Master 3EA M1, GSA

Introduction aux systèmes non

linéaires

Chap. 4: Stabilité et stabilisation des

systèmes non linéaires : Théorie de
Lyapunov
NADRI WOLF Madiha
 Chap2. Stabilité et stabilisation
•  Introduction
–  Notions de stabilité
–  Stabilité asymptotique
–  Stabilité exponentielle
–  Stabilité locale, stabilité globale
•  Méthode indirecte de Lyapunov
–  Théorème principal
–  Exemple
•  Méthode directe de Lyapunov
–  Fonction définie positive, fonction semi-définie positive
–  Fonction de Lyapunov
–  Théorèmes de stabilité
–  Cas des systèmes linéaires
 Introduction

•  En général, pour un système la notion de stabilité est

essentielle
Ø Intuitivement : capacité du système à se maintenir autour
d’un point de fonctionnement.
Ø Exemple : le pendule qui a 2 positions d’ équilibre (une
stable et une instable).
•  Pour étudier la stabilité des systèmes non-linéaires, nous
allons utiliser la théorie de Lyapunov (1892). 2 méthodes :
Ø utilisation de la linéarisation (méthode indirecte)
Ø utilisation de fonctions scalaires dépendantes de l’ état
du système (méthode directe) (généralisation du concept
d’ énergie).
 Représentation en espace d’état
•  Définition : Le système x! = f ( x, u ) est dit autonome (non forcé) si ne
dépend pas explicitement de t:
x! = F ( x) ou encore x! = f ( x, u 0 )
Dans le cas contraire on dira qu’il est non autonome (u=g(x,t)).

•  Définition : Un point d’équilibre du champ f est un point xe qui vérifie

f(xe)=0.
Si (xf,uf) est un pt de fct de x! = f ( x, u ) ,alors xf est point d’équilibre du
système
x! = f ( x(t ), u f ) = F ( x)

•  Remarque : La grande différence entre systèmes autonome et non

autonome est que les trajectoires d’un système autonome ne
dépendent pas de l’origine des temps alors que celles d’un système
non autonome en dépendent.
•  Exemple : x
Soit le système
x! = −
1+ t
la solution est :
1 + t0
x(t ) = x(t0 )
1+ t
Elle converge asymptotiquement vers zéro. Mais la convergence dépend
de t0 .
 Quelques notions mathématiques
•  Définition : Voisinage de l’origine
Un voisinage de l’origine, Ω est tout domaine fermé borné
incluant l’origine.
Un exemple de voisinage est la boule:
•  Définition : Boule dans IRn
On définit une boule fermée dans IRn comme l’ensemble:

où la norme | | . | | est une norme sur IRn

•  Définition : fonctions définies positives
Une fonction scalaire est localement définie positive
dans Ω, où Ω est un voisinage de l’origine, si:
 Quelques notions mathématiques
Une fonction scalaire est définie positive si elle vérifie

Exemple :

Remarques:
1- Cas particulier important: la forme quadratique
est définie positive,(négative), si P est une
matrice définie positive, (négative).
2- Une condition nécessaire et suffisante pour que la matrice
symétrique P soit définie positive est que ses valeurs propres soient
toutes positives.
•  Définition (Fonction candidate de Lyapunov)
Soit une fonction telle que:
i) V est continûment différentiable en tous ces arguments.
ii) V est définie positive.
iii) Il existe a et b deux fonctions scalaires de IR2 dans IR2, continues,
monotones, non décroissantes, t.q.

alors V est une fonction candidate de Lyapunov

•  V(x)=Cste, appelées équipotentielles de Lyapunov, définissent des
domaines connexes autour de l’origine
•  Exemple: V(x)= x12+x22
Les équipotentielles sont des cercles de rayon le carré de la
norme euclidienne du vecteur x. Ce sont aussi les boules de
IR2 définies pour la norme euclidienne.
 Quelques notions mathématiques
Définition

Remarque
 Notions de Stabilité
•  Stabilité de pt d’équilibre
Définition : stabilité/instabilité au sens de Lyapunov
Le pt (état d’équilibre) xe est dit stable au sens de Lyapunov si
alors
Dans le cas contraire, xe est dit instable.
⇒
∀V 0 un petit voisinage de xe, ∃V voisinage de xe V 0 ⊂ V, tq, ∀x( 0 ) ∈V 0,
alors x(t) ∈V, ∀t ≥ 0

i.e. : La trajectoire d’état peut être gardée arbitrairement prés de xe, si l’on
prend une condition initiale suffisamment proche de xe,
•  Différentes notions
–  Stabilité asymptotique
–  Stabilité exponentielle
–  Stabilité locale et globale
 V0

Exemple : Cas du pendule libre

x! = x
1 2
g
x! = − sin( x )
l
2 1

Pts d’équilibre stables ?

 Notions de Stabilité
•  Définition : stabilité asymptotique
Un point d’équilibre xe est asymptotiquement stable s’il est stable et s’il
existe α>0 tel que :

•  Interprétation:
La stabilité asymptotique signifie que l’équilibre est non seulement stable
mais de plus on est capable de déterminer un voisinage du point d’équilibre
tel que n’importe quelle trajectoire, issue d’un x0 appartenant à un voisinage
de xe, tend vers xe quand

Le domaine d’attraction est l’ensemble maximal des conditions initiales

pour lesquelles la stabilité asymptotique est obtenue.
 Notions de Stabilité
•  Définition : stabilité exponentielle
Un point d’équilibre xe est exponentiellement stable s’il existe α>0 et
λ >0 tels que:

•  Interprétation:
- Le vecteur d’état, pour une condition initiale x0 ∈ Br converge vers
xe plus rapidement qu’une fonction exponentielle. λ est appelé le taux
de convergence.
Stabilité exponentielle ⇒ Stabilité asymptotique ⇒ Stabilité.

- Si la propriété de stabilité asymptotique, (exponentielle) est vérifiée

quelque soit x0, le pt d’équilibre est globalement asymptotiquement,
(exponentiellement) stable.
Exemple :
 Stabilité locale – Stabilité globale
•  Remarques
Ø Dans chacune des définitions précédentes, la stabilité est définie de
manière locale puisque reliée à la notion de voisinage.
Ø En utilisant les définitions précédentes, il n’est pas possible a priori
de prédire le comportement du système pour une condition initiale
prise loin du point d’ équilibre.

Définition :
Analyse de la stabilité : méthode
indirecte de Lyapunov
 Théorème principal

sp ( A) = {Vp( A)} ⊂ C = {λ ∈ C \ Re(λ ) < 0}

− -

⇒ le système est asymptotiq uement stable en x o

Si ∃λ ∈ sp ( A); Re(λ ) > 0

⇒ système n' est pas asymptotiq uement stable en x0 ni stable au sens de Lyapunov
Si ∃Vp( A) = 0
⇒ rien à conclure
 Exemples
1. Pendule simple avec frottement visqueux
x! = x
stabilité asymptotique ? 1 2
g kf
x! = − sin( x ) − x
l ml
2 1 2 2

2.
 Méthode directe de Lyapunov
•  Pour s’affranchir de la connaissance des trajectoires, on
utilise la méthode directe de Lyapunov

•  L’idée est d’ étudier les variations d’une fonction scalaire

pour conclure quant à la stabilité du système

•  Relation avec la notion d’énergie

–  Observation fondamentale de la physique :” Si l’énergie totale
d’un système est dissipée de manière continue alors le
système, (qu’il soit linéaire ou non linéaire), devra rejoindre
finalement un point d’équilibre”.
–  On pourra donc conclure à la stabilité d’un système par
l’examen d’une seule fonction scalaire, ici l’énergie totale.
Méthode directe de Lyapunov

:
 Exemple
•  Masse-ressort

La question est de savoir si le point d’équilibre (0 0) est stable. La

masse est tirée loin de sa position d’équilibre, (longueur naturelle
du ressort), puis lâchée. reprendra -t-elle sa position d’équilibre ?

•  Energie cinétique:

•  Energie potentielle

•  Energie totale:
 Exemple
•  Remarques:
–  Le point d’énergie mécanique nulle est le point d’équilibre
–  La stabilité asymptotique implique la convergence de l’énergie
vers 0
–  L’instabilité est liée à la croissance de l’énergie mécanique
On peut donc supposer que:
–  L’énergie mécanique reflète indirectement l’amplitude du
vecteur d’état.
–  Les propriétés de stabilité peuvent être caractérisées par la
variation de l’énergie mécanique au cours du temps
•  Etude de la variation:

L’énergie du système, à partir d’une valeur initiale, est

continûment dissipée par l’amortisseur jusqu’au point d’équilibre
 Méthode directe de Lyapunov
La procédure de base est de générer une fonction scalaire “de type
énergie” pour le système dynamique et d’en examiner la dérivée
temporelle
•  L’extérieur du domaine délimité par une équipotentielle de Lyapunov qui
englobe le domaine où dV/dt est semi-définie négative, est un domaine de
conditions initiales pour lesquelles l’origine n’est pas (asymptotiquement)
stable.
•  Entre les domaines de conditions initiales stables et instables demeure
une région où la stabilité ne peut être déterminée.
Exemple
Méthode directe de Lyapunov
 Exemple 1
•  Soit: 2 Dont on veut connaître
!!
x − ε x x! + x = 0 la stabilité.

•  Passage en équation d’état avec:

x1 = x, x2 = x!
⎧ x! = x
•  Ainsi:
⎪ 1 2
⎨ 2
!
⎪⎩ x2 = −x1 + ε x1 x2
Ce système possède un point d’équilibre à (x1,x2)=(0,0).

Analysons la stabilité de ce système avec cette fonction de Lyapunov suivant la

valeur de epsilon: 2 2
x1 + x2
V ( x1 , x2 ) = 27
2
 Exemple
•  Dérivant V(x), on trouve:

! ∂V ∂V
V (x1 , x2 ) ! x!1 + x!2 = x1 x!1 + x2 x!2
•  Ensuite: ∂x1 ∂x2

! 2 2 2 2
V (x1 , x2 ) = x1 x2 − x1 x2 + ε x1 x2 = ε x1 x2

28
 Exemple
•  Donc
! 2 2
V (x1 , x2 ) = ε x1 x2
•  Ainsi, V(x) est une fonction définie positive qui est
strictement décroissante le long de toutes les
trajectoires possibles si ε<0.

29
 Exemple
•  En vertu de la théorie de Lyapunov, le système est
globalement stable si ε=0.
•  Il est globalement asymptotiquement stable si ε<0.
•  Sinon, il est globalement instable.

30
 Exemple 2
•  Soit: ⎧ 2
(
⎪ x!1 = 2x1 x2 −1
⎨
)
! 2
⎪ x2 = −x2 x1 +1
⎩ ( )
Dont le point d’équilibre est à (0,0).
•  Vérifions la stabilité avec cette fonction de Lyapunov:

2 2
x +x
V ( x1 , x2 ) = 1 2
2
31
 Exemple
•  Ce système possède un point d’équilibre à (x1,x2)=(0,0).

•  Analysons la stabilité de ce système avec cette fonction

de Lyapunov:

2 2
x +x
V ( x1 , x2 ) = 1 2
2

32
 Exemple 2
•  En dérivant: V! (x1 , x2 ) = x1 x!1 + x2 x!2
2
x +x 2
2
( 2
= 2x x −1 − x x +1
1 2 ) 2
2 ( 2
1 )
V ( x1 , x2 ) = 1 2
2 2 2 2
2 = x x − 2x − x
1 2 1 2

! 2 2 2 2
V (x1 , x2 ) < 0 ⇒ x1 x2 − 2x1 − x2 < 0
•  Donc
2 2 2
x (x − 2) − x < 0
1 2 2
2 2 2
x (x − 2) < x
1 2 2
2 2 2
x < x / (x − 2)
1 2 2
33
 Exemple 2
•  Cette condition peut être réécrite comme suit:

2
! 2 2x
V (x1 , x2 ) < 0 ⇒ x2 < 2 1

4.5
x1 −1 ( )
4

3.5

3
Stable ou instable ?
2.5
2
x

1.5

1 Stable

0.5

0
34
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
x
1
 Exemple 2
•  Essayons ce second candidat:

2 2
x + 2x
V2 ( x1 , x2 ) = 1 2

•  Dérivant: 2
! (
2
V (x , x ) = −2 x + x 2
)
2 1 2 1 2

–  Ce qui mène à conclure que le système est globalement

asymptotiquement stable.

35
 Exemple 3
•  Soit:
⎧ x! = −x
⎪ 1 1
⎨
⎪ x!2 = − 4 x2 1− e
⎩
1
(−t
)
–  Dont le point d’équilibre est à (0,0).
•  Vérifions la stabilité avec cette fonction de Lyapunov
suivante: 2 2 −t
V ( x1 , x2 ) = x1 + 2 x2 (1 + e )

36
 Exemple 3
2 2 −t
•  En dérivant: V ( x1 , x2 ) = x + 2 x (1 + e )
1 2

! ! ! 2 −t
V (x,t) = 2x1 x1 + 4x2 x2 (1+ e ) − 2x2 e
−t

2 2 2 −t
= −2x − x (1− e )(1+ e ) − 2x e
1 2
−t −t
2
2 2
•  Stable car:
= −2x − x (1− e
1 2
−2t
+ 2e )
−t

∀t , ∀x
! 2 2
V (x,t) = −2x1 − x2 (1− e + 2e ) ≤ 0
−2t −t

37
 Bilan

•  Le choix de la fonction de Lyapunov a un effet sur

l’évaluation de la zone de stabilité d’un système
non-linéaire.

38
 Résumé
•  Le point d’énergie mécanique nulle est le point
d’équilibre
•  La stabilité asymptotique
ü  la convergence de l’énergie vers 0
•  L’instabilité est liée à la croissance de l’énergie
mécanique. On peut donc supposer que :
ü L’énergie mécanique reflète l’amplitude du
vecteur d’état
ü Les propriétés de stabilité peuvent être
caractérisées par la variation de l’énergie
mécanique / au temps

Les avantages
§  Étude de la stabilité par examen de l’énergie totale du système
§  Systèmes linéaires et non linéaires
§  Ne nécessite ni la solution de l’équation d’état, ni la connaissance des pôles du système

Remarque
Si l’énergie totale d’un système est dissipée de manière continue alors le système
(linéaire ou non linéaire) devra rejoindre un point d’équilibre. Stabilité asymptotique
Stabilité illustration
Application aux systèmes linéaires
invariants
 Démonstration (condition suffisante)

•  Considérons la fonction de Lyapunov candidate :

T
V = x Px
•  Dérivant:
! T
! ! T
V = x Px + x Px
T T T
= x PAx + x A Px
=x T
( PA + A P ) x
T

T
= −x Qx
 Démonstration (condition suffisante)

•  Soit Q une matrice définie positive, si P est

une solution positive de l’équation de
Lyapunov.
–  Alors V (x) > 0, ∀x ≠ 0

–  et V! (x) = −x T Qx ⇒ V! (x) < 0, ∀x ≠ 0.

–  Donc le système est asymptotiquement stable.

 Démonstration (condition nécessaire)

•  Pour un couple quelconque (A,Q) l’équation de

Lyapunov peut admettre plus d’une solution pour P.

•  Mais, si A est stable, la solution P est unique:

∞
AT t At
P = ∫ e Qe dt
0
 Démonstration (condition nécessaire)

•  Avec cette solution:

T ∞ T AT t At ∞ AT t At
A P + PA = ∫ A e Qe dt + ∫ e Qe Adt
0 0

d AT t At
= ∫
∞

0
dt (
e Qe dt )
T
∞
A t At
= e Qe
0

= −Q
Exemples

dotx = Ax

T
A P + PA = −I

Instable
 Exemple
•  Q = I.

=0

47
 Exemple
•  Posons Q = I.

p2=-1/2
p5=-1/2

p4=- p3
 Exemple
•  Posons Q = I.

p3=1/2-3p6

p1=-3+6p6
 Exemple
•  6p6+6=0 è p6=-1
•  P solution de A: T P + PA = −I :

–  Pas définit positif, car:

Instable
 Design d’un contrôleur non linéaire pour un
système linéaire
•  Soit le système:
! = Ax(t) + bu(t)
x(t)
–  A globalement asymptotiquement stable (g.a.s.);
n
–  b ∈ℜ
–  x(0) = x0
–  … et

u(t ) ≤ 1, ∀t
Application aux systèmes linéaires
invariants
rappel
Comportement asymptotique de exp(tA)
Comportement asymptotique de exp(tA)
Exemple :

(1) a, b, c et d sont des nombres réels.

L’origine est solution et point d’équilibre.

Objectif : comportent des trajectoires autour de (0,0) dans le plan de phase selon
les valeurs des valeurs propres λ1 et λ2 de la matrice du système.

•  λ1 et λ2 réelles, non nulles et distinctes : Les v.p. forment une base de IR2

Solution de (1) :

On a trois cas :

une source un point selle un puits

Comportement asymptotique de exp(tA)
λ1 et λ2 complexes

On a trois cas :

Puits ellipses de centre (0,0) source en spirale

Comportement asymptotique de exp(tA)

λ1 = λ2

On a trois cas :

α=0 α<>0
 Comportement asymptotique de exp(tA)
Récapitulation
Pour la dimension 2, on peut donc grouper les résultats précédents en quatre cas :
•  valeurs propres réelles de signe opposé : point selle ;
•  valeurs propres à partie réelle négative : puits ;
•  valeurs propres à partie réelle positive : source ;
•  valeurs propres imaginaires pures : centre.

Puits spirale Source spirale

Point puits Point source

Point selle
 Rappel
Représentation de l’état

x!1 = x2 Linéarisation autour de xe . ⎡ 0 1 ⎤

g ⇒ Δx = ⎢ ⎥ .Δx
x!2 = − sin( x1 ) ⎣− g / l cos x1 ⎦ xe
l

2 équilibres xe et xe avec
 Portrait de phase
Il s'agit de représenter sur un même dessin un nombre suffisant
de trajectoires pour avoir une idée assez précise de la dynamique du système.

•  les trajectoires exceptionnelles

•  les points singuliers,
•  les variétés stables et instables de points cols,
•  les trajectoires périodiques

Chaque région limitée par les précédentes quelques trajectoires typiques appelées
génériques.

Système linéaire : 5 trajectoires exceptionnelles

•  V.P distinctes : l'équilibre et les 4 demi-droites engendrées par les vecteurs
propres
•  2 V.P. non réelles : une trajectoire (le point singulier).