chap2.tex 14.7 KB
Newer Older
1 2 3 4 5 6 7 8 9
\documentclass[main.tex]{subfiles}
\begin{document}
Il s'agit de regarder la stabilité, la convergence vers un point d'équilibre,...\\
On se place dans le cas présent  en régime libre pour un système invariant, c'est à dire que $\dot{x} = f(x,u=0)$ et $y = g(x,u=0)$.\\

\begin{rem}
On pose $u=0$, car la stabilité et la dynamique du système sont des caractéristiques intrinsèques d'un système, donc indépendantes de l'entrée.\\
\end{rem}

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
10
Pour étudier la stabilité, on se place dans le plan de phase. Celui-ci permet de situer les points d'équilibres et de vérifier la stabilité. Sa dimension est égale au nombre de variables d'état.
11 12 13 14 15

Ainsi, pour des systèmes du second ordre, on va avoir:
\[\begin{matrix}
x= \begin{pmatrix}x_1\\x_2\end{pmatrix} &\text{et}& f(x)=\begin{pmatrix}f_1(x)\\f_2(x)\end{pmatrix}
\end{matrix}\]
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
16
L'espace des phases devient alors ici un plan de phase dans lequel on va rechercher les trajectoires.
17

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
18
Dans la suite, on s'intéressera au cas de dimension deux pour positionner et comprendre le problème.
19 20 21 22 23 24 25

\section{Analyse qualitative du comportement}
Soit le système LTI obtenu à partir de la linéarisation autour d'un point d'équilibre $x_0$.\\
On dit que ce point d'équilibre est stable si c'est un point de convergence des trajectoire, ou instable si c'est un point de divergence des trajectoires.\\

On étudie donc le système autour de son point d'équilibre, en linéarisant son équation autour de ce point. On a donc l'équation:
\begin{align*}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
26
\Aboxed{\delta \dot{x}&= A \delta x}\\
27 28 29 30 31 32 33
\text{où, } A&= \frac{\partial f(x)}{\partial x}|_{x=x_0} \text{	Jacobien de f en $x_0$}\\
\text{et, }\delta x &= x-x_0
\end{align*}

\begin{rem}
En N.L, la stabilité est associée aux points d'équilibre. Ainsi, un même système N.L peut avoir des points d'équilibre stables et instable.
\end{rem}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58
\begin{rem}
  Cette approximation peux être réalisé dna sle cas d'un régime forcé:
  \[
    \begin{cases}
      \dot{x} = f(x,u)\\
      y = h(x,u)
    \end{cases}
  \]
  avec $f(\bar{x},\bar{u}) = 0$ et on alors:
  \[
    \begin{cases}
      f(\bar{x}+\delta x,\bar{u}+\delta u) = f(\bar{x},\bar{u}) + A. \delta x + B \delta u\\
      h(\bar{x}+\delta x,\bar{u}+\delta u) = h(\bar{x},\bar{u}) + C. \delta x + D \delta u
    \end{cases}
  \]
  Donc :
  \[
    \begin{cases}
      \delta \dot{x} = A. \delta x + B. \delta u \\
      \delta \dot{u} = C. \delta x + D. \delta u
  \end{cases}
  \]
\end{rem}
\emph{L'analyse qualitative de la stabilité est faite par linéarisation.} \\
\begin{prop}
59
La trajectoire pour une condition initiale $\delta x_0$ est solution de l'équation différentielle précédente, ie \[\delta x(t) = M exp(Jt)M^{-1}\delta x_0\] où J est la matrice diagonale ou de Jordan de A, la matrice d'évolution, et M la matrice de vecteurs propres tel que : $M^{-1}AM = J$.\\
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
60
\end{prop}
61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77
\subsection{Cas $\mathbb{R}$}
$J = \begin{pmatrix}
\lambda_1 &0 \\0&\lambda_2
\end{pmatrix}$$\lambda_1 \neq \lambda_2$\\
On pose le changement de variable $\delta z = M^{-1}\delta x$ : Base Modale.\\ Donc on a $\delta z_0 = M^{-1}\delta x_0$ comme valeur initiales, d'où :
\begin{align*}
\delta z_1(t) &= e^{\lambda_1t}\delta z_{01}\\
\delta z_2(t) &= e^{\lambda_2t}\delta z_{02}
\end{align*}
Ceci permet de tracer les trajectoires dans la base modale.\\

\begin{enumerate}

\item Dans le cas où  $\lambda_2 < \lambda_1 < 0$ ou $0 <  \lambda_1 < \lambda_2$, on obtient:
\begin{center}
\includegraphics[scale=0.5]{1/graph3.png}
\end{center}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
78
D'un coté on à la convergence plus rapide de $\delta z_2$ par rapport à $\delta z_1$ et de l'autre la divergence plus rapide de $\delta z_2$ par rapport à $\delta z_1$. On a un \emph{noeud} qui est donc soit stable soit instable. Et son \emph{index topologique vaut $+1$}\\
79 80 81 82 83

\item Dans le cas où  $\lambda_2 < 0 < \lambda_1 $, on obtient:
\begin{center}
\includegraphics[scale=0.5]{1/graph4.png}
\end{center}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
84
On est dans un cas instable et on a un point selle, d'index $-1$ \\
85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145


\item Dans le cas ou $\lambda_1 = 0$, on a:
\begin{align*}
\delta z_1 &= \delta z_{01}\\
\delta z_2 &= e^{\lambda t} \delta z_{02}
\end{align*}
d'où le graphique:
\begin{center}
\includegraphics[scale=0.5]{1/graph6.png}
\end{center}
Il n'y a pas de point d'équilibre car A est non inversible ce qui implique que $\dot{x}=Ax \Rightarrow x=0$\\

\begin{rem}
Il n'y a pas de point d'équilibre d'après la définition $ \dot{x} = 0$ même si graphiquement on converge vers un point.
\end{rem}

\item Dans le cas où $\lambda_1 = \lambda_2 = \lambda$\\
Si $J = \begin{pmatrix}\lambda & 0 \\ 0 & \lambda\end{pmatrix}$ le sous espace propre est de dimension 2.\\
On a un point d'équilibre.


Si la dimension du sous espace propre est de 1, $J = \begin{pmatrix}\lambda & 1 \\ 0 & \lambda\end{pmatrix}$, donc :
\begin{align*}
\delta z_1 &= t e^{\lambda t} \delta z_{01} + e^{\lambda t} \delta z_{02}\\
\delta z_2 &= e^{\lambda t} \delta z_{02}
\end{align*}
\begin{center}
\includegraphics[scale=0.5]{1/graph5.png}
\end{center}

\end{enumerate}


\subsection{Cas $\mathbb{C}$}
 On a maintenant $\lambda_{1,2} = \alpha \pm j\beta$. On considère la représentation d'état : $\delta \dot{z_1} = M^{-1} \delta x$ tel que :
 \begin{align*}
 \delta \dot{z_1} &= \alpha \delta z_1 - \beta \delta z_2\\
 \delta \dot{z_2} &= \beta \delta z_1 + \alpha \delta z_2
 \intertext{On utilise les coordonnées polaires :}
 r = \sqrt{\delta z_1^2 + \delta z_2^2} &\text{ et, } \theta = arctan\left(\frac{\delta z_2}{\delta z_1}\right)
\intertext{on a donc :}
\dot{\theta} &= \beta\\
\dot{r} &= \alpha r
 \end{align*}
Ainsi, on obtient :
\[\left \{ \begin{matrix}
\theta(t) = \theta_0 + \beta t\\
r(t) = e^{\alpha t} r_0
\end{matrix}\right.\]

\begin{center}
\includegraphics[scale=0.5]{1/graph7.png}
\end{center}
\[
  \begin{cases}
  \delta z_1(t) & = e^{\lambda t} \\
  \delta z_{10} + te^{\lambda t} \delta z_{20}\\
  \delta z_2(t) & = e^{\lambda t} \delta z_{20}
\end{cases}
\]
146
\nopagebreak[1]
147
\section{Cycle limite}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
148 149 150 151 152 153 154 155 156
\begin{defin}
  Un système $\dot{x}=f(x)$ possède un \emph{cycle limite} $\mathcal{C}$ si il existe un intervalle de temps $[t_0,t_0+T]$ et $\forall x_0 \in \mathcal{C}$ tel que la trajectoire $\chi(t,x_0)$ soit solution de $\dot{x}=f(x)$ et avec $\chi(t_0,x_0)=x_0$et vérifie :
  \begin{itemize}
  \item $\chi(t,x_0) \in \mathcal{C} \forall t\in[t_0,t_0+T[$
  \item $\chi(t_0+T,x_0) =x_0$
  \end{itemize}
\end{defin}


157 158
On considère un système oscillant, c'est à dire qu'il existe $T>0$ tel que $\forall t > 0$, $x(t+T) = x(t)$.\\
(On exclut cependant le cas $x(t)$ = constante).
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
159 160 161
\begin{rem}
  Un point d'équilibre peut être interpréter comme un cycle limite singleton $ \forall T\in\R$.
\end{rem}
162

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
163 164 165 166
\begin{prop}
  \begin{description}
  \item[Cycle limite stable]~\\
Pour toutes les conditions initiales appartenant au voisinage du cycle limite.
167 168
\[\exists t_0 > 0 \text{ et }T > 0 \text{ tel que } \forall t>t_0, \quad x(t+T) = x(t)\]
i.e. toute trajectoire dans un voisinage du cycle limite converge dans un temps fini vers le cycle limite.
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
169
\item[Cycle limite instable]~\\
170 171 172
Toutes les trajectoires divergent du cycle limite.\\
Pour toutes les CI n'appartenant pas au cycle limite, $ \exists t > 0 \text{ tel que} x(t) \notin \text{cycle limite} $.

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
173
\item[Cycle semi-stable]~\\
174
 Une partie des trajectoires converge et d'autres divergent du cycle limite.
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
175 176 177 178 179 180 181 182 183 184
\end{description}
\end{prop}


\begin{example}[Oscillateur de Van der Pol]
\[
  \begin{cases}
\dot{x_1} & = x_2\\ \dot{x_2} & = -x_1 + (1-x_ 1^2)x_2
\end{cases}
\]
185

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217
Point d'équilibre $x^* =(0,0)$
\begin{rem}
Il n'existe pas de solution analytique aux équations de Van der Pol, mais numériquement on trouve un cycle limite stable.
\end{rem}

%\img{0.3}{3/2.png}

$\exists \epsilon$ tel que le cycle limite $\subset$ cercle de centre (0,0) et de rayon $\epsilon$ : stable au sens de Lagrange.\\

\end{example}

\begin{thm}[Index de Poincaré]
  Dans le plan de phase( pour un système d'ordre 2) avec $N$ le nombre de noeuds, centre et foyer et $S$ le nombre de points selles.\\
  Si un cycle limite existe, les points d'équilibre que le cycle limite encrecle sont tel que
  \[
N =S +1
  \]
\end{thm}
ce théorème s'utilise souvent sous sa forme contraposée:
\begin{corol}
  Si $N\neq S+1$ alors il n'existe pas de cycle limite.
\end{corol}

\begin{proof}~ \\
\begin{lemme}
  Soit une courbe du plan de phase alors l'index de la courbe est la somme des index des points d'équilibre contenu dans cette courbe.
\end{lemme}

À partir de cette proposition on peux démontrer le théorème de l'index de Poincaré, car le cycle limite $\mathcal{C}$ est solution de l'équation dynamique. l'index de $\mathcal{C}$ vaut +1. Ainsi le nombre de points d'équiliobre ayant l'index +1 doit être supérieur d'une unité à ceux dont l'index est -1
\end{proof}

\section{Théorème de Bendixon}
218 219

\begin{thm}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
220
Soit le système du second ordre $\dot{x}=f(x)$ avec $f$ le champ de vecteurs tel que $f:D\rightarrow\R^2$ avec $D$ un ensemble simplement connexe (d'un seul tenant, non formé de la réunion d'ensemble disjoint, sans trous) de $\R^2$ ne contenant pas de point d'équilibre.
221 222
Si:
\begin{itemize}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
223 224
\item $\exists x \in D$ tel que $\divv f(x) \neq 0$
\item $\divv f$ ne change pas de signe dans $D$
225 226 227 228 229 230 231 232 233 234
\end{itemize}
Alors $\dot{x}=f(x)$ n'a pas de cycle limite inclus dans $D$.
\end{thm}

\begin{proof}
Par l'absurde, soit $\Gamma = \{x\in D, x(t), 0 \leq t \leq T\}$ est un cycle limite.

$\forall x \in \Gamma$, $f(x)$ est tangent à $\Gamma$ tel que $f(x).n(x)=0$$n(x)$ est le vecteur normal de $\Gamma$ en $x$.

Suivant le théorème de Green,
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
235 236
\[ \oint_{\Gamma} f(x)n(x)dx = \iint_S \divv f(x)dS  \text{ donc } \iint_S \divv f(x)dS = 0
\]
237

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
238
Si $\exists x \in D$ tel que $\divv f(x) \neq 0$ et que $\div f$ ne change pas de signe dans $D$ (donc a fortiori dans $S\subset D$), on déduit de la continuité de l'opérateur $\divv f$ dans $D$ que $\iint_S \div f(x)dS \neq 0$ : contradictoire.
239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256

Ainsi, $D$ ne contient pas de cycle limite.
\end{proof}

\begin{example}
Soit le système NL du 2nd ordre $\ddot{x}(t) + \alpha \dot{x}(t) + g(x(t)) = 0$, avec $x(0) = x_0$ et $\dot{x}(0) = \dot{x}_0$$\alpha \neq 0$ et $g:\R \rightarrow \R$ continue avec $g(0)=0$. \\
Représentation d'état :
\[
  \begin{cases}
\dot{x}_1(t) & = x_2(t) = f_1(x)\\
  \dot{x}_2(t) & = - \alpha x_2(t) - g(x_1(t)) = f_2(x)
\end{cases}
\text{ avec } x_1(t) = x(t) \text{ et }x_2(t) = \dot{x}(t) \]

Calculons $\div f = \derivp[f_1]{x_1} + \derivp[f_2]{x_2} = -\alpha$.

$\div f \neq 0$ et ne change pas de signe donc ce système ne comporte pas de cycle limite $(D=\R^2)$.
\end{example}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
257
\section{Théorème de Poincaré-Bendixon}
258

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
259 260 261 262 263 264 265 266 267 268 269 270
\begin{defin}
  \begin{itemize}
  \item Un ensemble $\mathcal{M}\subset \mathcal{D}$ est dit \emph{positivement
      invariant} du système $\Sigma$ si
  \[\chi_t(\mathcal{M}) \subseteq \mathcal{M} , \forall t \ge 0\]
\item   Si la propriété est vraie $\forall t\le 0 $ l'ensembles est \emph{négativement invariant}.
  \item Si la propriété est vraie $\forall t\in \R$ . l'ensembles est \emph{invariant}
\end{itemize}
\end{defin}
\begin{rem}
  Un ensemble invariant est un fermé de $\R^n$.
\end{rem}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
271

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
272 273 274
\begin{rem}
  Un cycle limite stable ou semi-stable est un cas particulier d'un ensemble invariant. Cet ensemble est un \emph{attracteur} et  ne peut avoir qu'un comportement périodique.
\end{rem}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
275

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
276 277 278 279 280 281 282 283 284
\begin{defin}
  Un attracteur est un ensemble invariant fermé $\mathcal{M} \subset \mathcal{D}$ du système $\Sigma$, si il existe un voisinage $\mathcal{N}$ de $\mathcal{M}$ tel que
  \[
    \forall x\in \mathcal{N}, \chi_t(x) \in \mathcal{N}, \forall t \ge 0 et \chi_t(x) \xrightarrow[t\to\infty]{} \mathcal{M}^t
  \]
\end{defin}
\begin{rem}
  Physiquement\footnote{\emph{sic.}} un attracteur est un fermé borné (compact)
\end{rem}
285 286 287 288 289 290 291 292 293 294 295 296

\begin{thm}
Soient le système du 2nd ordre $\dot{x}=f(x)$ et $O_{x_0}^+$ une trajectoire positive, i.e $O_{x_0}^+ = \{ x \in D, x = S(t,x_0), t \geq 0\}$$S(.,x) : \R \rightarrow D$ définit une solution de $\dot{x}=f(x)$ pour une trajectoire passant par $x$, avec un ensemble limite $\omega(x_0)$ i.e. $\omega(x_0) = \bigcap_{t \geq 0} \overline{O_{x_0}^+}$ \footnote{adhérence = plus petit fermé contenant l'ensemble}\\

Si $\omega(x_0)$ est compact et ne contient pas de point d'équilibre, alors la limite ne peut être qu'un cycle limite.\\
\end{thm}

Interprétation :

Dans le cas du 2nd ordre, si on a une convergence des trajectoires vers un compact (fermé borné de $\R^2$) qui ne contient pas de point d'équilibre, alors la limite ne peut être qu'un cycle limite.\\
\paragraph{Examples du poly page 4} Système hybride = commutation entre 2 systèmes linéaires\\

Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
297 298 299 300 301 302 303 304 305 306 307 308 309 310 311

\begin{prop}
  \begin{itemize}
  \item $\omega_0$ définit un ensemble positivement invariant.
  \item Dans $\R^2$ le seul attracteur possible est un cycle limite.
  \item Si la trajectoire converge vers un ensemble alors on a les cas possibles:
    \begin{itemize}
    \item C'est un ensemble de points d'équilibres.
    \item C'est un cycle limite.
    \item La trajectoire est un cycle limite.
    \end{itemize}
  \end{itemize}
\end{prop}

Exemple 1 :
312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380
\begin{align*}
\dot{x} & =
          \begin{bmatrix}
-1 & 10 \\-100 & -1 x = A_1x
\end{bmatrix}\\
\dot{x} & =
          \begin{bmatrix}
-1 & 100 \\ -10 & -1 x = A_2x
\end{bmatrix}
\quad \text{v.p. } \lambda_{1,2} = -1 \pm j31,62
\end{align*}

Les deux systèmes sont stables

Stabilité locale mais le système est instable globalement.\\

Important : l'analyse faite par linéarisation donne uniquement une information sur la stabilité locale et non globale.\\

Exemple 2 :
\begin{align*}
\dot{x} & =
          \begin{bmatrix}
1 &- 10\\100 & 1 x
\end{bmatrix}
= A_1x \\
\dot{x} & =
          \begin{bmatrix}
1 & -100\\10 & 1
\end{bmatrix}
x = A_2x \quad \text{v.p. } \lambda_{1,2} = -1 \pm j31,62
\end{align*}

Les deux systèmes sont instables.

En choisissant bien la permutation, on rend le système global stable.

\paragraph{Conclusion} l'analyse de la stabilité par linéarisation ne donne pas une CNS de stabilité des systèmes non linéaires (point d'équilibre), d'où l'importance de définir un autre moyen d'analyse. \\

\begin{rem}
Il existe d'autres méthodes pour tracer les trajectoires dans le plan de phase.
\end{rem}

\begin{example}[Élimination du temps]
\begin{multicols}{2}
\noindent Méthode explicite :
\[
  \begin{cases}
x_1(t) & = x_0 \cos t + \dot{x}_0 \sin t\\x_2(t) & = -x_0 \sin t + x_0 \cos t
\end{cases}
\]

\[x_1^2(t) + x_2^2(t) = x_0^2 + \dot{x}_0^2 \]
On a éliminé le temps mais c'est assez \emph{spicifique} à la représentation d'état.

\noindent Méthode implicite :
\[ \dot{x} =
  \begin{bmatrix}
0 & 1 \\ 1 & 0
\end{bmatrix}
x \text{ donc }
  \begin{cases}
  \dd{x_1}{t} & = x_2\\ \dd{x_2}{t} & = -x_1
\end{cases}
\]
\[dt = \frac{dx_1}{x_2} = -\frac{dx_2}{x_1}\]
\[x_1dx_1 = -x_2dx_2 \text{ donc } x_1^2 + x_2^2 = x_{20}^2 + x_{10}^2\]
\end{multicols}
\end{example}
\end{document}
Pierre-antoine Comby's avatar
Pierre-antoine Comby committed
381 382 383 384 385

%%% Local Variables:
%%% mode: latex
%%% TeX-master: "main"
%%% End: