משוואת ליאפונוב

פרק 1

מהי משוואת ליאפונוב ולמה היא חשובה?

משוואת ליאפונוב הרציפה היא המשוואה המטריצית:

A^{\mathsf T}P+PA=-Q

כאן $A\in\mathbb{R}^{n\times n}$ היא מטריצת המערכת, $Q=Q^{\mathsf T}\succ0$ היא מטריצה חיובית מוגדרת שאנו בוחרים, ו־ $P=P^{\mathsf T}$ היא המטריצה הלא־ידועה. למרות שהמשוואה נראית "מטריצית", היא ליניארית ב־$P$: אין בה איברים כמו $$P^2$$ , ולכן אפשר לפתור אותה ככל מערכת משוואות ליניאריות.

שלושת התפקידים המרכזיים

מבחן יציבות אלגברי

עבור $Q\succ0$ , אם הפתרון מקיים $P\succ0$ , אז $$A$$ היא מטריצת הורביץ והמערכת יציבה אסימפטוטית.

בניית פונקציית ליאפונוב

הפתרון $$P$$ מייצר מיד את פונקציית ליאפונוב הריבועית $V(x)=x^{\mathsf T}Px$ .

תשתית לבקרה מודרנית

גרמיאנים, LQR, תצפתנים, נורמות $$H_2$$ ואילוצי LMI נשענים על משוואת ליאפונוב או על הכללות ישירות שלה.

איפה זה יושב ביחס לפונקציית ליאפונוב?

בעמוד על פונקציית ליאפונוב מחפשים פונקציה חיובית $$V(x)$$ שהנגזרת שלה לאורך המסלולים שלילית. עבור מערכת ליניארית $\dot x=Ax$ ובחירה ריבועית $V=x^{\mathsf T}Px$ , תנאי הנגזרת הופך בדיוק למשוואה $A^{\mathsf T}P+PA=-Q$ . כלומר: משוואת ליאפונוב היא לא נושא נפרד, אלא המקרה הליניארי הפתיר של השיטה הישירה.

פרק 2

רקע: יציבות ליניארית ותבניות ריבועיות

נעסוק במערכת הליניארית האוטונומית:

\dot x=Ax,\qquad x\in\mathbb{R}^n

הראשית יציבה אסימפטוטית אם ורק אם $$A$$ היא מטריצת הורביץ:

\operatorname{Re}\lambda_i(A)<0\qquad i=1,\ldots,n

אפשר כמובן לבדוק ערכים עצמיים, אך משוואת ליאפונוב נותנת יותר: במקום רק לדעת שהמערכת יציבה, מקבלים מטריצה $$P$$ שמודדת אנרגיה, מייצרת פונקציית ליאפונוב, וממשיכה להופיע בכלים מתקדמים יותר של תכן וביצועים.

תבנית ריבועית ומוגדרוּת

פונקציה $V(x)=x^{\mathsf T}Px$ עם $P=P^{\mathsf T}$ היא חיובית מוגדרת אם ורק אם $P\succ0$ . עבור מטריצה מסדר $2\times2$ :

P=\begin{bmatrix}p_{11}&p_{12}\\p_{12}&p_{22}\end{bmatrix}\succ0 \iff p_{11}>0,\qquad p_{11}p_{22}-p_{12}^2>0

זו בדיקה שחוזרת שוב ושוב בדוגמאות: אחרי שפותרים עבור $$P$$ , בודקים אם היא חיובית מוגדרת. אם כן, קיבלנו הוכחת יציבות מלאה.

פרק 3

הגזירה: מהשיטה הישירה אל המשוואה

ניקח מועמדת ריבועית: $V(x)=x^{\mathsf T}Px$ , כאשר $P=P^{\mathsf T}\succ0$ . נגזור אותה לאורך מסלולי המערכת $\dot x=Ax$ :

\dot V =\dot x^{\mathsf T}Px+x^{\mathsf T}P\dot x =(Ax)^{\mathsf T}Px+x^{\mathsf T}P(Ax) =x^{\mathsf T}(A^{\mathsf T}P+PA)x

כדי ש־ $\dot V$ תהיה שלילית מוגדרת, נרצה שהמטריצה שבתוך התבנית הריבועית תהיה שלילית מוגדרת. לכן כותבים אותה כמינוס מטריצה חיובית מוגדרת:

A^{\mathsf T}P+PA=-Q,\qquad Q=Q^{\mathsf T}\succ0

במקרה כזה מתקבל:

\dot V(x)=-x^{\mathsf T}Qx<0\qquad (x\neq0)

לכן $V=x^{\mathsf T}Px$ היא פונקציית ליאפונוב, והראשית יציבה אסימפטוטית גלובלית.

סדר העבודה הנכון

בדרך כלל בוחרים את $Q$ ואז פותרים עבור $P$. הבחירה הנפוצה ביותר היא $$Q=I$$ . אם בוחרים $$P$$ שרירותית ומחשבים את $Q=-(A^{\mathsf T}P+PA)$ , אין הבטחה ש־ $$Q$$ תהיה חיובית מוגדרת.

פרק 4

משפט הקיום והיחידות — לב התורה

המשפט המרכזי של משוואת ליאפונוב מחבר באופן מלא בין יציבות, קיום פתרון וחיוביות הפתרון:

משפט ליאפונוב למערכות ליניאריות

עבור מטריצה ממשית $$A$$ , התנאים הבאים שקולים:

\begin{aligned} &1.\quad A\ \text{הורביץ}\\ &2.\quad \text{קיימת }Q\succ0\text{ שעבורה למשוואה יש פתרון }P\succ0\\ &3.\quad \text{לכל }Q\succ0\text{ קיים פתרון יחיד }P\succ0 \end{aligned}

המשמעות המעשית חזקה מאוד: מספיק לבחור $$Q=I$$ , לפתור את המשוואה, ולבדוק אם $P\succ0$ . אם כן, המערכת יציבה. אם לא, $$A$$ אינה מטריצת הורביץ.

מה יצא מהפתרון?	המסקנה
קיים פתרון יחיד $P\succ0$	$$A$$ הורביץ; המערכת יציבה אסימפטוטית
קיים פתרון יחיד אבל $$P$$ אינה חיובית מוגדרת	$$A$$ אינה הורביץ
אין פתרון או שיש אינסוף פתרונות	תנאי היחידות נכשל; גם כאן $$A$$ אינה הורביץ

פרק 5

הפתרון האינטגרלי ומשמעותו האנרגטית

כאשר $$A$$ הורביץ, הפתרון היחיד למשוואת ליאפונוב נתון על ידי:

P=\int_0^\infty e^{A^{\mathsf T}t}Qe^{At}\,dt

האינטגרל מתכנס מפני ש־ $e^{At}$ דועך מעריכית. אפשר לבדוק ישירות שזה אכן פתרון:

\begin{aligned} A^{\mathsf T}P+PA &=\int_0^\infty \left(A^{\mathsf T}e^{A^{\mathsf T}t}Qe^{At} +e^{A^{\mathsf T}t}Qe^{At}A\right)\,dt\\ &=\int_0^\infty \frac{d}{dt}\left(e^{A^{\mathsf T}t}Qe^{At}\right)\,dt\\ &=\left[e^{A^{\mathsf T}t}Qe^{At}\right]_0^\infty =0-Q=-Q \end{aligned}

מה $$P$$ מודדת?

אם $x(t)=e^{At}x_0$ , אז:

x_0^{\mathsf T}Px_0 =\int_0^\infty x(t)^{\mathsf T}Qx(t)\,dt

המשמעות

הערך $V(x_0)=x_0^{\mathsf T}Px_0$ הוא העלות המצטברת של התגובה החופשית מהמצב ההתחלתי $$x_0$$ . כאשר $$Q=I$$ , זו האנרגיה הכוללת: $\int_0^\infty\|x(t)\|^2dt$ . לכן $$P$$ אינה רק כלי הוכחה; היא אובייקט שמכיל מידע כמותי על כל עתיד התגובה.

פרק 6

מתי יש פתרון יחיד?

משוואת ליאפונוב היא מקרה פרטי של משוואת סילבסטר. תנאי היחידות הוא:

\lambda_i(A)+\lambda_j(A)\neq0 \qquad\forall i,j

כלומר, אף זוג ערכים עצמיים של $$A$$ אינו רשאי להסתכם לאפס. אם $$A$$ הורביץ, התנאי מתקיים אוטומטית, כי סכום של שני מספרים עם חלק ממשי שלילי עדיין בעל חלק ממשי שלילי.

מצב בעייתי	למה הוא מפר את התנאי?	דוגמה
ערך עצמי אפס	$\lambda+\lambda=0$	אינטגרטור
זוג סימטרי סביב הראשית	$\lambda+(-\lambda)=0$	ערכים עצמיים $\pm1$
זוג מדומה טהור	$j\omega+(-j\omega)=0$	מתנד לא מרוסן

יחידות אינה חיוביות

ייתכן שלמשוואה יש פתרון יחיד גם כאשר המערכת אינה יציבה. במקרה כזה הפתרון לא יהיה חיובי מוגדר. לכן לא מספיק לדעת שיש פתרון; חייבים לבדוק את המוגדרוּת של $$P$$ .

פרק 7

פתרון ידני: שיטת המקדמים

במערכות קטנות אפשר לפתור את המשוואה ביד. מניחים $$P$$ סימטרית:

P= \begin{bmatrix} p_{11} & p_{12}\\ p_{12} & p_{22} \end{bmatrix}

ואז מחשבים את $A^{\mathsf T}P+PA$ , משווים איבר־איבר ל־ $$-Q$$ , ופותרים את מערכת המשוואות הסקלרית. עבור $2\times2$ יש שלושה נעלמים ושלוש משוואות בלתי־תלויות.

קיצור שימושי

מאחר ש־ $PA=(A^{\mathsf T}P)^{\mathsf T}$ , מספיק לחשב את $A^{\mathsf T}P$ פעם אחת ולחבר את המשוחלפת שלה. זה מפחית טעויות סימן.

בממדים גדולים משתמשים באלגוריתמים ייעודיים כמו Bartels-Stewart, או בפונקציות מוכנות כגון lyap(A', Q) ב־MATLAB ו־ scipy.linalg.solve_continuous_lyapunov(A.T, -Q) בפייתון, בהתאם לקונבנציית הסימן של כל ספרייה.

פרק 8

וקטוריזציה ומכפלת קרונקר

כדי לראות באופן מפורש שהמשוואה ליניארית, משתמשים באופרטור $\operatorname{vec}(\cdot)$ , שמערים את עמודות המטריצה לווקטור אחד. הזהות המרכזית היא:

\operatorname{vec}(MXN)=(N^{\mathsf T}\otimes M)\operatorname{vec}(X)

הפעלת הזהות על משוואת ליאפונוב נותנת:

\left(I\otimes A^{\mathsf T}+A^{\mathsf T}\otimes I\right)\operatorname{vec}(P) =-\operatorname{vec}(Q)

זו מערכת ליניארית רגילה בממד $$n^2$$ . הערכים העצמיים של המטריצה הגדולה הם כל הסכומים $\lambda_i(A)+\lambda_j(A)$ , ולכן תנאי היחידות מפרק 6 מתקבל מיד.

מתי משתמשים בזה?

הווקטוריזציה מצוינת להוכחות ולמימושים קטנים, אך אינה הדרך המועדפת למערכות גדולות: המטריצה המתקבלת היא בגודל $n^2\times n^2$ . בפועל משתמשים באלגוריתמים שלא בונים אותה במפורש.

פרק 9

גרמיאני שליטות וצפיות

משוואת ליאפונוב מופיעה באופן טבעי במערכות עם קלט ופלט:

\dot x=Ax+Bu,\qquad y=Cx

גרמיאן שליטות

כאשר $$A$$ הורביץ, גרמיאן השליטות מוגדר על ידי:

W_c=\int_0^\infty e^{At}BB^{\mathsf T}e^{A^{\mathsf T}t}\,dt

והוא מקיים את משוואת ליאפונוב:

AW_c+W_cA^{\mathsf T}+BB^{\mathsf T}=0

גרמיאן צפיות

גרמיאן הצפיות מודד כמה קל "לראות" מצב התחלתי דרך הפלט:

W_o=\int_0^\infty e^{A^{\mathsf T}t}C^{\mathsf T}Ce^{At}\,dt

והוא מקיים:

A^{\mathsf T}W_o+W_oA+C^{\mathsf T}C=0

הקשר העמוק

גרמיאנים הם פתרונות של משוואות ליאפונוב עם בחירות מיוחדות של $$Q$$ . לכן אותה משוואה בודקת יציבות, מודדת אנרגיה, ומכמתת שליטות וצפיות.

פרק 10

הגרסה החצי־מוגדרת וצפיות

עד עכשיו דרשנו $Q\succ0$ . לעיתים מופיעה משוואה עם $Q\succeq0$ , למשל $Q=C^{\mathsf T}C$ בגרמיאן צפיות:

A^{\mathsf T}P+PA=-C^{\mathsf T}C

במקרה כזה $\dot V=-\|Cx\|^2\le0$ , כלומר הנגזרת אינה בהכרח שלילית מוגדרת. כדי להסיק יציבות אסימפטוטית צריך לוודא שאין מצבים לא־אפסיים שיכולים להישאר לנצח "בלתי נראים" לפלט.

התנאי המשלים

אם $$A$$ הורביץ, הפתרון $P\succeq0$ . יתר על כן, $P\succ0$ אם ורק אם הזוג $$(C,A)$$ צפי. זו אחת הסיבות לכך שצפיות מופיעה באופן טבעי לצד משוואת ליאפונוב.

לא מחליפים בין חצי־מוגדר למוגדר

אם $Q\succeq0$ בלבד, אי אפשר להשתמש אוטומטית במשפט של $Q\succ0$ . צריך להוסיף תנאי צפיות, או להשתמש בעקרון לה־סאל כדי לטפל בקבוצת המצבים שבה $\dot V=0$ .

פרק 11

משוואת ליאפונוב בזמן בדיד

עבור מערכת בזמן בדיד:

x_{k+1}=Ax_k

משתמשים באותה מועמדת $V(x)=x^{\mathsf T}Px$ , אך במקום נגזרת בודקים הפרש:

\Delta V=V(x_{k+1})-V(x_k) =x_k^{\mathsf T}(A^{\mathsf T}PA-P)x_k

לכן משוואת ליאפונוב הבדידה היא:

A^{\mathsf T}PA-P=-Q,\qquad Q\succ0

המשפט המקביל: לכל $Q\succ0$ קיים פתרון יחיד $P\succ0$ אם ורק אם כל הערכים העצמיים של $$A$$ נמצאים בתוך מעגל היחידה:

|\lambda_i(A)|<1\qquad\forall i

לא לערבב סימנים בין רציף לבדיד

בזמן רציף מופיע $A^{\mathsf T}P+PA$ ; בזמן בדיד מופיע $A^{\mathsf T}PA-P$ . אלו משוואות שונות, עם תנאי יציבות שונים.

פרק 12

מתכון עבודה שלב־אחר־שלב

כאשר מקבלים מטריצה $$A$$ ורוצים להשתמש במשוואת ליאפונוב, עובדים כך:

בחרו מטריצה $Q\succ0$

בדרך כלל בוחרים $$Q=I$$ , אלא אם יש סיבה פיזיקלית או הנדסית לבחור משקלים אחרים.

הניחו $P=P^{\mathsf T}$

בממד 2 למשל: $P=\begin{bmatrix}p_{11}&p_{12}\\p_{12}&p_{22}\end{bmatrix}$ .

פתרו את המשוואה

חשבו $A^{\mathsf T}P+PA$ , השוו ל־ $$-Q$$ , ופתרו את המשוואות הסקלריות.

בדקו חיוביות

בדקו אם $P\succ0$ באמצעות ערכים עצמיים, סילבסטר, או פירוק כולסקי.

נסחו מסקנה

אם $P\succ0$ , אז $V=x^{\mathsf T}Px$ מוכיחה יציבות אסימפטוטית גלובלית.

פרק 13

דוגמאות חישוב מלאות

דוגמה 1: מערכת יציבה

נבחר:

A=\begin{bmatrix}0&1\\-2&-3\end{bmatrix}, \qquad Q=I

נציב $P=\begin{bmatrix}p_{11}&p_{12}\\p_{12}&p_{22}\end{bmatrix}$ . חישוב והשוואה ל־ $$-I$$ נותנים:

\begin{cases} -4p_{12}=-1\\ p_{11}-3p_{12}-2p_{22}=0\\ 2p_{12}-6p_{22}=-1 \end{cases}

מכאן:

P= \begin{bmatrix} \tfrac54 & \tfrac14\\ \tfrac14 & \tfrac14 \end{bmatrix}

בדיקת סילבסטר: $p_{11}=\tfrac54>0$ , ו־ $\det P=\tfrac14>0$ . לכן $P\succ0$ , והמערכת יציבה אסימפטוטית.

דוגמה 2: פתרון קיים אך אינו חיובי

נבחר:

A=\begin{bmatrix}0&1\\2&1\end{bmatrix}, \qquad Q=I

פתרון המשוואה נותן:

P= \begin{bmatrix} \tfrac34 & -\tfrac14\\ -\tfrac14 & -\tfrac14 \end{bmatrix}

המטריצה אינה חיובית מוגדרת, כי האיבר האלכסוני $p_{22}$ שלילי. לכן $$A$$ אינה הורביץ. זה ממחיש: עצם קיום פתרון אינו מספיק; המבחן הוא $P\succ0$ .

דוגמה 3: אין פתרון עבור מתנד לא מרוסן

עבור:

A=\begin{bmatrix}0&1\\-1&0\end{bmatrix}, \qquad Q=I

ההשוואה ל־ $$-I$$ מובילה בין היתר לשתי דרישות סותרות:

-2p_{12}=-1,\qquad 2p_{12}=-1

כלומר $p_{12}=\tfrac12$ וגם $p_{12}=-\tfrac12$ , סתירה. אין פתרון, וזה מתאים לאינטואיציה: הערכים העצמיים הם $\pm j$ , והמערכת אינה דועכת.

פרק 14

טעויות נפוצות ונקודות עדינות

סימן שגוי: המשוואה הרציפה נכתבת בדרך כלל

A^{\mathsf T}P+PA=-Q

. אם מחליפים סימן, גם המסקנה על הנגזרת מתהפכת.

שכחת סימטריה: מניחים

P=P^{\mathsf T}

. החלק האנטי־סימטרי אינו תורם ל־

x^{\mathsf T}Px

קיום אינו יציבות: פתרון יחיד שאינו חיובי מוגדר אינו מוכיח יציבות; להפך, הוא יכול להעיד על אי־יציבות.

חצי־מוגדר אינו מוגדר: כאשר

Q\succeq0

, צריך תנאי נוסף כמו צפיות או שימוש בלה־סאל.

רציף מול בדיד: בזמן רציף:

A^{\mathsf T}P+PA

. בזמן בדיד:

A^{\mathsf T}PA-P

ליאפונוב מול ריקטי: משוואת ריקטי כוללת איבר ריבועי ב־

\(P\)

. משוואת ליאפונוב ליניארית ב־

\(P\)

פרק 15

סיכום

משוואת ליאפונוב היא הגשר בין רעיון אנרגטי לבין חישוב אלגברי. היא מתחילה מפונקציית ליאפונוב ריבועית, הופכת את תנאי הנגזרת למשוואה מטריצית, ומאפשרת להוכיח יציבות באמצעות בדיקת מוגדרוּת של מטריצה.

נושא	הנוסחה המרכזית	מה לזכור
משוואה רציפה	$A^{\mathsf T}P+PA=-Q$	$P\succ0$ מוכיח יציבות
פתרון אינטגרלי	$P=\int_0^\infty e^{A^{\mathsf T}t}Qe^{At}dt$	קיים כאשר $$A$$ הורביץ
תנאי יחידות	$\lambda_i+\lambda_j\neq0$	יחידות לבדה אינה מבטיחה חיוביות
זמן בדיד	$A^{\mathsf T}PA-P=-Q$	יציבות פירושה ערכים עצמיים בתוך מעגל היחידה

השורה התחתונה

בוחרים $Q\succ0$ , פותרים $A^{\mathsf T}P+PA=-Q$ , ובודקים $P\succ0$ . אם זה מתקיים, קיבלתם גם הוכחת יציבות וגם פונקציית ליאפונוב מפורשת.

חזרה לתחילת העמוד