lyapunov函数 matlab,科学网-[转载]Matlab的Lyapunov、Sylvester和Riccati方程的Matlab求解-吴雄君的博文...

一、连续Lyapunov方程连续Lyapunov方程可以表示为

Lyapunov方程来源与微分方程稳定性理论，其中要求C为对称正定的n×n方阵，从而可以证明解X亦为n×n对称矩阵，这类方程直接求解比较困难，不过有了Matlab中lyap()函数，就简单多了。>> A=[1 2 3;4 5 6;7 8 0]

A =

1     2     3

4     5     6

7     8     0

>> C=-[10 5 4;5 6 7;4 7 9]

C =

-10    -5    -4

-5    -6    -7

-4    -7    -9

>> X=lyap(A,C)

X =

-3.9444    3.8889    0.3889

3.8889   -2.7778    0.2222

0.3889    0.2222   -0.1111二、Lyapunov方程的解析解利用Kroncecker乘积的表示方法，可以将Lyapunov方程写为function x=lyap2(A,C)

%Lyapunov方程的符号解法n=size(C,1);

A0=kron(A,eye(n))+kron(eye(n),A);

c=C(:);

x0=-inv(A0)*c;

x=reshape(x0,n,n)例子>>A=[1 2 3;4 5 6;7 8 0];

>>C=-[10 5 4;5 6 7;4 7 9];

>>x=lyap2(sym(A),sym(C))

x =

[ -71/18,   35/9,   7/18]

[   35/9,  -25/9,    2/9]

[   7/18,    2/9,   -1/9]三、离散Lyapunov方程离散Lyapunov方程的一般形式为Matlab中直接提供了dlyap()函数求解该方程：X=dlyap(A,Q)其实，如果A矩阵非奇异，则等式两边同时右乘得到就可以将其变换成连续的Sylvester方程而Sylvester方程是广义Lyapunov方程，故离散的Lyapunov方程还可以使用下面的方法求解B=-inv(A’)

C=Q*inv(A’)

X=lyap(A,B,C)下面总结下我们上面的讲到的知识点：X=lyap(A,C)连续Lyapunov方程数值解法X=lyap2(A,C)连续Lyapunov方程符号解法X=lyap(A,B,C)广义Lyapunov方程，即Sylvester方程X=dlyap(A,Q)或者X=lyap(A,-inv(A’),Q*inv(A’))离散Lyapunov方程Sylvester方程Matlab求解Sylvester方程的一般形式为该方程又称为广义的Lyapunov方程，式中A是n×n方阵，B是m×m方阵，X和C是n×m矩阵。Matlab控制工具箱提供了直接的求解该方程的lyap()函数A=[8 1 6;3 5 7;4 9 2]

B=[2 3;4 5]

C=[1 2;3 4;5 6]

X=lyap(A,B,C)

A =

8     1     6

3     5     7

4     9     2

B =

2     3

4     5

C =

1     2

3     4

5     6

X =

0.2011    0.2016

0.0393    0.1554

-0.6428   -0.8966同理，我们使用Kronecker乘机的形式将原方程进行如下变化故可以编写Sylvester方程的解析解函数function X=lyap3(A,B,C)

%Sylvester方程的解析解法%rewrited by dynamic

%more information http://www.ilovematlab.cn

If nargin==2,C=B;B=A';end

[nr,nc]=size(C);

A0=kron(A,eye(nc))+kron(eye(nr),B');

try

C1=C';

X0=-inv(A0)*C1(:);

X=reshape(X0,nc,nr);

catch

error('Matlabsky提醒您：矩阵奇异！');

end用上面的数据，我们试验下该解析解法的>>X=lyap3(sym(A),B,C)

X =

[   2853/14186,    557/14186,  -9119/14186]

[  11441/56744,   8817/56744, -50879/56744]

Riccati方程的Matlab求解Riccati方程是一类很著名的二次型矩阵形式，其一般形式为由于含有矩阵X的二次项，所有Riccati方程求解要Lyapunov方程更难，Matlab控制工具箱提供了are()函数，可以直接求解该函数A=[-2 1 -3;-1 0 -2;0 -1 -2]

B=[2 2 -2;-1 5 -2;-1 1 2]

C=[5 -4 4;1 0 4;1 -1 5]

X=are(A,B,C)

A =

-2     1    -3

-1     0    -2

0    -1    -2

B =

2     2    -2

-1     5    -2

-1     1     2

C =

5    -4     4

1     0     4

1    -1     5

X =

0.9874   -0.7983    0.4189

0.5774   -0.1308    0.5775

-0.2840   -0.0730    0.6924如何用matlab求解lyapunov指数我是需要分析计算LOGISTIC数据,都是用来说明对初值的敏感.以下是LOGISTIC求解的程序,希望得到LYAPUNOV的程序.

clc

clear

close all

lambda = 3:5e-4:4;

x = 0.4*ones(1,length(lambda));

N1 = 400;                  %前面的迭代点数N2 = 100;                  %后面的迭代点数f = zeros(N1+N2,length(lambda));

for i = 1:N1+N2

x = lambda .* x .* (1 - x);

f(i,:) = x;

end

f = f(N1+1:end,:);

plot(lambda,f,'k.','MarkerSize',1)

xlabel('lambda')

ylabel('x');