李雅普诺夫稳定性理论

全栈程序员-站长 • 2026年3月26日下午3:41 • 未分类 • 阅读 2

1892年，俄国学者李雅普诺夫提出的稳定性定理采用了状态向量来描述，适用于单变量，线性，非线性，定常，时变，多变量等系统。

目前，李雅普诺夫理论是证明非线性系统稳定性的重要理论依据，也是设计控制算法的重要方法之一。

这里介绍李雅普诺夫直接法（第二法）

基础知识

1、二次型定义及其表达式

形如

f (x, y) = a x 2 + 2 b x y + c y 2

$f(x,y)= ax^2 + 2bxy + cy^2$ ，每项的次数都是2。矩阵表示为：

V (x 1, x 2, \dots, x n) = [x 1, x 2, \dots, x n] ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ p 11, p 21, \dots, p n 1, p 12, p 22, \dots, p n 2, \dots, \dots, \dots, \dots, p 1 n p 2 n \dots p n n ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ ⎡ ⎣ ⎢ ⎢ ⎢ ⎢ x 1 x 2 ⋮ x n ⎤ ⎦ ⎥ ⎥ ⎥ ⎥ = x T P x

$V(x_1,x_2, \cdots , x_n)=[x_1,x_2,\cdots,x_n] \begin{bmatrix} p_{11},&p_{12},& \dots, &p_{1n} \\ p_{21},& p_{22},& \dots, & p_{2n} \\ \cdots ,& \cdots, & \cdots, & \cdots \\ p_{n1},&p_{n2},& \dots, &p_{nn} \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{bmatrix} = x^T P x$
其中， $P$ 为对称矩阵。

2、（二次型）V(x) 判据

（1）、 $V(x)$ 正定的充分必要条件是矩阵 $P$ 的所有主子式行列式为正。
（2）、若 $P$ 是奇异矩阵，且它的所有主子式行列式均非负，则 $V(x)$ 为半正定的。
（3）、如果矩阵 $P$ 的奇数阶主子行列式为负值，偶数阶主子行列式为正值，则其为负定的。
（4）、若 $P$ 正定，则对于任意 $x \neq 0$ , 总有 $V(x) > 0$ 。

3、任意 V(x) 判据

（1）、则对于任意 $x \neq 0$ , 总有 $Q(x) =x^T Q x> 0$ ，则称 $Q(x)$ 为正定函数。
（2）、则对于任意 $x$ , 总有 $Q(x) =x^T Q x \geq 0$ ，且存在 $x \neq 0$ ，使 $Q(x) =0$ ，则称 $Q(x)$ 为半正定函数。
（3）、若 $-Q(x)$ 为（半）正定函数，则 $Q(x)$ 为（半）负定函数

稳定性定理

一、稳定性定义

1、对系统 $\dot x = f(x,t)$ ,若任意给定一个实数 $\epsilon > 0$ ，总存在另一个实数 $\delta (\epsilon,t_0)>0$ ，使当初始条件 $|| x（t_0) || < \delta$ 时，系统的状态 $||x（t）||< \delta ，\forall t \geq t_o$ , 则称系统的平衡状态 $x_s$ 是稳定的。否则，就是不稳定的。
2、一致稳定性
如果系统的平衡状态是稳定的，且 $\delta$ 与 $t_0$ 无关，（若任意给定一个实数 $\epsilon > 0$ ，总存在另一个实数 $\delta (\epsilon)>0$ ，使当初始条件 $|| x（t_0) || < \delta$ 时，系统的状态 $||x（t）||< \delta ，\forall t \geq t_o$ ），则该平衡状态是一致稳定的。
若定常系统的平衡状态是稳定的，则一定是一致稳定的。

lim t \to \infty | | x - x e | | = 0

$\lim\limits_{t\rightarrow{\infty}} ||x-x_e||=0$
则系统是渐进稳定的。

| | x (t) | | \leq | | x (t 0) | | e - λ (t - t 0)

$||x(t)|| \leq ||x(t_0)|| e^{- \lambda (t-t_0)}$ ,则称平衡点 $x_s =0$ 是指数稳定的，其中正常数 $\lambda$ 称为指数收敛率。

二、稳定性定理

李雅普诺夫第二法是从能量的观点出发得来的。任何物理系统的运动都要消耗能量，并且能量总是大于零的。对于一个不受外部作用的系统，如果系统的能量，随系统的运动和时间的增长而连续地减小，一直到平衡状态为止，则系统的能量将减少到最小，那么这个系统是渐近稳定的。

2、全局稳定性定理

设 $x=0$ 是系统的平衡点，存在一个标量函数 $V(x)$ ，它具有一阶连续偏导数，且满足：
（1）、函数 $V(x)$ 是正定的
（2）、 V(x) 正则，即当 $||x|| \rightarrow \infty$ 时， $V(x) \rightarrow \infty$ 。
（3）、若函数 $V(x)$ 关于时间的导数是半负定的，则平衡点 $x=0$ 是全局稳定的
（4）、若函数 $V(x)$ 关于时间的导数是负定的，则平衡点 $x=0$ 是全局渐近稳定的

V (x) \leq λ 1 | | x | | 2, V ˙ (x) \leq λ 2 | | x | | 2

$V(x) \leq \lambda_1 ||x||^2, \dot V(x) \leq \lambda_2 ||x||^2$
则平衡点 $x=0$ 是全局指数稳定的，指数收敛率为 $\frac {\lambda_1}{\lambda_2}$

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/198146.html原文链接：https://javaforall.net

李雅普诺夫稳定性理论

基础知识

1、二次型定义及其表达式

2、（二次型）V(x) 判据

3、任意 V(x) 判据

稳定性定理

一、稳定性定义

二、稳定性定理

关于作者

全栈程序员-站长

发表回复

李雅普诺夫稳定性理论

基础知识

1、二次型定义及其表达式

2、（二次型）V(x) 判据

3、任意 V(x) 判据

稳定性定理

一、稳定性定义

二、稳定性定理

关于作者

全栈程序员-站长

相关推荐

动态规划之0-1背包问题（详解+分析+原码）

网络天才网页版在线玩无需下载(中国破解网络的天才)

RelativeLayout和LinearLayout性能比较

概率论基础 – 5 – 马尔可夫不等式

数据结构考研面试被问的问题_考研程序设计与数据结构

第十七课：动生电动势和发电机

发表回复