Académique Documents
Professionnel Documents
Culture Documents
Vincent MAHOUT
vincent.mahout@insa-toulouse.fr – p. 1/29
1er méthode de Lyapunov : principe
Cette première méthode est similaire à l’étude classique pour
la méthode dite du plan de phase.
On cherche à qualifier la stabilité d’un point d’équilibre d’un
système non linéaire à travers les propriétés du système
linéarisé autour de ce point d’équilibre .
vincent.mahout@insa-toulouse.fr – p. 2/29
1er méthode de Lyapunov : principe
Cette première méthode est similaire à l’étude classique pour
la méthode dite du plan de phase.
On cherche à qualifier la stabilité d’un point d’équilibre d’un
système non linéaire à travers les propriétés du système
linéarisé autour de ce point d’équilibre .
Le système Ẋ = f (X) possède un développement limité au
voisinage d’un point d’équilibre x∗ qui s’écrit :
∂f
∆Ẋ = ∆X + fT DS (X)
∂x X=X ∗
vincent.mahout@insa-toulouse.fr – p. 2/29
1er méthode de Lyapunov : principe
Cette première méthode est similaire à l’étude classique pour
la méthode dite du plan de phase.
On cherche à qualifier la stabilité d’un point d’équilibre d’un
système non linéaire à travers les propriétés du système
linéarisé autour de ce point d’équilibre .
Le système Ẋ = f (X) possède un développement limité au
voisinage d’un point d’équilibre x∗ qui s’écrit :
∂f
∆Ẋ = ∆X + fT DS (X)
∂x X=X ∗
∆Ẋ = A∆X
vincent.mahout@insa-toulouse.fr – p. 2/29
1er méthode de Lyapunov : le théorème
Théorème 2.1 Si le système linéarisé autour du point
d’équilibre X ∗ est strictement stable (c’est à dire que tous ses
pôles sont dans le 12 plan complexe gauche) alors le point
d’équilibre X ∗ du système non linéaire est stable
asymptotiquement .
vincent.mahout@insa-toulouse.fr – p. 3/29
1er méthode de Lyapunov : le théorème
Théorème 2.1 Si le système linéarisé autour du point
d’équilibre X ∗ est strictement stable (c’est à dire que tous ses
pôles sont dans le 12 plan complexe gauche) alors le point
d’équilibre X ∗ du système non linéaire est stable
asymptotiquement .
Si le système linéarisé est instable (c’est à dire qu’un au
moins de ses pôles est dans le 21 plan complexe droit) alors le
point d’équilibre X ∗ du système non linéaire est instable .
vincent.mahout@insa-toulouse.fr – p. 3/29
1er méthode de Lyapunov : le théorème
Théorème 2.1 Si le système linéarisé autour du point
d’équilibre X ∗ est strictement stable (c’est à dire que tous ses
pôles sont dans le 12 plan complexe gauche) alors le point
d’équilibre X ∗ du système non linéaire est stable
asymptotiquement .
Si le système linéarisé est instable (c’est à dire qu’un au
moins de ses pôles est dans le 21 plan complexe droit) alors le
point d’équilibre X ∗ du système non linéaire est instable .
Si le système linéarisé autour du point d’équilibre X ∗ est
marginalement stable (c’est à dire que tous ses pôles sont
dans les 12 plan complexe gauche mais une paire au moins
appartient à l’axe imaginaire) alors on ne peut pas conclure .
La stabilité du point d’équilibre X ∗ du système non linéaire
dépend des termes négligés par la linéarisation.
vincent.mahout@insa-toulouse.fr – p. 3/29
1er méthode de Lyapunov : remarques
Cette méthode permet dans la plupart des cas de conclure à
la stabilité locale d’un point d’équilibre.
vincent.mahout@insa-toulouse.fr – p. 4/29
1er méthode de Lyapunov : remarques
Cette méthode permet dans la plupart des cas de conclure à
la stabilité locale d’un point d’équilibre.
Dans la cas où la système linéaire exhibe un centre , on ne
sait pas conclure car dans ce cas les termes non linéaires
deviennent prédominants (ils ont été négligés en oubliant
fT DS ).
vincent.mahout@insa-toulouse.fr – p. 4/29
1er méthode de Lyapunov : remarques
Cette méthode permet dans la plupart des cas de conclure à
la stabilité locale d’un point d’équilibre.
Dans la cas où la système linéaire exhibe un centre , on ne
sait pas conclure car dans ce cas les termes non linéaires
deviennent prédominants (ils ont été négligés en oubliant
fT DS ).
La principale limitation de cette méthode vient du fait qu’en
cas de stabilité on a aucune idée sur la taille et la nature du
bassin d’attraction de ce point.
vincent.mahout@insa-toulouse.fr – p. 4/29
1er méthode de Lyapunov : exemples
Exemple simple de dimension 1: ẋ = ax + bx5
Le signe de a donne la nature de la stabilité
Si a est nul, il n’est pas possible de conclure.
vincent.mahout@insa-toulouse.fr – p. 5/29
1er méthode de Lyapunov : exemples
Exemple simple de dimension 1: ẋ = ax + bx5
Le signe de a donne la nature de la stabilité
Si a est nul, il n’est pas possible de conclure.
Exemple du pendule pour la famille d’équilibre (π [2π] , 0)
0 1
La Jacobienne s’écrit A = g b
L
− M L2
q
Les racines sont λi = 12 − MbL2 ± Mb2 L4 + 4g
2
L
vincent.mahout@insa-toulouse.fr – p. 5/29
1er méthode de Lyapunov : exemples
Exemple simple de dimension 1: ẋ = ax + bx5
Le signe de a donne la nature de la stabilité
Si a est nul, il n’est pas possible de conclure.
Exemple du pendule pour la famille d’équilibre (π [2π] , 0)
0 1
La Jacobienne s’écrit A = g b
L
− M L2
q
Les racines sont λi = 12 − MbL2 ± Mb2 L4 + 4g
2
L
q
Comme M 2 R4 + 4g
b2
L
> M
b 2
L , une racine est positive
Le système linéaire est instable.
La famille de points d’équilibre (π [2π] , 0) du système non
linéaire est donc instable.
vincent.mahout@insa-toulouse.fr – p. 5/29
Méthode directe : idée directrice
Idée de base : s’appuyer sur les principes de la dissipation
d’énergie .
Si pour un Σ mécanique ou électrique, l’énergie se dissipe
continûment alors le Σ va s’arrêter.
La notion de stabilité peut alors être étudiée à travers les
variations d’une fonction scalaire
vincent.mahout@insa-toulouse.fr – p. 6/29
Méthode directe : idée directrice
Idée de base : s’appuyer sur les principes de la dissipation
d’énergie .
Si pour un Σ mécanique ou électrique, l’énergie se dissipe
continûment alors le Σ va s’arrêter.
La notion de stabilité peut alors être étudiée à travers les
variations d’une fonction scalaire
Exemple : Σ masse-ressort-amortisseur
Ressort (k0,k1)
Masse m
x
Amortisseur (b)
mẍ + bẋ|ẋ| + k0 x + k1 x3 = 0
vincent.mahout@insa-toulouse.fr – p. 6/29
Méthode directe : exemple du ressort
Le système avec x1 = x et x2 = ẋ s’écrit:
ẋ1 = x2
k0 k1 3
ẋ2 = − Mb x2 |x2 | − M x1 − x
M 1
vincent.mahout@insa-toulouse.fr – p. 7/29
Méthode directe : exemple du ressort
Le système avec x1 = x et x2 = ẋ s’écrit:
ẋ1 = x2
k0 k1 3
ẋ2 = − Mb x2 |x2 | − M x1 − x
M 1
0 1
Approche première méthode PE : (0, 0) et J(0,0) = k0
M
0
Le système linéaire est dans le cas critique ! Sans frottement
on invente le mouvement perpétuel !
vincent.mahout@insa-toulouse.fr – p. 7/29
Méthode directe : exemple du ressort
Le système avec x1 = x et x2 = ẋ s’écrit:
ẋ1 = x2
k0 k1 3
ẋ2 = − Mb x2 |x2 | − M x1 − x
M 1
0 1
Approche première méthode PE : (0, 0) et J(0,0) = k0
M
0
Le système linéaire est dans le cas critique ! Sans frottement
on invente le mouvement perpétuel !
Énergies mises en œuvre :
vincent.mahout@insa-toulouse.fr – p. 7/29
Méthode directe : exemple du ressort
Pour ce système, l’énergie totale (cinétique + potentielle)
s’écrit :
1 1 1
ET (t) = Ec (t) + Ep (t) = mẋ + k0 x + k1 x4
2 2
2 2 4
vincent.mahout@insa-toulouse.fr – p. 8/29
Méthode directe : exemple du ressort
Pour ce système, l’énergie totale (cinétique + potentielle)
s’écrit :
1 1 1
ET (t) = Ec (t) + Ep (t) = mẋ + k0 x + k1 x4
2 2
2 2 4
Cette fonction donne la représentation 3D suivante :
3.5
2.5
2
V
1.5
0.5
0
−1
0
0.05 0.1
1 −0.05 0
−0.1
vincent.mahout@insa-toulouse.fr – p. 8/29
Méthode directe : exemple du ressort (2)
De la fonction ET (t), on peut faire les remarques suivantes :
Elle est monotone décroissante.
vincent.mahout@insa-toulouse.fr – p. 9/29
Méthode directe : exemple du ressort (2)
De la fonction ET (t), on peut faire les remarques suivantes :
Elle est monotone décroissante.
Elle s’annule uniquement à l’origine.
vincent.mahout@insa-toulouse.fr – p. 9/29
Méthode directe : exemple du ressort (2)
De la fonction ET (t), on peut faire les remarques suivantes :
Elle est monotone décroissante.
Elle s’annule uniquement à l’origine.
L’énergie nulle correspond à l’origine, point d’équilibre du
système.
vincent.mahout@insa-toulouse.fr – p. 9/29
Méthode directe : exemple du ressort (2)
De la fonction ET (t), on peut faire les remarques suivantes :
Elle est monotone décroissante.
Elle s’annule uniquement à l’origine.
L’énergie nulle correspond à l’origine, point d’équilibre du
système.
La stabilité asymptotique implique d’avoir la convergence
de l’énergie vers 0.
vincent.mahout@insa-toulouse.fr – p. 9/29
Méthode directe : exemple du ressort (2)
De la fonction ET (t), on peut faire les remarques suivantes :
Elle est monotone décroissante.
Elle s’annule uniquement à l’origine.
L’énergie nulle correspond à l’origine, point d’équilibre du
système.
La stabilité asymptotique implique d’avoir la convergence
de l’énergie vers 0.
A l’inverse l’instabilité de l’origine se traduirait par une
augmentation de l’énergie .
On peut en déduite, que l’étude de cette fonction énergie
permet de prévoir que l’origine est une point d’équilibre stable.
vincent.mahout@insa-toulouse.fr – p. 9/29
Méthode directe : exemple du ressort (3)
dET
Étude de la variation de la fonction ĖT (t) = dt
ĖT = ∂E T dx
∂x dt
∂ET
= ∂x f (x)
= ∂E T
∂x1
ẋ 1 + ∂ET
ẋ
∂x2 2
k0 k1 3
= (k0 x1 + k1 x31 ) x2 + (M x2 ) − Mb x2 |x2 | −
M 1
x − x
M 1
= −bx22 |x2 |
= −b|ẋ32 | ≤ 0
vincent.mahout@insa-toulouse.fr – p. 10/29
Méthode directe : exemple du ressort (3)
dET
Étude de la variation de la fonction ĖT (t) = dt
ĖT = ∂E T dx
∂x dt
∂ET
= ∂x f (x)
= ∂E T
∂x1
ẋ 1 + ∂ET
ẋ
∂x2 2
k0 k1 3
= (k0 x1 + k1 x31 ) x2 + (M x2 ) − Mb x2 |x2 | −
M 1
x − x
M 1
= −bx22 |x2 |
= −b|ẋ32 | ≤ 0
vincent.mahout@insa-toulouse.fr – p. 11/29
Les fonctions scalaires signées
La méthode fait appel au signe d’une fonction scalaire.
vincent.mahout@insa-toulouse.fr – p. 11/29
Fonctions signées (2)
Définition 2.3 Une fonction scalaire V (x) est dite localement
(resp. globalement) définie négative si −V (x) est localement
(resp. globalement) définie positive. De même, une fonction
scalaire V (x) est dite localement (resp. globalement) semi définie
négative si −V (x) est localement (resp. globalement) semi définie
positive
Fonction Définie Positive Fonction Semi Définie Positive
10
9
8
0.5
7
0.4
6
0.3
5
4 0.2
3 0.1
2 0
1 −0.1
−5
0 −4
−1 −2
−5 0 0
0 −4 2
0 −2
5 4 2 5 4
vincent.mahout@insa-toulouse.fr – p. 12/29
Fonction de Lypaunov pour un Σ
dynamique
Définition 2.4 Si dans un domaine Ω (par exemple une boule Br
de rayon r) la fonction V (x)
• est définie positive
• possède des dérivées partielles continues ,
• possède une dérivée par rapport au temps t le long de
n’importe quelle trajectoire du système qui est semi définie
négative (V̇ (x) ≤ 0)
alors V(x) est une fonction de Lyapunov pour le système.
vincent.mahout@insa-toulouse.fr – p. 13/29
Fonction de Lypaunov pour un Σ
dynamique
Définition 2.4 Si dans un domaine Ω (par exemple une boule Br
de rayon r) la fonction V (x)
• est définie positive
• possède des dérivées partielles continues ,
• possède une dérivée par rapport au temps t le long de
n’importe quelle trajectoire du système qui est semi définie
négative (V̇ (x) ≤ 0)
alors V(x) est une fonction de Lyapunov pour le système.
dV ∂V dx ∂V
V̇ (x) = = = f(x)
dt ∂x dt ∂x
vincent.mahout@insa-toulouse.fr – p. 13/29
Interprétation Géométrique
Soit Vi les courbes de niveau de la fonction scalaire définie
positive V (x) c.a.d V (x) = Vi = cste ∀x ∈ Ω, i = 1, 2, ... et
V1 < V2 < V3 < ...
V (x) est une fonction de Lyapunov pour le système
dynamique si pour toutes les trajectoires du systèmes, la
trajectoire de phase décrit une succession décroissante des
courbes de niveau.
1 V V V
1
2 3 V
4
x(t)
−1
−2
−3
−4
−4 −3 −2 −1 0 1 2 3 4
vincent.mahout@insa-toulouse.fr – p. 14/29
Stabilité par la méthode directe
La définition de la notion de fonction de Lyapunov se décline
en théorème pour la stabilité d’un point d’équilibre :
vincent.mahout@insa-toulouse.fr – p. 15/29
Quid de la stabilité globale
La stabilité globale peut paraître l’idéal : où qu’il soit, le
système va converger vers le point d’équilibre
vincent.mahout@insa-toulouse.fr – p. 16/29
Quid de la stabilité globale
La stabilité globale peut paraître l’idéal : où qu’il soit, le
système va converger vers le point d’équilibre
Elle est souvent pourtant illusoire :
vincent.mahout@insa-toulouse.fr – p. 16/29
Quid de la stabilité globale
La stabilité globale peut paraître l’idéal : où qu’il soit, le
système va converger vers le point d’équilibre
Elle est souvent pourtant illusoire :
Il peut exister d’autres attracteurs, la stabilité globale
n’existe pas
vincent.mahout@insa-toulouse.fr – p. 16/29
Quid de la stabilité globale
La stabilité globale peut paraître l’idéal : où qu’il soit, le
système va converger vers le point d’équilibre
Elle est souvent pourtant illusoire :
Il peut exister d’autres attracteurs, la stabilité globale
n’existe pas
C’est une contrainte inutile car un système physique
évolue toujours dans un domaine (atteignable) borné.
vincent.mahout@insa-toulouse.fr – p. 16/29
Quid de la stabilité globale
La stabilité globale peut paraître l’idéal : où qu’il soit, le
système va converger vers le point d’équilibre
Elle est souvent pourtant illusoire :
Il peut exister d’autres attracteurs, la stabilité globale
n’existe pas
C’est une contrainte inutile car un système physique
évolue toujours dans un domaine (atteignable) borné.
Dans le théorème précédent, il ne suffit pas de considérer
que Ω = Rn il faut de plus vérifier
vincent.mahout@insa-toulouse.fr – p. 16/29
Interprétation Géométrique
10.x21
Considérons V (x) = 1+x21
+ x22
Cette fonction définie positive a le profil suivant :
35
30
25
20
15
10
−5 −5
−5
0 0
5 5
vincent.mahout@insa-toulouse.fr – p. 17/29
Interprétation Géométrique
Il est alors possible, pour un système donné, que la trajectoire
décrive des courbes de niveau décroissantes de V (x) mais la
convergence vers l’origine n’est pas pour autant assurée
vincent.mahout@insa-toulouse.fr – p. 18/29
Remarques sur les fonctions de
Lyapunov
La difficulté majeure de la méthode : trouver une F.L. V (x) qui
va bien.
vincent.mahout@insa-toulouse.fr – p. 19/29
Remarques sur les fonctions de
Lyapunov
La difficulté majeure de la méthode : trouver une F.L. V (x) qui
va bien.
Il n’existe pas de moyen systématique pour en trouver une.
vincent.mahout@insa-toulouse.fr – p. 19/29
Remarques sur les fonctions de
Lyapunov
La difficulté majeure de la méthode : trouver une F.L. V (x) qui
va bien.
Il n’existe pas de moyen systématique pour en trouver une.
Ne pas la trouver ne veut pas dire qu’elle n’existe pas !
vincent.mahout@insa-toulouse.fr – p. 19/29
Remarques sur les fonctions de
Lyapunov
La difficulté majeure de la méthode : trouver une F.L. V (x) qui
va bien.
Il n’existe pas de moyen systématique pour en trouver une.
Ne pas la trouver ne veut pas dire qu’elle n’existe pas !
Si le PE est stable pour le système alors une F.L. existe
(théorème converse)
vincent.mahout@insa-toulouse.fr – p. 19/29
Remarques sur les fonctions de
Lyapunov
La difficulté majeure de la méthode : trouver une F.L. V (x) qui
va bien.
Il n’existe pas de moyen systématique pour en trouver une.
Ne pas la trouver ne veut pas dire qu’elle n’existe pas !
Si le PE est stable pour le système alors une F.L. existe
(théorème converse)
Si le PE est instable pour le système alors le(s) théorème(s)
sur l’instabilité (grossièrement V (x) et V̇ (x) de même signe)
s’applique(nt).
vincent.mahout@insa-toulouse.fr – p. 19/29
Remarques sur les fonctions de
Lyapunov
La difficulté majeure de la méthode : trouver une F.L. V (x) qui
va bien.
Il n’existe pas de moyen systématique pour en trouver une.
Ne pas la trouver ne veut pas dire qu’elle n’existe pas !
Si le PE est stable pour le système alors une F.L. existe
(théorème converse)
Si le PE est instable pour le système alors le(s) théorème(s)
sur l’instabilité (grossièrement V (x) et V̇ (x) de même signe)
s’applique(nt).
Si V (x) est F.L. pour le système alors ρV (x)α l’est aussi.
vincent.mahout@insa-toulouse.fr – p. 19/29
Remarques sur les fonctions de
Lyapunov
La difficulté majeure de la méthode : trouver une F.L. V (x) qui
va bien.
Il n’existe pas de moyen systématique pour en trouver une.
Ne pas la trouver ne veut pas dire qu’elle n’existe pas !
Si le PE est stable pour le système alors une F.L. existe
(théorème converse)
Si le PE est instable pour le système alors le(s) théorème(s)
sur l’instabilité (grossièrement V (x) et V̇ (x) de même signe)
s’applique(nt).
Si V (x) est F.L. pour le système alors ρV (x)α l’est aussi.
La stabilité simple V̇ (x) ≤ 0 se trouve plus facilement mais
généralement ne suffit pas ⇒ Théorème des ensembles
invariants
vincent.mahout@insa-toulouse.fr – p. 19/29
Théorème des ensembles invariants
Son utilisation permet de prouver la stabilité asymptotique
avec une fonction scalaire telle que V̇ (x) ≤ 0.
Avant de voir le théorème et son utilisation, définissons déjà
la notion d’ensemble invariant.
Cette notion est relative à un système dynamique donné .
vincent.mahout@insa-toulouse.fr – p. 20/29
Théorème des ensembles invariants
Son utilisation permet de prouver la stabilité asymptotique
avec une fonction scalaire telle que V̇ (x) ≤ 0.
Avant de voir le théorème et son utilisation, définissons déjà
la notion d’ensemble invariant.
Cette notion est relative à un système dynamique donné .
Définition 2.5 (Ensemble invariant) : L’ensemble M ⊂ Rn
est un ensemble invariant pour le système ẋ = f (x) si pour
toute condition initiale x0 = x(0) ⊂ M , la trajectoire issue de
cette condition initiale x(t) = Φ(t, xO ) reste dans M
vincent.mahout@insa-toulouse.fr – p. 20/29
Théorème des ensembles invariants
Son utilisation permet de prouver la stabilité asymptotique
avec une fonction scalaire telle que V̇ (x) ≤ 0.
Avant de voir le théorème et son utilisation, définissons déjà
la notion d’ensemble invariant.
Cette notion est relative à un système dynamique donné .
Définition 2.5 (Ensemble invariant) : L’ensemble M ⊂ Rn
est un ensemble invariant pour le système ẋ = f (x) si pour
toute condition initiale x0 = x(0) ⊂ M , la trajectoire issue de
cette condition initiale x(t) = Φ(t, xO ) reste dans M
y
Ensemble M
La frontière définie
par y =2/x
est infranchissable
par le système
vincent.mahout@insa-toulouse.fr – p. 21/29
Principe d’invariance de Lasalle
Définition 2.6 Soit un système dynamique non linéaire autonome
ẋ = f (x), avec f continue et soit V (x) une fonction scalaire aux
dérivées partielles continues. Supposons :
• pour ℓ > 0 la région Ωℓ définie par V (x) < ℓ est bornée,
• V̇ (x) ≤ 0 ∀x ∈ Ωℓ
Soit R l’ensemble des points de Ωℓ où V̇ (x) = 0 et M l’ensemble
invariant le plus grand de R. Alors, toute solution x(t) partant de
conditions initiales dans Ωℓ tend vers M quand t → +∞
vincent.mahout@insa-toulouse.fr – p. 22/29
Stabilité utilisant la notion d’invariance
Théorème 2.3 (Extension à la stabilité de l’origine) Soit le
système dynamique non linéaire autonome ẋ = f (x) , avec f
continue et soit V (x) une fonction scalaire de classe C 1 .
Supposons qu’au voisinage de l’origine :
• V (x) est localement définie positive,
• V̇ (x) est semi définie négative ,
• l’ensemble R défini par V̇ (x) = 0 ne contient que la
trajectoire x(t) = 0,
alors l’origine est un point d’équilibre pour le système
asymptotiquement stable .
vincent.mahout@insa-toulouse.fr – p. 23/29
Stabilité utilisant la notion d’invariance
(2)
Théorème 2.4 (Extension à la stabilité globale de l’origine)
Soit le système dynamique non linéaire autonome ẋ = f (x), avec
f continue et soit V (x) une fonction scalaire de classe C 1 .
Supposons :
• V (x) → +∞ quand kxk → +∞
• V̇ (x) ≤ 0, ∀x ∈ ℜn
Soit R l’ensemble des points définis par V̇ (x) = 0 et M le plus
grand ensemble invariant de R.
Alors toute solution converge asymptotiquement vers M quand
t → +∞
vincent.mahout@insa-toulouse.fr – p. 24/29
Stabilité d’un cycle limite
Exemple (atypique) où l’équation algébrique régissant le lieu
du cycle limite est connu
Soit le système
vincent.mahout@insa-toulouse.fr – p. 25/29
Stabilité d’un cycle limite
Exemple (atypique) où l’équation algébrique régissant le lieu
du cycle limite est connu
Soit le système
vincent.mahout@insa-toulouse.fr – p. 25/29
Stabilité d’un cycle limite
Exemple (atypique) où l’équation algébrique régissant le lieu
du cycle limite est connu
Soit le système
vincent.mahout@insa-toulouse.fr – p. 25/29
Stabilité d’un cycle limite (2)
2
V (x) > 0 et V̇ (x) = −8 (x10 6 4 4
1 + 3x2 ) (x1 + 2x2 − 10) ≤ 0
Ensemble R : V̇ (x) = 0
10
x1 + 3x62 = 0 (a)
x41 + 2x42 − 10 = 0 (b)
vincent.mahout@insa-toulouse.fr – p. 26/29
Stabilité d’un cycle limite (3)
Origine
200
180
160
140
120
100
80
60
40
20
2
0 1
2.5
2 0
1.5
1
0.5 −1
0
−0.5
−1 −2
−1.5
−2
−2.5
Cycle Limite
vincent.mahout@insa-toulouse.fr – p. 27/29
Stabilité d’un cycle limite (4)
Dans ce cas M ≡ R puisque R est l’union d’un PE et d’un
cycle limite
Il n’est pas possible de prouver que l’origine est instable (1er
méthode = cas critique)
vincent.mahout@insa-toulouse.fr – p. 28/29
Stabilité d’un cycle limite (4)
Dans ce cas M ≡ R puisque R est l’union d’un PE et d’un
cycle limite
Il n’est pas possible de prouver que l’origine est instable (1er
méthode = cas critique)
Par contre si on considère Ω100 = {x ∈ R2 tq V (x) < 100}
100
80
Origine V(x ,x =0)
60 Ω 100 1 2
40 Cycle limite
20
0
−3 −2 −1 0 1 2 3
Ω100 est un domaine qui inclut le cycle limite mais qui exclut le
PE
vincent.mahout@insa-toulouse.fr – p. 28/29
Stabilité d’un cycle limite (5)
Principe d’invariance de Lasalle
• pour ℓ > 0 la région Ωℓ définie par V (x) < ℓ est bornée, OUI
• V̇ (x) ≤ 0 ∀x ∈ Ωℓ OUI
• Soit R l’ensemble des points de Ωℓ où V̇ (x) = 0 et M
l’ensemble invariant le plus grand de R. Alors, toute solution
x(t) partant de conditions initiales dans Ωℓ tend vers M quand
t → +∞
Il ne reste dans le domaine Ω100 que le cycle limite comme
ensemble invariant.
Le cycle limite est stable , Ω100 définit un bassin d’attraction
pour ce cycle.
Corollaire : le PE est instable.
vincent.mahout@insa-toulouse.fr – p. 29/29