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
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
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
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
+ + =
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
� �
=
� �
� �
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
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
=
+ +
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.
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
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
Wektory i wartości własne
•
Macierz T diagonalizującą macierz stanu , nazywamy
macierzą modalną lub odprzęgającą, gdyż po transformacji
jednorodne macierzowe równanie stanu rozpada się na n
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 n 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
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
p -
=
I A
i
i
i
c
=
�
v 0
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
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
v
1
1
c
v
1
2
d
v
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
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
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
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
~
,
~
,
~
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
Postać kanoniczna obserwowalna
•
W 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
C
0
I
T
C
C
~
I
0
T
C
C
~
C
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
B
0
I
B
T
B
1
~
I
0
B
T
B
1
~
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