Système linéaire | EPFL Graph Search

Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?

Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.

Découvrez-en plus sur les applications Graph.

Un système linéaire (le terme système étant pris au sens de l'automatique, à savoir un système dynamique) est un objet du monde matériel qui peut être décrit par des équations linéaires (équations linéaires différentielles ou aux différences), ou encore qui obéit au principe de superposition : toute combinaison linéaire des variables de ce système est encore une variable de ce système. Les systèmes non linéaires sont plus difficiles à étudier que les systèmes linéaires. Néanmoins, en linéarisant (quand c'est possible) un système non linéaire autour d'un point d'équilibre ou d'une trajectoire, on obtient un système linéaire qui représente correctement le système non linéaire au voisinage de ce point d'équilibre ou de cette trajectoire Dans certains problèmes où interviennent des systèmes non linéaires du second ordre, il peut être commode d'utiliser la « linéarisation équivalente », parfois dite « optimale ».. La linéarisation d'un système non linéaire autour d'une trajectoire non réduite à un point d'équilibre engendre un système linéaire à coefficients variables (en fonction de temps), d'où l'importance qu'a pris ce type de systèmes et les études récentes qui lui ont été consacrées. Souvent (mais pas toujours), on distingue parmi les variables d'un système S les variables d'entrée, rassemblées dans une colonne u, et les variables de sortie, rassemblées dans une colonne y ; le triplet est alors appelé un système commandé ou encore une dynamique. Les systèmes linéaires n'ont tout d'abord été étudiés que dans le cas stationnaire (également appelé « invariant ») dans le formalisme des fonctions de transfert. Cette approche est parvenue à sa pleine maturité avec la publication du célèbre livre de Bode à la fin de la seconde guerre mondiale (réédité depuis). Les travaux de Bellman, Pontryagin et ses collaborateurs et surtout de Kalman ont conduit nombre d'automaticiens à privilégier la représentation d'état à partir des années 1960.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (56)

Personnes associées (21)

Unités associées (2)

Concepts associés (23)

Cours associés (74)

Afficher plus

Séances de cours associées (540)

MOOCs associés (19)

EE-202(b): Electronics I

Découvrir le monde de l'électronique depuis les lois fondamentales des composants discrets linéaires et non linéaires. Les circuits obtenus avec des assemblages de composants nécessitent de nombreuses

MATH-111(en): Linear algebra (english)

The purpose of the course is to introduce the basic notions of linear algebra and its applications.

MATH-451: Numerical approximation of PDEs

The course is about the derivation, theoretical analysis and implementation of the finite element method for the numerical approximation of partial differential equations in one and two space dimens

Fast global spectral methods for three-dimensional partial differential equations

Daniel Kressner, Christoph Max Strössner

Global spectral methods offer the potential to compute solutions of partial differential equations numerically to very high accuracy. In this work, we develop a novel global spectral method for linear

OXFORD UNIV PRESS2022

We investigate the existence and regularity of the local times of the solution to a linear system of stochastic wave equations driven by a Gaussian noise that is fractional in time and colored in spac

SPRINGER BIRKHAUSER2022

, , ,

This article addresses the problem of simultaneous distributed state estimation, and control of linear systems with linear state feedback, subjected to process, and measurement noise, under the constr

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC2021

In system analysis, among other fields of study, a linear time-invariant (LTI) system is a system that produces an output signal from any input signal subject to the constraints of linearity and time-invariance; these terms are briefly defined below. These properties apply (exactly or approximately) to many important physical systems, in which case the response y(t) of the system to an arbitrary input x(t) can be found directly using convolution: y(t) = (x ∗ h)(t) where h(t) is called the system's impulse response and ∗ represents convolution (not to be confused with multiplication).

System analysis in the field of electrical engineering characterizes electrical systems and their properties. System analysis can be used to represent almost anything from population growth to audio speakers; electrical engineers often use it because of its direct relevance to many areas of their discipline, most notably signal processing, communication systems and control systems. A system is characterized by how it responds to input signals. In general, a system has one or more input signals and one or more output signals.

Le concept de linéarité est utilisé dans le domaine des mathématiques et dans le domaine de la physique, et par extension dans le langage courant. Les premiers exemples de situations où intervient la linéarité sont les situations de proportionnalité constante entre deux variables : le graphe représentant une variable en fonction de l'autre forme alors une ligne droite qui passe par l'origine. Il ne faut cependant pas confondre linéarité et proportionnalité, car la proportionnalité n'est qu'un cas particulier de la linéarité.

Premiers pas dans MATLAB et Octave avec un regard vers le calcul scientifique

Learn MATLAB and Octave and start experimenting with matrix manipulations, data visualizations, functions and mathematical computations.

Couvre les méthodes numériques pour les ODE, la stabilité et les schémas de différences finies.

Couvre la modélisation et les schémas numériques pour les problèmes de diffusion-convection.

Couvre les méthodes itératives pour résoudre les systèmes linéaires, y compris les méthodes Jacobi et Gauss-Seidel.