Discrétisation
Dans les mathématiques , la discrétisation concerne le processus de transférer les modèles et les équations continus du dans les contre-parties discrètes du . Ce processus habituellement est suivi dans un premier temps vers les rendre appropriées à l'évaluation et à l'exécution numériques sur les calculateurs numériques. Afin d'être traité sur un calculateur numérique une autre quantification appelée de processus il est essentielle.
discrétisation d'Euler
prise de Zéro-ordre de
La discrétisation est également liée aux mathématiques discrètes , et est un composant important du de calcul granulaire. Dans ce contexte, la discrétisation de peut également se rapporter à la modification de la variable de la granularité catégorie, comme quand des variables discrètes multiples sont agrégées ou des catégories discrètes multiples sont fondues.
Discrétisation des modèles d'espace d'état linéaire
La discrétisation est également concernée par la transformation des équations continu dans les équations à
différences discrètes , appropriée au de calcul numérique.
Le là où le v et le W sont continus zéro-signifier les sources de bruit blanc avec le de de covariances \ mathbf {v} (t) \ sim N (0, \
de mathbf Q) \ mathbf {W} (t) \ sim N (0, \ mathbf R) peuvent être discrétisées, la prise arrogante de Zéro-ordre de pour le u d'entrée et l'intégration continue pour le de bruit v , au = de \ mathbf de {x} \ + de mathbf A_d \ mathbf {x} \ mathbf B_d \ mathbf {u} + \ = de \ mathbf
du mathbf {v} {y} \ + de mathbf C_d \ mathbf {x} \ + de mathbf D_d \ mathbf {u} \ mathbf {W} avec covariance
\ mathbf {v} \ sim N (0, \ mathbf Q_d)
\ mathbf {} de W \ sim N (0, \ mathbf R_d) là où
\ mathbf A_d = e^ {\ mathbf A T} = \ mathcal ^ {L} {- 1} \ {(s \ mathbf I - \ mathbf A)^ {- 1} \} = de B_d de \ mathbf _ {t=T} \ laissé (\ e^ ^ d'int_ {\ tau=0} {T} {\ mathbf A \ tau} d \ tau \ droit) \ = de mathbf B \ mathbf A^ {- 1} (\ mathbf A_d - I) \ mathbf B , si le \ mathbf A est = de C_d non singulier \ mathbf \ mathbf C de
\ mathbf D_d = \
du mathbf D \ mathbf Q_d = \ e^ ^ d'int_ {\ tau=0} {T} {\ mathbf A \ tau} \ e^ du mathbf Q {\ mathbf A^T \ tau} = de R_d de \ mathbf d \ tau \ mathbf R et T est le temps d'échantillon.
Dérivation
Commencer par le
de de modèle continu \ = de mathbf {\ point {x}} (t) \ mathbf A \ mathbf X (t) + \ mathbf B \ mathbf u (t) nous savent que
Matrix exponentiel est
\ frac {d} {décollement} e^ {\ mathbf à} = \ mathbf A e^ {\ mathbf à} = e^ {\ mathbf à} \ mathbf A et par prémultipliant modèle nous obtiennent
e^ {- \ mathbf à} \ mathbf {\ point {x}} (t) = e^ {- \ mathbf à} \ mathbf A \ mathbf X (t) + e^ {- \ mathbf à} \ mathbf B \ mathbf u (t) quel nous reconnaissent en tant que
\ frac {d} {décollement} (e^ {- \ mathbf à} \ mathbf X (t)) = e^ {- \ mathbf à} \ mathbf B \ mathbf u (t) et par l'intégration.
e^ {- \ mathbf au} \ mathbf X (t) - e^0 \ mathbf X (0) = \ int_0^t e^ {- \ mathbf A \} de tau \ mathbf B \ mathbf u (\ tau) d \
de tau \ mathbf X (t) = e^ {\ mathbf à} \ 0) e^ + de mathbf X (\ int_0^t {\ mathbf A (t \ tau)} \ mathbf B \ mathbf u (\ tau) d \ tau ce qui est une solution analytique au modèle continu.
Maintenant nous voulons discrétiser l'expression ci-dessus. Nous supposons qu'u est le constant pendant chaque timestep.
\ mathbf X \ \ stackrel {\ mathrm {def}} {=} \ \
du mathbf X (kT) \ mathbf X = e^ {\ mathbf AkT} \ 0) e^ + du mathbf X (\ int_0^ {kT} {\ mathbf A (kT- \ tau)} \ mathbf B \ mathbf u (\ tau) d \
de tau \ mathbf X = e^ {\ mathbf A (k+1) T} \ 0) e^ + du mathbf X (\ int_0^ {(k+1) T} {\ mathbf A ((k+1) t \ tau)} \ mathbf B \ mathbf u (\ tau) d \
de tau \ mathbf X = e^ {\ mathbf À} \ e^ laissé {\ mathbf AkT} \ 0) e^ + du mathbf X (\ int_0^ {kT} {\ mathbf A (kT- \ tau)} \ mathbf B \ mathbf u (\ tau) d \ tau \ right+ \ e^ ^ de l'int_ {kT} {(k+1) T} {\ mathbf A (kT+T- \ tau)} \ mathbf B \ mathbf u (\ tau) d \ tau Nous identifions l'expression encadrée comme \ mathbf x, et la deuxième limite peut être simplifiée en substituant le v = le kT + - de T \ tau. Nous aussi supposent que \ mathbf u est constant pendant intégral , qui alternativement rapporte
\ mathbf X = e^ {\ mathbf À} \ mathbf X + \ à gauche dv d'e^ (\ int_0^T {\ mathbf poids du commerce} \) droit \ mathbf B \ mathbf u ce qui est une solution exacte au problème de discrétisation.
Approximations
La discrétisation exacte peut parfois être due insurmontable à la
matrice lourde exponentielle et aux opérations intégrales impliquées. Il est
beaucoup facile pour calculer approximatif discret modèle, basé sur cela pour petit timesteps
e^ {\ mathbf à} \ approximativement \ + de mathbf I \ mathbf A T. La solution approximative devient alors :
\ mathbf X \ approximativement (\ + de mathbf I \ mathbf À) \ mathbf X + (\ mathbf I T + \ frac {1} {2} \ mathbf A T^2) \ mathbf B \ mathbf u quel peut loin être rapproché si
\ frac {1} {2} \ mathbf A T^2 est petit ; rapportant
\ mathbf X \ approximativement (\ + de mathbf I \ mathbf à) \ mathbf X + T \ mathbf B \ mathbf u Autre possible approximation sont e^ {\ mathbf À} \ approximativement \ est parti (\ mathbf I - \ mathbf A T \ droit) ^ {- 1} et e^ {\ mathbf À} \ approximativement \ est parti (\ mathbf I + \ frac {1} {2} \ mathbf A T \) droit \ à gauche (\ mathbf I - \ frac {1} {2} \ mathbf A T \ droit) ^ {- 1} . Chacun de eux a différentes propriétés de stabilité. Dernier est connu en tant que bilinéaire transforment, ou Tustin transforment, et des conserves la stabilité (l'ONU) du système de continu-temps.