अवस्था संक्रमण आव्यूह: Difference between revisions
No edit summary |
m (13 revisions imported from alpha:अवस्था_संक्रमण_आव्यूह) |
||
(6 intermediate revisions by 3 users not shown) | |||
Line 1: | Line 1: | ||
[[नियंत्रण सिद्धांत]] में, | [[नियंत्रण सिद्धांत]] में, '''अवस्था संक्रमण आव्यूह''' एक आव्यूह है जिसका गुणन फल अवस्था वेक्टर <math>x</math> प्रारंभिक समय में <math>t_0</math> देता है <math>x</math> बाद के समय में <math>t</math> के साथ होता है। अवस्था-संक्रमण आव्यूह का उपयोग रैखिक गतिशील प्रणालियों का सामान्य समाधान प्राप्त करने के लिए किया जा सकता है। | ||
==रैखिक प्रणाली समाधान== | ==रैखिक प्रणाली समाधान== | ||
अवस्था-संक्रमण आव्यूह का उपयोग निम्नलिखित रूप में एक [[रैखिक प्रणाली]] के सामान्य अवस्था-संक्रमण प्रतिनिधित्व का समाधान खोजने के लिए किया जाता है | अवस्था-संक्रमण आव्यूह का उपयोग निम्नलिखित रूप में एक [[रैखिक प्रणाली]] के सामान्य अवस्था-संक्रमण प्रतिनिधित्व का समाधान खोजने के लिए किया जाता है | ||
: <math>\dot{\mathbf{x}}(t) = \mathbf{A}(t) \mathbf{x}(t) + \mathbf{B}(t) \mathbf{u}(t) , \;\mathbf{x}(t_0) = \mathbf{x}_0 </math>, | : <math>\dot{\mathbf{x}}(t) = \mathbf{A}(t) \mathbf{x}(t) + \mathbf{B}(t) \mathbf{u}(t) , \;\mathbf{x}(t_0) = \mathbf{x}_0 </math>, | ||
जहाँ <math>\mathbf{x}(t)</math> प्रणाली की स्थितियाँ हैं, <math>\mathbf{u}(t)</math> निविष्ट संकेत है, <math>\mathbf{A}(t)</math> और <math>\mathbf{B}(t)</math> [[मैट्रिक्स फ़ंक्शन|आव्यूह | जहाँ <math>\mathbf{x}(t)</math> प्रणाली की स्थितियाँ हैं, <math>\mathbf{u}(t)</math> निविष्ट संकेत है, <math>\mathbf{A}(t)</math> और <math>\mathbf{B}(t)</math> [[मैट्रिक्स फ़ंक्शन|आव्यूह फलन]] हैं, और <math>\mathbf{x}_0</math> पर <math>t_0</math> प्रारंभिक स्थिति है। <math>\mathbf{\Phi}(t, \tau)</math> अवस्था-संक्रमण आव्यूह का उपयोग करना , समाधान इस प्रकार दिया गया है:<ref name=baaschl>{{cite journal|last1=Baake|first1=Michael|last2=Schlaegel|first2=Ulrike|title=पीनो बेकर श्रृंखला|journal=Proceedings of the Steklov Institute of Mathematics|year=2011|volume=275|pages=155–159|doi=10.1134/S0081543811080098|s2cid=119133539}}</ref><ref name=rugh>{{cite book|last1=Rugh|first1=Wilson|title=रैखिक प्रणाली सिद्धांत|date=1996|publisher=Prentice Hall|location=Upper Saddle River, NJ | isbn = 0-13-441205-2}}</ref> | ||
: <math>\mathbf{x}(t)= \mathbf{\Phi} (t, t_0)\mathbf{x}(t_0)+\int_{t_0}^t \mathbf{\Phi}(t, \tau)\mathbf{B}(\tau)\mathbf{u}(\tau)d\tau</math> | : <math>\mathbf{x}(t)= \mathbf{\Phi} (t, t_0)\mathbf{x}(t_0)+\int_{t_0}^t \mathbf{\Phi}(t, \tau)\mathbf{B}(\tau)\mathbf{u}(\tau)d\tau</math> | ||
पहले शब्द को शून्य-निविष्ट प्रतिक्रिया के रूप में जाना जाता है और यह दर्शाता है कि किसी भी निविष्ट के अभाव में प्रणाली की स्थिति कैसे विकसित होगी। दूसरे शब्द को शून्य-स्थिति प्रतिक्रिया के रूप में जाना जाता है और यह परिभाषित करता है कि निविष्ट प्रणाली को कैसे प्रभावित करते हैं। | पहले शब्द को शून्य-निविष्ट प्रतिक्रिया के रूप में जाना जाता है और यह दर्शाता है कि किसी भी निविष्ट के अभाव में प्रणाली की स्थिति कैसे विकसित होगी। दूसरे शब्द को शून्य-स्थिति प्रतिक्रिया के रूप में जाना जाता है और यह परिभाषित करता है कि निविष्ट प्रणाली को कैसे प्रभावित करते हैं। | ||
Line 17: | Line 17: | ||
1. यह सतत है और इसके निरंतर व्युत्पन्न हैं। | 1. यह सतत है और इसके निरंतर व्युत्पन्न हैं। | ||
2, यह कभी विलक्षण नहीं होता; वास्तव में <math>\mathbf{\Phi}^{-1}(t, \tau) = \mathbf{ \Phi}(\tau, t)</math> और <math>\mathbf{\Phi}^{-1}(t, \tau)\mathbf{\Phi}(t, \tau) = I</math>, जहाँ <math>I</math> पहचान आव्यूह | 2, यह कभी विलक्षण नहीं होता; वास्तव में <math>\mathbf{\Phi}^{-1}(t, \tau) = \mathbf{ \Phi}(\tau, t)</math> और <math>\mathbf{\Phi}^{-1}(t, \tau)\mathbf{\Phi}(t, \tau) = I</math>, जहाँ <math>I</math> पहचान आव्यूह है। | ||
3. सभी <math>t</math> के लिए <math>\mathbf{\Phi}(t, t) = I</math> | 3. सभी <math>t</math> के लिए <math>\mathbf{\Phi}(t, t) = I</math>।<ref>{{cite book|first=Roger W.|last=Brockett|title=परिमित आयामी रैखिक प्रणाली|publisher=John Wiley & Sons|year=1970|isbn=978-0-471-10585-5}}</ref> | ||
4. सभी <math>t_0 \leq t_1 \leq t_2</math> के लिए <math>\mathbf{\Phi}(t_2, t_1)\mathbf{\Phi}(t_1, t_0) = \mathbf{\Phi}(t_2, t_0)</math> | 4. सभी <math>t_0 \leq t_1 \leq t_2</math> के लिए <math>\mathbf{\Phi}(t_2, t_1)\mathbf{\Phi}(t_1, t_0) = \mathbf{\Phi}(t_2, t_0)</math>। | ||
5. यह अवकल समीकरण को संतुष्ट करता है <math>\frac{\partial \mathbf{\Phi}(t, t_0)}{\partial t} = \mathbf{A}(t)\mathbf{\Phi}(t, t_0)</math> प्रारंभिक उपबंध <math>\mathbf{\Phi}(t_0, t_0) = I</math> के | 5. यह अवकल समीकरण को संतुष्ट करता है <math>\frac{\partial \mathbf{\Phi}(t, t_0)}{\partial t} = \mathbf{A}(t)\mathbf{\Phi}(t, t_0)</math> प्रारंभिक उपबंध <math>\mathbf{\Phi}(t_0, t_0) = I</math> के साथ। | ||
6. अवस्था-संक्रमण आव्यूह <math>\mathbf{\Phi}(t, \tau)</math>, द्वारा दिए गए | 6. अवस्था-संक्रमण आव्यूह <math>\mathbf{\Phi}(t, \tau)</math>, द्वारा दिए गए | ||
: <math>\mathbf{\Phi}(t, \tau)\equiv\mathbf{U}(t)\mathbf{U}^{-1}(\tau)</math> | : <math>\mathbf{\Phi}(t, \tau)\equiv\mathbf{U}(t)\mathbf{U}^{-1}(\tau)</math> | ||
जहां <math>n \times n</math> आव्यूह <math>\mathbf{U}(t)</math> [[मौलिक मैट्रिक्स (रैखिक अंतर समीकरण)|मौलिक आव्यूह (रैखिक अंतर समीकरण)]] है जो संतुष्ट करता है | जहां <math>n \times n</math> आव्यूह <math>\mathbf{U}(t)</math> [[मौलिक मैट्रिक्स (रैखिक अंतर समीकरण)|मौलिक आव्यूह (रैखिक अंतर समीकरण)]] है जो संतुष्ट करता है | ||
: <math>\dot{\mathbf{U}}(t)=\mathbf{A}(t)\mathbf{U}(t)</math> प्रारंभिक उपबंध के साथ <math>\mathbf{U}(t_0) = I</math> | : <math>\dot{\mathbf{U}}(t)=\mathbf{A}(t)\mathbf{U}(t)</math> प्रारंभिक उपबंध के साथ <math>\mathbf{U}(t_0) = I</math>। | ||
7. अवस्था को देखते हुए <math>\mathbf{x}(\tau)</math> किसी भी समय <math>\tau</math>, किसी अन्य समय में अवस्था <math>t</math> प्रतिचित्रण द्वारा दिया गया है | 7. अवस्था को देखते हुए <math>\mathbf{x}(\tau)</math> किसी भी समय <math>\tau</math>, किसी अन्य समय में अवस्था <math>t</math> प्रतिचित्रण द्वारा दिया गया है | ||
:<math>\mathbf{x}(t)=\mathbf{\Phi}(t, \tau)\mathbf{x}(\tau)</math> | :<math>\mathbf{x}(t)=\mathbf{\Phi}(t, \tau)\mathbf{x}(\tau)</math> | ||
==अवस्था-संक्रमण आव्यूह का अनुमान== | ==अवस्था-संक्रमण आव्यूह का अनुमान== | ||
समय-अपरिवर्तनीय सन्दर्भ में, हम[[ मैट्रिक्स घातांक | आव्यूह घातांक]] का उपयोग करते हुए <math> \mathbf{\Phi}</math> परिभाषित कर सकते हैं, जैसे <math>\mathbf{\Phi}(t, t_0) = e^{\mathbf{A}(t - t_0)}</math> | समय-अपरिवर्तनीय सन्दर्भ में, हम[[ मैट्रिक्स घातांक | आव्यूह घातांक]] का उपयोग करते हुए <math> \mathbf{\Phi}</math> परिभाषित कर सकते हैं, जैसे <math>\mathbf{\Phi}(t, t_0) = e^{\mathbf{A}(t - t_0)}</math>। <ref>{{cite journal |last1=Reyneke |first1=Pieter V. |title=Polynomial Filtering: To any degree on irregularly sampled data |journal=Automatika |date=2012 |volume=53 |issue=4 |pages=382–397|doi=10.7305/automatika.53-4.248 |s2cid=40282943 |url=http://hrcak.srce.hr/file/138435 |doi-access=free }}</ref> | ||
समय-संस्करण सन्दर्भ में, अवस्था-संक्रमण आव्यूह <math>\mathbf{\Phi}(t, t_0)</math> अंतर समीकरण <math>\dot{\mathbf{u}}(t)=\mathbf{A}(t)\mathbf{u}(t)</math> के समाधान से अनुमान लगाया जा सकता है | समय-संस्करण सन्दर्भ में, अवस्था-संक्रमण आव्यूह <math>\mathbf{\Phi}(t, t_0)</math> अंतर समीकरण <math>\dot{\mathbf{u}}(t)=\mathbf{A}(t)\mathbf{u}(t)</math> के समाधान से अनुमान लगाया जा सकता है प्रारंभिक उपबंध के साथ <math>\mathbf{u}(t_0)</math> द्वारा दिए गए <math>[1,\ 0,\ \ldots,\ 0]^T</math>, <math>[0,\ 1,\ \ldots,\ 0]^T</math>, ..., <math>[0,\ 0,\ \ldots,\ 1]^T</math>. संबंधित समाधान <math>n</math> आव्यूह के कॉलम <math>\mathbf{\Phi}(t, t_0)</math> प्रदान करते हैं। अब, गुण 4 से, | ||
<math>\mathbf{\Phi}(t, \tau) = \mathbf{\Phi}(t, t_0)\mathbf{\Phi}(\tau, t_0)^{-1}</math> सभी के लिए <math>t_0 \leq \tau \leq t</math>. समय-भिन्न समाधान पर विश्लेषण जारी रखने से पहले अवस्था-संक्रमण आव्यूह निर्धारित किया जाना चाहिए। | <math>\mathbf{\Phi}(t, \tau) = \mathbf{\Phi}(t, t_0)\mathbf{\Phi}(\tau, t_0)^{-1}</math> सभी के लिए <math>t_0 \leq \tau \leq t</math>. समय-भिन्न समाधान पर विश्लेषण जारी रखने से पहले अवस्था-संक्रमण आव्यूह निर्धारित किया जाना चाहिए। | ||
Line 70: | Line 68: | ||
| url = https://archive.org/details/moderncontrolthe00brog | | url = https://archive.org/details/moderncontrolthe00brog | ||
}} | }} | ||
[[Category: शास्त्रीय नियंत्रण सिद्धांत]] | [[Category: शास्त्रीय नियंत्रण सिद्धांत]] | ||
Line 80: | Line 74: | ||
[[Category: Machine Translated Page]] | [[Category: Machine Translated Page]] | ||
[[Category:Created On 15/08/2023]] | [[Category:Created On 15/08/2023]] | ||
[[Category:Vigyan Ready]] |
Latest revision as of 09:28, 29 November 2023
नियंत्रण सिद्धांत में, अवस्था संक्रमण आव्यूह एक आव्यूह है जिसका गुणन फल अवस्था वेक्टर प्रारंभिक समय में देता है बाद के समय में के साथ होता है। अवस्था-संक्रमण आव्यूह का उपयोग रैखिक गतिशील प्रणालियों का सामान्य समाधान प्राप्त करने के लिए किया जा सकता है।
रैखिक प्रणाली समाधान
अवस्था-संक्रमण आव्यूह का उपयोग निम्नलिखित रूप में एक रैखिक प्रणाली के सामान्य अवस्था-संक्रमण प्रतिनिधित्व का समाधान खोजने के लिए किया जाता है
- ,
जहाँ प्रणाली की स्थितियाँ हैं, निविष्ट संकेत है, और आव्यूह फलन हैं, और पर प्रारंभिक स्थिति है। अवस्था-संक्रमण आव्यूह का उपयोग करना , समाधान इस प्रकार दिया गया है:[1][2]
पहले शब्द को शून्य-निविष्ट प्रतिक्रिया के रूप में जाना जाता है और यह दर्शाता है कि किसी भी निविष्ट के अभाव में प्रणाली की स्थिति कैसे विकसित होगी। दूसरे शब्द को शून्य-स्थिति प्रतिक्रिया के रूप में जाना जाता है और यह परिभाषित करता है कि निविष्ट प्रणाली को कैसे प्रभावित करते हैं।
पीनो-बेकर श्रृंखला
सबसे सामान्य संक्रमण आव्यूह पीनो-बेकर श्रृंखला द्वारा दिया गया है
जहाँ पहचान आव्यूह है. यह आव्यूह समान रूप से और पूरी तरह से एक ऐसे समाधान में परिवर्तित होता है जो उपस्थित है और अद्वितीय है।[2]
अन्य गुण
अवस्था संक्रमण आव्यूह निम्नलिखित संबंध को संतुष्ट करता है:
1. यह सतत है और इसके निरंतर व्युत्पन्न हैं।
2, यह कभी विलक्षण नहीं होता; वास्तव में और , जहाँ पहचान आव्यूह है।
3. सभी के लिए ।[3]
4. सभी के लिए ।
5. यह अवकल समीकरण को संतुष्ट करता है प्रारंभिक उपबंध के साथ।
6. अवस्था-संक्रमण आव्यूह , द्वारा दिए गए
जहां आव्यूह मौलिक आव्यूह (रैखिक अंतर समीकरण) है जो संतुष्ट करता है
- प्रारंभिक उपबंध के साथ ।
7. अवस्था को देखते हुए किसी भी समय , किसी अन्य समय में अवस्था प्रतिचित्रण द्वारा दिया गया है
अवस्था-संक्रमण आव्यूह का अनुमान
समय-अपरिवर्तनीय सन्दर्भ में, हम आव्यूह घातांक का उपयोग करते हुए परिभाषित कर सकते हैं, जैसे । [4]
समय-संस्करण सन्दर्भ में, अवस्था-संक्रमण आव्यूह अंतर समीकरण के समाधान से अनुमान लगाया जा सकता है प्रारंभिक उपबंध के साथ द्वारा दिए गए , , ..., . संबंधित समाधान आव्यूह के कॉलम प्रदान करते हैं। अब, गुण 4 से,
सभी के लिए . समय-भिन्न समाधान पर विश्लेषण जारी रखने से पहले अवस्था-संक्रमण आव्यूह निर्धारित किया जाना चाहिए।
यह भी देखें
- मैग्नस विस्तार
- लिउविले का सूत्र
संदर्भ
- ↑ Baake, Michael; Schlaegel, Ulrike (2011). "पीनो बेकर श्रृंखला". Proceedings of the Steklov Institute of Mathematics. 275: 155–159. doi:10.1134/S0081543811080098. S2CID 119133539.
- ↑ 2.0 2.1 Rugh, Wilson (1996). रैखिक प्रणाली सिद्धांत. Upper Saddle River, NJ: Prentice Hall. ISBN 0-13-441205-2.
- ↑ Brockett, Roger W. (1970). परिमित आयामी रैखिक प्रणाली. John Wiley & Sons. ISBN 978-0-471-10585-5.
- ↑ Reyneke, Pieter V. (2012). "Polynomial Filtering: To any degree on irregularly sampled data". Automatika. 53 (4): 382–397. doi:10.7305/automatika.53-4.248. S2CID 40282943.
अग्रिम पठन
- Baake, M.; Schlaegel, U. (2011). "The Peano Baker Series". Proceedings of the Steklov Institute of Mathematics. 275: 155–159. doi:10.1134/S0081543811080098. S2CID 119133539.
- Brogan, W.L. (1991). Modern Control Theory. Prentice Hall. ISBN 0-13-589763-7.