Lệnh CLOOP dùng cho sơ đồ nào sau đây *

Để kết luận về tính ổn định của hệ thống vòng kín dựa trên đồ thị Nyquist, ta cần xem xét vị trí tương đối của đồ thị Nyquist so với điểm (-1, 0).

* Nguyên tắc Nyquist: Số lượng vòng vây thuận chiều kim đồng hồ (N) của đồ thị Nyquist quanh điểm (-1, 0) phải bằng hiệu số giữa số cực nằm bên phải mặt phẳng phức (P) của hàm truyền hở và số không nằm bên phải mặt phẳng phức (Z) của hàm truyền vòng kín: N = Z - P
* Hệ thống ổn định: Hệ thống vòng kín ổn định khi và chỉ khi tất cả các nghiệm của phương trình đặc trưng (các zero của 1 + G(s)H(s)) nằm bên trái mặt phẳng phức (Z = 0). Khi đó, N = -P. Nếu P = 0 (hệ hở ổn định), thì N = 0 (đồ thị Nyquist không bao điểm -1).

Trong trường hợp này, vì không có hình vẽ, ta không thể xác định chính xác số vòng vây N của đồ thị Nyquist quanh điểm (-1, 0). Do đó, ta không thể kết luận chắc chắn về tính ổn định của hệ thống vòng kín.

Tuy nhiên, nếu đồ thị Nyquist đi qua điểm (-1, 0) hoặc rất gần điểm này, hệ thống có thể ở biên ổn định (marginally stable). Nếu đồ thị Nyquist bao điểm (-1, 0) theo chiều thuận kim đồng hồ với số vòng khác 0, hệ thống có thể không ổn định.

Vì không có đủ thông tin, câu trả lời chính xác nhất là "Không xác định".

Lệnh PADE được sử dụng để tìm mô hình gần đúng của khâu trễ. Đây là một phương pháp toán học để xấp xỉ hàm truyền đạt của khâu trễ bằng một hàm hữu tỉ (thường là tỉ lệ các đa thức). Việc này giúp đơn giản hóa việc phân tích và thiết kế hệ thống điều khiển có chứa khâu trễ, đặc biệt khi sử dụng các phương pháp dựa trên miền tần số hoặc miền thời gian.

Vì vậy, đáp án đúng là B.

Câu hỏi này kiểm tra kiến thức về lệnh tạo mô hình trạng thái không gian ngẫu nhiên trong hệ rời rạc. Trong đó:

* `dmodel(n)`: Tạo mô hình trạng thái không gian rời rạc ngẫu nhiên bậc `n` (hệ SISO - Single Input Single Output, một đầu vào một đầu ra).
* `rmodel(n)`: Lệnh này thường được sử dụng cho hệ liên tục, không phải hệ rời rạc như trong câu hỏi.

Như vậy, đáp án đúng là lệnh `dmodel(n)`.

Các đáp án khác:

* A và D: `dmodel(n,m)` và `rmodel(n,m,p)`: Các tham số `m`, `p` không đúng cú pháp trong trường hợp này, hoặc dùng cho các mục đích khác (ví dụ: hệ MIMO - Multiple Input Multiple Output, nhiều đầu vào nhiều đầu ra).
* C: `rmodel(n)`: Dùng cho hệ liên tục, không phải hệ rời rạc.

Đoạn mã "step(impulse(1,[1 0]))" sẽ tạo ra một hàm bước đơn vị. Hàm `impulse(1, [1 0])` tạo ra một xung đơn vị tại thời điểm t=1. Hàm `step()` sẽ lấy tích phân của hàm xung, kết quả là một hàm bước đơn vị bắt đầu tại thời điểm t=1. Vì đề bài không chỉ rõ thời điểm bắt đầu hàm impulse nên mặc định bắt đầu từ 0, tích phân của nó là hàm bậc thang đơn vị.

Do đó, đáp án đúng là A.

Để xác định tính ổn định của hệ thống từ hàm truyền, ta cần phân tích các nghiệm của đa thức mẫu số (trong trường hợp này là q = [1 -1 0]). Các nghiệm này là các полюс (pole) của hàm truyền. Hệ thống ổn định nếu tất cả các полюс đều nằm bên trái mặt phẳng phức.

\n

Đa thức mẫu số là: s^2 - s = 0

\n

Giải phương trình này, ta được các nghiệm: s(s - 1) = 0, suy ra s = 0 và s = 1.

\n

Vì có một полюс nằm bên phải mặt phẳng phức (s = 1) và một полюс nằm trên trục ảo (s = 0), hệ thống này không ổn định. Cụ thể hơn, do có полюс nằm bên phải mặt phẳng phức nên hệ thống không ổn định (unstable).

\n

Tuy nhiên, do có nghiệm nằm trên trục ảo (=0), hệ thống còn có tính "marginally" (lệch lạc) trong câu trả lời. Đáp án B (unstable response) phù hợp nhất trong các lựa chọn.