SlideShare a Scribd company logo
1 of 12
Download to read offline
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
1
DISKUSI MASALAH REGULATOR KUADRATIK UNTUK
KASUS FIXED FINAL STATE
OLEH:
1. RUKMONO BUDI UTOMO(J2A 009 004)
2. ANA RAHMAWATI (J2A 009 008)
3. ERI BADRIAH (J2A 009 019)
Pengampu: Dr. Widowati
Pendahuluan: Materi 1
Masalah regulator Kuadratik
Tinjau MKO Linier :
𝑥 = 𝐴 𝑡 𝑥 + 𝐵 𝑡 𝑢 (a)
Dimana 𝑥 𝜖 𝑅 𝑛
, 𝑢 𝜖 𝑅 𝑚
, 𝐴 𝑡 ∶ 𝑛 x 𝑛 , 𝐵 𝑡 : 𝑛 x 𝑚
Dengan fungsional objektif
𝐽 𝑡0 =
1
2
𝑥 𝑇
𝑇 𝑆 𝑇 𝑥 𝑇 +
1
2
𝑥 𝑇
𝑉𝑥 + 𝑢 𝑇
𝑅 𝑢
𝑇
𝑡0
𝑑𝑡 (b)
Akan dicari control optimum 𝑢∗
(𝑡) pada 𝑡0, 𝑇 yang meminimumkan
𝐽 dengan bahasan kali ini adalah kasus fixed final state. Dalam
kasus fixed final state ini , 𝑢∗
merupakan control umpan balik
(feedback control).
Di asumsikan T tertentu dan diberikan, kemudian 𝑥(𝑡0)
diberikan. Matriks bobot 𝑆 𝑇 dan 𝑉 (𝑡) adalah simetris dan semi
definit positif. Sedangkan 𝑅 𝑇 matriks simetris 𝑚 𝑥 𝑚 dan definit
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
2
positif , ∀ 𝑡 𝜖 𝑡0, 𝑇 , maka MKO diatas dikenal sebagai Masalah
regulator kuadratik (MRK).
Untuk menyelesaikan MRK, kita dapat menggunakan fungsi
Hamilton.
Fungsi Hamilton didefinisikan oleh :
𝐻 =
1
2
𝑥 𝑇
𝑉𝑥 + 𝑢 𝑇
𝑅𝑢 + 𝜆 𝑇
𝐴 𝑥 + 𝐵 𝑢 (c)
Dengan 𝜆𝜖 𝑅 𝑛
dengan syarat perlunya antara lain:
𝑥 =
𝜕𝐻
𝜕𝜆
= 𝐴𝑥 + 𝐵𝑢 (Persamaan State) (d)
𝜆 = −
𝜕𝐻
𝜕𝜆
= −𝑉𝑥 − 𝐴 𝑇
𝜆 (Persamaan Costate) (e)
𝜕𝐻
𝜕𝑢
= 0 → 𝑅 𝑢 + 𝐵 𝑡
𝜆 = 0 (syarat stationer) (f)
Dari persamaan (f) diperoleh 𝑢 = −𝑅−1
𝐵 𝑇
𝜆 (g)
Substitusikan (g) ke (d), didapat system Persamaan Diff (PD)
berikut:
𝑥 = 𝐴𝑥 − 𝐵𝑅−1
𝐵 𝑇
𝜆
𝜆 = −𝑉𝑥 − 𝐴 𝑇
𝜆 (h)
Atau
𝑥
𝜆
=
𝐴
−𝑉
−𝐵𝑅−1
𝐵 𝑇
−𝐴 𝑇
𝑥
𝜆
yang disebut sebagai PD dimensi 2n
dengan 𝑥 𝑡0 diketahui. Matriks
𝐴
−𝑉
−𝐵𝑅−1
𝐵 𝑇
−𝐴 𝑇 disebut matriks
Hamilton.
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
3
Contoh1:
(Buka copyan materi KO anda hal 5.20)
Diketahui MKO dibawah ini. Selesaikan!
𝑥 = −𝑥 + 𝑢, 0 ≤ 𝑡 ≤ 2
𝑥 0 = 1, 𝑥 2 = 2, meminimumkan
𝐽 0 =
1
2
3𝑥2
+ 𝑢2
𝑑𝑡
2
0
Pembahasan:
Maksud dari pertanyaan diatas adalah kita diminta untuk mencari
control (𝑢∗
(𝑡)) dengan PD, fungsional objektif dan syarat batasnya
diketahui.
Langkah 1
membuat fungsi Hamiltonnya.
𝐻 𝑥, 𝑢 , 𝜆 =
1
2
3𝑥2
+ 𝑢2
+ 𝜆 (−𝑥 + 𝑢)
Langkah 2
Penuhi syarat perlunya
𝑥 =
𝜕𝐻
𝜕𝜆
= −𝑥 + 𝑢 (Persamaan State) (a)
𝜆 = −
𝜕𝐻
𝜕𝑥
= − 3𝑥 − 𝜆 (Persamaan Costate) (b)
= −3𝑥 + 𝜆
𝜕𝐻
𝜕𝑢
= 0 = 𝑢 + 𝜆 (syarat stationer)
𝑢 + 𝜆 = 0, 𝑢 = − 𝜆 (c)
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
4
Langkah 3
Pandang syarat perlu. Operasikan!
Pandang (a)
𝑥 = −𝑥 + 𝑢 dimana kita tahu bahwa 𝑢 = − 𝜆 sehingga kita dapat
menulis kembali (a) menjadi
𝑥 = −𝑥 − 𝜆 , 𝜆 = −𝑥 − 𝑥 (d)
Derivatifkan:
𝑥 = −𝑥 − 𝜆 (e)
Dimana 𝜆 sesuai (b) adalah = −3𝑥 + 𝜆 , sehingga persamaan (e)
dapat kembali ditulis sebagai
𝑥 = −𝑥 − (−3𝑥 + 𝜆)
𝑥 = −𝑥 + 3𝑥 − 𝜆, dimana ada persamaan (d), 𝜆 = −𝑥 − 𝑥. Akibatnya
kita kembali dapat menuliskan persamaan (e) sebagai
𝑥 = −𝑥 + 3𝑥 − (−𝑥 − 𝑥)
= −𝑥 + 3𝑥 + 𝑥 + 𝑥
𝑥 = 4𝑥
𝑥 − 4𝑥 = 0 yang merupakan PD orde 2 linier Homogen (f)
Langkah 4:
Selesaikan PD yang diperoleh
𝑥 − 4𝑥 = 0
𝑑2 𝑥
𝑑𝑡 2
− 4𝑥 = 0, misalkan
𝑑
𝑑𝑡
= D, maka
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
5
𝐷2
− 4 𝑥 = 0, dimana 𝑥 ≠ 0, maka
𝐷2
− 4 = 0
𝐷1 = 2 atau D2 = −2
Solusi umum didapat:
𝑥 𝑡 = 𝐶1 𝑒2𝑡
+ 𝐶2 𝑒−2𝑡
(g)
Langkah 5
Setelah solusi umum didapat, cari solusi khususnya
Pandang solusi umum (g)
𝑥 𝑡 = 𝐶1 𝑒2𝑡
+ 𝐶2 𝑒−2𝑡
Pandang syarat awam yang diberikan:
𝑥 0 = 1, 𝑥 2 = 2
Untuk 𝑥 0 = 1,
𝐶1 + 𝐶2 = 1 atau 𝐶1 = 1 − 𝐶2 (h)
Untuk 𝑥 2 = 2
2 = 𝐶1 𝑒4
+ 𝐶2 𝑒−4
(i)
Substitusikan (h) kedalam (i), diperoleh
1 − 𝐶2 𝑒4
+ 𝐶2 𝑒−4
= 2
𝑒4
− 𝐶2 𝑒4
+ 𝐶2 𝑒−4
= 2
−𝐶2 𝑒4
− 𝑒−4
= 2 − 𝑒4
−𝐶2 𝑒4
− 𝑒−4
= −( 𝑒4
− 2)
𝐂 𝟐 =
𝑒4−2
𝒆 𝟒−𝒆−𝟒 (j)
Mencari nilai 𝐶1, pandang persamaan (h)
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
6
𝐶1 = 1 − 𝐶2
= 1 −
𝑒4
− 2
𝑒4 − 𝑒−4
=
e4−e−4
e4−e−4 −
e4−2
e4−e−4
=
e4−e−4−e4+2
e4−e−4
𝑪 𝟏 =
𝟐−𝐞−𝟒
𝐞 𝟒−𝐞−𝟒 (k)
Substitusikan (j) dan (k) kepada (g), sehingga didapat solusi khusus
𝑥 𝑡 =
𝟐 − 𝐞−𝟒
𝐞 𝟒 − 𝐞−𝟒
𝑒2𝑡
+
𝑒4
− 2
𝒆 𝟒 − 𝒆−𝟒
𝑒−2𝑡
Langkah 6
Mencari kontrol untuk fungsional objekif
Pandang kembali persamaan (a) 𝑥 = −𝑥 + 𝑢 atau 𝑢(𝑡) = 𝑥 + 𝑥
𝑢(𝑡) adalah kontrol yang dicari. Namun sebelumnya kita harus
mencari 𝑥 yakni derivatif pertama dari 𝑥 𝑡 .
𝑥 =
(𝟒−𝟐𝐞−𝟒)
𝐞 𝟒−𝐞−𝟒
𝑒2𝑡
+
(−2𝑒4+4)
𝒆 𝟒−𝒆−𝟒
𝑒−2𝑡
(l)
Sehingga kontrol yang dimaksud adalah
𝑢∗
(𝑡) = 𝑥 + 𝑥
=
𝟐 − 𝐞−𝟒
𝐞 𝟒 − 𝐞−𝟒
𝑒2𝑡
+
𝑒4
− 2
𝒆 𝟒 − 𝒆−𝟒
𝑒−2𝑡
+
(𝟒 − 𝟐𝐞−𝟒
)
𝐞 𝟒 − 𝐞−𝟒
𝑒2𝑡
+
(−2𝑒4
+ 4)
𝒆 𝟒 − 𝒆−𝟒
𝑒−2𝑡
= (6 − 3𝐞−𝟒
)
𝑒2𝑡
𝐞 𝟒 − 𝐞−𝟒
+ (2 − 𝑒4
)
𝑒−2𝑡
𝒆 𝟒 − 𝒆−𝟒
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
7
Materi 2
Fixed Final State dan kontrol Loop Terbuka
Tinjau MKO : 𝑥 = 𝐴 𝑡 𝑥 + 𝐵 𝑡 𝑢
Dengan 𝑥 𝑡0 dan 𝑥 𝑇 diketahui serta
𝐽 𝑡0 =
1
2
𝑢 𝑇
𝑅 𝑢 𝑑𝑡
𝑇
𝑡0
(a)
Pada persamaan (h) materi 1, kita telah mendapatkan sistem PD,
dengan 𝑉 = 0 yang dapat ditulis kembali menjadi:
𝑥 = 𝐴𝑥 − 𝐵𝑅−1
𝐵 𝑇
𝜆
𝜆 = −𝑉𝑥 − 𝐴 𝑇
𝜆 (b)
Solusi PD 𝜆 adalah
𝜆 𝑡 = 𝑒 𝐴 𝑇 𝑇−𝑡
𝜆(𝑡) dengan 𝜆 𝑡 belum diketahui.
Dari PD 𝑥 didapat PD
𝑥 = 𝐴𝑥 − 𝐵𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑇−𝑡
𝜆 𝑡 (c)
Solusi dari system PD ini antara lain:
𝑥 𝑡 = 𝑒 𝐴 𝑡−𝑡0 𝑥 𝑡0 − 𝑒 𝐴 𝑡−𝑠𝑡
𝑡0
𝐵𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑡−𝑠
𝜆 𝑡 𝑑𝑠 (d)
atau
𝑥 𝑇 = 𝑒 𝐴 𝑇−𝑡0 𝑥 𝑡0 − 𝑒 𝐴 𝑇−𝑠𝑇
𝑡0
𝐵𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑇−𝑠
𝜆 𝑡 𝑑𝑠 (e)
= 𝑒 𝐴 𝑇−𝑡0 𝑥 𝑡0 − 𝐺 𝑡0, 𝑇
Dimana 𝐺 𝑡0, 𝑇 = 𝑒 𝐴 𝑇−𝑠𝑇
𝑡0
𝐵𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑇−𝑠
𝜆 𝑡 𝑑𝑠
Yang dikenal dengan fungsi bobot ketercapaian gram yang kontinu
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
8
Dari (e) pada materi ini, didapat
𝜆 𝑡 = −𝐺−1
𝑡0, 𝑇 𝑥 𝑇 − 𝑒 𝐴 𝑇 𝑇−𝑡0 𝑥 𝑡0
Sehingga control optimumnya adalah
𝑢∗
𝑡 = −𝑅−1
𝐵 𝑇
𝜆 = 𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑇−𝑡
𝐺−1
𝑡0, 𝑇 𝑥 𝑇 − 𝑒 𝐴 𝑇 𝑇−𝑡0 𝑥 𝑡0
Yang merupakan control loop terbuka.
Disini kita menggunakan metode Lyapunov untuk menyelsaikan
MKO fixed final state dan kontrol loop terbuka ini. Pandang solusi
PD Lyapunov:
𝑃 = 𝐴𝑃 + 𝑃𝐴 𝑇
+ 𝐵 𝑅−1
𝐵 𝑇
, 𝑡 ≥ 𝑡0
Dengan nilai awal 𝑃(𝑡0) adalah
𝑃 𝑡 = 𝑒 𝐴 𝑡−𝑡0 𝑃 𝑡0 𝑒 𝐴 𝑇 𝑡−𝑡0 + 𝑒 𝐴 𝑡−𝑠
𝑡
𝑡0
𝐵𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑡−𝑠
𝑑𝑠
Jika diambil 𝑃 𝑡0 = 0, maka
𝑃 𝑡 = 𝑒 𝐴 𝑡−𝑠
𝑡
𝑡0
𝐵𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑡−𝑠
𝑑𝑠
= 𝐺 𝑡0, 𝑡
Tentu saja untuk 𝑃 𝑇 = 𝑒 𝐴 𝑇−𝑠𝑡
𝑡0
𝐵𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑇−𝑠
𝑑𝑠
= 𝐺 𝑡0, 𝑇
Dengan demikian, untuk menentukan 𝐺 𝑡0, 𝑇 , kita dapat
menyelesaikan PD Lyapunov 𝑃 = 𝐴𝑃 + 𝑃𝐴 𝑇
+ 𝐵 𝑅−1
𝐵 𝑇
dengan
𝑃 𝑡0 = 0 dan mengambil 𝐺 𝑡0, 𝑇 = 𝑃 𝑇 .
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
9
Selanjutnya dapat diperlihatkan bahwa nilai optimum untuk
fungsional objektif 𝐽 adalah
𝐽∗
𝑡0 =
1
2
𝑑 𝑡
𝑡0, 𝑇 𝑃−1
𝑇 𝑑 𝑡0, 𝑇
Dimana 𝑑 𝑡
𝑡0, 𝑇 = 𝑥 𝑇 − 𝑒 𝐴 𝑡−𝑡0 𝑥 (𝑡0)
Contoh2:
(Buka copyan materi KO anda hal 5.20)
Diketahui MKO dibawah ini. Selesaikan!
𝑥 = −𝑥 + 𝑢, 0 ≤ 𝑡 ≤ 1
𝑥 0 = 1, 𝑥 1 = 3,
𝐽 0 =
1
2
𝑢2
𝑑𝑡
1
0
Penyelesaian
Langkah 1
Tentukan koefisien-koefisien A, B dan R
Diketahui 𝑥 = −𝑥 + 𝑢 padahal kita tahu bentuk umumnya adalah
𝑋 = 𝐴𝑥 + 𝐵𝑢 sehingga dapat kita tentukan nilai
A= -1 dan B= 1.
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
10
Kemudian pandang fungsional objektif
𝐽 0 =
1
2
𝑢2
𝑑𝑡
1
0
, dimana bentuk umum dari fungsional objektif ini
𝐽 𝑡0 =
1
2
𝑢 𝑇
𝑅 𝑢 𝑑𝑡
𝑇
𝑡0
Sehingga dapat kita simpulkan nilai R = 1 dan 𝑡0 = 0, T=1
Langkah 2
Bentuk PD Lyapunov
Pandang PD Lyapunov
𝑃 = 𝐴𝑃 + 𝑃𝐴 𝑇
+ 𝐵 𝑅−1
𝐵 𝑇
𝑃 = −𝑃 − 𝑃 + 1
𝑃 = −2𝑃 + 1
𝑃 + 2𝑃 = 1 merupakan PD orde 1 linier non homogeny (a)
Langkah 3
Selesaikan PD Lyapunov tersebut
𝑃 + 2𝑃 = 1
Bentuk PD diatas dapat disadurkan dengan bentuk umum PD orde 1,
yakni 𝑃 + 𝐾(𝑡)𝑃 = 𝑄(𝑡)
Dengan menggunakan aturan lagrange, kita dapat mencari solusi dari
PD (a)
𝑃 𝑡 = 𝑒− 𝐾 𝑡 𝑑𝑡
𝑄 𝑡 𝑒 𝐾 𝑡 𝑑𝑡
𝑑𝑡 + 𝑐
𝑃 𝑡 = 𝑒− 2𝑑𝑡
𝑒 2𝑑𝑡
𝑑𝑡 + 𝑐
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
11
𝑃 𝑡 = 𝑒−2𝑡
𝑒2𝑡
𝑑𝑡 + 𝑐
𝑃 𝑡 = 𝑒−2𝑡 1
2
𝑒2𝑡
+ 𝑐
𝑃 𝑡 =
1
2
+ 𝑐𝑒−2𝑡
(b)
Langkah 4:
Cari solusi khususnya
gunakan awal 𝑃 𝑡0 = 𝑇
Untuk nilai 𝑃 0 = 1, persamaan (b) berlaku:
1 =
1
2
+ 𝑐, 𝑐 =
1
2
.
Solusi khusus didapat 𝑃 𝑡 =
1
2
+
1
2
𝑒−2𝑡
(c)
Langkah 5
Mencari 𝑮 𝒕 𝟎, 𝑻
𝐺 𝑡0, 𝑇 = 𝐺 0,1
=
1
2
+
1
2
𝑒−2
(d)
Langkah 6
Cari kontrolnya 𝑢∗
(𝑡)
𝑢∗
𝑡 = −𝑅−1
𝐵 𝑇
𝜆
= 𝑅−1
𝐵 𝑇
𝑒 𝐴 𝑇 𝑇−𝑡
𝐺−1
𝑡0, 𝑇 𝑥 𝑇 − 𝑒 𝐴 𝑇 𝑇−𝑡0 𝑥 𝑡0
= 𝑒− 1−𝑡 1
2
+
1
2
𝑒−2
−1
𝑥 1 − 𝑒−1 1
𝑥 0
= 𝑒− 1−𝑡
1
2
+
1
2
𝑒−2
−1
3 − 𝑒−1 1
1
SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM]
12
= 𝑒− 1−𝑡
1
2
+
1
2
𝑒−2
−1
3 − 𝑒−1
= 𝑒−1+𝑡
6 − 2𝑒−1
1 + 𝑒−2
𝒖∗
𝒕 =
𝟔 𝒆−𝟏+𝒕
− 𝟐𝒆−𝟐+𝒕
𝟏 + 𝒆−𝟐
Kesimpulan yang dapat dipetik:
1. Masalah regulator kuadratik (MRK) secara garis besar adalah
sama dengan Masalah control optimum (MKO), yakni
memaksimumkan atau meminimumkan fungsional objektif.
Perbedaannya adalah MKR memiliki 2 kondisi yakni fixed final
state dan free final state.
2. fixed final state, control optimum dari fungsional objektif
(𝒖∗
𝒕 ) adalah control umpan balik, sedangkan free final state
merupakan control loop terbuka. Selain itu, nilai 𝑥(𝑇) pada
fixed final state diketahui, sdangkan free final state tidak.
3. Untuk mendapatkan control pada MRK , dapat menggunakan
fungsi Hamilton, dan khusus untuk kasus fixed final state
dapat menggunakan Persamaan Differensial Lyapunov.
***

More Related Content

What's hot (14)

Teori Group
Teori GroupTeori Group
Teori Group
 
Kalkulus diferensial dan integral
Kalkulus diferensial dan integralKalkulus diferensial dan integral
Kalkulus diferensial dan integral
 
Kalkulus diferensial dan integral
Kalkulus diferensial dan integralKalkulus diferensial dan integral
Kalkulus diferensial dan integral
 
FUNGSI KOMPLEKS - TURUNAN DAN ATURAN RANTAI
FUNGSI KOMPLEKS - TURUNAN DAN ATURAN RANTAI FUNGSI KOMPLEKS - TURUNAN DAN ATURAN RANTAI
FUNGSI KOMPLEKS - TURUNAN DAN ATURAN RANTAI
 
Bab i &_bab_ii
Bab i &_bab_iiBab i &_bab_ii
Bab i &_bab_ii
 
persamaan-diferensial-orde-ii
persamaan-diferensial-orde-iipersamaan-diferensial-orde-ii
persamaan-diferensial-orde-ii
 
Tugas mtk blog
Tugas mtk blogTugas mtk blog
Tugas mtk blog
 
Tugas Kalkulus MTK
Tugas Kalkulus MTKTugas Kalkulus MTK
Tugas Kalkulus MTK
 
Jawaban Soal Latihan
Jawaban Soal LatihanJawaban Soal Latihan
Jawaban Soal Latihan
 
Bab iii mtk 1
Bab iii mtk 1Bab iii mtk 1
Bab iii mtk 1
 
Bab iv mtk 1
Bab iv mtk 1Bab iv mtk 1
Bab iv mtk 1
 
2. fungsi komposisi
2. fungsi komposisi2. fungsi komposisi
2. fungsi komposisi
 
Bab i mtk 1
Bab i mtk 1Bab i mtk 1
Bab i mtk 1
 
Turunan Fungsi Kompleks
Turunan Fungsi KompleksTurunan Fungsi Kompleks
Turunan Fungsi Kompleks
 

Viewers also liked

Understanding dom based xss
Understanding dom based xssUnderstanding dom based xss
Understanding dom based xssPotato
 
Big Data Fundamentals
Big Data FundamentalsBig Data Fundamentals
Big Data FundamentalsSmarak Das
 
Projet Nous Citoyens : Régime universel de retraite
Projet Nous Citoyens : Régime universel de retraiteProjet Nous Citoyens : Régime universel de retraite
Projet Nous Citoyens : Régime universel de retraiteKévin Veyssière
 
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMTTugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
MGT101 - Financial Accounting- Lecture 42
MGT101 - Financial Accounting- Lecture 42MGT101 - Financial Accounting- Lecture 42
MGT101 - Financial Accounting- Lecture 42Bilal Ahmed
 

Viewers also liked (15)

Bab7 os jaringan tui
Bab7 os jaringan tuiBab7 os jaringan tui
Bab7 os jaringan tui
 
Understanding dom based xss
Understanding dom based xssUnderstanding dom based xss
Understanding dom based xss
 
Aksial
AksialAksial
Aksial
 
Web 2ggg
Web 2gggWeb 2ggg
Web 2ggg
 
Big Data Fundamentals
Big Data FundamentalsBig Data Fundamentals
Big Data Fundamentals
 
Optimisasi
OptimisasiOptimisasi
Optimisasi
 
Projet Nous Citoyens : Régime universel de retraite
Projet Nous Citoyens : Régime universel de retraiteProjet Nous Citoyens : Régime universel de retraite
Projet Nous Citoyens : Régime universel de retraite
 
Newton
NewtonNewton
Newton
 
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMTTugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
 
Kai ppt
Kai pptKai ppt
Kai ppt
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Cómo lograr una vida mejor
Cómo lograr una vida mejorCómo lograr una vida mejor
Cómo lograr una vida mejor
 
Bab6 os jaringan gui
Bab6 os jaringan guiBab6 os jaringan gui
Bab6 os jaringan gui
 
3months
3months3months
3months
 
MGT101 - Financial Accounting- Lecture 42
MGT101 - Financial Accounting- Lecture 42MGT101 - Financial Accounting- Lecture 42
MGT101 - Financial Accounting- Lecture 42
 

Similar to Diskusi masalah regulator kuadratik untuk

2. F. Komposisi & Invers.pptx
2. F. Komposisi & Invers.pptx2. F. Komposisi & Invers.pptx
2. F. Komposisi & Invers.pptxdevieftika
 
Matematika teknik 02-pdt dan pde
Matematika teknik 02-pdt dan pdeMatematika teknik 02-pdt dan pde
Matematika teknik 02-pdt dan pdeel sucahyo
 
Sistem persamaan linear (spl)
Sistem persamaan linear (spl)Sistem persamaan linear (spl)
Sistem persamaan linear (spl)Dnr Creatives
 
Power point limit fungsi
Power point  limit fungsiPower point  limit fungsi
Power point limit fungsiABU RAHMAN
 
bag 3 PDLHON, METODE KOEFISIEN TAK TENTU, VARIASI PARAMETER.pptx
bag 3 PDLHON, METODE KOEFISIEN TAK TENTU, VARIASI PARAMETER.pptxbag 3 PDLHON, METODE KOEFISIEN TAK TENTU, VARIASI PARAMETER.pptx
bag 3 PDLHON, METODE KOEFISIEN TAK TENTU, VARIASI PARAMETER.pptxRizkyDianaS
 
PPT Ringkasan Materi Aljabar Linier.pptx
PPT Ringkasan Materi Aljabar Linier.pptxPPT Ringkasan Materi Aljabar Linier.pptx
PPT Ringkasan Materi Aljabar Linier.pptxFinaSari5
 
1st Day Webinar GMOM - Persamaan Fungsi.pptx
1st Day Webinar GMOM - Persamaan Fungsi.pptx1st Day Webinar GMOM - Persamaan Fungsi.pptx
1st Day Webinar GMOM - Persamaan Fungsi.pptxmuhguntur3
 
powerpointlimitfungsi-160310033105.pdf
powerpointlimitfungsi-160310033105.pdfpowerpointlimitfungsi-160310033105.pdf
powerpointlimitfungsi-160310033105.pdfmaruufyalin
 
TUGAS KELOMPOK MTK2 KALKULUS
TUGAS KELOMPOK MTK2 KALKULUSTUGAS KELOMPOK MTK2 KALKULUS
TUGAS KELOMPOK MTK2 KALKULUSgeriandssp30
 
TUGAS MTK BUKU KALKULUS
TUGAS MTK BUKU KALKULUSTUGAS MTK BUKU KALKULUS
TUGAS MTK BUKU KALKULUSgeriandssp30
 
Fungsi, Persamaan dan Pertidaksamaan Logaritma
Fungsi, Persamaan dan Pertidaksamaan LogaritmaFungsi, Persamaan dan Pertidaksamaan Logaritma
Fungsi, Persamaan dan Pertidaksamaan LogaritmaFranxisca Kurniawati
 
Persamaan Logaritma, sifat-sifat Logaritma
Persamaan Logaritma, sifat-sifat LogaritmaPersamaan Logaritma, sifat-sifat Logaritma
Persamaan Logaritma, sifat-sifat LogaritmaEman Mendrofa
 
Matematika teknik 01-definisi pd
Matematika teknik 01-definisi pdMatematika teknik 01-definisi pd
Matematika teknik 01-definisi pdel sucahyo
 

Similar to Diskusi masalah regulator kuadratik untuk (20)

2. F. Komposisi & Invers.pptx
2. F. Komposisi & Invers.pptx2. F. Komposisi & Invers.pptx
2. F. Komposisi & Invers.pptx
 
Matematika teknik 02-pdt dan pde
Matematika teknik 02-pdt dan pdeMatematika teknik 02-pdt dan pde
Matematika teknik 02-pdt dan pde
 
Sistem persamaan linear (spl)
Sistem persamaan linear (spl)Sistem persamaan linear (spl)
Sistem persamaan linear (spl)
 
Power point limit fungsi
Power point  limit fungsiPower point  limit fungsi
Power point limit fungsi
 
bag 3 PDLHON, METODE KOEFISIEN TAK TENTU, VARIASI PARAMETER.pptx
bag 3 PDLHON, METODE KOEFISIEN TAK TENTU, VARIASI PARAMETER.pptxbag 3 PDLHON, METODE KOEFISIEN TAK TENTU, VARIASI PARAMETER.pptx
bag 3 PDLHON, METODE KOEFISIEN TAK TENTU, VARIASI PARAMETER.pptx
 
PD Orde n
PD Orde nPD Orde n
PD Orde n
 
PPT Ringkasan Materi Aljabar Linier.pptx
PPT Ringkasan Materi Aljabar Linier.pptxPPT Ringkasan Materi Aljabar Linier.pptx
PPT Ringkasan Materi Aljabar Linier.pptx
 
1st Day Webinar GMOM - Persamaan Fungsi.pptx
1st Day Webinar GMOM - Persamaan Fungsi.pptx1st Day Webinar GMOM - Persamaan Fungsi.pptx
1st Day Webinar GMOM - Persamaan Fungsi.pptx
 
Tugas mtk blog
Tugas mtk blogTugas mtk blog
Tugas mtk blog
 
Tugas mtk blog
Tugas mtk blogTugas mtk blog
Tugas mtk blog
 
Tugas mtk blog
Tugas mtk blogTugas mtk blog
Tugas mtk blog
 
Tugas mtk blog
Tugas mtk blogTugas mtk blog
Tugas mtk blog
 
powerpointlimitfungsi-160310033105.pdf
powerpointlimitfungsi-160310033105.pdfpowerpointlimitfungsi-160310033105.pdf
powerpointlimitfungsi-160310033105.pdf
 
Tugas mtk blog[1]
Tugas mtk blog[1]Tugas mtk blog[1]
Tugas mtk blog[1]
 
TUGAS KELOMPOK MTK2 KALKULUS
TUGAS KELOMPOK MTK2 KALKULUSTUGAS KELOMPOK MTK2 KALKULUS
TUGAS KELOMPOK MTK2 KALKULUS
 
TUGAS MTK BUKU KALKULUS
TUGAS MTK BUKU KALKULUSTUGAS MTK BUKU KALKULUS
TUGAS MTK BUKU KALKULUS
 
Fungsi, Persamaan dan Pertidaksamaan Logaritma
Fungsi, Persamaan dan Pertidaksamaan LogaritmaFungsi, Persamaan dan Pertidaksamaan Logaritma
Fungsi, Persamaan dan Pertidaksamaan Logaritma
 
Persamaan Logaritma, sifat-sifat Logaritma
Persamaan Logaritma, sifat-sifat LogaritmaPersamaan Logaritma, sifat-sifat Logaritma
Persamaan Logaritma, sifat-sifat Logaritma
 
Matematika teknik 01-definisi pd
Matematika teknik 01-definisi pdMatematika teknik 01-definisi pd
Matematika teknik 01-definisi pd
 
tugas1_matdas_klp5.docx
tugas1_matdas_klp5.docxtugas1_matdas_klp5.docx
tugas1_matdas_klp5.docx
 

More from rukmono budi utomo

metode numerik stepest descent dengan rerata aritmatika
metode numerik stepest descent dengan rerata aritmatikametode numerik stepest descent dengan rerata aritmatika
metode numerik stepest descent dengan rerata aritmatikarukmono budi utomo
 
metode numerik stepest descent dengan rerata aritmatika
metode numerik stepest descent dengan rerata aritmatikametode numerik stepest descent dengan rerata aritmatika
metode numerik stepest descent dengan rerata aritmatikarukmono budi utomo
 
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMTTugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Satuan acara perkuliahan Metode Numerik Pendidikan matematika UMT
Satuan acara perkuliahan Metode Numerik Pendidikan matematika UMTSatuan acara perkuliahan Metode Numerik Pendidikan matematika UMT
Satuan acara perkuliahan Metode Numerik Pendidikan matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Newton 6 a1 Prodi pendidikan matematika UMT
Tugas Metode Numerik Newton 6 a1 Prodi pendidikan matematika UMTTugas Metode Numerik Newton 6 a1 Prodi pendidikan matematika UMT
Tugas Metode Numerik Newton 6 a1 Prodi pendidikan matematika UMTrukmono budi utomo
 
Tugas Metode numerik newton Pendidikan Matematika UMT
Tugas Metode numerik newton Pendidikan Matematika UMTTugas Metode numerik newton Pendidikan Matematika UMT
Tugas Metode numerik newton Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT rukmono budi utomo
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTrukmono budi utomo
 
Tugas Metode Numerik Golden ratio Pendidikan Matematika UMT
Tugas Metode Numerik Golden ratio Pendidikan Matematika UMTTugas Metode Numerik Golden ratio Pendidikan Matematika UMT
Tugas Metode Numerik Golden ratio Pendidikan Matematika UMTrukmono budi utomo
 

More from rukmono budi utomo (20)

metode numerik stepest descent dengan rerata aritmatika
metode numerik stepest descent dengan rerata aritmatikametode numerik stepest descent dengan rerata aritmatika
metode numerik stepest descent dengan rerata aritmatika
 
metode numerik stepest descent dengan rerata aritmatika
metode numerik stepest descent dengan rerata aritmatikametode numerik stepest descent dengan rerata aritmatika
metode numerik stepest descent dengan rerata aritmatika
 
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMTTugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Satuan acara perkuliahan Metode Numerik Pendidikan matematika UMT
Satuan acara perkuliahan Metode Numerik Pendidikan matematika UMTSatuan acara perkuliahan Metode Numerik Pendidikan matematika UMT
Satuan acara perkuliahan Metode Numerik Pendidikan matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Newton 6 a1 Prodi pendidikan matematika UMT
Tugas Metode Numerik Newton 6 a1 Prodi pendidikan matematika UMTTugas Metode Numerik Newton 6 a1 Prodi pendidikan matematika UMT
Tugas Metode Numerik Newton 6 a1 Prodi pendidikan matematika UMT
 
Tugas Metode numerik newton Pendidikan Matematika UMT
Tugas Metode numerik newton Pendidikan Matematika UMTTugas Metode numerik newton Pendidikan Matematika UMT
Tugas Metode numerik newton Pendidikan Matematika UMT
 
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
Tugas Metode Numerik Biseksi Pendidikan Matematika UMT
 
Tugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMTTugas Metode Numerik Pendidikan Matematika UMT
Tugas Metode Numerik Pendidikan Matematika UMT
 
Tugas Metode Numerik Golden ratio Pendidikan Matematika UMT
Tugas Metode Numerik Golden ratio Pendidikan Matematika UMTTugas Metode Numerik Golden ratio Pendidikan Matematika UMT
Tugas Metode Numerik Golden ratio Pendidikan Matematika UMT
 

Diskusi masalah regulator kuadratik untuk

  • 1. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 1 DISKUSI MASALAH REGULATOR KUADRATIK UNTUK KASUS FIXED FINAL STATE OLEH: 1. RUKMONO BUDI UTOMO(J2A 009 004) 2. ANA RAHMAWATI (J2A 009 008) 3. ERI BADRIAH (J2A 009 019) Pengampu: Dr. Widowati Pendahuluan: Materi 1 Masalah regulator Kuadratik Tinjau MKO Linier : 𝑥 = 𝐴 𝑡 𝑥 + 𝐵 𝑡 𝑢 (a) Dimana 𝑥 𝜖 𝑅 𝑛 , 𝑢 𝜖 𝑅 𝑚 , 𝐴 𝑡 ∶ 𝑛 x 𝑛 , 𝐵 𝑡 : 𝑛 x 𝑚 Dengan fungsional objektif 𝐽 𝑡0 = 1 2 𝑥 𝑇 𝑇 𝑆 𝑇 𝑥 𝑇 + 1 2 𝑥 𝑇 𝑉𝑥 + 𝑢 𝑇 𝑅 𝑢 𝑇 𝑡0 𝑑𝑡 (b) Akan dicari control optimum 𝑢∗ (𝑡) pada 𝑡0, 𝑇 yang meminimumkan 𝐽 dengan bahasan kali ini adalah kasus fixed final state. Dalam kasus fixed final state ini , 𝑢∗ merupakan control umpan balik (feedback control). Di asumsikan T tertentu dan diberikan, kemudian 𝑥(𝑡0) diberikan. Matriks bobot 𝑆 𝑇 dan 𝑉 (𝑡) adalah simetris dan semi definit positif. Sedangkan 𝑅 𝑇 matriks simetris 𝑚 𝑥 𝑚 dan definit
  • 2. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 2 positif , ∀ 𝑡 𝜖 𝑡0, 𝑇 , maka MKO diatas dikenal sebagai Masalah regulator kuadratik (MRK). Untuk menyelesaikan MRK, kita dapat menggunakan fungsi Hamilton. Fungsi Hamilton didefinisikan oleh : 𝐻 = 1 2 𝑥 𝑇 𝑉𝑥 + 𝑢 𝑇 𝑅𝑢 + 𝜆 𝑇 𝐴 𝑥 + 𝐵 𝑢 (c) Dengan 𝜆𝜖 𝑅 𝑛 dengan syarat perlunya antara lain: 𝑥 = 𝜕𝐻 𝜕𝜆 = 𝐴𝑥 + 𝐵𝑢 (Persamaan State) (d) 𝜆 = − 𝜕𝐻 𝜕𝜆 = −𝑉𝑥 − 𝐴 𝑇 𝜆 (Persamaan Costate) (e) 𝜕𝐻 𝜕𝑢 = 0 → 𝑅 𝑢 + 𝐵 𝑡 𝜆 = 0 (syarat stationer) (f) Dari persamaan (f) diperoleh 𝑢 = −𝑅−1 𝐵 𝑇 𝜆 (g) Substitusikan (g) ke (d), didapat system Persamaan Diff (PD) berikut: 𝑥 = 𝐴𝑥 − 𝐵𝑅−1 𝐵 𝑇 𝜆 𝜆 = −𝑉𝑥 − 𝐴 𝑇 𝜆 (h) Atau 𝑥 𝜆 = 𝐴 −𝑉 −𝐵𝑅−1 𝐵 𝑇 −𝐴 𝑇 𝑥 𝜆 yang disebut sebagai PD dimensi 2n dengan 𝑥 𝑡0 diketahui. Matriks 𝐴 −𝑉 −𝐵𝑅−1 𝐵 𝑇 −𝐴 𝑇 disebut matriks Hamilton.
  • 3. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 3 Contoh1: (Buka copyan materi KO anda hal 5.20) Diketahui MKO dibawah ini. Selesaikan! 𝑥 = −𝑥 + 𝑢, 0 ≤ 𝑡 ≤ 2 𝑥 0 = 1, 𝑥 2 = 2, meminimumkan 𝐽 0 = 1 2 3𝑥2 + 𝑢2 𝑑𝑡 2 0 Pembahasan: Maksud dari pertanyaan diatas adalah kita diminta untuk mencari control (𝑢∗ (𝑡)) dengan PD, fungsional objektif dan syarat batasnya diketahui. Langkah 1 membuat fungsi Hamiltonnya. 𝐻 𝑥, 𝑢 , 𝜆 = 1 2 3𝑥2 + 𝑢2 + 𝜆 (−𝑥 + 𝑢) Langkah 2 Penuhi syarat perlunya 𝑥 = 𝜕𝐻 𝜕𝜆 = −𝑥 + 𝑢 (Persamaan State) (a) 𝜆 = − 𝜕𝐻 𝜕𝑥 = − 3𝑥 − 𝜆 (Persamaan Costate) (b) = −3𝑥 + 𝜆 𝜕𝐻 𝜕𝑢 = 0 = 𝑢 + 𝜆 (syarat stationer) 𝑢 + 𝜆 = 0, 𝑢 = − 𝜆 (c)
  • 4. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 4 Langkah 3 Pandang syarat perlu. Operasikan! Pandang (a) 𝑥 = −𝑥 + 𝑢 dimana kita tahu bahwa 𝑢 = − 𝜆 sehingga kita dapat menulis kembali (a) menjadi 𝑥 = −𝑥 − 𝜆 , 𝜆 = −𝑥 − 𝑥 (d) Derivatifkan: 𝑥 = −𝑥 − 𝜆 (e) Dimana 𝜆 sesuai (b) adalah = −3𝑥 + 𝜆 , sehingga persamaan (e) dapat kembali ditulis sebagai 𝑥 = −𝑥 − (−3𝑥 + 𝜆) 𝑥 = −𝑥 + 3𝑥 − 𝜆, dimana ada persamaan (d), 𝜆 = −𝑥 − 𝑥. Akibatnya kita kembali dapat menuliskan persamaan (e) sebagai 𝑥 = −𝑥 + 3𝑥 − (−𝑥 − 𝑥) = −𝑥 + 3𝑥 + 𝑥 + 𝑥 𝑥 = 4𝑥 𝑥 − 4𝑥 = 0 yang merupakan PD orde 2 linier Homogen (f) Langkah 4: Selesaikan PD yang diperoleh 𝑥 − 4𝑥 = 0 𝑑2 𝑥 𝑑𝑡 2 − 4𝑥 = 0, misalkan 𝑑 𝑑𝑡 = D, maka
  • 5. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 5 𝐷2 − 4 𝑥 = 0, dimana 𝑥 ≠ 0, maka 𝐷2 − 4 = 0 𝐷1 = 2 atau D2 = −2 Solusi umum didapat: 𝑥 𝑡 = 𝐶1 𝑒2𝑡 + 𝐶2 𝑒−2𝑡 (g) Langkah 5 Setelah solusi umum didapat, cari solusi khususnya Pandang solusi umum (g) 𝑥 𝑡 = 𝐶1 𝑒2𝑡 + 𝐶2 𝑒−2𝑡 Pandang syarat awam yang diberikan: 𝑥 0 = 1, 𝑥 2 = 2 Untuk 𝑥 0 = 1, 𝐶1 + 𝐶2 = 1 atau 𝐶1 = 1 − 𝐶2 (h) Untuk 𝑥 2 = 2 2 = 𝐶1 𝑒4 + 𝐶2 𝑒−4 (i) Substitusikan (h) kedalam (i), diperoleh 1 − 𝐶2 𝑒4 + 𝐶2 𝑒−4 = 2 𝑒4 − 𝐶2 𝑒4 + 𝐶2 𝑒−4 = 2 −𝐶2 𝑒4 − 𝑒−4 = 2 − 𝑒4 −𝐶2 𝑒4 − 𝑒−4 = −( 𝑒4 − 2) 𝐂 𝟐 = 𝑒4−2 𝒆 𝟒−𝒆−𝟒 (j) Mencari nilai 𝐶1, pandang persamaan (h)
  • 6. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 6 𝐶1 = 1 − 𝐶2 = 1 − 𝑒4 − 2 𝑒4 − 𝑒−4 = e4−e−4 e4−e−4 − e4−2 e4−e−4 = e4−e−4−e4+2 e4−e−4 𝑪 𝟏 = 𝟐−𝐞−𝟒 𝐞 𝟒−𝐞−𝟒 (k) Substitusikan (j) dan (k) kepada (g), sehingga didapat solusi khusus 𝑥 𝑡 = 𝟐 − 𝐞−𝟒 𝐞 𝟒 − 𝐞−𝟒 𝑒2𝑡 + 𝑒4 − 2 𝒆 𝟒 − 𝒆−𝟒 𝑒−2𝑡 Langkah 6 Mencari kontrol untuk fungsional objekif Pandang kembali persamaan (a) 𝑥 = −𝑥 + 𝑢 atau 𝑢(𝑡) = 𝑥 + 𝑥 𝑢(𝑡) adalah kontrol yang dicari. Namun sebelumnya kita harus mencari 𝑥 yakni derivatif pertama dari 𝑥 𝑡 . 𝑥 = (𝟒−𝟐𝐞−𝟒) 𝐞 𝟒−𝐞−𝟒 𝑒2𝑡 + (−2𝑒4+4) 𝒆 𝟒−𝒆−𝟒 𝑒−2𝑡 (l) Sehingga kontrol yang dimaksud adalah 𝑢∗ (𝑡) = 𝑥 + 𝑥 = 𝟐 − 𝐞−𝟒 𝐞 𝟒 − 𝐞−𝟒 𝑒2𝑡 + 𝑒4 − 2 𝒆 𝟒 − 𝒆−𝟒 𝑒−2𝑡 + (𝟒 − 𝟐𝐞−𝟒 ) 𝐞 𝟒 − 𝐞−𝟒 𝑒2𝑡 + (−2𝑒4 + 4) 𝒆 𝟒 − 𝒆−𝟒 𝑒−2𝑡 = (6 − 3𝐞−𝟒 ) 𝑒2𝑡 𝐞 𝟒 − 𝐞−𝟒 + (2 − 𝑒4 ) 𝑒−2𝑡 𝒆 𝟒 − 𝒆−𝟒
  • 7. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 7 Materi 2 Fixed Final State dan kontrol Loop Terbuka Tinjau MKO : 𝑥 = 𝐴 𝑡 𝑥 + 𝐵 𝑡 𝑢 Dengan 𝑥 𝑡0 dan 𝑥 𝑇 diketahui serta 𝐽 𝑡0 = 1 2 𝑢 𝑇 𝑅 𝑢 𝑑𝑡 𝑇 𝑡0 (a) Pada persamaan (h) materi 1, kita telah mendapatkan sistem PD, dengan 𝑉 = 0 yang dapat ditulis kembali menjadi: 𝑥 = 𝐴𝑥 − 𝐵𝑅−1 𝐵 𝑇 𝜆 𝜆 = −𝑉𝑥 − 𝐴 𝑇 𝜆 (b) Solusi PD 𝜆 adalah 𝜆 𝑡 = 𝑒 𝐴 𝑇 𝑇−𝑡 𝜆(𝑡) dengan 𝜆 𝑡 belum diketahui. Dari PD 𝑥 didapat PD 𝑥 = 𝐴𝑥 − 𝐵𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑇−𝑡 𝜆 𝑡 (c) Solusi dari system PD ini antara lain: 𝑥 𝑡 = 𝑒 𝐴 𝑡−𝑡0 𝑥 𝑡0 − 𝑒 𝐴 𝑡−𝑠𝑡 𝑡0 𝐵𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑡−𝑠 𝜆 𝑡 𝑑𝑠 (d) atau 𝑥 𝑇 = 𝑒 𝐴 𝑇−𝑡0 𝑥 𝑡0 − 𝑒 𝐴 𝑇−𝑠𝑇 𝑡0 𝐵𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑇−𝑠 𝜆 𝑡 𝑑𝑠 (e) = 𝑒 𝐴 𝑇−𝑡0 𝑥 𝑡0 − 𝐺 𝑡0, 𝑇 Dimana 𝐺 𝑡0, 𝑇 = 𝑒 𝐴 𝑇−𝑠𝑇 𝑡0 𝐵𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑇−𝑠 𝜆 𝑡 𝑑𝑠 Yang dikenal dengan fungsi bobot ketercapaian gram yang kontinu
  • 8. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 8 Dari (e) pada materi ini, didapat 𝜆 𝑡 = −𝐺−1 𝑡0, 𝑇 𝑥 𝑇 − 𝑒 𝐴 𝑇 𝑇−𝑡0 𝑥 𝑡0 Sehingga control optimumnya adalah 𝑢∗ 𝑡 = −𝑅−1 𝐵 𝑇 𝜆 = 𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑇−𝑡 𝐺−1 𝑡0, 𝑇 𝑥 𝑇 − 𝑒 𝐴 𝑇 𝑇−𝑡0 𝑥 𝑡0 Yang merupakan control loop terbuka. Disini kita menggunakan metode Lyapunov untuk menyelsaikan MKO fixed final state dan kontrol loop terbuka ini. Pandang solusi PD Lyapunov: 𝑃 = 𝐴𝑃 + 𝑃𝐴 𝑇 + 𝐵 𝑅−1 𝐵 𝑇 , 𝑡 ≥ 𝑡0 Dengan nilai awal 𝑃(𝑡0) adalah 𝑃 𝑡 = 𝑒 𝐴 𝑡−𝑡0 𝑃 𝑡0 𝑒 𝐴 𝑇 𝑡−𝑡0 + 𝑒 𝐴 𝑡−𝑠 𝑡 𝑡0 𝐵𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑡−𝑠 𝑑𝑠 Jika diambil 𝑃 𝑡0 = 0, maka 𝑃 𝑡 = 𝑒 𝐴 𝑡−𝑠 𝑡 𝑡0 𝐵𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑡−𝑠 𝑑𝑠 = 𝐺 𝑡0, 𝑡 Tentu saja untuk 𝑃 𝑇 = 𝑒 𝐴 𝑇−𝑠𝑡 𝑡0 𝐵𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑇−𝑠 𝑑𝑠 = 𝐺 𝑡0, 𝑇 Dengan demikian, untuk menentukan 𝐺 𝑡0, 𝑇 , kita dapat menyelesaikan PD Lyapunov 𝑃 = 𝐴𝑃 + 𝑃𝐴 𝑇 + 𝐵 𝑅−1 𝐵 𝑇 dengan 𝑃 𝑡0 = 0 dan mengambil 𝐺 𝑡0, 𝑇 = 𝑃 𝑇 .
  • 9. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 9 Selanjutnya dapat diperlihatkan bahwa nilai optimum untuk fungsional objektif 𝐽 adalah 𝐽∗ 𝑡0 = 1 2 𝑑 𝑡 𝑡0, 𝑇 𝑃−1 𝑇 𝑑 𝑡0, 𝑇 Dimana 𝑑 𝑡 𝑡0, 𝑇 = 𝑥 𝑇 − 𝑒 𝐴 𝑡−𝑡0 𝑥 (𝑡0) Contoh2: (Buka copyan materi KO anda hal 5.20) Diketahui MKO dibawah ini. Selesaikan! 𝑥 = −𝑥 + 𝑢, 0 ≤ 𝑡 ≤ 1 𝑥 0 = 1, 𝑥 1 = 3, 𝐽 0 = 1 2 𝑢2 𝑑𝑡 1 0 Penyelesaian Langkah 1 Tentukan koefisien-koefisien A, B dan R Diketahui 𝑥 = −𝑥 + 𝑢 padahal kita tahu bentuk umumnya adalah 𝑋 = 𝐴𝑥 + 𝐵𝑢 sehingga dapat kita tentukan nilai A= -1 dan B= 1.
  • 10. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 10 Kemudian pandang fungsional objektif 𝐽 0 = 1 2 𝑢2 𝑑𝑡 1 0 , dimana bentuk umum dari fungsional objektif ini 𝐽 𝑡0 = 1 2 𝑢 𝑇 𝑅 𝑢 𝑑𝑡 𝑇 𝑡0 Sehingga dapat kita simpulkan nilai R = 1 dan 𝑡0 = 0, T=1 Langkah 2 Bentuk PD Lyapunov Pandang PD Lyapunov 𝑃 = 𝐴𝑃 + 𝑃𝐴 𝑇 + 𝐵 𝑅−1 𝐵 𝑇 𝑃 = −𝑃 − 𝑃 + 1 𝑃 = −2𝑃 + 1 𝑃 + 2𝑃 = 1 merupakan PD orde 1 linier non homogeny (a) Langkah 3 Selesaikan PD Lyapunov tersebut 𝑃 + 2𝑃 = 1 Bentuk PD diatas dapat disadurkan dengan bentuk umum PD orde 1, yakni 𝑃 + 𝐾(𝑡)𝑃 = 𝑄(𝑡) Dengan menggunakan aturan lagrange, kita dapat mencari solusi dari PD (a) 𝑃 𝑡 = 𝑒− 𝐾 𝑡 𝑑𝑡 𝑄 𝑡 𝑒 𝐾 𝑡 𝑑𝑡 𝑑𝑡 + 𝑐 𝑃 𝑡 = 𝑒− 2𝑑𝑡 𝑒 2𝑑𝑡 𝑑𝑡 + 𝑐
  • 11. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 11 𝑃 𝑡 = 𝑒−2𝑡 𝑒2𝑡 𝑑𝑡 + 𝑐 𝑃 𝑡 = 𝑒−2𝑡 1 2 𝑒2𝑡 + 𝑐 𝑃 𝑡 = 1 2 + 𝑐𝑒−2𝑡 (b) Langkah 4: Cari solusi khususnya gunakan awal 𝑃 𝑡0 = 𝑇 Untuk nilai 𝑃 0 = 1, persamaan (b) berlaku: 1 = 1 2 + 𝑐, 𝑐 = 1 2 . Solusi khusus didapat 𝑃 𝑡 = 1 2 + 1 2 𝑒−2𝑡 (c) Langkah 5 Mencari 𝑮 𝒕 𝟎, 𝑻 𝐺 𝑡0, 𝑇 = 𝐺 0,1 = 1 2 + 1 2 𝑒−2 (d) Langkah 6 Cari kontrolnya 𝑢∗ (𝑡) 𝑢∗ 𝑡 = −𝑅−1 𝐵 𝑇 𝜆 = 𝑅−1 𝐵 𝑇 𝑒 𝐴 𝑇 𝑇−𝑡 𝐺−1 𝑡0, 𝑇 𝑥 𝑇 − 𝑒 𝐴 𝑇 𝑇−𝑡0 𝑥 𝑡0 = 𝑒− 1−𝑡 1 2 + 1 2 𝑒−2 −1 𝑥 1 − 𝑒−1 1 𝑥 0 = 𝑒− 1−𝑡 1 2 + 1 2 𝑒−2 −1 3 − 𝑒−1 1 1
  • 12. SELASA, 5 JUNI 2012 [MATERI DISKUSI KONTROL OPTIMUM] 12 = 𝑒− 1−𝑡 1 2 + 1 2 𝑒−2 −1 3 − 𝑒−1 = 𝑒−1+𝑡 6 − 2𝑒−1 1 + 𝑒−2 𝒖∗ 𝒕 = 𝟔 𝒆−𝟏+𝒕 − 𝟐𝒆−𝟐+𝒕 𝟏 + 𝒆−𝟐 Kesimpulan yang dapat dipetik: 1. Masalah regulator kuadratik (MRK) secara garis besar adalah sama dengan Masalah control optimum (MKO), yakni memaksimumkan atau meminimumkan fungsional objektif. Perbedaannya adalah MKR memiliki 2 kondisi yakni fixed final state dan free final state. 2. fixed final state, control optimum dari fungsional objektif (𝒖∗ 𝒕 ) adalah control umpan balik, sedangkan free final state merupakan control loop terbuka. Selain itu, nilai 𝑥(𝑇) pada fixed final state diketahui, sdangkan free final state tidak. 3. Untuk mendapatkan control pada MRK , dapat menggunakan fungsi Hamilton, dan khusus untuk kasus fixed final state dapat menggunakan Persamaan Differensial Lyapunov. ***