul unui operator. Fie operatorul . Adjunctul : X Y

operatorului notat cu este operatorul (unic) satisfcnd: ,

: Y X
(1.6.5) x, y = x,

y , x X, y Y
Operatorul este autoadjunct (egal cu adjunctul su) i

: X Y
(1.6.6)
2
=

14 1 Norme pentru semnale i sisteme

_________________________________________________________________________
14
Observaii: 1) Adjunctul unui operator Laurent este operatorul Laurent
F

cu simbolul . F

(F

(s) = F
T
(s)
)
2) Adjunctul unui operator Hankel este operatorul .
F

=
2

F
/H
2

Teorema 1.6.1. Valorile proprii ale operatorului sunt reale i

F

F
nenegative, iar cea mai mare dintre ele este egal cu .
F

F
Observaie: - operator autoadjunct : .
F

F
H
2
H
2
Din Teorema 1.6.1. i relaia (1.6.6) rezult
(1.6.7)
F
=
F

F
=
max
unde este valoarea proprie maxim a lui .
max

F

F
Teorema 1.6.2. Operatorul i matricea - au aceleai valori
F

F
L
c
L
o
proprii nenule, unde i sunt soluiile unice ale ecuaiilor Lyapunov: L
c
L
o
AL
c
+ L
c
A
T
= BB
T
(1.6.8)
A
T
L
o
+ L
o
A = C
T
C
Algoritmul 1.6.1 [Fra87] (pentru calculul normei unui operator Hankel
):
F
, F RL

1. Se determin o realizare minimal (A, B, C) a prii antistabile a lui

adic: F(s),
(o matrice din ) F(s) = |A, B, C, 0| + RH

Observaie: Dac se dezvolt - strict proprie i analitic n F = F

1
+ F
2
, F
1
i proprie i analitic n , adic , atunci Re s 0 F
2
Re s 0 F
2
RH

F
=
F1
.
2. Se rezolv ecuaiile Lyapunov (1.6.8) pentru i . L
c
L
o
3. este rdcina ptrat a celei mai mari valori proprii a matricei
F
L
c
L
o
.
n rezolvarea problemei acordrii modelului apare necesitatea determinrii
distanei de la o matrice din , R, la . L

(1.6.9) dist
(
R, H
)
= inf { R X

: X H

}
Deci, se dorete aproximarea, n norm , a unei matrice de transfer L

instabile, date, prin una stabil.

Teorema 1.6.3 (Teorema lui Nehari). Exist o matrice , cea mai X H

apropiat de o matrice dat, R, din i L

(1.6.10) R X

=
R
1.2 Valori singulare 15
_________________________________________________________________________
Deci, distana cutat este chiar norma operatorului Hankel cu simbolul R,
.
R
Observaii: 1) n general, exist mai multe soluii ce satisfac X H

relaia (1.6.10).
2) Interpretat n domeniul timp teorema lui Nehari afirm c distana de la
un sistem necauzal dat la unul cauzal, cel mai apropiat (ambele fiind liniare i
invariante n timp) este egal cu norma unui operator Hankel, aceasta reprezentnd
o msur a noncauzalitii.
16 1 Norme pentru semnale i sisteme
_________________________________________________________________________
16