李雅普诺夫函数是一种标量值函数,用于研究动力系统平衡点的稳定性,而无须显式求解系统的运动方程。它通常在平衡点以外取正值,并沿系统轨迹单调不增,其作用类似于广义的能量度量或偏离平衡点的距离度量。在适当的附加条件下,还可以证明系统收敛到平衡点、确定收敛速率,或估计趋于该平衡点的初始状态集合的范围。这一方法以亚历山大·李雅普诺夫命名;他在1892年关于运动稳定性的著作中奠定了直接法的基础。
连续时间系统中的定义
考虑由常微分方程构成的自治系统
其中, 是原点的一个开邻域,且 。假设 具有局部利普希茨连续性,从而每个初始状态都对应唯一的局部解。位于其他位置的平衡点可以通过坐标变换移至原点。
按照一种常见约定,若连续可微函数 满足以下条件,则称其为原点的李雅普诺夫函数:
;
对每个非零的 ,都有 ;
它沿系统轨迹的导数满足
前两个条件表示 相对于该平衡点是正定的。这一术语适用于标量函数,并不要求 是二次表达式。
沿轨迹的导数为
因此, 衡量的是沿实际运动的变化,而不是沿任意方向的变化。
若
则该函数通常称为严格李雅普诺夫函数。不同文献的术语有所区别:有些作者仅在这一严格情形下使用“李雅普诺夫函数”一词,而将非严格情形称为弱李雅普诺夫函数。对于一个拟用于检验、但尚未证明具备所需性质的函数,称其为候选李雅普诺夫函数。
关于稳定性的结论
李雅普诺夫函数为多种不同形式的稳定性提供了充分条件。
李雅普诺夫意义下的稳定性
如果对每个 ,都存在 ,使得
则称原点在李雅普诺夫意义下稳定。这里, 表示一种范数。稳定性意味着足够小的初始扰动始终保持很小;它本身并不意味着扰动会衰减。
若正定函数 满足 ,就能证明这种稳定性。其几何原因在于,轨迹无法离开 的某个适当的小次水平集:若要离开,就必须使 的值增大。
渐近稳定性
如果一个平衡点是稳定的,并且所有从其充分近处出发的轨迹都满足
则称该平衡点是渐近稳定的。
对于满足上述正则性假设的自治系统,若存在正定函数 ,且其导数负定,就能证明局部渐近稳定性。
仅有导数半负定还不够。轨迹可能无限期地停留在 的某个等值集上,无阻尼振子就是如此。
全局渐近稳定性
局部李雅普诺夫论证只涉及平衡点某个邻域内的初始状态。要证明 上的全局渐近稳定性,一组标准的充分条件是: 处处正定、其导数负定,并且 径向无界,即
对于 上的连续函数,径向无界性保证其次水平集是紧的。被限制在这种集合内的轨迹不可能在有限时间内逃向无穷远;再结合 的局部利普希茨连续性,其解便可延拓至所有未来时刻。
全局定义的正定函数未必径向无界。因此,一般不能仅凭验证函数处处为正且严格递减,就推断出全局收敛性。
指数稳定性
定量不等式可以给出收敛速率。假设在原点的某个邻域内,
其中 。则
进而有
这些估计证明了指数稳定性。如果上述不等式在全局成立,则可得到全局指数稳定性。
几何解释与吸引域
等值集
可以视为广义的等能量面。条件 表示,向量场在这些等值集的边界上指向内侧或沿切向;严格递减则排除了平衡点以外的相切情形。
若从次水平集
内出发的轨迹在时间正向演化时始终无法离开该集合,就称其为正向不变集。若 是紧集,包含在李雅普诺夫条件成立的区域内,并且除原点外均有 ,则它给出了吸引域的一个内估计: 中的每个状态都收敛到原点。
对于同一个系统,不同的李雅普诺夫函数可以证明不同的吸引区域。因此,所证明的区域较小,只说明这一特定判据的能力有限,并不一定反映真实的吸引域边界。
拉萨尔不变性原理
严格递减是收敛的充分条件,但并非总是必要条件。拉萨尔不变性原理可以处理 仅为半负定的一些重要情形。
设 是一个紧的正向不变集,且 在 的某个邻域上连续可微,并在该邻域内满足 。定义
从 内出发的每条轨迹都会趋近于 的最大不变子集。这里的“不变”不只是指某一时刻满足 ,还要求运动始终停留在该集合内。
如果最大不变子集只有该平衡点,那么这一原理就证明了系统收敛到该平衡点。这一区别对机械系统尤为重要,因为瞬时耗散可能在某些并非静止状态的状态处为零。
示例
标量非线性衰减
对于
选取
则
该函数正定且径向无界,因此原点是全局渐近稳定的。
这一平衡点并非指数稳定。系统的解为
它以代数速率而非指数速率衰减。这个例子说明,仅有严格递减并不能证明指数收敛速率。
无阻尼振子
对于
取
则 。原点是稳定的,但每条非零轨迹都停留在一条闭合的等能量曲线上,并不收敛到原点。
阻尼振子
对于
使用同一个候选函数,可得
导数在整条直线 上都为零,而不仅仅在原点为零。然而,满足 且 的点会立即离开该直线,因为 。因此, 的最大不变子集就是原点。
利用能量函数的紧次水平集和拉萨尔原理,可证明全局渐近稳定性。
线性系统与李雅普诺夫方程
对于线性系统
一种标准的候选函数是二次型
其中 是正定矩阵。其导数为
连续时间李雅普诺夫方程为
其中 是对称正定矩阵。如果存在正定解 ,则原点是全局指数稳定的。
更确切地说,以下条件等价:
- 的每个特征值的实部都严格为负;
- 对每个对称正定矩阵 ,李雅普诺夫方程都有唯一的对称正定解 。
满足第一个条件的矩阵称为赫尔维茨矩阵。相应的解可表示为
其中, 是矩阵指数。
对于可微的非线性系统,如果平衡点处的雅可比矩阵是赫尔维茨矩阵,也能构造出局部二次型李雅普诺夫函数:在充分靠近平衡点处,严格递减的二次项贡献会压过高阶项。当线性化系统存在位于虚轴上的特征值时,这种论证通常无法得出结论,系统 就说明了这一点。
离散时间系统与时变系统
离散时间
对于
用单步差分代替导数:
正定性与 共同保证稳定性;而在通常的连续性假设下,若在原点以外严格为负,则可得到渐近稳定性。
对于 ,相应的矩阵方程为
对每个对称正定矩阵 ,该方程都有唯一的对称正定解,当且仅当 的每个特征值的模都小于一。
时变系统
对于非自治系统
李雅普诺夫函数可以显式依赖于时间:
其全导数为
要得出一致稳定性的结论,需要使用对时间一致成立的界。一种常见表述是采用连续、严格递增且满足 的函数 ,使得
这种形式的适当局部界可以证明一致渐近稳定性。如果没有合适的一致界,仅有逐点的正性和负性通常无法得出同样的结论。
构造与应用
寻找有用的李雅普诺夫函数,并不存在通用而简单的程序。常见方法包括:
- **物理能量:**对于机械或电气系统,动能与势能之和往往可以作为候选函数,其导数由耗散决定。
- **二次型构造:**求解李雅普诺夫方程,为稳定线性系统及非线性系统的局部分析提供了系统化的方法。
- **加权组合:**将各子系统的函数组合起来,可以证明互联系统的稳定性。
- **多项式搜索:**对于多项式动力系统,可以借助平方和证书及半定规划,有组织地搜索多项式候选函数;半定规划是凸优化的一种形式。
- **基于优化的构造:**目标函数值与最优值之差、到极小点的距离,或目标函数项与动量项的组合,都可用于证明优化算法的收敛性。
在控制理论中,控制李雅普诺夫函数针对系统
表达这样一种可能性:可以选择一个允许的控制输入 ,使 递减。将这一条件转化为反馈控制律时,需要考虑输入约束,以及使闭环轨迹有明确定义所需的正则性。
公共李雅普诺夫函数对于一族系统中的每个系统都递减。在满足适当的严格性条件和比较界时,即使在这些系统之间切换,它也能证明稳定性。各子系统分别稳定,并不意味着任意切换下的系统仍然稳定。
对于随机微分方程,类似的方法将随机过程的无穷小生成元作用于 。由此得到的漂移条件取代了确定性系统中沿轨迹的导数。根据所作假设的不同,它可以证明矩的有界性或某些特定概率意义下的稳定性;但并不能自动保证每条样本路径上的单调递减。
逆定理与局限性
直接法从一个函数出发推导稳定性。李雅普诺夫逆定理则反向进行:在适当的正则性假设下,渐近稳定性蕴含李雅普诺夫函数的存在。某些重要版本保证光滑自治系统存在光滑的李雅普诺夫函数。
这些定理不一定提供实用的构造方法,也不保证函数属于某个受限类别,例如二次型或指定次数的多项式。因此,未能在这类函数中找到稳定性证书,并不等于证明系统不稳定。
其他局限涉及解释和验证:
- 李雅普诺夫函数通常不能唯一刻画一个系统;许多不同函数都可能证明同一平衡点的稳定性。
- 单调不增的函数不一定能证明系统收敛到单个点。
- 仅在受限区域内有效的证书,无法确定该区域以外的行为。
- 仅靠对 进行浮点采样,无法验证某个不等式在连续区域内处处成立。
- 通过学习或数值拟合得到的候选函数,还需要进一步验证,才能成为严格的稳定性证书。
- 对于非光滑系统、不连续反馈控制律和无限维系统,需要采用与其解的概念及分析框架相适应的理论版本。