You are on page 1of 59

Lyapunovljeva analiza stabilnosti

Opca teorija sustava


Sveuciliste u Zagrebu
Fakultet strojarstva i brodogradnje
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 1 / 56
Sadrzaj
1
Denicije i pojam stabilnosti
2
Lyapunovljeva analiza stabilnosti
3
Lyapunovljeva analiza stabilnosti linearnih sustava
4
Analiza stabilnosti slozenih sustava
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 2 / 56
Denicije i pojam stabilnosti
Sadrzaj
1
Denicije i pojam stabilnosti
2
Lyapunovljeva analiza stabilnosti
3
Lyapunovljeva analiza stabilnosti linearnih sustava
4
Analiza stabilnosti slozenih sustava
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 3 / 56
Denicije i pojam stabilnosti Denicije stabilnosti
Denicije stabilnosti
Autonomni nelinearni dinamicki sustav reprezentiran je sustavom nelinearnih
diferencijalnih jednadzbi:
x = f (x)
gdje je
f : R
n
R
n
- nelinearna vektorska funkcija,
x R
n
- vektor stanja sustava.
Denicija 1. (Stabilnost) Za ravnotezno stanje x = 0 kazemo da je stabilno ako
za neki > 0 postoji > 0 tako da iz x(t
0
) < , slijedi x(t) < za sve
t t
0
. Inace ravnotezno stanje je nestabilno.
Prethodnu deniciju mozemo prikazati kompaktnije na slijedeci nacin
> 0, > 0, x(t
0
) < x(t) < , t 0.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 4 / 56
Denicije i pojam stabilnosti Denicije stabilnosti
Denicije stabilnosti
Denicija 2. (Asimptotska stabilnost) Za ravnotezno stanje kazemo da je
asimptotski stabilno ako je zadovoljen dodatni uvjet da za neki > 0 iz
x(t
0
) < slijedi da x(t) 0 kada t .
> 0, x(t
0
) < x(t) 0, t .
Denicija 3. (Eksponencijalna stabilnost) Za ravnotezno stanje kazemo da je
eksponencijalno stabilno ako postoje , > 0 takvi da za svaki > 0 vrijedi
x(t) < x(t
0
)e
(tt
0
)
za svaki t > t
0
kad god je x(t
0
) < .
Prethodnu deniciju mozemo prikazati kompaktnije na slijedeci nacin
> 0, , > 0, x(t
0
) < x(t) < x(t
0
)e
(tt
0
)
, t > t
0
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 5 / 56
Denicije i pojam stabilnosti Stabilnost sustava 1. reda
Pojam stabilnosti
Problem stabilnosti dinamickih sustava problem trazenja asimptotskih rjesanja
diferencijalnih jednadzbi (kvalitativna rjesenja diferencijalnih jednadzbi)
x = f(x)
1. Stacionarno stanje: x = 0, f(x) = 0, moguca rjesenja: x

1
, x

2
, ...
2. Stabilnost pojedinih x

1
, x

2
, ...
3. Odredivanje domene atrakcije oko pojedinih x

1
, x

2
, ...
Primjer: x = x +
1
20
x
3
6 4 2 0 2 4 6
5
4
3
2
1
0
1
2
3
4
5
x
x+1/20 x
3
Nestabilno
stacionarno
stanje
Nestabilno
stacionarno
stanje
Stabilno
stacionarno
stanje
Kako utvrditi stabilnost stacionarnih stanja?
Za sustave 1. reda (x

= 0) ako f(x) zadovoljava:


1. x > 0, f(x) < 0 x < 0
2. x < 0, f(x) > 0 x > 0
3. x = 0, f(x) = 0 x = 0
ili skraceno: x f(x) 0
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 6 / 56
Denicije i pojam stabilnosti Stabilnost sustava 1. reda
Stabilnost nelinearnih sustava prvog reda
Dinamicki sustav (x R)
x = f(x)
Uvjet stabilnosti
x f(x) 0
od diferencijalne forme ...
x x = x f(x)
... do uvjeta disipativnosti
d
dt

1
2
x
2

= x f(x) 0
d
dt

1
2
x
2

=
d
dx

1
2
x
2

dx
dt
= x x
Ako oznacimo: V (x) =
1
2
x
2
imamo

V (x) 0
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 7 / 56
Denicije i pojam stabilnosti Stabilnost sustava 1. reda
Svojstva funkcije V (x)
1. V (x) > 0 za x = 0
2. V (x) = 0 x = 0
3. min
x
V (x) = 0
Posljedica V (x) 0 i

V (x) 0
x 0 za t
Sustav je asimptotski stabilan!
1
Za bilo koji pocetni x(0) = x
0
= 0 imamo V (x
0
) > 0 u t = 0.
2
Zbog

V (x) 0 slijedi da ce V (x) kontinuirano opadati tijekom vremena
prema minimalnoj mogucoj vrijednosti: V (x) = 0.
3
Posljedica V (x) 0 je x 0
2 1 0 1 2
0
0.5
1
1.5
2
x
1/2 x
2
2 1 0 1 2
4
3
2
1
0
x
x
2
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 8 / 56
Lyapunovljeva analiza stabilnosti
Sadrzaj
1
Denicije i pojam stabilnosti
2
Lyapunovljeva analiza stabilnosti
3
Lyapunovljeva analiza stabilnosti linearnih sustava
4
Analiza stabilnosti slozenih sustava
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 9 / 56
Lyapunovljeva analiza stabilnosti
Karakterizacija stabilnosti primjenom Lyapunovljeve funkcije
Globalna stabilnost ( x = f(x); x, f(x) R
n
)
Ako imamo skalarnu funkciju V (x) sa kontinuiranim parcijalnim derivacijama
prvog reda tako da vrijedi
V (x) je pozitivno denitna (V (x) > 0 za x > 0; V (x) = 0 za x = 0)

V (x) je negativno (semi)denitna (



V (x) 0 za x > 0;

V (x) = 0 za x = 0)
V (x) kada x (V (x) je radijalno neogranicena)
tada je ravnotezno stanje x = 0 globalno stabilno. Ako je

V (x) negativno
denitna tada je ravnotezno stanje globalno asimptotski stabilno.
LaSalleov princip invarijantnosti (

V (x) 0)
Ako skup R =

x R
n
|

V (x) = 0

ne sadrzi druga rjesenja osim ravnoteznog


stanja x = 0, tada je ravnotezno stanje x = 0 globalno asimptotski stabilno.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 10 / 56
Lyapunovljeva analiza stabilnosti
Metodologija Lyapunovljeve analize stabilnosti
Odredivanje jednadzbi pogreske oko stacionarnog stanja x = 0
Konstrukcija Lyapunovljeve funkcije V (x)
Odredivanje vremenske derivacije Lyapunovljeve funkcije

V (x)
Odredivanje kriterija stabilnosti

odredivanje uvjeta pozitivne denitnosti Lyapunovljeve funkcije,


V (x) 0

odredivanje uvjeta negativne (semi)denitnosti derivacije Lyapunovljeve


funkcije,

V 0
Primjena LaSalleovog principa invarijantnosti za utvrdivanje
asimptotske stabilnosti ako je

V (x) samo negativno semidenitna
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 11 / 56
Lyapunovljeva analiza stabilnosti
Metodologija Lyapunovljeve analize stabilnosti
Odredivanje jednadzbi pogreske oko stacionarnog stanja x = 0
Konstrukcija Lyapunovljeve funkcije V (x)
Odredivanje vremenske derivacije Lyapunovljeve funkcije

V (x)
Odredivanje kriterija stabilnosti

odredivanje uvjeta pozitivne denitnosti Lyapunovljeve funkcije,


V (x) 0

odredivanje uvjeta negativne (semi)denitnosti derivacije Lyapunovljeve


funkcije,

V 0
Primjena LaSalleovog principa invarijantnosti za utvrdivanje
asimptotske stabilnosti ako je

V (x) samo negativno semidenitna
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 11 / 56
Lyapunovljeva analiza stabilnosti
Metodologija Lyapunovljeve analize stabilnosti
Odredivanje jednadzbi pogreske oko stacionarnog stanja x = 0
Konstrukcija Lyapunovljeve funkcije V (x)
Odredivanje vremenske derivacije Lyapunovljeve funkcije

V (x)
Odredivanje kriterija stabilnosti

odredivanje uvjeta pozitivne denitnosti Lyapunovljeve funkcije,


V (x) 0

odredivanje uvjeta negativne (semi)denitnosti derivacije Lyapunovljeve


funkcije,

V 0
Primjena LaSalleovog principa invarijantnosti za utvrdivanje
asimptotske stabilnosti ako je

V (x) samo negativno semidenitna
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 11 / 56
Lyapunovljeva analiza stabilnosti
Metodologija Lyapunovljeve analize stabilnosti
Odredivanje jednadzbi pogreske oko stacionarnog stanja x = 0
Konstrukcija Lyapunovljeve funkcije V (x)
Odredivanje vremenske derivacije Lyapunovljeve funkcije

V (x)
Odredivanje kriterija stabilnosti

odredivanje uvjeta pozitivne denitnosti Lyapunovljeve funkcije,


V (x) 0

odredivanje uvjeta negativne (semi)denitnosti derivacije Lyapunovljeve


funkcije,

V 0
Primjena LaSalleovog principa invarijantnosti za utvrdivanje
asimptotske stabilnosti ako je

V (x) samo negativno semidenitna
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 11 / 56
Lyapunovljeva analiza stabilnosti
Primjer: x = x + x
3
, LF: V (x) =
1
2
x
2
f(x) = x + x
3

V (x) = x x = xf(x) = x
2
+ x
4
= x
2
(x
2
1) 0
(x
2
1) 0
1 < x < 1 - domena atrakcije
Analiza stabilnosti za nelinearne sustave prvog reda je jednostavna
S povecanjem reda sustava analiza stabilnosti postaje sve slozenija
Ne postoji univerzalna receptura kao u slucaju linearnih sustava
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 12 / 56
Lyapunovljeva analiza stabilnosti Stabilnost sustava 2. reda
Primjer 2:
x
1
= x
2
,
x
2
= 2x
1
x
2
,
LF: V (x) = 7x
2
1
+ 2x
1
x
2
+ 3x
2
2
, V (x) 0 ???
2x
1
x
2
= (x
1
+ x
2
)
2
x
2
1
x
2
2
V (x) = 7x
2
1
+ 3x
2
2
+ (x
1
+ x
2
)
2
x
2
1
x
2
2
V (x) = 6x
2
1
+ 2x
2
2
+ (x
1
+ x
2
)
2
0 - LF je pozitivno denitna

V (x) = 14x
1
x
1
+ 6x
2
x
2
+ 2x
1
x
2
+ 2 x
1
x
2

V (x) = 14x
1
(x
2
) + 6x
2
(2x
1
x
2
) + 2x
1
(2x
1
x
2
) + 2(x
2
)x
2

V (x) = 4x
2
1
4x
2
2
0 - derivacija LF je negativno denitna
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 13 / 56
Lyapunovljeva analiza stabilnosti Stabilnost sustava 2. reda
Linearni priguseni oscilator
Dinamicki model linearnog prigusenog oscilatora
m x + x + kx = 0
Energija linearnog prigusenog oscilatora
E(x, x) =
1
2
m x
2
+
1
2
kx
2
0
Disipacija energije linearnog prigusenog oscilatora
dE(x, x)
dt
= m x x + kx x = (m x + kx)
. .. .
x
x = x
2
0
Hurwitzov kriterij stabilnosti
m > 0, > 0, k > 0
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 14 / 56
Lyapunovljeva analiza stabilnosti Stabilnost sustava 2. reda
Nelinearni priguseni oscilator (1)
Dinamicki model nelinearnog prigusenog oscilatora (1)
m x + x
3
+ kx
3
= 0
nije moguca
linearizacija!!!
Energija nelinearnog prigusenog oscilatora (1)
E(x, x) =
1
2
m x
2
+
1
4
kx
4
Disipacija energije linearnog prigusenog oscilatora
dE(x, x)
dt
= m x x + kx
3
x = (m x + kx
3
)
. .. .
x
3
x = x
4
Kriterij stabilnosti
m > 0, > 0, k > 0
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 15 / 56
Lyapunovljeva analiza stabilnosti Stabilnost sustava 2. reda
Nelinearni priguseni oscilator (2)
Dinamicki model nelinearnog prigusenog oscilatora (2)
m x + f(x, x) + g(x) = 0
Energija nelinearnog prigusenog oscilatora (2)
E(x, x) =
1
2
m x
2
+

x
0
g()d
Disipacija energije linearnog prigusenog oscilatora
dE(x, x)
dt
= m x x + g(x) x = (m x + g(x))
. .. .
f(x, x)
x = xf(x, x)
Kriterij stabilnosti
m > 0, xf(x, x) > 0, xg(x) > 0
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 16 / 56
Lyapunovljeva analiza stabilnosti Linearni priguseni oscilator (jos jednom)
Linearni priguseni oscilator - primjena pasivnosti u konstrukciji LF
Dinamicki model linearnog prigusenog oscilatora
m x + x + kx = 0
izlazna varijabla y = x
Kvadratna diferencijalna forma
x(m x + x + kx) = m x x + x
2
+ kx x =
= m
d
dt

1
2
x
2

+ x
2
+ k
d
dt

1
2
x
2

=
=
d
dt

1
2
m x
2
+
1
2
kx
2

+ x
2
= 0
Disipacija energije linearnog prigusenog oscilatora
d
dt

1
2
m x
2
+
1
2
kx
2

. .. .
E(x, x)
= x
2
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 17 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava
Sadrzaj
1
Denicije i pojam stabilnosti
2
Lyapunovljeva analiza stabilnosti
3
Lyapunovljeva analiza stabilnosti linearnih sustava
4
Analiza stabilnosti slozenih sustava
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 18 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Lyapunovljeva analiza linearnih sustava
Lyapunovljeva analiza stabilnosti linearnih multivarijabilnih sustava
Dinamicki model linearnih sustava
x = Ax, x, x R
n
, A R
nn
Lyapunovljeva funkcija
V (x) =
1
2
x
T
Px, P = P
T
0
Derivacija Lyapunovljeve funkcije
dV (x)
dt
=
1
2
x
T
Px +
1
2
x
T
P x =
1
2
(Ax)
T
. .. .
x
T
A
T
Px +
1
2
x
T
P(Ax) =
=
1
2
x
T

A
T
P+PA

x = x
T
Qx 0, Q = Q
T
0
Kriterij stabilnosti: Linearna matricna nejednakost (LMI)
A
T
P+PA = Q 0
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 19 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Lyapunovljeva analiza linearnih sustava
Egzistencija i jedinstvenost Lyapunovljeve funkcije
Teorem (Egzistencija i jedinstvenost Lyapunovljeve funkcije).
Sustav
x = Ax,
je asimptotski stabilan ako za bilo koju pozitivno-denitnu simetricnu matricu Q
postoji jedinstvena pozitivno denitna simetricna matrica P koja zadovoljava
Lyapunovljevu jednadzbu
A
T
P+PA = Q.
Stabilnost linearnih sustava odredujemo primjenom Lyapunovljeve matricne
jednadzbe na slijedeci nacin:
1
izabere se neka pozitivno denitna matrica Q;
2
rjesi se Lyapunovljeva jednadzba po matrici P;
3
provjeri se da li je matrica P pozitivno denitna;
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 20 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Sylvesterov teorem
Kriterij pozitivne denitnosti matrice - Sylvesterov teorem
Algebarski kriterij pozitivne denitnosti matrice A daje nam Sylvesterov teorem:
sve vodece subdeterminante (leading principal minors) matrice A, moraju biti
pozitivne

1
= a
11
> 0,
2
=

a
11
a
12
a
21
a
22

> 0,
3
=

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

> 0, . . .
do
n
= det(A) > 0.
Navedeni uvjet ekvivalentan je zahtijevu da svojstvene vrijednosti matrice A budu
pozitivne.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 21 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Denicije i svojstva vektorskih normi
Denicije i svojstva vektorskih normi
Norma vektora x R
n
je funkcija koja preslikava vektorski prostor R
n
u prostor
nenegativnih realnih brojeva R
+
, odnosno : R
n
R
+
.
Funkcija naziva se vektorska norma ako vrijede slijedeca svojstva
1
x 0, x R
n
2
x = 0 x = 0
3
x = || x, x R
n
, R
4
x +y x +y, x, y R
n
(nejednakost trokuta)
Vrijedi: x
T
y x y
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 22 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Denicije i svojstva vektorskih normi
L
p
norma vektora
L
p
norme vektora koje su denirane slijedecim izrazom
x
p
=

i=1
|x
i
|
p

1
p
, p 1 (1)
gdje je x = [x
1
x
2
x
n
]
T
.
L
1
norma: x
1
=
n

i=1
|x
i
|
L
2
norma: x
2
=

i=1
|x
i
|
2

1/2
=

x
T
x
L

norma: x

= max
i
|x
i
|
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 23 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Svojstva realnih simetricnih matrica
Svojstva realnih simetricnih matrica
Svojstvene vrijednosti pozitivno-denitne simetricne matrice.
Svojstvene vrijednosti realne pozitivno-denitne simetricne matrice A su
pozitivne.
Dokaz. Neka je
i
svojstvena vrijednost matrice A dok je u
i
pripadajuci
svojstveni vektor, odnosno: Au
i
=
i
u
i
.
Pomnozimo li navedenu jednadzbu (s lijeve strane) sa u
T
i
dobivamo
u
T
i
Au
i
=
i
u
T
i
u
i
=
i
u
i

2
.
S obzirom da je A pozitivno-denitna, u
T
i
Au
i
0, te da vrijedi u
i

2
0,
direktno slijedi da mora biti zadovoljeno
i
> 0.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 24 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Svojstva realnih simetricnih matrica
Svojstva realnih simetricnih matrica
Svojstveni vektori simetricne matrice.
Svojstveni vektori realne simetricne matrice A medusobno su ortogonalni.
Dokaz. Neka su
i
i
j
dvije razlicite svojstvene vrijednosti matrice A dok su u
i
i
u
j
pripadajuci svojstveni vektori: Au
i
=
i
u
i
i Au
j
=
j
u
j
.
Slijedi:
u
T
i
A
T
u
j
=
i
u
T
i
u
j
.
u
T
i
Au
j
=
j
u
T
i
u
j
.
Zbog simetricnosti, A = A
T
, oduzimanjem prethodnih jednadzbi dobivamo
(
j

i
)u
T
i
u
j
= 0.
S obzirom da vrijedi
j
=
i
slijedi
u
T
i
u
j
= 0,
cime smo dokazali da svojstveni vektori simetricne matrice formiraju ortogonalnu
bazu n-dimenzionalnog vektorskog prostora.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 25 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Svojstva realnih simetricnih matrica
Svojstva realnih simetricnih matrica
Modalna matrica pozitivno-denitne simetricne matrice.
Modalna matrica P pozitivno-denitne simetricne matrice A je ortogonalna
matrica, odnosno P
1
= P
T
.
Dokaz. Modalnu matricu pozitivno-denitne simetricne matrice formiramo od
ortonormiranih svojstvenih vektora matrice A
P = [ u
1
u
2
u
n
] (2)
Na osnovu navedene denicije modalne matrice, treba provjeriti da li vrijedi
svojstvo ortogonalne matrice P
T
P = I. Dobivamo
P
T
P =

u
T
1
u
T
2
.
.
.
u
T
n

[ u
1
u
2
u
n
] =

u
T
1
u
1
u
T
1
u
2
u
T
1
u
n
u
T
2
u
1
u
T
2
u
2
u
T
2
u
n
.
.
.
.
.
.
.
.
.
.
.
.
u
T
n
u
1
u
T
n
u
2
u
T
n
u
n

= I.
iz cega zakljucujemo da je P ortogonalna matrica.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 26 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Svojstva realnih simetricnih matrica
Svojstva realnih simetricnih matrica
Transformacija kongruencije (congruent transformation).
S obzirom da je modalna matrica pozitivno-denitne simetricne matrice
ortogonalna, slijedi da dijagonalizaciju matrice A, primjenom transformacije
slicnosti P
1
AP = , mozemo prikazati na slijedeci nacin
P
T
AP = , (3)
jer vrijedi P
T
= P
1
.
Transformacija (3) naziva se transformacija kongruencije (congruent
transformation).
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 27 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Dijagonalizacija kvadratne forme
Dijagonalizacija kvadratne forme
Kvadratnu formu Q = x
T
Ax, gdje je A pozitivno-denitna simetricna matrica,
moguce je transformirati u oblik linearne kombinacije kvadratnih clanova pomocu
linearne transformacije x = Py, gdje je P ortogonalna modalna matrica (2).
Primjenimo li navedenu transformaciju dobivamo
Q = x
T
Ax = y
T
P
T
APy = y
T
y =
n

i=1

i
y
2
i
, (4)
gdje su
i
pozitivne svojstvene vrijednosti matrice A.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 28 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Ocjena kvadratne forme
Ocjena kvadratne forme
Ako su
1
,
2
, ...,
n
vlastite vrijednosti realne simetricne matrice A, dok su

m
{A} = min{
1
,
2
, ...,
n
},
M
{A} = max{
1
,
2
, ...,
n
},
minimalna i maksimalna svojstvena vrijednost matrice A, tada za svaki realni
vektor x vrijedi

m
{A}x
2
x
T
Ax
M
{A}x
2
(5)
gdje je x
2
= x
T
x kvadrat Euklidske L
2
norme vektora.
Dokaz. Transformacija x = Py, gdje je P ortogonalna modalna matrica (2), ima
svojstvo
x
2
= x
T
x = y
T
P
T
Py = y
T
y = y
2
, (6)
gdje smo iskoristili svojstvo unitarne matrice P
T
P = I.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 29 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Ocjena kvadratne forme
Ocjena kvadratne forme
Nadalje, na osnovu (4) slijede nejednakosti
n

i=1

i
y
2
i

M
{A}
n

i=1
y
2
i
=
M
{A}y
2
, (7)
n

i=1

i
y
2
i

m
{A}
n

i=1
y
2
i
=
m
{A}y
2
, (8)
odnosno

m
{A}y
2
x
T
Ax = y
T
y
M
{A}y
2
. (9)
Uvrstimo li u prethodni izraz jednakost y
2
= x
2
koja proizlazi iz (6),
dobivamo

m
{A}x
2
x
T
Ax
M
{A}x
2
, (10)
cime smo dokazali ocjenu kvadratne forme (5).
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 30 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Inducirana norma matrice
Inducirana norma matrice
Induciranu normu matrice deniramo indirektno preko norme vektora.
Pretpostavimo da imamo ovisnost dva vektora preko linearne transformacije,
y = Ax. Kvadrat norme vektora y jednak je
y
2
= y
T
y = x
T
A
T
Ax
M

A
T
A

x
2
, (11)
odnosno
y

M
{A
T
A}x. (12)
Ako sa A
2
oznacimo tzv. L
2
induciranu normu matrice A
A
2
=

M
{A
T
A}, (13)
imamo
y A
2
x. (14)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 31 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Denicija inducirane norme matrice
Denicija inducirane norme matrice
Ako imamo linearno preslikavanje y = Ax, tada inducirana matricna L
p
norma
mora zadovoljavati
y
p
A
p
x
p
. (15)
Induciranu matricnu normu mozemo shvatiti kao maksimalno pojacanje
linearnog operatora deniranog matricom A.
Na osnovu prethodnog izraza mozemo postaviti slijedecu deniciju
A
p
= sup
x=0
Ax
p
x
p
(16)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 32 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Denicija inducirane norme matrice
Denicija inducirane norme matrice
Denicija inducirane norme moze se pojednostaviti na slijedeci nacin.
Uvedimo normirani vektor
x =
x

, = x,
tako da je x = x.
Uvrstimo li navedeni izraz za x u (16), dobivamo
A
p
= sup
x=0
A x
p
x
p
= sup
x=0
|| A x
p
|| x
p
= sup
x=0
A x
p
x
p
(17)
S obzirom da je x
p
= 1, deniciju (16) mozemo prikazati na slijedeci nacin
A
p
= sup
x
p
=1
Ax
p
(18)
Ako je p = 2 imamo L
2
normu, i odredivanje inducirane norme po deniciji (18)
mozemo shvatiti kao maksimizaciju norme Ax po jedinicnoj kruznici x = 1.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 33 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Denicija inducirane norme matrice
Standardne inducirane matricne norme
L
1
norma denirana je sa
A
1
= max
j
n

i=1
|a
ij
|, (19)
odnosno, kao maksimum sume elemenata po stupcima (max column sum).
L
2
norma denirana je sa
A
2
=

M
{A
T
A}, (20)
odnosno, kao korijen maksimalne svojstvene vrijednosti matrice A
T
A.
L

norma denirana je sa
A

= max
i
n

j=1
|a
ij
|. (21)
odnosno, kao maksimum sume elemenata po retcima (max row sum).
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 34 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Denicija inducirane norme matrice
Standardne inducirane matricne norme
Tablica: Vektorske norme i odgovarajuce inducirane matricne norme
p Vektorska norma Inducirana matricna norma
1 x
1
=
n

i=1
|x
i
| A
1
= max
j
n

i=1
|a
ij
|
2 x
2
=

i=1
|x
i
|
2

1/2
A
2
=

M
{A
T
A}
x

= max
i
|x
i
| A

= max
i
n

j=1
|a
ij
|
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 35 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Denicija inducirane norme matrice
Standardne inducirane matricne norme
Inducirane matricne norme opcenito zadovoljavaju slijedeca svojstva
Ax
p
A
p
x
p
, x R
n
A+B
p
A
p
+B
p
AB
p
A
p
B
p
gdje su matrice A i B odgovarajucih dimenzija.
U analizi stabilnosti najcesce se koristi L
2
inducirana norma.
Medutim, konkretno izracunavanje L
2
inducirane norme bitno je slozenije od
izracunavanja L
1
i L

inducirane norme.
Stoga su od interesa veze medu razlicitim induciranim normama, koje
omogucavaju jednostavniju ocjenu L
2
inducirane norme.
Jedna takva veza dana je slijedecim izrazom
A
2

A
1
A

(22)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 36 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Ocjena konvergencije Lyapunovljeve funkcije
Ocjena konvergencije Lyapunovljeve funkcije
Za pozitivno denitne matrice P i Q vrijede slijedece ocjene kvadratnih formi

m
{P}x
2
x
T
Px
M
{P}x
2
, (23)

m
{Q}x
2
x
T
Qx
M
{Q}x
2
. (24)
Primjenimo li navedene ocjene na izraze
V = x
T
Px,

V = x
T
Qx
dobivamo

V = x
T
Qx
m
{Q}x
2

m
{Q}

M
{P}
x
T
Px V, (25)
gdje je
=

m
{Q}

M
{P}
. (26)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 37 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Ocjena konvergencije Lyapunovljeve funkcije
Ocjena konvergencije Lyapunovljeve funkcije
Dobili smo skalarnu diferencijalnu nejednadzbu

V V, (27)
cije rjesenje je
V (t) V (0)e
t
. (28)
Nadalje, na osnovu ocjene Lyapunovljeve funkcije (28), mozemo naci ocjenu
konvergencije norme vektora stanja x(t).
Primjenimo li ocjene (23) i (24) na izraz (28), dobivamo

m
{P}x
2
V (t) V (0)e
t

M
{P}x(0)
2
e
t
, (29)
odnosno
x < x(0) e

2
t
(30)
gdje je
=

M
{P}

m
{P}
. (31)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 38 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Kriteriji eksponencijalna stabilnost
Kriteriji eksponencijalna stabilnost
Dinamicki sustav x = f (x, t) je eksponencijalno stabilan ako postoji funkcija
V (x, t) i neke pozitivne konstante
1
,
2
i
3
, takvi da vrijedi

1
x
2
V (x, t)
2
x
2
(32)

V (x, t)
3
x
2
. (33)
Dokaz. Imamo

2
V, (34)
iz cega slijedi
V (x, t) V (x(t
0
), t
0
)e

2
(tt
0
)
. (35)
Usporedbom sa (36) dobivamo
x(t)
2

1
x(t
0
)
2
e

2
(tt
0
)
, (36)
odnosno, stanje sustava konvergira eksponencijalno prema nuli.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 39 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Analiza stabilnosti perturbiranog sustava
Analiza stabilnosti perturbiranog sustava
Pretpostavimo da je provedena analiza stabilnosti asimptotski stabilnog linearnog
sustava
x = Ax
pomocu Lyapunovljeve funkcije
V = x
T
Px
te da je matrica P = P
T
0 odredena rjesavanjem Lyapunovljeve jednadzbe
A
T
P+PA = Q
gdje je Q = Q
T
0.
Navedena analiza stabilnosti provedena je uz pretpostavku potpunog poznavanja
modela sustava, reprezentiranog matricom A.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 40 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Analiza stabilnosti perturbiranog sustava
Analiza stabilnosti perturbiranog sustava
Pretpostavimo da je realni dinamicki model sustava opisan slijedecim
jednadzbama stanja
x = Ax +f (x), (37)
gdje je f (x) neka nepoznata funkcija (koja reprezentira nemodeliranu dinamiku
sustava) za koju je poznata samo ocjena
f (x) kx, (38)
gdje je k neki poznati konstantni parametar.
Postavlja se pitanje pod kojim uvjetima ce sustav biti asimptotski stabilan, ako
znamo matrice A, P, Q, ta parametar k kojim preko (38) ocjenjujemo nepoznatu
funkciju f (x).
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 41 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Analiza stabilnosti perturbiranog sustava
Analiza stabilnosti perturbiranog sustava
Uzmimo Lyapunovljevu funkciju V = x
T
Px, te odredimo

V

V = x
T
Px +x
T
P x
= [Ax +f (x)]
T
Px +x
T
P[Ax +f (x)]
= x
T
(A
T
P+PA)x +f (x)
T
Px +x
T
Pf (x)
= x
T
Qx + 2x
T
Pf (x). (39)
Vidimo da je prvi clan na desnoj strani negativno denitan, medutim, drugi clan
je indenitan i moramo ga ocjeniti primjenom vektorskih normi.
Ocjena prvog clana na desnoj strani:
x
T
Qx
m
{Q}x
2
, x
T
Qx
m
{Q}x
2
. (40)
Ocjena drugog clana na desnoj strani:
x
T
Pf (x) x Pf (x) x P
2
f (x) kP
2
x
2
. (41)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 42 / 56
Lyapunovljeva analiza stabilnosti linearnih sustava Analiza stabilnosti perturbiranog sustava
Analiza stabilnosti perturbiranog sustava
Uvrstimo li ocjene (41) i (40) u (39), dobivamo

V (
m
{Q} 2kP
2
)x
2
. (42)
Da bi sustav bio stabilan, mora biti

V 0, odnosno

m
{Q} 2kP
2
> 0, (43)
iz cega proizlazi konacni uvjet stabilnosti
k <

m
{Q}
2 P
2
. (44)
S obzirom da je matrica P simetricna i pozitivno denitna, vrijedi
P
2
=
M
{P}, odnosno
k <
1
2

m
{Q}

M
{P}
. (45)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 43 / 56
Analiza stabilnosti slozenih sustava
Sadrzaj
1
Denicije i pojam stabilnosti
2
Lyapunovljeva analiza stabilnosti
3
Lyapunovljeva analiza stabilnosti linearnih sustava
4
Analiza stabilnosti slozenih sustava
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 44 / 56
Analiza stabilnosti slozenih sustava Stabilnost nelinearnih perturbiranih sustava
Stabilnost nelinearnih perturbiranih sustava
Razmotrimo nelinearni neautonomni sustav opisan jednadzbama stanja
x = f (x, t) +g(x, t), (46)
gdje
x = f (x, t), (47)
predstavlja nominalnu dinamiku sustava dok perturbacijski clan g(x, t)
reprezentira nemodeliranu dinamiku, i/ili poremecaje koji egzistiraju u realnim
sustavima.
Vidimo da je nepoznata dinamika reprezentirana kao aditivni clan izraza (46).
To je uvijek moguce za nepoznatu dinamiku koja ne mijenja red sustava.
Funkcija g(x, t) je nepoznata ali je poznata gornja granica na g(x, t)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 45 / 56
Analiza stabilnosti slozenih sustava Stabilnost nelinearnih perturbiranih sustava
Stabilnost nelinearnih perturbiranih sustava
Pretpostavimo da vrijedi g(0, t) = 0 i da je x = 0 eksponencijalno stabilno
ravnotezno stanje nominalnog sustava (47), s Lyapunovljevom funkcijom V (x, t)
koja zadovoljava

1
x
2
V (x, t)
2
x
2
(48)

V (x, t) =
V
t
+
V
x
f (x, t)
3
x
2
, (49)

V
x


4
x. (50)
dok nemodelirani dinamicki clan zadovoljava
g(x, t) x. (51)
Ideja: iskoristiti vec postojecu Lyapunovljevu funkciju V (x, t) neperturbiranog
sustava (47) da bi dobili uvijete stabilnosti perturbiranog sustava (46).
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 46 / 56
Analiza stabilnosti slozenih sustava Stabilnost nelinearnih perturbiranih sustava
Stabilnost nelinearnih perturbiranih sustava
Vremenska derivacija Lyapunovljeve funkcije V (x, t) je

V (x, t) =
V
t
+
V
x
x =
V
t
+
V
x
f (x, t) +
V
x
g(x, t). (52)
Primjenjujuci svojstva (49)-(50), prethodni izraz mozemo ocjeniti sa

V (x, t)
3
x
2
+

V
x

g(x, t)
3
x
2
+
4
x
2
= (
3

4
)x
2
,
sto je negativno denitna funkcija ako je zadovoljen uvijet
3

4
> 0, odnosno
<

3

4
. (53)
Eksponencijalna stabilnost ravnoteznog stanja robusna je na klasu perturbacija
koje zadovoljavaju uvijet (51) i (53).
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 47 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava primjenom M-matrice
Stabilnost slozenih sustava
Kod analize stabilnosti nelinearnih dinamickih sustava, slozenost analize
rapidno raste s povecanjem dimenzije sustava.
Ako neki slozeni dinamicki sustav mozemo modelirati kao medusobno
spregnute podsustave nizih dimenzija, tada analizu stabilnosti mozemo
podijeliti u dvije faze.
U prvoj fazi analiziramo stabilnost izoliranih podsustava.
U drugoj fazi koristimo razultate prve faze u kombinaciji s informacijama o
medusobnim spregama, da bi dosli do zakljucka o stabilnosti spregnutog
sustava.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 48 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava primjenom M-matrice
Stabilnost slozenih sustava primjenom M-matrice
Razmotrimo slijedeci slozeni sustav koji se sastoji od m medusobno spregnutih
podsustava,
x
i
= f
i
(x
i
, t) +g
i
(x, t), i = 1, 2, . . . , m, (54)
gdje je:
x
i
R
n
i
vektor stanja i-tog podsustava,
n = n
1
+ n
2
+ . . . + n
m
je dimenzija spregnutog sustava,
x = [x
1
x
2
x
m
]
T
je vektor stanja spregnutog sustava.
f
i
(x
i
, t) reprezentira internu dinamiku podsustava
g
i
(x, t) reprezentira sprege medu podsustavima.
Vrijedi: f
i
(0, t) = 0 i g
i
(0, t) = 0; x = 0 je ravnotezno stanje sustava.
Ako ignoriramo medusobne sprege, dobivamo sustav od m izoliranih podsustava
x
i
= f
i
(x
i
, t), i = 1, 2, . . . , m, (55)
koji imaju ravnotezno stanje x
i
= 0.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 49 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava primjenom M-matrice
Stabilnost slozenih sustava primjenom M-matrice
Pretpostavimo da znamo Lyapunovljeve funkcije izoliranih podsustava V
i
(x, t) cije
vremenske derivacije su negativno denitne, te da vrijede ocijene
c
1i
x
i

2
V
i
(x
i
, t) c
2i
x
i

2
, (56)

V
i
(x
i
, t) =
V
i
t
+
V
i
x
i
f
i
(x, t)
i
x
i

2
, (57)

V
i
x
i


i
x
i
, (58)
gdje su c
1i
, c
2i
,
i
i
i
neke pozitivne konstante.
Nadalje, pretpostavimo da clan koji denira spregu medu podsustavima
zadovoljava ocjenu
g
i
(x, t)
m

j=1

ij
x
j
. (59)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 50 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava primjenom M-matrice
Stabilnost slozenih sustava primjenom M-matrice
Kompozitna Lyapunovljeva funkcija:
V (x, t) =
m

i=1
d
i
V
i
(x
i
, t), d
i
> 0. (60)
Vremenska derivacija Lyapunovljeve funkcije (60) dana je sa

V (x, t) =
m

i=1
d
i

V
i
t
+
V
i
x
i
f
i
(x
i
, t)

+
m

i=1
d
i
V
i
x
i
g
i
(x, t). (61)
Prvi clan na desnoj strani je negativno denitan zbog (57), dok je drugi clan
opcenito nedenitan.
S obzirom da znamo ocjene svih clanova prethodnog izraza, imamo

V (x, t)
m

i=1
d
i

i
x
i

2
+
m

j=1

ij
x
i
x
j

. (62)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 51 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava primjenom M-matrice
Stabilnost slozenih sustava primjenom M-matrice
Dobiveni izraz mozemo prikazati matricno u obliku kvadratne forme po
funkcijama x
i
,

V (x, t)
1
2

T
(DS +S
T
D), (63)
gdje su
= [x
1
x
2
x
m
]
T
, D = diag{d
1
, d
2
, . . . , d
m
}, (64)
a matrica S je mm matrica ciji elementi su denirani sa
s
ij
=


i

i

ii
, i = j

ij
, i = j
. (65)
Da bi

V (x, t) bila negativno denitna mora postojati pozitivna dijagonalna
matrica D, takva da vrijedi
DS +S
T
D > 0. (66)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 52 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava primjenom M-matrice
Stabilnost slozenih sustava primjenom M-matrice
Stoga, dovoljan uvijet asimptotske stabilnosti ravnoteznog stanja spregnutog
sustava je postojanje pozitivne dijagonalne matrice D takve da je DS +S
T
D
pozitivno denitna matrica.
Matrica S je specicna po tome sto su njeni nedijagonalni elementi negativni.
Za navedeni tip matrica vrijedi slijedeca lema.
Lema (M-matrica). Postoji pozitivna dijagonalna matrica D takve da je
DS +S
T
D pozitivno denitna ako i samo ako je S tzv. M-matrica; odnosno da
su sve glavne subdeterminante matrice S pozitivne
det

s
11
s
12
s
1k
s
21
s
22
s
2k
.
.
.
.
.
.
.
.
.
.
.
.
s
k1
s
k2
s
kk

> 0, k = 1, 2, . . . , m. (67)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 53 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava - direktan pristup
Stabilnost slozenih sustava - direktan pristup
Provjera stabilnosti primjenom M-matrica moze biti racunski zahtijevna kako broj
podsustava raste (a time i dimenzija M-matrice).
Ovdje cemo prikazati drugi pristup analizi stabilnosti slozenih sustava, bez
primjene M-matrice.
Sve pretpostavke navedene u prethodnom podpoglavlju su iste, osim ocjene (59),
koja u ovom slucaju ima oblik
g(x, t) x, (68)
gdje je
g(x, t) = [g
1
(x, t) g
2
(x, t) g
m
(x, t)]
T
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 54 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava - direktan pristup
Stabilnost slozenih sustava - direktan pristup
Kljucna razlika je u drugacijem tretiranju nedenitnih clanova u izrazu za
vremensku derivaciju Lyapunovljeve funkcije (61).
Navedeni clan (uz d
i
= 1) mozemo ocijeniti na slijedeci nacin
m

i=1
V
i
x
i
g
i
(x, t)

V
1
x
1
V
2
x
2

V
m
x
m

g(x, t) (69)
gdje smo primjenili svojstvo skalarnog produkta vektora, z
T
y z y.
Primjenom denicije vektorske norme te svojstva (68), izraz (69) postaje
m

i=1
V
i
x
i
g
i
(x, t)

i=1
(
i
x
i
)
2

1/2
x

max

i=1
x
i

1/2
x =
max
x
2
, (70)
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 55 / 56
Analiza stabilnosti slozenih sustava Stabilnost slozenih sustava - direktan pristup
Stabilnost slozenih sustava - direktan pristup
...tako da izraz (61) konacno postaje

V (x, t)
m

i=1

i
x
i

2
+
max
x
2


min
x
2
+
max
x
2
= (
min

max
)x
2
, (71)
gdje su

min
= min{
1
,
2
, . . . ,
m
},
max
= max{
1
,
2
, . . . ,
m
}. (72)
Da bi derivacija Lyapunovljeve funkcije (71) bila negativno-denitna mora biti
zadovoljen uvjet

min

max
> 0, (73)
koji je bitno jednostavniji od uvjeta za ispitivanje M-matrice.
Opca teorija sustava ( ) Lyapunovljeva analiza stabilnosti 56 / 56