如何从极限定义的角度理解李雅普诺夫函数的定义

我们再举个例子看一下：
$$\begin{array}{c}\begin{array}{rl}{\dot{x}}_1(t)& =x_2+x_1(2-x_1^2-x_2^2)\\ {\dot{x}}_2(t)& =-x_1+x_2(2-x_1^2-x_2^2)\end{array}\end{array}$$
求解稍微复杂一点，我们直接画出轨迹图如下：

显然 $\left[\begin{array}{c}0\\ 0\end{array}\right]$ 是其平衡点。从轨迹图中可以看出，无论是小扰动（初始点在平衡零点附近），还是大扰动，状态轨迹最终都趋向一个固定的圆。我们套用一下李雅普诺夫稳定定义看一下，该系统是否稳定。我们不妨取 $ϵ=1$ ，即在零点周围画个半径为$1$的圆，看看能否存在 $\delta$ ，使得 $\Vert x(0)-x_e\Vert <\delta$ ，则对于所有的 $t>0$ ，都有 $\Vert x(t)-x_e\Vert <1$。显然， $\delta$ 是不存在的，因此，该系统是不稳定的。

如何理解这句话：我们不妨取 $ϵ=1$ ，即在零点周围画个半径为$1$的圆，看看能否存在 $\delta$ ，使得 $\Vert x(0)-x_e\Vert <\delta$ ，则对于所有的 $t>0$ ，都有 $\Vert x(t)-x_e\Vert <1$。显然， $\delta$ 是不存在的，因此，该系统是不稳定的。

这句话的内在逻辑是用来判断一个系统是否稳定的。系统稳定的定义是，当系统受到扰动时，它能否恢复到原来或者新的平衡状态1。为了检验系统是否稳定，我们可以用极限法2，即给定一个任意小的正数 $ϵ$ ，看看是否存在另一个正数 $\delta$ ，使得当初始状态 $x(0)$ 和平衡状态 $x_e$ 的距离小于 $\delta$ 时，对于所有的时间 $t>0$ ，系统状态 $x(t)$ 和平衡状态 $x_e$ 的距离都小于 $ϵ$ 。如果存在这样的 $\delta$ ，则系统是稳定的；如果不存在，则系统是不稳定的。

这句话中，我们不妨取 $ϵ=1$ ，即在零点周围画个半径为 $1$ 的圆，看看能否存在 $\delta$ ，使得 $|x(0)-x_e|<\delta$ ，则对于所有的 $t>0$ ，都有 $|x(t)-x_e|<1$ 。显然， $\delta$ 是不存在的，因此，该系统是不稳定的。**这就意味着，无论我们把初始状态选得多么接近平衡状态（只要不完全相等），只要时间足够长，系统状态都会偏离平衡状态超过一个单位。**这样的系统是不能恢复到原来或者新的平衡状态的。