Thesis (Ph. D.)--Lehigh University, 2001. / Includes vita. Includes bibliographical references (leaves 93-101).

This thesis continues the work started with my previous supervisor, Dr. Shaohua Chen. In [15], the authors developed some tools that showed the boundedness or blowup of solutions to a semilinear parabolic system with homogeneous Neumann boundary conditions. This system, the so called ’Activator-Inhibitor Model’, is of interest as it is used to model biological processes and pattern formation. Similar tools were later adapted to deal with the same parabolic system in [3], in which the authors prove global boundedness of solutions under homogeneous Dirichlet conditions. This new problem is of mathematical interest as the solutions may grow singular near the boundary. Shortly after, a different system was considered in [4], where the authors proved global boundedness of solutions to a system featuring similar singular reaction terms. The goal of this thesis is twofold: first, the tools developed that allow us to tackle these sorts of problems will be demonstrated in detail to showcase its utility; the second is to then use these tools to generalize some of these previous results to a larger class of singular parabolic systems. In doing so, we expand the classical literature found in [14] and other notable works, where nonsingular equations are extensively treated. The motivation for the first should be clear. While there are numerous bodies of text treating nonsingular problems, there are no collections available dealing with these types of singularities exclusively. This is of practical use to other mathematicians studying partial differential equations. The motivation for the second is, perhaps, more practical. There are a growing number of models found in physics, chemistry and biology that may be generalized to a singular type system. Through allowing those individuals to treat these problems, we may gain valuable insights into the real world and how these processes behave. / Thesis / Master of Science (MSc)

Esta dissertação apresenta novos resultados para a solução de problemas de implementação computacional na estimativa de sistemas singulares e sistemas Markovianos. São apresentados algoritmos alternativos para problemas de filtragem de maneira a minimizar problemas causados principalmente por erros de arredondamento e mal condicionamento de matrizes. O trabalho envolve basicamente algoritmos array e filtragem de informação para a estimativa de sistemas singulares nominais e robustos. Também é deduzido um algoritmo array para a filtragem de sistemas lineares sujeitos a saltos Markovianos. / This dissertation presents new results to solve computational implementation problems to estimate singular and Markovian systems. Alternative algorithms to handle computational filtering errors due rounding errors and ill-conditioned matrices are developed. This dissertation comprehends basically array algorithms and information filters for the estimate of nominal and robust singular systems. Also, it is developed an array algorithm for Markovian jump linear systems filtering.

Esta tese trata do problema de estimativa robusta ótima para sistemas dinâmicos regulares discretos no tempo. Novos algoritmos recursivos são formulados para as estimativas filtradas e preditoras com as correspondentes equações de Riccati. O filtro robusto tipo Kalman e a equação de Riccati correspondente são obtidos numa formulação mais geral, estendendo os resultados apresentados na literatura. O funcional quadrático proposto para deduzir este filtro faz a combinação das técnicas mínimos quadrados regularizados e funções penalidade. O sistema considerado para obtenção de tais estimativas é singular, discreto, variante no tempo, com ruídos correlacionados e todos os parâmetros do modelo linear estão sujeitos a incertezas. As incertezas paramétricas são limitadas por norma. As propriedades de estabilidade e convergência do filtro de Kalman para sistemas nominais e incertos são provadas, mostrando-se que o filtro em estado permanente é estável e a recursão de Riccati associada a ele é uma sequência monótona não decrescente, limitada superiormente pela solução da equação algébrica de Riccati. / This thesis considers the optimal robust estimates problem for discrete-time singular dymanic systems. New recursive algorithms are developed for the Kalman filtered and predicted estimated recursions with the corresponding Riccati equations. The singular robust Kalman type filter and the corresponding recursive Riccati equation arer obtained in their most general formulation, extending the results presented in the literature. The quadratic functional developed to deduce this filter combines regularized least squares and penalty functions approaches. The system considered to obtain the estimates is singular, time varying with correlated noises and all parameter matrices of the underlying linear model are subject to uncertainties. The parametric uncertainty is assumed to be norm bounded. The properties of stability and convergence of the Kalman filter for nominal and uncertain system models are proved, where we show that steady state filter is stable and the Riccati recursion associated with this is a nondecreasing monotone sequence with upper bound.

Made available in DSpace on 2014-06-11T19:25:30Z (GMT). No. of bitstreams: 0 Previous issue date: 1996-08Bitstream added on 2014-06-13T19:32:40Z : No. of bitstreams: 1 teixeira_rg_me_ift.pdf: 565736 bytes, checksum: 47638723d76926fa1da8cc7e9ede904d (MD5) / Neste trabalho apresentamos o formalismo Hamiltoniano de Dirac para sistemas singulares, analisando inclusive a construção do gerador de transformações de gauge. A seguir discutimos brevemente a generalização, já conhecida, desse formalismo para o caso de Lagrangeanos singulares de segunda ordem fazendo também uma análise da estrutura de vínculos presente em tais teorias. Desenvolvemos então o formalismo de Hamilton-Jacobi para sistemas singulares fazendo sua generalização para Lagrangeanos de segunda ordem. Por último, ambos formalismos são aplicados à Eletrodinâmica de Podols y e os resultados obtidos são comparados. / In this work we study Dirac's Hamiltonian formulation for singular systems including the construction of the gauge transformations generator. Next we briefy discuss the generalization, already developed, of this formalism for singular second order La grangians. Besides that we also make an anlysis of the constrains structure present in such theories. Then we develop the Hamilton-Jacobi formalism for singular systems making its generalization for the case of second order Lagrangians. Finally, both formalisms are applied to Podols y's eletrodynamics and the obtained results are comparad.

Esta tese trata do problema de estimativa robusta ótima para sistemas dinâmicos regulares discretos no tempo. Novos algoritmos recursivos são formulados para as estimativas filtradas e preditoras com as correspondentes equações de Riccati. O filtro robusto tipo Kalman e a equação de Riccati correspondente são obtidos numa formulação mais geral, estendendo os resultados apresentados na literatura. O funcional quadrático proposto para deduzir este filtro faz a combinação das técnicas mínimos quadrados regularizados e funções penalidade. O sistema considerado para obtenção de tais estimativas é singular, discreto, variante no tempo, com ruídos correlacionados e todos os parâmetros do modelo linear estão sujeitos a incertezas. As incertezas paramétricas são limitadas por norma. As propriedades de estabilidade e convergência do filtro de Kalman para sistemas nominais e incertos são provadas, mostrando-se que o filtro em estado permanente é estável e a recursão de Riccati associada a ele é uma sequência monótona não decrescente, limitada superiormente pela solução da equação algébrica de Riccati. / This thesis considers the optimal robust estimates problem for discrete-time singular dymanic systems. New recursive algorithms are developed for the Kalman filtered and predicted estimated recursions with the corresponding Riccati equations. The singular robust Kalman type filter and the corresponding recursive Riccati equation arer obtained in their most general formulation, extending the results presented in the literature. The quadratic functional developed to deduce this filter combines regularized least squares and penalty functions approaches. The system considered to obtain the estimates is singular, time varying with correlated noises and all parameter matrices of the underlying linear model are subject to uncertainties. The parametric uncertainty is assumed to be norm bounded. The properties of stability and convergence of the Kalman filter for nominal and uncertain system models are proved, where we show that steady state filter is stable and the Riccati recursion associated with this is a nondecreasing monotone sequence with upper bound.

Esta dissertação apresenta novos resultados para a solução de problemas de implementação computacional na estimativa de sistemas singulares e sistemas Markovianos. São apresentados algoritmos alternativos para problemas de filtragem de maneira a minimizar problemas causados principalmente por erros de arredondamento e mal condicionamento de matrizes. O trabalho envolve basicamente algoritmos array e filtragem de informação para a estimativa de sistemas singulares nominais e robustos. Também é deduzido um algoritmo array para a filtragem de sistemas lineares sujeitos a saltos Markovianos. / This dissertation presents new results to solve computational implementation problems to estimate singular and Markovian systems. Alternative algorithms to handle computational filtering errors due rounding errors and ill-conditioned matrices are developed. This dissertation comprehends basically array algorithms and information filters for the estimate of nominal and robust singular systems. Also, it is developed an array algorithm for Markovian jump linear systems filtering.

Orientador: Bruto Max Pimentel Escobar / Resumo: Neste trabalho apresentamos o formalismo Hamiltoniano de Dirac para sistemas singulares, analisando inclusive a construção do gerador de transformações de gauge. A seguir discutimos brevemente a generalização, já conhecida, desse formalismo para o caso de Lagrangeanos singulares de segunda ordem fazendo também uma análise da estrutura de vínculos presente em tais teorias. Desenvolvemos então o formalismo de Hamilton-Jacobi para sistemas singulares fazendo sua generalização para Lagrangeanos de segunda ordem. Por último, ambos formalismos são aplicados à Eletrodinâmica de Podols y e os resultados obtidos são comparados. / Abstract: In this work we study Dirac's Hamiltonian formulation for singular systems including the construction of the gauge transformations generator. Next we briefy discuss the generalization, already developed, of this formalism for singular second order La grangians. Besides that we also make an anlysis of the constrains structure present in such theories. Then we develop the Hamilton-Jacobi formalism for singular systems making its generalization for the case of second order Lagrangians. Finally, both formalisms are applied to Podols y's eletrodynamics and the obtained results are comparad. / Mestre

Esta dissertação desenvolve filtro de informação, algoritmos array para estimador do erro médio mínimo quadrático para sistemas lineares sujeitos a saltos Markovianos e algoritmos array rápidos para filtragem de sistemas singulares convencionais. Exemplos numéricos serão apresentados para mostrarem as vantagens dos algoritmos array deduzidos. Parte dos resultados obtidos nesta pesquisa serão publicados no seguinte artigo: Terra et al. (2007). Terra, M. H., Ishihara, J. Y. and Jesus, G. Q. (2007). Information filtering and array algorithms for discrete-time Markovian jump linear systems. Proceedings of the American Control Conference ACC07. / This dissertation develops information filter and array algorithms for linear minimum mean square error estimator (LMMSE) of discrete-time Markovian jump linear systems (MJLSs) and fast array algorithms for filtering of standard singular systems. Numerical examples to show the advantage of the array algorithms are presented. Some results obtained in this research are published in the following paper: Terra et al. (2007). Terra, M. H., Ishihara, J. Y. and Jesus, G. Q. (2007). Information filtering and array algorithms for discrete-time Markovian jump linear systems. Proceedings of the American Control Conference ACC07.

Esta dissertação apresenta um estudo dos filtros de Kalman para sistemas singulares em tempo discreto. Novos algoritmos são formulados para as estimativas filtradas, preditoras e suavizadas com as correspondentes equações de Riccati para sistemas singulares variantes no tempo. Nesta dissertação considera-se também uma aproximação do problema de filtragem de Kalman como um problema determinístico de ajuste ótimo de trajetória. A formulação proposta permite considerar um atraso no sinal de medida, sendo permitida a correlação entre os estados e os ruídos da medida. Apresentam-se também as provas da estabilidade e da convergência destes filtros. / This dissertation presents a study of Kalman filters for singular systems in discrete time. New algorithms are developed for the Kalman filtered, predicted and smoothed estimate recursions with the corresponding Riccati equations for time-variant singular systems. This dissertation addresses the Kalman filtering problem as a deterministic optimal trajectory fitting problem. The problem is formulated taking into account one delay in the measured signals and correlations between state and measurement noises. In the final, this work presents the stability and convergence proofs of these filters.