สมการเลียปูนอฟ

จาก testwiki
ไปยังการนำทาง ไปยังการค้นหา

แม่แบบ:ใช้ปีคศ แม่แบบ:ลิงก์ไปภาษาอื่น ในทฤษฎีระบบควบคุม สมการเลียปูนอฟไม่ต่อเนื่อง (แม่แบบ:Langx) คือ สมการในรูปแบบ

AXAHX+Q=0

โดยที่ Q คือ เมทริกซ์เอร์มีเชียน (Hermitian matrix) และ AH คือ เมทริกซ์สลับเปลี่ยนสังยุค (conjugate transpose) ของ A

ในขณะที่ สมการเลียปูนอฟต่อเนื่อง (แม่แบบ:Langx) คือ สมการในรูปแบบ

AX+XAH+Q=0

สมการเลียปูนอฟมักถูกใช้ในหลายสาขาของทฤษฎีระบบควบคุม เช่น ในการวิเคราะห์เสถียรภาพ และการควบคุมแบบเหมาะสมที่สุด (optimal control) โดยชื่อของสมการนี้ตั้งตามชื่อของ อเล็กซานเดอร์ มิคาอิลโลวิช เลียปูนอฟ นักคณิตศาสตร์ชาวรัสเซีย (6 มิถุนายน ค.ศ. 1857 – 3 พฤศจิกายน ค.ศ. 1918)

การประยุกต์ใช้กับการวิเคราะห์เสถียรภาพ

ในที่นี้เรากำหนดให้ A,P,Qn×n และ P และ Q เป็นเมทริกซ์สมมาตร สัญลักษณ์ P>0 หมายถือว่า P คือ เมทริกซ์บวกแน่นอน (Positive-definite matrix)

ทฤษฎีเสถียรภาพกรณีเวลาต่อเนื่อง ถ้ามี P>0 และ Q>0 ที่สามารถทำให้ ATP+PA+Q=0 เป็นจริงแล้ว ระบบเชิงเส้น (linear system) x˙=Ax เสถียรภาพวงกว้างเชิงเส้นกำกับ (globally asymptotically stable) โดยที่สมการกำลังสอง V(z)=zTPz นั้นจะนิยามเป็น ฟังก์ชันเลียปูนอฟ (Lyapunov function) ซึ่งใช้ในการตวรจสอบเสถียรภาพของระบบ

ทฤษฎีเสถียรภาพกรณีเวลาต่อเนื่องไม่ต่อเนื่อง ถ้ามี P>0 และ Q>0 ที่สามารถทำให้ ATPAP+Q=0 เป็นจริงแล้ว ระบบเชิงเส้น x(t+1)=Ax(t) เสถียรภาพวงกว้างเชิงเส้นกำกับ และ zTPz นั้นคือฟังก์ชันเลียปูนอฟ

แง่มุมในการคำนวณ

สมการเลียปูนอฟไม่ต่อเนื่องสามารถใช้ ส่วนเติมเต็มชูร์ (Schur complement) ในการคำนวณได้ดังขั้นตอนวิธีที่แสดงข้างล่างนี้

[X1AAHXQ]=0

ซึ่งสมมูลกับ

[XXAAHXXQ]=0

นอกจากนี้ยังมีซอฟต์แวร์เฉพาะทางให้เลือกใช้ในการคำนวณสมการเลียปูนอฟ โดยในกรณีสมการเลียปูนอฟไม่ต่อเนื่อง วิธีการของชูร์โดยกิตากาวา (Schur method of Kitagawa)[1] มักเป็นที่นิยม ในขณะที่กรณีสมการเลียปูนอฟต่อเนื่องวิธีการของ บาร์เทล และ ชวาร์ซ‎[2] สามารถใช้ได้เช่นกัน

ผลตอบเชิงวิเคราะห์

เราสามารถหาผลตอบเชิงวิเคราะห์ (analytic solution) สำหรับกรณีสมการเลียปูนอฟไม่ต่อเนื่อง โดนนิยามให้ vec(A) เป็นตัวดำเนินการที่ทำการเรียงซ้อนคอลัมน์ของเมทริกซ์A และนิยาม kron(A,B) เป็น ผลคูณโคนเน็กเกอร์ (Kronecker product) ระหว่าง A และ B และโดยการใช้ผลจาก vec(ABC)=kron(CT,A)vec(B), เราสามารถใช้ (Ikron(A,A))vec(X)=vec(Q) เมื่อ I คือ เมทริกซ์เอกลักษณ์ที่ conformable[3] จากนั้นเราสามารถแก้สมการสำหรับหาค่าของ vec(X) โดยการหาเมทริกซ์ผกผันหรือการแก้สมการเชิงเส้น โดยในการได้มาซึ่งค่า X ต้องมีการปรับขนาดของ vec(X) อย่างเหมาะสมด้วย

ดูเพิ่ม

อ้างอิง

แม่แบบ:รายการอ้างอิง

แหล่งข้อมูลอื่น

  1. Kitagawa, An Algorithm for Solving the Matrix Equation X = F X F' + S, International Journal of Control, Vol. 25, No. 5, p745–753 (1977).
  2. R. H. Bartels and G. W. Stewart, Algorithm 432: Solution of the matrix equation AX + XB = C, Comm. ACM, 15 (1972), p820-826.
  3. J. Hamilton (1994), Time Series Analysis, equations 10.2.13 and 10.2.18. Princeton University Press.