Hoja de repaso: Modélisation et Analyse des Systèmes Dynamiques

📋 Plan du Cours

1. Système & éléments en interaction
2. Représentation d'état & variables d'état
3. Espace d'état & espace vectoriel
4. Equation d'état & dynamique du système
5. Equation d'observation & mesures
6. Systèmes linéaires & superposition
7. Linéarisation & approximation locale
8. Changement de base & matrices de passage
9. Unicité & base modale

📖 1. Système & éléments en interaction

🔑 Notions clés & Définitions

• Système : Ensemble d'éléments en interaction permettant la réalisation d'une fonction particulière. Il peut inclure des processus, phénomènes physiques ou entités matérielles, avec des entrées et sorties permettant de mesurer sa réponse à une sollicitation.
• État d'un système : Le plus petit ensemble de variables permettant de connaître le comportement futur du système à partir de l'instant initial et des entrées appliquées.
• Variable d'état : Grandeur physique constituant l’état du système, qui décrit sa configuration à un instant donné.
• Vecteur d’état : Représentation mathématique du vecteur d’état, regroupant toutes les variables d’état, de dimension n.
• Espace d’état : Espace vectoriel dans lequel le vecteur d’état peut prendre des valeurs, permettant une modélisation géométrique du système.
• Equation d’état : Équation différentielle décrivant la dynamique du système à partir du vecteur d’état et des entrées, généralement sous forme matricielle.

📝 Points essentiels

• La notion de système est abstraite et dépend du cadre de modélisation choisi (complexité, précision, limites).
• La représentation d’état permet de modéliser des systèmes dynamiques, y compris multivariables et non-linéaires, en intégrant les variables internes.
• La réponse d’un système perturbé ou sollicité se traduit par une sortie en fonction des entrées et de l’état interne.
• La linéarisation est une technique d’approximation locale pour traiter des systèmes non-linéaires en utilisant le développement de Taylor, notamment autour d’un point d’équilibre.
• La propriété de non-uniqueness de la représentation d’état peut être exploitée via un changement de base, notamment pour obtenir une forme diagonale ou modale facilitant l’analyse.

💡 À retenir

La modélisation d’un système par sa représentation d’état offre une approche unifiée et flexible pour analyser et contrôler des systèmes complexes, en utilisant des techniques de changement de base et de linéarisation pour simplifier leur étude.

📖 2. Représentation d'état & variables d'état

🔑 Notions clés & Définitions

• Système : Ensemble d'éléments en interaction permettant la réalisation d'une fonction particulière, pouvant inclure processus, phénomènes physiques ou entités matérielles, avec entrées et sorties.
• État d'un système : Le plus petit ensemble de variables permettant, en connaissant leur valeur à un instant initial et les entrées, de déterminer le comportement futur du système.
• Variable d'état : Grandeur physique constituant l'état du système, utilisée pour décrire son comportement dynamique.
• Vecteur d'état : Représentation mathématique de l'état, constitué de toutes les variables d'état, de dimension n.
• Espace d'état : Espace vectoriel dans lequel le vecteur d'état évolue, chaque point représentant une configuration du système.
• Equation d'état : Équation différentielle décrivant la dynamique du système en fonction du vecteur d'état et des entrées.
• Equation d'observation : Équation liant le vecteur d'état aux mesures ou sorties du système, non différentielle.

📝 Points essentiels

• La représentation d’état permet de modéliser des systèmes complexes, multivariables, et non linéaires via linéarisation.
• La forme matricielle des équations d’état et d’observation facilite leur traitement et leur schématisation par blocs.
• La dimension du vecteur d’état correspond au nombre de variables d’état nécessaires pour décrire complètement le système.
• La linéarisation, basée sur le développement de Taylor, est essentielle pour traiter les systèmes non linéaires en approximation locale.
• La propriété d’unicité de la représentation d’état n’est pas garantie : un même système peut avoir plusieurs représentations selon la base choisie.
• La base modale, diagonale ou de Jordan, simplifie la résolution du système en découplant ses modes propres.

💡 À retenir

La représentation d’état offre une approche systémique puissante pour modéliser, analyser et contrôler des systèmes dynamiques complexes, en utilisant un vecteur d’état et des équations matricielles, tout en permettant la linéarisation pour simplifier l’étude des systèmes non linéaires.

📖 3. Espace d'état & espace vectoriel

🔑 Notions clés & Définitions

• Système : Ensemble d'éléments en interaction permettant la réalisation d'une fonction particulière, avec entrées et sorties pour modéliser la réponse à des perturbations ou sollicitations.
• État d'un système : Plus petit ensemble de variables permettant de connaître le comportement futur du système à partir de leur connaissance initiale et des entrées.
• Variable d'état : Grandeur physique constituant l'état du système, qui évolue dans le temps.
• Vecteur d'état : Représentation mathématique de l'état, constitué de toutes les variables d'état, de dimension n.
• Espace d'état : Espace vectoriel dans lequel le vecteur d'état peut prendre des valeurs, chaque point représentant une configuration du système.
• Equation d’état : Équation différentielle décrivant la dynamique du système, reliant le vecteur d’état, ses dérivées, et les entrées.
• Equation d’observation : Relation liant le vecteur d’état à la sortie mesurée, sans être une équation différentielle.
• Changement de base : Opération modifiant la représentation du vecteur d’état via une matrice de passage, permettant de choisir une nouvelle base pour simplifier l’analyse.
• Base modale : Base particulière où la matrice d’état est diagonale ou de Jordan, facilitant la résolution et l’analyse du système.

📝 Points essentiels

• La représentation d’état permet d’étudier des systèmes multivariables, complexes, et non linéaires via linéarisation.
• La connaissance de l’état initial et des entrées permet de déterminer le comportement futur du système.
• La dimension du vecteur d’état correspond au nombre de variables d’état nécessaires pour décrire le système.
• Les équations d’état et d’observation peuvent être exprimées sous forme matricielle, facilitant leur manipulation.
• La non-uniqueness de la représentation d’état implique qu’on peut changer de base (changement de variables d’état) sans modifier la sortie du système.
• La base modale simplifie l’analyse en diagonalant la matrice d’état, mettant en évidence les pôles du système.
• La linéarisation autour d’un point d’équilibre permet d’étudier des systèmes non linéaires par approximation.

💡 À retenir

La représentation d’état, via un espace vectoriel, offre une approche systémique et modulaire pour modéliser, analyser et contrôler des systèmes dynamiques complexes, tout en restant adaptable grâce au changement de base.

📖 4. Equation d'état & dynamique du système

🔑 Notions clés & Définitions

• Système : Ensemble d'éléments en interaction permettant la réalisation d'une fonction particulière, caractérisé par ses variables d’état, entrées, et sorties.
• État d’un système : Plus petit ensemble de variables nécessaires pour décrire complètement le comportement futur du système à partir de l’instant initial, en connaissant les entrées.
• Variable d’état : Grandeur physique représentant l’état du système, constitutive de l’état du système à un instant donné.
• Vecteur d’état : Représentation mathématique de l’état, constitué des variables d’état, de dimension n.
• Espace d’état : Espace vectoriel dans lequel le vecteur d’état évolue, chaque point représentant une configuration du système.
• Equation d’état : Équation différentielle décrivant la dynamique du système en fonction du vecteur d’état et des entrées, généralement sous forme matricielle : $\dot{\mathbf{x}}(t) = A \mathbf{x}(t) + B \mathbf{u}(t)$.

📝 Points essentiels

• La représentation d’état permet d’étudier des systèmes multivariables, non linéaires ou complexes, en intégrant variables internes et état initial.
• La formulation matricielle facilite la modélisation et la résolution des systèmes dynamiques :
  $\begin{cases} \dot{\mathbf{x}}(t) = A \mathbf{x}(t) + B \mathbf{u}(t) \\ \mathbf{y}(t) = C \mathbf{x}(t) + D \mathbf{u}(t) \end{cases}$
• La linéarisation consiste à approximer un système non linéaire autour d’un point d’équilibre par une version linéaire à l’aide du développement de Taylor, ce qui simplifie l’analyse.
• La matrice d’état $A$ contient les pôles du système, dont la diagonalisation dans la base modale facilite la compréhension de la stabilité et de la dynamique.
• La non-unicité de la représentation d’état permet d’utiliser un changement de base via une matrice de passage $S$, notamment pour obtenir une forme diagonale (base modale).

💡 À retenir

La représentation d’état est un outil puissant pour modéliser et analyser la dynamique de systèmes complexes et multivariables, en particulier lorsqu’elle est linéarisée ou mise en forme modale pour simplifier l’étude de leur comportement.

📖 5. Equation d'observation & mesures

🔑 Notions clés & Définitions

• Système : Ensemble d'éléments en interaction permettant la réalisation d'une fonction spécifique, avec des entrées et sorties pour modéliser ses réponses aux perturbations ou sollicitations.
• État d'un système : Ensemble minimal de variables nécessaires pour décrire son comportement futur à partir de l'instant initial, en connaissant ses entrées.
• Variable d'état : Grandeur physique constituant l'état du système, qui évolue dans le temps selon l'entrée et le modèle.
• Vecteur d'état : Représentation mathématique de l'état du système, constitué des variables d'état, de dimension n.
• Espace d'état : Espace vectoriel dans lequel le vecteur d'état évolue, chaque point représentant un état précis.
• Équation d'état : Équation différentielle décrivant la dynamique du système en fonction du vecteur d'état, des entrées, et du temps.
• Équation d'observation : Modèle qui relie le vecteur d'état aux mesures ou sorties observées, souvent non différentielle.

📝 Points essentiels

• La représentation d'état permet d'analyser des systèmes multivariables, complexes, et non-linéaires via leur linéarisation.
• La forme matricielle des équations d'état et d'observation** facilite leur traitement et leur schématisation par schéma bloc.
• La linéarisation consiste à approximer une fonction non-linéaire par une fonction affine autour d’un point d’équilibre, en utilisant le développement de Taylor.
• La non-unicité de la représentation d’état : par changement de base (matrice de passage), on peut obtenir différentes formes équivalentes, notamment la base modale où la matrice d’état est diagonale ou de Jordan.
• La propriété de superposition s'applique aux systèmes linéaires, permettant de décomposer la réponse en somme de réponses partielles.
• La mesure dans l’équation d’observation n’est pas une équation différentielle, mais une relation entre variables d’état et sortie mesurée.

💡 À retenir

La représentation d’état, via ses équations d’état et d’observation, constitue un cadre puissant pour modéliser, analyser et contrôler des systèmes complexes, en particulier lorsqu’elle est linéarisée et mise en forme dans une base modale.

📖 6. Systèmes linéaires & superposition

🔑 Notions clés & Définitions

• Système : Ensemble d'éléments en interaction permettant la réalisation d'une fonction particulière. Il peut inclure processus, phénomènes physiques ou entités matérielles, avec entrées et sorties.
• Représentation d'état : Modèle mathématique décrivant un système par un vecteur d'état, ses équations d'état (différentielles) et d'observation (mesures). Elle permet d'analyser la dynamique interne.
• État d’un système : Ensemble minimal de variables nécessaires pour déterminer le comportement futur du système, connaissant ses entrées.
• Variable d’état : Grandeur physique constituant l’état du système.
• Vecteur d’état : Représentation mathématique du vecteur d’état, dont la dimension correspond au nombre de variables d’état.
• Équation d’état : Équation différentielle décrivant la dynamique du système dans la forme matricielle : $\dot{x}(t) = A x(t) + B u(t)$.
• Équation d’observation : Equation décrivant la sortie mesurée : $y(t) = C x(t) + D u(t)$.

📝 Points essentiels

• La superposition et l’homogénéité s’appliquent aux systèmes linéaires : réponse proportionnelle à l’entrée, réponse à une somme d’entrées égale la somme des réponses.
• La représentation d’état permet d’étudier des systèmes multivariables, complexes, et de prendre en compte l’état initial.
• La formulation matricielle facilite la modélisation et la résolution des systèmes dynamiques.
• La linéarisation consiste à approximer un système non-linéaire par un système linéaire autour d’un point d’équilibre, en utilisant le développement de Taylor.
• La base modale est une représentation particulière où la matrice d’état est diagonale ou de Jordan, simplifiant la résolution et l’analyse du système.
• La non-unicité de la représentation d’état permet de changer de base via une matrice de passage, tout en conservant la sortie du système.

💡 À retenir

La représentation d’état est un outil puissant pour modéliser et analyser des systèmes dynamiques complexes, en particulier multivariables, en utilisant des équations matricielles, tout en pouvant simplifier leur étude par changement de base ou linéarisation.

📖 7. Linéarisation & approximation locale

🔑 Notions clés & Définitions

• Linéarisation : Méthode mathématique consistant à approximer une fonction non-linéaire par une fonction affine (linéaire + constante) autour d’un point d’équilibre, en utilisant le développement limité de Taylor à l’ordre 1.
• Approximation locale : Technique qui consiste à représenter une fonction ou un système par une version linéaire dans un voisinage restreint d’un point donné, généralement pour simplifier l’analyse ou la commande.
• Point d’équilibre : Condition où les variables d’état et d’entrée du système restent constantes dans le temps, permettant de faire une approximation par une fonction affine autour de ce point.
• Matrices Jacobiennes : Matrices de dérivées partielles utilisées pour linéariser une fonction non-linéaire, notées généralement $A$ et $B$, représentant respectivement la dérivée de la fonction d’état par rapport aux variables d’état et d’entrée.
• Développement limité de Taylor : Expression mathématique permettant d’approximer une fonction par un polynôme autour d’un point, en conservant un certain ordre de dérivées.

📝 Points essentiels

• La linéarisation est effectuée en développant la fonction non-linéaire autour d’un point d’équilibre, en utilisant le premier ordre (tangente) pour obtenir une approximation affine.
• La méthode repose sur le calcul des matrices Jacobiennes $A$ et $B$, qui représentent la sensibilité de la dynamique du système par rapport aux variables d’état et d’entrée.
• La linéarisation est essentielle pour analyser et contrôler des systèmes non-linéaires en utilisant des outils de systèmes linéaires.
• La représentation locale est valable uniquement dans un voisinage du point d’équilibre, ce qui limite son application aux petites perturbations.
• La forme matricielle des équations linéarisées facilite leur utilisation dans la synthèse de contrôleurs et l’étude de stabilité.

💡 À retenir

La linéarisation permet d’approximer un système non-linéaire par un modèle linéaire local, simplifiant ainsi son analyse et sa commande, mais elle reste valable uniquement dans un voisinage restreint du point d’équilibre.

📖 8. Changement de base & matrices de passage

🔑 Notions clés & Définitions

• Changement de base : Opération consistant à exprimer un vecteur ou un système dans une nouvelle base, différente de la base initiale, via une matrice de passage.
• Matrice de passage (S) : Matrice qui relie deux bases d’un espace vectoriel, permettant de transformer un vecteur d’une base à une autre.
• Vecteur d’état : Ensemble de variables décrivant l’état d’un système à un instant donné.
• Base modale : Base particulière dans laquelle la matrice d’état (A) est diagonale ou de Jordan, facilitant la résolution et l’analyse du système.
• Non-unicité de la représentation d’état : La même dynamique peut être représentée par différentes matrices et vecteurs d’état selon la base choisie.

📝 Points essentiels

• Le changement de base s’effectue par la relation :
  $\mathbf{x'} = S^{-1} \mathbf{x}$ où $\mathbf{x}$ est le vecteur d’état dans la base initiale, $\mathbf{x'}$ dans la nouvelle base, et $S$ la matrice de passage.
• La matrice de passage doit être inversible pour que la transformation soit possible.
• La représentation d’état n’est pas unique : on peut changer de base pour obtenir une forme plus simple, notamment la base modale.
• La base modale permet de diagonaliser ou mettre sous forme de Jordan la matrice $A$, simplifiant la résolution des équations d’état.
• Lors du changement de base, la matrice $A$ se transforme selon :
  $A' = S^{-1} A S$
• La sortie du système reste inchangée par le changement de base :
  $\mathbf{y} = C \mathbf{x} = C' \mathbf{x'}$ avec $C' = C S$.

💡 À retenir

Le changement de base, via une matrice de passage, permet de représenter un système dans une forme plus adaptée à l’analyse ou au contrôle, notamment en diagonalisant la matrice d’état pour simplifier la résolution et l’étude de ses propriétés.

📖 9. Unicité & base modale

🔑 Notions clés & Définitions

• Système : Ensemble d'éléments en interaction permettant la réalisation d'une fonction particulière, avec entrées et sorties pour décrire sa dynamique.
• Représentation d'état : Modèle mathématique décrivant un système par un vecteur d'état, ses équations d'état (différentielles) et d'observation (mesures).
• État d’un système : Ensemble minimal de variables permettant de connaître le comportement futur du système à partir de leur connaissance initiale et des entrées.
• Variable d’état : Grandeur physique constituant l’état du système, représentant ses caractéristiques internes.
• Vecteur d’état : Représentation mathématique du vecteur d’état, dont la dimension correspond au nombre de variables d’état.
• Base modale : Base dans laquelle la matrice d’état est diagonale ou de Jordan, simplifiant la résolution et l’analyse du système.

📝 Points essentiels

• La représentation d’état n’est pas unique : elle dépend du choix de la base dans l’espace d’état.
• La matrice de passage permet de changer de base, transformant la représentation d’un système en une autre tout en conservant ses propriétés intrinsèques.
• La base modale est une représentation particulière où la matrice d’état est diagonale ou de Jordan, facilitant l’analyse des pôles, stabilité, commandabilité et observabilité.
• La diagonalisation via la base modale découple les variables d’état, rendant leur évolution indépendante.
• La propriété d’unicité de la représentation d’état est limitée : plusieurs représentations existent pour un même système.

💡 À retenir

La représentation d’état d’un système n’est pas unique : en changeant la base d’espace d’état, notamment en utilisant la base modale, on peut simplifier l’analyse du système tout en conservant ses caractéristiques fondamentales.

📊 Tableaux de Synthèse

Aspect	Système & éléments en interaction	Représentation d’état & variables d’état	Espace d’état & espace vectoriel	Equation d’état & dynamique	Equation d’observation & mesures	Systèmes linéaires & superposition	Linéarisation & approximation locale	Changement de base & matrices de passage	Unicité & base modale
Définition	Ensemble d’éléments en interaction pour une fonction	Modélisation via vecteur d’état, équations différentielles	Vecteur d’état dans un espace vectoriel	Équation décrivant la dynamique du système	Relation entre état et mesures	Systèmes où la superposition est valable	Approximation locale par linéarisation	Transformation de la représentation d’état	Représentation unique ou modale d’un système
Variables clés	Entrées, sorties, état	Variables d’état, vecteur d’état, équations d’état	Espace d’état, base, changement de base	Matrices A, B, C, D pour la dynamique	Matrices C, D pour la sortie	Pôles, réponse impulsionnelle, superposition	Développement de Taylor, point d’équilibre	Matrice de passage, transformation de coordonnées	Diagonale, Jordan, modal, non-uniqueness
Utilisation	Analyse réponse, contrôle, modélisation	Analyse, contrôle, simplification par changement de base	Analyse géométrique, décomposition, diagonalisation	Simulation, stabilité, contrôle	Estimation d’état, observateurs	Analyse de stabilité, réponse en fréquence	Simplification locale, étude de stabilité	Facilite la résolution, décompose en modes propres	Analyse modale, simplification du système

⚠️ Pièges & Confusions Fréquentes

1. Confondre système et modèle : un système est une réalité physique ou abstraite, une modélisation en est une représentation.
2. Penser que la représentation d’état est unique : elle dépend du choix de la base, plusieurs représentations peuvent coexister.
3. Confondre équation d’état et équation d’observation : la première décrit la dynamique, la seconde relie l’état aux mesures.
4. Négliger la linéarisation : elle est une approximation locale, non valable pour des déviations importantes.
5. Confondre espace d’état et espace physique : l’espace d’état est un espace vectoriel abstrait, pas un espace physique.
6. Ignorer la non-uniqueness de la représentation d’état : elle permet des transformations pour simplifier l’analyse.
7. Confondre base modale et autres bases : la base modale diagonalise la matrice d’état, facilitant l’analyse des modes propres.

✅ Checklist Examen

1. Définir un système et ses éléments en interaction.
2. Expliquer la notion d’état d’un système.
3. Décrire la différence entre variable d’état et vecteur d’état.
4. Illustrer l’espace d’état et son rôle dans la modélisation.
5. Écrire une équation d’état pour un système linéaire.
6. Expliquer la différence entre équation d’état et équation d’observation.
7. Définir un système linéaire et la propriété de superposition.
8. Expliquer la technique de linéarisation et ses limites.
9. Décrire le changement de base et ses avantages.
10. Identifier une base modale et ses bénéfices pour l’analyse.
11. Discuter de l’unicité d’une représentation d’état.
12. Expliquer l’intérêt de la diagonalisation ou de la forme de Jordan.