background image

 

 

Związki pomiędzy modelami

Poddamy obecnie przekształceniu Laplace’a macierzowe równania modelu układu 

w przestrzeni stanów. Skorzystamy tu z twierdzenia o różniczkowaniu 

(transformacie pochodnej). Przyjmiemy następujący warunek początkowy: 

x(0)=x0

Uporządkujmy równanie przez przeniesienie składników z transformatą X(s) na 

jedną stronę równani

Ostateczne transformata X(s) wyniesie:

gdzie: I – macierz jednostkowa.

Jeśli wstawimy powyższą transformatę do równania odpowiedzi, to transformata 

odpowiedzi układu będzie miała postać: 

Transformata odpowiedzi Y(s) układu składa się z dwóch składników. Pierwszy 

składnik generowany jest przez niezerowe warunki początkowe:. Drugi składnik, 

to pobudzenie układu przez sygnał wejściowy U(s). 

( )

( )

( )

0

s s

s

s

-

=

+

X

x

AX

BU

( )

( )

( )

s

s

s

=

+

Y

CX

DU

( )

( )

( )

0

s s

s

s

-

= +

X

AX

x

BU

( )

[

]

[

]

( )

1

1

0

s

s

s

s

-

-

=

-

+

-

X

I A x

I A BU

( )

[

]

[

]

{

}

( )

1

1

0

s

s

s

s

-

-

=

-

+

-

+

Y

C I A x

C I A B D U

background image

 

 

Macierz transmitancji

• Dla zerowych warunków początkowych mamy:

• ,

• gdzie:

• .

• Macierz  nazywana jest macierzą transmitancji układu i wiąże ona ze 

sobą transformaty sygnałów wejściowych  i sygnałów wyjściowych  przy 

zerowych warunkach początkowych. Ponieważ wektor  ma wymiar , a 

wektor  ma wymiar , to zgodnie z zasadami rachunku macierzowego 

macierz  będzie miała wymiar , czyli:

• ,                                                      natomiast:

. Macierz transmitancji  przetwarza sygnały wejściowe  na sygnały 

wyjściowe . 

( )

( )

( )

s

s

s

=

Y

G

U

[

]

1

( )

s

s

-

=

-

+

G

C I A B D

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

( )

11

21

1

21

22

2

31

32

3

1

2

r

r

r

m

m

mr

s

s

s

s

s

s

s

s

s

s

s

s

s

=

G

G

G

G

G

G

G

G

G

G

G

G

G

L
L
L

L

L

L

L

L

( )

( )

( )

( )

( )

1

2

3

m

Y s

Y s

s

Y s

Y s

=

Y

L

( )

( )

( )

( )

( )

1

2

3

r

U s

U s

s

U s

U s

=

U

L

background image

 

 

Macierz transmitancji-cd

 

   

s

U

s

G

s

Y

j

ij

i

Ponieważ  powyższe  równanie  jest  równaniem  skalarnym,  to  można 

zdefiniować elementarną transmitancję 

 

 

 

s

U

s

Y

s

G

j

i

ij

Transmitancja  elementarna  jest  to  stosunek  transformaty  sygnału 
wyjściowego  do  transformaty  sygnału  wejściowego  przy  zerowych 
warunkach początkowych
.

Macierz transmitancji przetwarza sygnały wejściowe na sygnały 
wyjściowe. Pomiędzy j-tym wejściem i i-tym wyjściem mamy 

background image

 

 

Przykład: oscylator

y(t)

u(t)

b

k

m

my by ky u

+ + =

&

& &

2

( )

1

( )

( )

Y s

G s

U s

ms

bs k

=

=

+ +

2

( )[

]

( )

Y s ms

bs k U s

+ + =

background image

 

 

Oscylator-cd

• Równanie różniczkowe drugiego rzędu zawiera dwa 

elementy całkujące. Zdefiniujmy zmienne stanu  i  
jako: 

• wówczas otrzymamy:

• lub:

• Równanie wyjść jest określone zależnością:

Równania te mogą zostać zapisane w postaci 

wektorowo-macierzowej jako:

1

2

( )

( ),    ( )

( )

x t

y t

x t

y t

=

= &

1

2

x

y x

= =

& &

(

)

2

1

1

x

ky by

u

m

m

=

-

-

+

&

&

1

1

2

0

1

0

x

x

x

y

=

+

+

&

2

1

2

1

k

b

x

x

x

u

m

m

m

=-

-

+

&

1

2

1

0

0

y

x

x

u

=

+

+

1

1

2

2

0

1

0
1

x

x

u

k

b

x

x

m

m

m

� �

� �

� �

� �

=

+

� �

� �

� �

-

-

� �

� �

� �

� �

&

[

]

1

2

1 0

x

y

x

� �

=

� �

� �

background image

 

 

Oscylator

• Równanie (e) jest równaniem stanu, a równanie (f) jest 

równaniem wyjścia układu. Równania te można zapisać 
w standardowej postaci:

• gdzie:
• .
• Mając  możemy wyznaczyć . A więc po podstawieniu:

 

y

=

+

=

+

x Ax Bu

Cx Du

&

[

]

0

1

0

,

,

1 0 ,

0

1

k

b

m

m

m

� �

� �

=

=

=

=

� �

-

-

� �

� �

A

B

C

D

[

]

1

0

1

0

1 0

( ) 1 0

0

1

0 1

G s

s

k

b

m

m

m

-

� � �

� � �

=

-

+

� �

� � �

-

-

� � �

� � �

1

( )

(

)

G s

s

-

=

-

+

C I A B D

background image

 

 

Oscylator

W pierwszej kolejności należy wyznaczyć 

macierz odwrotną. Jeśli oznaczymy

to tok postępowania jest następujący:

wyznaczamy macierz dopełnień 

algebraicznych: ;

wyznaczamy macierz dołączoną, która 

jest transponowaną macierzą dopełnień 

algebraicznych: ;

wyznaczamy macierz odwrotną  z 

równania: .

Wobec tego szukana macierz odwrotna 

jest równa:

.

Po podstawieniu znalezionej do równania 

 otrzymujemy:

czyli ostatecznie transmitancja układu 

ma postać:

.

 

1

s

k

b

s

m

m

-

=

+

M

1

K

b

k

s

m

m

s

+

-

=

M

( )

1

T

D

K

b

s

m

k

s

m

+

=

=�

-

M

M

1

1

det( )

D

-

=

M

M

M

1

1

2

1

1

1

b

s

s

m

k

b

b

k

k

s

s

s

s

m

m

m

m

m

-

-

-

+

=

=

+

+

+

-

M

[

]

2

0

1

1

( )

1 0

1

b

s

m

G s

b

k

k

s

s

s

m

m

m

m

+

� �

� �

=

� �

+

+

-

� �

� �

2

1

( )

G s

ms

bs k

=

+ +

background image

 

 

Transmitancja→przestrzeń stanu

• Transmitancja – związki wyjścia z wejściem
• Wektor stanu – możliwe wiele stanów
• Transformacja do korzystnych postaci 

kanonicznych

– Postać diagonalna
– Postać kanoniczna obserwowalna
– Postać kanoniczna sterowalna
– Postać Kalmana, itd.

background image

 

 

Diagonalizacja macierzy stanu

Rozważymy transformację jednorodnego równania stanu:

,    

do postaci diagonalnej lub postaci kanonicznej Jordana. W tym celu 

wprowadzimy nowy wektor stanu , który uzyskamy przez 

transformację liniową (obrót) pierwotnego (wynikającego na przykład 

z praw fizyki) wektora stanu, z wykorzystaniem nieosobliwej 

kwadratowej macierzy transformacji (obrotu) : 

.

Ponieważ macierz jest nieosobliwa, to mamy również transformację 

odwrotną:

.

Podstawimy obecnie pierwsze równanie transformacji 

 do jednorodnego macierzowego równania stanu:

.

Lewostronne pomnożenie powyższego związku przez macierz 

odwrotną do macierzy transformacji  prowadzi do nowego równania 

stanu:

Poprzez odpowiedni wybór macierzy transformacji możemy otrzymać 

nową macierz stanu  w postaci diagonalnej :

.

( )

( )

x t

t

=

d

Ax

dt

( )

0

0 =

x

x

( )

( )

t

t

*

=

x

Tx

( )

( )

d

t

t

dt

*

*

=

Tx

ATx

( )

( )

d

t

t

dt

*

-

*

=

1

x

T ATx

1

2

0

0

0

0

0

0

n

p

p

p

-

=

=

1

Λ T AT

K
K

K

K

K

K

K

( )

( )

t

t

*

=

-1

x

T x

background image

 

 

Diagonalizacja-cd

Jak wiadomo z kursu matematyki wartości własne macierzy  określimy badając 

macierz, gdzie s jest zmienną zespoloną, a  jest macierzą jednostkową. Porównanie do 

zera wyznacznika tej macierzy:

,

pozwala wyliczyć wartości własne macierzy stanu , które oznaczamy przez pi, Jednym 

słowem, wartości własne są miejscami zerowymi powyższego wielomianu 

charakterystycznego . Wielomian charakterystyczny przyrównany do zera jest 

równaniem charakterystycznym. 

Obecnie pokażemy, że macierz stanu jak i transformowana macierz stanu (dla 

dowolnego ) ma te same wartości własne. Tym samym wartości własne są wielkością 

charakteryzującą układ i nie zależą od jego opisu matematycznego. Niech

.

Równanie charakterystyczne ma teraz postać:

.

W powyższym przekształceniu wykorzystano twierdzenie, że wyznacznik z iloczynu 

macierzy równy jest iloczynowi wyznaczników poszczególnych macierzy. Zgodnie z 

rachunkiem macierzowym wyznacznik macierzy odwrotnej  jest odwrotnością 

wyznacznika macierzy , czyli:. Tym samym wykazaliśmy, że macierz  i macierz  mają te 

same wartości własne.

T

A

I

T

AT

T

I

1

1

s

s

0

s

s

-

-

D= -

=

-

=

1

1

I T AT

T

I A T

(

)

det

0

s

s

D=

-

= -

=

I A

I A

background image

 

 

Wektory i wartości własne

Macierz T diagonalizującą macierz stanu nazywamy 

macierzą modalną lub odprzęgającą, gdyż po transformacji 

jednorodne macierzowe równanie stanu rozpada się na 

niezależnych równań, z których każde opisuje jedną modę 

(postać). Zbudowana jest z wektorów własnych macierzy 

które oznaczymy przez ν

i

. Celem dowodu przekształcamy:

.

Po wymnożeniu macierzy po prawej stronie, otrzymamy:

.


Zgodnie z przyjętym założeniem, przyjmujemy, że kolumny 

macierzy są wektorami własnymi. Tym samym i-ty wektor 

własny ma postać:

.

Z reguł mnożenia macierzy, można zauważyć, że każda 

kolumna macierzy  po lewej stronie równania  jest 

reprezentowana przez macierz kolumnową:


Jeśli się porówna kolejne kolumny równania  i wykorzysta 

powyższe związki, to otrzyma się układ równań, które 

pozwalają na obliczanie wektorów :

, .

Równania powyższe można zapisać w innej postaci:

, .

1

2

0

0

0

0

0

0

n

p

p

p

=

AT T

K
K

K

K

K

K

K

nn

n

n1

1

n1

1

1n

n

22

1

21

1

1n

n

12

1

11

1

T

p

T

p

T

p

T

p

T

p

T

p

T

p

T

p

T

p

AT

ni

2i

1i

2

1

T

T

T

i

n

i

i

v

v

v

i

v

ni

2i

1i

T

T

T

A

i

Av

i

i

i

p

=

Av

v

n

i

,

,

2

,

1 

n

i

,

,

2

,

1 

0

i

i

p

v

A

I

background image

 

 

Wektory i wartości własne-cd

Nietrywialne rozwiązanie ostatnich równań  ze względu na wektory własne znajdziemy w 

przypadku, gdy:

.Warunek ten jest spełniony dla wszystkich pi, gdyż wartości własne są miejscami zerowymi 

wielomianu charakterystycznego. Równania zadania własnego są układem równań 

jednorodnych. Tym samym mają rozwiązanie zerowe lub nieskończoną liczbę rozwiązań o tym 

samym kierunku w przestrzeni stanów. Dlatego zazwyczaj przeprowadza się normalizowanie 

wektora własnego, przyjmując na przykład, że jego norma euklidesowa (długość wektora) 

wynosi jeden. Przy diagonalizacji korzystamy z macierzy , która musi być nieosobliwa. Macierz  

zbudowana jest z wektorów własnych. Tym samym warunkiem diagonalizacji macierzy  jest, aby 

jej wektory własne były liniowo niezależne. Przypominamy, że wektory są liniowo zależne, gdy 

można znaleźć takie współczynniki c

i

, że.

Diagonalizacja jest możliwa, gdy wszystkie wartości własne są różne od siebie. Gdy mamy 

wartości własne wielokrotne, to związane z nimi wektory własne stają się liniowo zależne i w 

miejsce macierzy diagonalnej otrzymujemy postać quasi-diagonalną, gdzie na przekątnej 

macierzy stanu mamy tak zwane klatki Jordana.

0

i

-

=

I A

i

i

i

c

=

v 0

background image

 

 

Przykład

Mamy następującą macierz stanu:

.

Należy znaleźć wartości własne i wektory własne tej macierzy. Przedstawić postać diagonalną 

macierzy stanu. Rozwiązanie Równanie charakterystyczne ma postać:

.

Wartości własne są pierwiastkami powyższego równania kwadratowego i wynoszą:

.Znajdziemy pierwszy wektor własny  podstawiając:

Z powyższego uzyskujemy dwa równania:

co prowadzi do nieskończonej liczby rozwiązań:  Aby znaleźć rozwiązanie szczegółowe musimy 

jeden z elementów wektora własnego przyjąć. Wówczas pozostałe elementy, aby zachować 

proporcje, muszą zostać wyliczone. Na przykład niech       . Wówczas              ,    czyli mamy:

.

Drugi wektor własny znajdujemy na podobny sposób.                              Otrzymamy dwa równania:

Stąd:  i dla           otrzymamy drugi wektor własny:

.

Z powyższych wektorów własnych

 budujemy modalną macierz transformacji :

.

5

4

2

3

A



0

7

8

8

5

3

5

4

2

3

det

2

s

s

s

s

s

s

s

A

I

7

,

1

1

1

p

p

1

1

 p

p

i

0

0

5

4

2

3

1

0

0

1

1

1

2

1

1

v

v

,

0

4

4

,

0

2

2

1
2

1

1

1
2

1

1

v

v

v

v

1

1

1

v

1

1

1

1

2

v

v

7

2

p

p

i

.

0

2

4

,

0

2

4

2

2

2

1

2

2

2

1

v

v

v

v

1

2

1

v

2

1

2

v

2

1

1

1

T

background image

 

 

Przykład-cd

• Przeprowadzimy teraz diagonalizację macierzy stanu:

• .

• Uzyskaliśmy diagonalną macierz stanu z wartościami własnymi na 

głównej przekątnej:

• .

• Przeprowadzimy teraz normalizację wektorów własnych. W tym 

celu przyjmiemy, że ich norma Euklidesa wynosi 1, czyli:

• , 

• Przyjmujemy, że                  , wówczas             , oraz że             , 

wówczas          . Wstawimy te zależności do powyższych wzorów 

otrzymując dwa równania:

• ,

• .

• W wyniku prostych obliczeń otrzymamy               ,            . Tym 

samym znormalizowane wektory będą miały postać:

• , .

7

0

0

1

2

1

1

1

5

4

2

3

2

1

1

1

AT

T

Λ

1

2

1

0

0

p

p

Λ

   

1

2

1
2

2

1

1

1

v

v

v

1

2

2

2

2

2

1

2

v

v

v

c

1

1

c

1

2

d

2

1

d

v

2

2

2

1

2

2

 c

c

1

2

2

2

d

d

2

1

c

5

1

d

2

1

2

1

1

v

5

2

5

1

2

v

background image

 

 

Wielokrotne bieguny

Jeśli macierz  ma wielokrotne własności własne, to nie można znaleźć n liniowo niezależnych wektorów własnych, a 

tym samym nie można przeprowadzić diagonalizacji. Jordan wykazał, że w tym samym przypadku zawsze można 

znaleźć macierz o postaci:

gdzie: p są wartościami własnymi, natomiast q przyjmuje wartość 0 lub 1. Wartość 1 związana jest z biegunami 

wielokrotnymi 

Przyjmijmy, że układ ma tylko jeden biegun, czyli biegun jest n-krotny. Wówczas mamy:

 .

Zauważymy, że powyższe (dla różnych biegunów) związki możemy w tym wypadku zastosować jedynie do pierwszej 

kolumny. Dla kolejnych kolumn wykorzystamy poprzednie wektory własne w następujący sposób:

co prowadzi do ogólnego związku:

  .

Na bazie tego wzoru można wyznaczyć kolejne kolumny macierzy transformacji .

n

n

n

p

q

p

q

p

q

p

0

0

0

0

0

0

0

0

0

0

0

0

0

1

1

2

2

1

1

AT

T

1

1

1

1

1

1

0

0

0

1

0

0

0

0

0

0

0

1

p

p

p

p

AT

T

n

n

n

p

p

p

p

v

v

Av

v

v

Av

v

v

Av

v

Av

1

1

3

1

2

3

2

1

1

2

1

1

1

1

1

i

i

p

v

v

I

A

n

i

,

,

2

,

1 

background image

 

 

Przykład

Macierz

 Równanie charakterystyczne

 macierzy  ma postać:

.

Wartości własne są identyczne p1=p2=-1, czyli mamy 

przypadek własności własnych wielokrotnych 

(dwukrotnych). Mamy znaleźć macierz T, która da w 

wyniku:

.

Znajdziemy pierwszy z wektorów v1 z zależności:

,

otrzymując po przyjęciu:                 , że:

.

Drugi wektor  znajdujemy z zależności:                            

         , czyli z równania:

.

Po przyjęciu:                  , wynik jest następujący:

.

Ostatecznie macierz transformacji  ma postać:

.

3

2

2

1

A

 



0

1

2

2

4

3

1

det

s

s

s

s

s

A

I

1

0

1

1

0

1

1

1

p

p

AT

T

1

0

v

I

A

1

1

p

1

1

1 

1

1

1

v

1

2

1

v

v

I

A

 p

1

1

2

2

2

2

2

2

2

1

v

v

1

2

1

v

2

1

2

1

v

2

1

1

1

1

T

background image

 

 

Obrót (transformacja) układu

• Powyżej poddaliśmy transformacji jednorodne równanie stanu. Obecnie poddamy 

transformacji pełny niejednorodny model w przestrzeni stanu, czyli model:

• Wprowadzimy do tych równań transformację, gdzie tym razem macierz T jest dowolną 

macierzą kwadratową nieosobliwą. W tym przypadku macierz modalna jest tylko jedną z 

nieskończenie dużej liczby możliwych transformacji. W wyniku transformacji otrzymamy:

• Po odpowiednich przekształceniach uzyskujemy ponownie klasyczny model w przestrzeni 

stanu:

• gdzie tym razem nowe macierze modelu związane są z poprzednimi następującymi 

zależnościami:

• Zauważmy, że macierz D nie podlega transformacji, gdyż łączy bezpośrednio sygnały 

wejściowe u(t) z sygnałami wyjściowymi y(t), a te nie uległy zmianie. Z matematycznego 

punktu widzenia transformacja jest realizowana przez obrót układu współrzędnych stanu.

Du

Cx

y

Bu

Ax

x

Du

x

CT

y

Bu

x

AT

x

T

~

~

~

Du

x

C

y

u

B

x

A

x

~

~

~

~

~

~

CT

C

B

T

B

AT

T

A

1

1

~

,

~

,

~

background image

 

 

Niezmienniczość układu wejście-

wyjście

• Pomimo transformacji układu zachowanie dynamiczne układu nie uległo 

zmianie. Tym samym zależności wejścia-wyjścia (np. transmitancja) 

powinny być identyczne dla obu układów. Aby to wykazać, podstawimy 

nowe macierze modelu do wzoru na transmitancję:

• a następnie wykorzystamy wzory na macierze, uzyskując:

• .

• Ponieważ iloczyn macierzy T i jej odwrotności  jest macierzą 

jednostkową, to po przekształceniach otrzymujemy z powrotem 

zależność:

• Tym samym widzimy, że macierz transmitancji  dla danego układu 

dynamicznego nie zależy od przyjętego wektora stanu. Aby więc uzyskać 

model w przestrzeni stanu na podstawie znanej transmitancji, należy 

przyjąć, jeden z wielu możliwych układ współrzędnych stanu. Wybór 

wektora stanu nie jest zagadnieniem trywialnym. Najczęściej 

sprowadzamy model w przestrzeni stanu do jednej z postaci 

kanonicznych. Jest wiele użytecznych postaci kanonicznych modelu

ale najczęściej wykorzystywane są dwie: postać kanoniczna 

obserwowalna i postać kanoniczna sterowalna.

 

D

B

A

I

C

G

 1

s

s

 

D

B

A

I

C

G

~

1

~

~

s

s

 

D

B

T

AT

T

I

CT

G

1

1

1

s

s

background image

 

 

Postać kanoniczna obserwowalna

postaci kanonicznej obserwowalnej tak dobieramy macierz transformacji T, aby:

, lub 

gdzie:  jest macierzą, najczęściej kwadratową, o wymiarach odpowiadających wymiarowi 

wektora pomiaru y(t), natomiast 0 jest macierzą zerową. Zauważmy, że równanie pomiaru 

przyjmie postać:

a tym samym wektor stanu został tak obrócony, że od razu widać, które elementy tego 

wektora znajdują odzwierciedlenie w wektorze pomiaru, a które nie są mierzone nawet w 

sposób pośredni. W szczególnym przypadku można uzyskać taką transformację, że:

czyli:

 lub

 

Ta ostatnia tożsamość oznacza, że pierwsze (ostatnie) r elementów wektora stanu jest 

mierzone bezpośrednio. 

0

C

CT

C

~

C

0

CT

C

~

Du

x

0

C

y

~

I

0

I

T

C

C

~

I

0

T

C

C

~

C

background image

 

 

Postać kanoniczna sterowalna

• W postaci kanonicznej sterowalnej tak dobieramy macierz transformacji 

T, aby:

•                                               lub 

• gdzie:     jest macierzą, najczęściej kwadratową, o wymiarach 

odpowiadających wymiarowi wektora sterowań u(t), natomiast 0 jest 

macierzą zerową. Zauważmy, że równanie stanu przyjmie postać:

• a tym samym wektor stanu został tak obrócony, że od razu widać które 

elementy tego wektora znajdują odzwierciedlenie w wektorze sterowań, a 

które nie są sterowane nawet w sposób pośredni. W szczególnym przypadku 

można uzyskać taką transformację, że:

• ,

• czyli:

•                                                     lub .

• Ta ostatnia tożsamość oznacza, że pierwsze (ostatnie) m elementów wektora 

stanu jest sterowane bezpośrednio. 

0

B

B

T

B

1

~

B

0

B

T

B

1

~

B

u

0

B

x

A

x

 ~

~

~

I

0

I

B

T

B

1

~

I

0

B

T

B

1

~

background image

 

 

Układ SISO

• Dla przykładu rozważymy układ o jednym wejściu i jednym wyjściu opisanym 

transmitancją:

• .W powyższym układzie rząd licznika jest mniejszy od rzędu mianownika o 1. 

Można wykazać, że układ taki transformuje się do następującej postaci 

kanonicznej sterowalnej:

• ,

• .

• Ponieważ układ ma jedno wejście i jedno wyjście, to macierz sterowania 

redukuje się do wektora kolumnowego, gdy macierz pomiaru redukuje się do 

wektora wierszowego. Macierz sterowań ma charakterystyczny dla postaci 

kanonicznej sterowalnej wygląd. Z tej macierzy od razu widać, że sterowanie 

wpływa bezpośrednio na pierwszy element wektora stanu. Tak jak przyjęto, 

wektory oznaczymy małymi literami, otrzymując:

Jak pokażemy w kolejnym rozdziale, nie jest to jedyna postać kanoniczna 

sterowalna dla danego układu. Co więcej, pokażemy w jaki sposób 

praktycznie przechodzić od transmitancji do zapisu w przestrzeni stanów.

W przypadku układów o wielu wejściach i wielu wyjściach (MIMO) 

trzeba skorzystać z zależności wyprowadzonych w teorii sterowania aby z 

macierzy transmitancji uzyskać model kanoniczny w przestrzeni stanów.

 

 

 

m

m

m

m

m

m

r

m

a

s

a

s

a

s

b

s

b

s

b

s

b

s

U

s

Y

s

G

1

1

1

1

2

2

1

1

u

x

x

x

x

a

a

a

a

x

x

x

x

m

m

m

m

m

0

0

0

1

0

1

0

0

0

0

1

0

0

0

0

0

1

1

2

1

3

2

1

1

2

1

m

m

x

x

x

b

b

b

y

2

1

2

1

cx

b

Ax

x

y

u

background image

 

 


Document Outline