运动稳定性的基本概念

\qquad 稳定性的研究对象是系统的运动，是系统运动受到扰动后的一种重要性质。系统的运动可以通过一组向量的变化来完全充分的表现出来，这组向量成为系统的状态向量，记为$x_1,x_2,\cdots ,x_n$，状态变量的向量形式$x=[x_1,x_2,\cdots ,x_n{]}^T$为状态向量。
\qquad 系统的运动方程常表示为一阶微分方程组形式：
$${\dot{x}}_i=f_i(t,x_1,\cdots ,x_n),i=1,\cdots ,n$$其中，$x_1,x_2,\cdots ,x_n$是$t$的未知函数，$f_1,\cdots ,f_n$是$t,x_1,x_2,\cdots ,x_n$的已知函数。化简为向量形式，即
$$\dot{x}=f(t,x)(1)$$其中$t\in \mathbf{R},x=(x_1,\cdots ,x_n{)}^T\in {\mathbf{R}}^n$(n维实欧式空间)，$f=(f_1,\cdots ,f_n)\in {\mathbf{R}}^n$，即$f:\Omega \subseteq {\mathbf{R}}^{n+1}\to {\mathbf{R}}^n$
\qquad 假设$x=\phi (t)$是定义在时间开区间$I=(a,b)\subset \mathbf{R}$上的可微函数($I$可以是有限区间或者无限区间)，对于一切$t\in I$，有$(t,\phi (t))\in \Omega \subseteq \mathbf{R}$，并满足：
$$\dot{\phi }(t)=f(t,\phi (t))$$ \qquad 成立，称$\phi (t)$为$I$的一个解。解$x=\phi (t)$在$(t,x)$-空间的几何图形的一条曲线称为式(1)的积分曲线或系统的轨线。
\qquad 运动的稳定性通常指平衡状态是稳定的，刚体处于静止的平衡状态，受到小的扰动力的作用偏离了平衡位置，仍能回到原来的位置或原来位置的附近，反之为不稳定。考察微分方程组：
$$\begin{gathered} \dot{x}=f(t,x) \\ x(t_0)=x_0(2) \end{gathered}$$其中，时间$t$属于开区间$I=(t_1,t_2)(t_1\ge -\infty ;t_2\le +\infty );$状态向量$x\in \Omega \subset {\mathbf{R}}^n;f:I\times \Omega \in {\mathbf{R}}^{n+1}\to {\mathbf{R}}^n;f(t,x)$是连续的向量函数。
微分方程解存在的唯一性 （利普西茨条件）若$\forall x,y\in \Omega ,\forall t\in I,\exists$常数$L>0$使得
$$||f(t,x)-f(t,y)||\le L||x-y||$$ \qquad 则称$f$在$I\times \Omega$上满足利普西茨条件(简称利氏条件)称$L$为$f$在$\Omega$上的利氏常数。显然，如果$f_i(t,x)$的所有偏导数都存在，且雅可比矩阵$\frac{\partial f}{\partial x}$在$I\times \Omega$上有界，即
$$\Vert \begin{array}{c}\frac{\partial f}{\partial x}\end{array}\Vert \le K$$其中，$K$为某一正数，则满足利氏条件。
\qquad 解的存在唯一性定理 若$f(t,x)=[f_1(t,x),\cdots ,f_n(t,x){]}^T$在$I\times \Omega$上连续，且满足利氏条件，则$\forall (t_0,x_0)\in I\times \Omega$，存在常数$t^{\ast }>0$，使得区间$[t_0-t^{\ast },t_0+t^{\ast }]$内存在唯一解$x(t,t_0,x_0)$满足
$$\begin{gathered} \frac{d(t,t_0,x_0)}{dt}=f(t,x(t,t_0,x_0)) \\ x(t_0,t_0,x_0)=x_0 \end{gathered}$$的解是唯一存在的。
解对初值与参数的连续依赖性与可微性 假设解的存在唯一性定理成立，有如下结论：
\qquad (1) 若式(2)两个解$x^{(1)}(t)=x(t,t_0,x_0^{(1)}),x^{(2)}(t)=x(t,t_0,x_0^{(2)})$在$[t_0,t_1]$上均有定义，均位于$\Omega$内，则$\forall ϵ>0,\exists \delta >0$，当$||x_0^{(1)}-x_0^{(2)}||<\delta$在$[t_0,t_1]$内有$||x^{(1)}(t)-x^{(2)}(t)||<ϵ$成立。
\qquad (2) 若$\frac{\partial f_i}{\partial x_j}(i,j=1,2,\cdots ,n)$连续，则$\frac{\partial x_i(t,t_0,x_0)}{\partial x_{j0}}(i,j=1,2,\cdots ,n)$也连续。
李雅普诺夫稳定性的定义
\qquad 一个系统的轨迹有可能只是一个单一的点。如果系统的初始值取在这个点上，系统状态将保持在这个点上，则称该点为平衡点。如果系统初值选取为某个状态$x_e$，系统轨线$x(t)$将在未来时间内一直保持在$x_e$，则称为系统的一个平衡状态(或平衡点)。
\qquad 李雅普诺夫稳定性 设原点为系统的平衡点则称系统的零平衡点是李雅普诺夫稳定的。如果对于任意的$ϵ>0$，都存在$\delta (ϵ,t_0)>0$，使得只要初始值$x_0$选取在球域$||x_0||\le \delta (ϵ,t_0)$内，已$x_0$为初值的解对于整个时间域$t_0<t<\infty$都在以原点为球心以$ϵ$为半径的球域内(不稳定即在球域外)，即
$$||x(t,t_0,x_0)||\le ϵ,t\ge t_0$$ \qquad 吸引性 如果存在$\delta (t_0)>0$，当$||x_0||\le \delta (t_0)$时，有$$\underset{t\to \infty }{\lim }x(t,t_0,x_0)=0$$ \qquad 则称系统$\dot{x}=f(t,x)$的零平衡点是吸引的。即当初始状态选定在以零点为球心的某一个球域内时，系统的运动终将趋近于零点。描述系统运动趋近平衡点的程度与什么相关(趋近平衡点的速度受什么影响)。$\exists \delta (t_0)>0$，当$||x_0||\ge \delta (t_0)$时，$\forall ϵ>0,\exists T(ϵ,t_0,x_0)$，对于$\forall t\ge t_0+T(ϵ,t_0,x_0)$，有$||x(t,t_0,x_0)||<ϵ$。
\qquad 一致吸引 若吸引型定义中$T$仅依赖$ϵ$，而不依赖$t_0,x_0$，则称原点是一致吸引的，即$x(t)$趋向于零平衡点的速度仅与$ϵ$有关，而与$t_0,x_0$无关，即$\forall ϵ>0,\exists T(ϵ)$，对于$\forall t\ge t_0+T(ϵ)$，有$||x(t,t_0,x_0)||<ϵ$。若$\delta (t_0)$可任意大，则吸引和一致吸引分别为全局吸引和全局一致吸引。
\qquad 渐近稳定和全局渐近稳定 如果：(1)零平衡点为稳定的(2)零平衡点分别为吸引、全局吸引，则分别称系统的解对零平衡点为渐近稳定和全局渐近稳定。一致渐近稳定如果(1)零平衡点为一致稳定(2)零平衡点是一致吸引，则称系统的解对于零平衡点为一致渐近稳定。全局一致渐近稳定如果(1)零平衡点为一致渐近稳定点。(2)零平衡点是全局一致吸引的。(3)方程所有的解是一致有界的，即$\forall r>0,\exists B(r)>0$，当$||x(t_0)||\le r$时，则对于所有的$t\ge t_0$，有$||x(t,t_0,x_0)||\le B(r)$。
\qquad 拉塞尔不变定理 设$\Omega$为紧集，从$\Omega$出发的方程$\dot{x}=f(x)$的解对于$t>0$均停留在$\Omega$内，如果存在函数$V:\Omega \to \mathbf{R}$是连续可微的，在$\Omega$中$\dot{V}\le 0$，又设 E = { x ∣ V ˙ ( x ) = 0 , x ∈ Ω } , M ⊂ E E=\{x|\dot{V}(x)=0,x\in\Omega\},M\subset E E={x∣V˙(x)=0,x∈Ω},M⊂E为$E$的最大不变集，则对于$\forall x_0\in \Omega$，当$t\to \infty$时，有$x(t,x_0)\to M$。
\qquad 当$\dot{V}\le 0$，而且对于$\dot{V}(x)=0$，除原点没有任何系统轨线能永远保留在集合 { x ∣ V ˙ ( x ) = 0 } \{x|\dot{V}(x)=0\} {x∣V˙(x)=0}中，则$x=0$是渐近稳定的。利用拉萨尔定理考察原点的渐进稳定性，要指出$E$中的最大不变集是原点。假设$V(x)$是正定的，可以得到$Barbashin-Krasovskii$定理。
\qquad $Barbashin-Krasovskii$定理 设$x=0$为$\dot{x}=f(x)$的平衡点，$V:\Omega \to \mathbf{R}$是连续的正定函数，其中，$\Omega$为原点的邻域，在$\Omega$中，$\dot{V}\le 0$，令 M = { x ∈ Ω ∣ V ˙ ( x ) = 0 } M=\{x\in\Omega|\dot{V}(x)=0\} M={x∈Ω∣V˙(x)=0}，假设$M$中不包含非零解，则原点是渐进稳定的。如果$V(x)$还具有径向无界的性质，则$x=0$是全局渐进稳定的。