Sei sulla pagina 1di 35

2

Tesina di

TEORIA DEI SISTEMI
a.a 2009/2010













Caterina Vidulli
Ingegneria Gestionale Industriale
Universit degli Studi di Udine
3
INDICE:

1. RAPPRESENTAZIONE INTERNA (DI STATO) DEI SISTEMI LINEARI E
INVARIANTI
1.1 Definizione di sistema e modello di stato 2
1.2 Rappresentazione di stato 4

2. ESPRESSIONI DELLEVOLUZIONE LIBERA E DELLEVOLUZIONE FORZATA
DELLO STATO NEL DOMINIO DEL TEMPO E DELLA VARIABILE DI
LAPLACE
2.1 Studio nel dominio del tempo 8
2.2 Studio nel domino della variabile di Laplace 11

3. CAMBIAMENTI DI BASE NELLO SPAZIO DI STATO E DIAGONALIZZAZIONE
O RIDUZIONE A FORMA DI JORDAN DELLA MATRICE DI STATO
3.1 Cambiamenti di base nello spazio di stato 15
3.2 Studio della matrice di stato 17

4. ANALISI MODALE NELLO SPAZIO DI STATO
4.1 Modi di un sistema lineare continuo 22
4.2 Modi di un sistema lineare discreto 24
4.3 Propriet dei modi 26

5. DEFINIZIONE DELLA STABILITA DEGLI STATI DI EQUILIBRIO E
CONDIZIONI DI STABILITA BASATE SUL METODO DI LYAPUNOV
5.1 Definizioni di stabilit 28
5.2 Equilibrio e stabilit dellequilibrio 29
5.3 Stabilit dei sistemi lineari 30
5.3.1 Stabilit dei sistemi continui 31
5.3.2 Stabilit dei sistemi discreti 33
1
1. RAPPRESENTAZIONE INTERNA (DI STATO) DI SISTEMI LINEARI E INVARIANTI

1.1 DEFINIZIONE DI SISTEMA E MODELLO DI STATO
Con sistema fisico sintende una parte di universo della quale si vogliono studiare
alcune caratteristiche, mentre con ambiente di tale sistema si definisce il resto
delluniverso. Per poter analizzare le grandezze a cui si interessati necessario
ricorrere a un modello matematico del sistema, ovvero un insieme di relazioni (quali
equazioni e disequazioni algebriche, differenziali o alle differenze) che legano fra loro le
grandezze di interesse del sistema fisico. Nel processo di costruzione di tale modello si
deve prima di tutto capire quale sia la natura dei segnali in gioco, scegliendo in
corrispondenza le classi di funzioni e di variabili indipendenti con le quali rappresentarIi
analiticamente. Successivamente, si deve stabilire quali legami esistenti fra le variabili
si vogliono studiare e scegliere la struttura analitica dei modelli matematici adatti a tale
rappresentazione.
E' fondamentale definire a priori se si andranno ad analizzare aspetti dinamici o
statici del fenomeno, perch di conseguenza si ricorrer a modelli matematici di tipo
statico o dinamico. In entrambi i casi, le variabili in gioco possono essere funzioni della
variabile indipendente tempo; tuttavia, vi sono significative differenze:
sistemi statici: il legame fra tali funzioni coinvolge soltanto i valori delle variabili
nello stesso istante, quindi vi una relazione istantanea tra le grandezze in gioco;
modelli dinamici: compaiono legami fra i valori delle funzioni in istanti diversi e/o
derivate rispetto al tempo delle funzioni stesse, quindi il comportamento del sistema
in un certo istante t dipende dai valori delle grandezze in istanti precedenti e
successivi a t.
Si osserva che, nel linguaggio della Teoria dei sistemi, il termine sistema o sistema
dinamico sinonimo di modello di un fenomeno naturale o artificiale (detto appunto
sistema fisico), che pu essere definito come un insieme di oggetti interagenti che
evolve nel tempo; esempi di sistemi dinamici possono quindi essere reti elettriche,
sistemi meccanici, motori elettrici, mercati azionari, atmosfera, clima, sistemi planetari,
etc.



3

Levoluzione temporale di un sistema descritta da due vettori di variabili dipendenti dal
tempo (assunto questo reale e indicato con t):
variabili in ingresso, rappresentanti le azioni compiute sul sistema da agenti
esterni che ne influenzano il comportamento; si indicano con u(t), u

R
m
;
variabili in uscita, rappresentanti il comportamento del sistema; si indicano con
y(t), y

R
p
.

Tuttavia, la conoscenza del valore assunto dalle variabili in ingresso in un certo
istante non sempre sufficiente a determinare il valore delle variabili di uscita nello
stesso istante: necessario un terzo vettore di variabili, dette variabili di stato in
quanto descrivono la situazione interna delloggetto da modellare; si indicano con x(t), x
i
R
n
; al variare di t esse descrivono nello spazio X = R
n
una curva detta traiettoria.
I valori assunti da tali variabili in un dato istante di tempo contengono al loro
interno tutta linformazione sulla storia passata del sistema; una volta noto landamento
degli ingressi per tempi successivi allistante iniziale e lo stato in tale istante, permettono
di valutare landamento futuro sia dello stato che delluscita: tale propriet detta
propriet di separazione.
Si osserva che la scelta delle variabili di stato di un sistema non unica e va
pertanto attuata in modo opportuno: nei sistemi fisici la situazioni interna determinata
da accumuli di energia e di quantit di moto o massa, quindi conviene scegliere variabili
da cui dipendono tali accumuli. Ad esempio, nei modelli dei circuiti elettrici si possono
scegliere come variabili di stato le tensioni ai morsetti dei condensatori e le correnti negli
induttori, poich i loro quadrati sono proporzionali rispettivamente allenergia elettrica e
magnetica accumulata al loro interno. Nei modelli meccanici, invece, conviene scegliere
posizione e velocit dei vari elementi, poich legati ad accumuli di energia potenziale e
cinetica o di quantit di moto.
Le variabili di un sistema fisico possono essere rappresentate da funzioni che
variano con continuit nel tempo, come ad esempio la tensione ai capi di uninduttanza
e la velocit di un pezzo meccanico, o da successioni numeriche i cui elementi sono i
valori assunti dalle variabili negli istanti considerati, come nel caso della densit di una
SISTEMA DINAMICO
variabili di stato
variabili di ingresso variabili di uscita
3
popolazione o del livello di un magazzino periodicamente inventariato. Nel primo caso si
parla di sistemi continui nel tempo, nel secondo di sistemi discreti: poich le
rappresentazioni di stato e le propriet differiscono tra i due tipi di sistemi, dora in avanti
sar necessario analizzarli separatamente.

1.2 RAPPRESENTAZIONE DI STATO
Nello studio di un sistema dinamico si pu fare riferimento a due diverse
rappresentazioni:
rappresentazione esterna, detta anche di ingresso-uscita; individuata dalle
funzioni del tempo assunte per rappresentare le variabili di ingresso e di uscita e da
una trasformazione fra questi insiemi (mappa di ingresso-uscita, avente struttura tale
da rappresentare i legami in gioco fra le variabili fisiche e i rispettivi rapporti di
causalit);
rappresentazione interna o di stato, nella quale oltre alle funzioni di ingresso e di
uscita compaiono anche le variabili di stato; tale rappresentazione risulta pi
complessa ma anche pi interessante, quindi costituir loggetto del seguente studio.

Considerando anche le variabili di stato x(t), con x
i
R
n
e n numero di equazioni del
sistema, la rappresentazione di stato del sistema dinamico costituita da due
equazioni:
lequazione di stato (detta anche mappa di aggiornamento di stato), equazione
differenziale che fornisce levoluzione temporale delle variabili che descrivono la
situazione interna del sistema:




x = f(x(t),u(t))
con f funzione vettoriale regolare; tale equazione definisce landamento dello
stato x(t) per t>t
0
in corrispondenza di ogni terna costituita da un istante t
0
, una
funzione dingresso u(t), t>t
0
e una condizione iniziale x(t
0
)=x
t0
.
la trasformazione duscita, equazione algebrica che consente di determinare
luscita ad uno specifico istante di tempo, nota sia la situazione interna del
sistema che il valore dellingresso allo stesso istante di tempo:


y(t) = g(x(t),u(t), t)
dove g unopportuna funzione vettoriale.

3
I sistemi dinamici sono quindi descritti dalle due equazioni appena introdotte:
sistemi discreti:


x(t +1) = f(x(t),u(t), t)
y(t) = g(x(t),u(t), t)




sistemi continui:



x = f(x(t),u(t), t)
y(t) = g(x(t),u(t), t)




e possono essere classificati in vari modi sulla base delle propriet delle funzioni f e g.
In particolare si definiscono:
sistemi invarianti nel tempo, o stazionari, nel caso in cui f e g non dipendano
esplicitamente dal tempo, ovvero:


x(t +1) = f(x(t),u(t))
y(t) = g(x(t),u(t))






x = f(x(t),u(t))
y(t) = g(x(t),u(t))





mentre se anche una sola delle funzioni f e g dipende esplicitamente da t il
sistema si dice variante nel tempo.
Si osserva che la risposta di un sistema stazionario a qualunque sollecitazione
non dipende dallistante di applicazione di questa; infatti, la stessa sollecitazione
inviata in istanti successivi t
1
e t
2
produce due risposte che differiscono solo per
una traslazione temporale pari alla differenza tra t
2
e t
1
. Perci, nello studio di
questi sistemi possibile assumere qualunque valore del tempo come istante
iniziale e la scelta pi tipica nellambito della teoria dei sistemi e del controllo
t
0
=0.
sistemi lineari, quando le funzioni f e g sono lineari in x e u, ovvero quando sia



x (t) che y(t) sono combinazioni lineari delle varie componenti dei vettori



x (t) e
u(t):


x(t +1) =F(t)x(t) +G(t)u(t)
y(t) =H(t)x(t) +D(t)u(t)





x =F(t)x(t) +G(t)u(t)
y(t) =H(t)x(t) +D(t)u(t)




con F R
nxn
, G R
nxm
, H R
pxn
, D R
pxm
matrici di funzioni del tempo;
altrimenti si parla di sistema non lineare. Gli elementi delle matrici assumono
valori complessi nei casi in cui lo stato sia definito in campo complesso.

Un sistema che goda sia della propriet di invarianza nel tempo che di linearit si
indica con: = (F,G,H,D) ed descritto dalle equazioni:
3


x(t +1) =Fx(t) +Gu(t)
y(t) =Hx(t) +Du(t)






x =Fx(t) +Gu(t)
y(t) =Hx(t) +Du(t)




dove x(t), u(t) e y(t) sono vettori reali di dimensioni n,m e p e le matrici reali F, G, H e D
sono matrici costanti di dimensione nxn, nxm, pxn e pxm; la matrice F detta matrice
del sistema o matrice di stato. La presenza della matrice D indica lesistenza di un
legame istantaneo tra uscite ed ingressi, mentre se D=0 il sistema detto strettamente
causale o strettamente proprio. Si osserva che poich la maggior parte delle propriet
dinteresse sistemistico non dipende dalla presenza della matrice D, si far
generalmente riferimento solo a sistemi strettamente propri, indicati con: = (F,G,H).
Lo studio dei sistemi lineari e invarianti nel tempo particolarmente semplice,
perci quando possibile si cerca di fornire al sistema tali propriet attraverso un
procedimento di linearizzazione e grazie al congelamento di eventuali parametri
lentamente variabili nel tempo, considerati per semplicit costanti.
Per i sistemi lineari vale la propriet di sovrapposizione degli effetti, secondo
la quale leffetto sulle variabili di stato e di uscita dovuto alla sovrapposizione di cause
(ingressi e condizioni iniziali) dato dalla somma degli effetti dovute alle singole cause
agenti separatamente. Riferendosi ad esempio al sistema continuo appena individuato,
dalle:


dx'
dt
=Fx' (t) +Gu' (t), x' (0) = x'
t
0
y' (t) =Hx' (t) +Du' (t)








dx' '
dt
=Fx' ' (t) +Gu' ' (t), x' ' (0) = x' '
t
0
y' ' (t) =Hx' ' (t) +Du' ' (t)






si ha:


d
dt
(x' (t) + x' ' (t)) =F(x' (t) + x' ' (t)) +G(u' (t) +u' ' (t)), x' (0) + x' ' (0) = x'
t
0
+x' '
t
0
y' (t) +y' ' (t) =H(x' (t) + x' ' (t)) +D(u' (t) +u' ' (t))






che soddisfa lequazione di stato e dimostra la sovrapposizione delle uscite. Si noti che
le cause da sommare per ottenere la sovrapposizione sono sia gli ingressi che gli stati
iniziali; quando non si fa riferimento ad essi si considerano nulli.
Tale propriet vale anche per sistemi discreti.

3
ESEMPIO

Ad esempio, nel caso del circuito elettrico lineare in figura il vettore di stato x(t)
costituito dalla corrente x
1
che passa attraverso l'induttore di induttanza L e dalla
tensione x
2
ai capi del condensatore di capacit C
1
, dove l'ingresso u(t) la tensione del
generatore mentre il vettore delle uscite y(t) dato ad esempio dalle correnti che
passano attraverso il resistore di resistenza R
1
e resistore di resistenza R
2
per cui
applicando le leggi di Kirchhoff si ha:


u(t) =L
d(x
1
(t))
dt
+R
1
i
3
(t) (1)
R
1
i
3
(t) =R
2
C
1
d(x
2
(t))
dt
+ x
2
(t) (2)
i
3
(t) = x
1
(t) C
1
d(x
2
(t))
dt
(3)

Pertanto, sostituendo la (3) nella (1) e nella (2) e ponendo:


x(t) =
x
1
(t)
x
2
(t)








si individuano le matrici:


F =
R
1
R
2
L(R
1
+R
2
)
R
1
L(R
1
+R
2
)
R
1
C
1
(R
1
+R
2
)
1
C
1
(R
1
+R
2
)












; G=
1
L
0








H=
R
2
(R
1
+R
2
)
1
(R
1
+R
2
)
R
1
(R
1
+R
2
)
1
(R
1
+R
2
)












; D=0
3
2. ESPRESSIONI DELLEVOLUZIONE LIBERA E DELLEVOLUZIONE FORZATA
DELLO STATO NEL DOMINIO DEL TEMPO E DELLA VARIABILE DI LAPLACE

2.1 STUDIO NEL DOMINIO DEL TEMPO
SISTEMI DISCRETI
Considerando la mappa di aggiornamento di stato di un passo:

si vuole valutare lo stato allistante t+k conoscendo lo stato x(t) nellistante t e i valori
u(t), u(t+1),u(t+k-1) dellingresso nellintervallo [t,t+k). Per la propriet dinvarianza si
pu considerare lintervallo [0,k) considerando listante iniziale t=0 e gli istanti successivi
0,1,,k-1 per la valutazione degli ingressi:

lultima delle quali fornisce la mappa di aggiornamento di stato in k e pu essere
espressa come:

che pu essere pensata come la somma dei due termini:
evoluzione libera: per u(0)=u(1)==u(k-1)=0
evoluzione forzata: per x(0)=0
Per quanto riguarda luscita, sostituendo la (2.2) nellequazione:

si ottiene:

come somma dei contributi:
per u(0)=u(1)==u(k-1)=0
per x(0)=0
3
con la matrice HF
h
G avente dimensione pxm.
Come si vede dalle equazioni 2.2 e 2.5, il calcolo di x(k) e di y(k), k=0,1,, si
basa sostanzialmente sul calcolo delle potenze della matrice F. Tale calcolo risulta
semplificato ricorrendo al metodo della diagonalizzazione o della forma canonica di
Jordan, come si vedr nel capitolo 3.

SISTEMI CONTINUI
Si analizza quindi il comportamento di sistemi lineari e invarianti a tempo continuo,
aventi rappresentazione interna:


con lo scopo di studiare landamento dello stato x(t) per t>t
0
, noto listante iniziale t
0
, la
funzione dingresso u(t) per t>=t
0
e lo stato iniziale x(t
0
)=x
t0
. Come per i sistemi discreti,
per la propriet dinvarianza si considera come istante iniziale t=0. Il valore dello stato
in ogni istante risulta (per le propriet di linearit) scomponibile nella somma di due
termini, detti di evoluzione libera (xl(t)) e di evoluzione forzata ( ):

studiabili separatamente:
evoluzione libera:

con

corrispondente ad un fissato stato iniziale x(0). Il vettore x(t) ha dimensione n
e F una matrice di ordine n a elementi reali ( ). Lequazione
dellevoluzione libera corrisponde a un sistema di equazioni differenziali, lineari e
scalari del primo ordine nelle incognite le cui soluzioni
costituiscono un insieme di funzioni vettoriali .
Tale insieme di funzioni costituisce un insieme fondamentale di soluzioni se le
funzioni vettoriali sono linearmente indipendenti (non esiste alcuna
loro combinazione lineare con coefficienti non tutti nulli che sia identicamente nulla),
cosa che si ottiene considerando una n-upla di soluzioni corrispondenti ad n stati
iniziali linearmente indipendenti.
Si consideri linsieme fondamentale di soluzioni corrispondenti
alle condizioni iniziali . Per linearit, alla
3
condizione iniziale

corrisponde
la soluzione:


con matrice nxn detta matrice di transizione di stato; tale
matrice soddisfa lequazione differenziale matriciale:


in quanto le sono soluzioni dellevoluzione libera; una propriet importante della
matrice quella di essere invertibile per ogni t.
Per studiare le soluzioni di questa equazione differenziale si consideri una soluzione
di validit generale, espressa in forma di sviluppo in serie:


tale somma, per somiglianza formale con la serie esponenziale scalare, si indica per
pura analogia con il simbolo oppure exp Ft ed detta matrice esponenziale;
gode di alcune propriet molto utilizzate nellanalisi dei sistemi continui e se ne
studier una tecnica di calcolo nel capitolo 3.2.
Levoluzione libera del sistema cos esprimibile nella forma:


evoluzione forzata:

con
la soluzione dellequazione di stato a partire da stato iniziale nullo, esprimibile
mediante la matrice di transizione exp(Ft). Infatti, applicando la formula di
derivazione sotto il segno dintegrale:

si verifica che la

soddisfa lequazione di stato e, poich , per lunicit
della soluzione essa rappresenta levoluzione forzata del sistema.

Sovrapponendo levoluzione libera e forzata si ottiene levoluzione dello stato in
corrispondenza di uno stato iniziale ed un ingresso :
3


Se listante iniziale diverso da zero si ha:
Dalla trasformazione duscita , utilizzando lequazione di evoluzione
dello stato si ottiene levoluzione delluscita del sistema:


con :


2.2 STUDIO NEL DOMINIO DELLA VARIABILE DI LAPLACE
Considerando sempre lo stesso sistema lineare, invariante e continuo:


le cui evoluzioni dello stato e delluscita sono :



Attraverso luso della trasformata di Laplace si possono analizzare i legami ingresso-
stato-uscita in modo pi semplice, attraverso equazioni algebriche e non differenziali:
equazione di stato (2.14): nellipotesi che lingresso u, definito sullintervallo
, sia L-trasformabile, la sua trasformata

e quindi
allequazione differenziale di stato corrisponde lequazione algebrica:

dove con X(s) si indicata la trasformata del vettore sullintervallo ;


equazione di trasformazione (2.15): se Y(s) la trasformata delluscita ,
allora lequazione di trasformazione duscita diventa:
;

3
evoluzione del sistema (2.16): la sua trasformata risulta

in quanto risulta e si applica il teorema della trasformata di un
integrale di convoluzione, ricordando lunicit della trasformata di Laplace.
Si osserva che i due addendi corrispondono alle due evoluzioni:
o evoluzione libera, per lingresso identicamente nullo:

o evoluzione forzata, per lo stato iniziale nullo

evoluzione delluscita (2.17):

in cui il primo addendo rappresenta luscita in evoluzione libera e il secondo
quella in evoluzione forzata

Infine, si osserva che la matrice pxm:

razionale propria ed detta matrice di trasferimento del sistema.

A questo punto si perviene a dei legami fra le funzioni
, ,
espressi da
equazioni differenziali; scrivendo le matrici adj(sI-F) e det(sI-F) nella forma:


si studia levoluzione del sistema:
levoluzione libera soddisfa la forma:

quindi poich la L
-1
trasformata del secondo membro una funzione
identicamente nulla per t>0, si ottengono le equazioni differenziali lineari
omogenee:


3
levoluzione forzata invece ha forma:

e, assumendo che la funzione sia derivabile almeno n-1 volte, si ottiene per t>0
lequazione differenziale non omogenea:

mentre per luscita, assumendo per semplicit D=0, si ha:

valide anche quando x
0
0

, applicando il principio di sovrapposizione.



ESEMPIO
Si studia il sistema (F,G,H) con due ingressi e due uscite, avente rappresentazione
interna:

La trasformata della matrice esponenziale :


La matrice di trasferimento quindi:

3
Perci, poich il polinomio caratteristico di F :

e la matrice aggiunta :

nel dominio del tempo, il legame ingresso uscita esprimibile come:


Si noti che, poich (s-2) un fattore comune sia a det(sI-F) che a Hadj(sI-F):


tale termine pu essere semplificato nellequazione di legame ingresso-uscita,
ottenendo unequazione differenziale del secondo ordine:





3
3. CAMBIAMENTI DI BASE NELLO SPAZIO DI STATO E DIAGONALIZZAZIONE
O RIDUZIONE A FORMA DI JORDAN DELLA MATRICE DI STATO
3.1 CAMBIAMENTI DI BASE NELLO SPAZIO DI STATO
Le equazioni di stato di un sistema lineare fanno implicitamente riferimento a una scelta
preliminare di basi negli spazi U, X e Y, dalle quali dipendono sia i vettori dingresso e
uscita in un generico istante che le matrici F, G, H, D. Tale scelta arbitraria a priori
suggerita dalla struttura fisica delloggetto da rappresentare; tuttavia, talvolta pu essere
conveniente compiere dei cambiamenti di base per rendere evidenti le propriet
strutturali del sistema da studiare. In molti casi, la possibilit di risolvere un problema
proprio legata alla capacit di trovare una base opportuna. Si analizzer quindi come
cambia la struttura delle equazioni di un sistema quando si effettua il cambiamento di
base nello spazio di stato, studiando poi le propriet della matrice di stato stessa.
Sia e
1
,,e
n
la base in X rispetto alla quale il sistema lineare descritto dalle
equazioni:

Si supponga di adottare in X una nuova base v
1
,,v
n
; ciascuno dei vettori v
j

esprimibile attraverso una combinazione lineare dei vettori e
j
e viceversa, ovvero:

con T matrice invertibile avente come elementi t
ij
; il legame tra le due basi pu essere
espresso dalla:

quindi il vettore di stato, che rispetto alla base e
1
,,e
n
rappresentato dellennupla
, rispetto alla base v
1
,,v
n
ha come componenti gli elementi dellennupla
, data dal prodotto tra linversa della matrice T e lennupla x, in quanto:
3

(3.4)

Sostituendo nella (1) la (4), si ottiene lequazione di riferimento alla nuova base in X:

(3.5)

Ponendo poi:

(3.6)

la (5) assume la stessa struttura della (1):

(3.7)

Due sistemi e (F,G,H,D) si dicono algebricamente equivalenti se
valgono le relazioni (3.7): essi possono quindi essere considerati lo stesso sistema
riferito a basi diverse nello spazio di stato. Una conseguenza immediata che sistemi
algebricamente equivalenti hanno la stessa matrice di trasferimento (anche se non vale
il viceversa). Infatti:

(3.8)

Ovviamente quanto detto vale anche per i sistemi continui.
3
3.2 STUDIO DELLA MATRICE DI STATO
Come gi introdotto nel capitolo 1, la matrice di stato dei sistemi continui tempo-
invarianti, indicata con F, una matrice quadrata di ordine n (dove n la dimensione
dello spazio di stato X) ad elementi reali. Si tratta di una matrice di fondamentale
importanza, in quanto compare nella gi analizzata relazione:
(3.9)

permettendo di calcolare la matrice di transizione di stato (t,), soluzione
dellequazione differenziale:
(3.10)

con condizione iniziale (,)=I
n
necessaria e sufficiente per la determinazione
dellequazione del movimento del sistema. Si dimostra che la matrice esponenziale di F,
e
Ft
definita come:
(3.11)

e rappresenta lunica soluzione dellequazione (3.9), ovvero sussiste la relazione:
(3.12)

quindi il problema della determinazione della matrice di transizione di stato (t-) si
riconduce a quello della determinazione della matrice e
Ft
a partire dalla matrice di stato
F.
Uno dei metodi possibili per il calcolo della matrice esponenziale e
Ft
di una generica
matrice F, quadrata di ordine n, quello della diagonalizzazione, o utilizzo della
forma canonica di Jordan. Innanzi tutto necessario dare alcune definizioni:
diagonalizzazione: una matrice quadrata A diagonalizzabile se esiste una
matrice invertibile P, detta matrice modale di A, formata dai vettori che generano
gli autospazi di A, tale che P
-1
AP diagonale, con gli autovalori di A sulla
diagonale principale;
3
blocco di Jordan di ordine k una matrice triangolare superiore con k righe in
cui ogni elemento della diagonale uguale a e in ogni posizione (i, i+1) si trova
un 1:

Il suo polinomio caratteristico (x- )
k
e quindi ha come unico autovalore con la
molteplicit algebrica k; lautospazio relativo a ha sempre dimensione 1, quindi
se k>1 il blocco di Jordan non diagonalizzabile;
matrice di Jordan una matrice a blocchi del tipo:

dove J
i
un blocco di Jordan con autovalore
i
e con un autospazio
unidimensionale relativo a
i
;
forma canonica di Jordan di una matrice quadrata A una matrice triangolare J
simile ad A, avente una struttura il pi possibile simile a una matrice diagonale. In
particolare, J diagonale solo se A diagonalizzabile, altrimenti divisa in
blocchi di Jordan. La forma canonica caratterizza univocamente la classe di
similitudine di una matrice, ovvero due matrici sono simili se e solo se hanno la
stessa forma di Jordan (a meno di permutazione dei blocchi).
ESEMPIO Si calcola la forma canonica di Jordan della matrice:

Il suo polinomio caratteristico (x 4)
2
(x 2)(x 1), quindi i suoi autovalori sono
4, 4, 2 e 1. Indicando con m
alg
() e m
geo
() le molteplicit algebrica e geometrica
di un autovalore , valgono sempre le seguenti disuguaglianze:

3
Quindi in questo caso le molteplicit algebriche e geometriche degli autovalori 2 e
1 sono tutte 1, e l'unica grandezza da trovare la molteplicit geometrica di 4,
che pu essere 1 o 2. La molteplicit geometrica di un autovalore indica il numero
di blocchi di Jordan presenti relativi a quell'autovalore. Vediamo che la
dimensione dellautospazio relativo allautovalore 4 1 e non 2, quindi A non
diagonalizzabile e l'autovalore 4 ha un solo blocco di Jordan. La matrice di
Jordan quindi la seguente:


E ora quindi possibile illustrare il metodo per il calcolo della matrice esponenziale
e
Ft
: data la matrice J di Jordan equivalente ad F e la matrice M modale di F, queste
matrici soddisfano la relazione: F=MJM
-1
e pi in generale F
k
=MJ
k
M
-1
.
Utilizzando questa relazione nella definizione data in precedenza di matrice
esponenziale e
Ft
nella (3.10), si ottiene:

ovvero, nota F, il calcolo della sua matrice esponenziale e
Ft
si pu ricondurre al calcolo
della matrice esponenziale e
Jt
della forma di Jordan equivalente ad F. Tale matrice si
ottiene semplicemente facendo lesponenziale dei singoli blocchi di cui J stessa si
compone, dove lesponenziale del generico miniblocco corrisponde allesponenziale dei
suoi elementi diagonali:


ESEMPIO
Si consideri il caso in cui F presenta n auto valori reali e distinti, come nella matrice
seguente:
3
Per prima cosa sindividuano gi autovalori, ovvero le radici del polinomio caratteristico:

da cui si deduce che la matrice possiede due autovalori
1
=1 e
2
=-3 reali e distinti;
poich entrambi hanno molteplicit 1, anche i loro autospazi hanno dimensione unitaria:
la matrice quindi diagonalizzabile. Si calcola quindi la forma canonica di Jordan
equivalente a F: essendo F una matrice di ordine 2 e avendo trovato 2 autovalori reali
distinti, la matrice di Jordan sar una matrice di ordine 2 avente miniblocchi, di
dimensione 1, coincidenti con i due autovalori:

e lesponenziale di questa matrice si ottiene facendo lesponenziale dei singoli blocchi
(ossia, in questo caso, lesponenziale dei singoli elementi diagonali):

A questo punto, lobiettivo lapplicazione della relazione , quindi si
devono individuare la matrice modale M e la sua inversa. A questo scopo, si calcolano
gli autovettori associati ai due autovalori della matrice F, risolvendo per ciascun
autovalore il sistema: :

1
=1
da cui si pu prendere ad esempio:

2
=-3
da cui si pu prendere ad esempio:
La matrice modale M si costruisce quindi unendo le colonne degli autovettori ottenuti:
3

e la sua inversa :

Si pu quindi determinare e
Ft
:


Nel caso di autovalori complessi +j, un blocco diagonale della forma reale di
Jordan ha la forma:
e per il calcolo della potenza k-esima si procede ponendo e ,
in modo da avere:
La matrice M si scompone nel prodotto: M = DR = RD in cui i fattori:

inducono sui vettori di R
2
una dilatazione di ampiezza || e una rotazione di ampiezza
angolare . Ovviamente M
k
induce una rotazione di k e una dilatazione di ampiezza
||
k
. Dalla e dalla si ha:
3
4. ANALISI MODALE NELLO SPAZIO DI STATO
4.1 MODI DI UN SISTEMA LINEARE CONTINUO
Si consideri il sistema lineare continuo in evoluzione libera:

e una base di vettori v
1
,v
n
che costituiscono una base di Jordan per F; effettuando una
cambiamento di base nello spazio di stato rispetto a questa base, si ottiene il vettore di
stato e la relazione:

con ; la dinamica di quindi espressa dalla:

con . La soluzione della (4.3) si ottiene attraverso la matrice esponenziale:

Le funzioni (complesse) del tempo che costituiscono gli elementi della matrice sono
detti modi (complessi) del sistema. Ovviamente, rispetto a una base qualsiasi, le
funzioni componenti il vettore di evoluzione libera sono combinazioni lineari dei modi.
Per analizzare la struttura dei modi del sistema si deve distinguere tra i casi relativi a
F diagonalizzabile (o di struttura semplice) e a F generica:
F DIAGONALIZZABILE:


i modi sono , e perch siano linearmente indipendenti
necessario e sufficiente che gli autovalori
1
,
n
siano distinti.
3
Ciascun modo reale pu essere eccitato indipendentemente, cio prendendo
come stati iniziali gli autovettori di F, a essi corrisponde un movimento libero
espresso mediante un solo modo del sistema. Infatti lequazione:

mette ancor meglio in evidenza come si tratti di n sistemi lineari del primo ordine
interagenti tra loro; quindi possibile ottenere ciascuno dei modi assumendo
stato iniziale non nullo in uno soltanto dei sottosistemi.
Nel caso in cui si abbiano autovalori complessi e si desideri rappresentare
levoluzione del sistema solo con funzioni reali, conviene riferire lo spazio di stato
ad una base caratteristica reale. I modi reali sono le funzioni
; ovviamente, ogni evoluzione libera
ha componenti esprimibili come combinazioni lineari a coefficienti reali dei modi
reali. Si osserva che i modi corrispondenti ad una coppia di autovalori complessi
coniugati non possono essere eccitati indipendentemente.

I modi sono funzioni non limitate per
1
>0, limitate e convergenti per e
che per
1
0 hanno comportamento oscillatorio.
F DIAGONALE A BLOCCHI, avente come blocchi dei miniblocchi di Jordan:

con dove hanno la struttura gi
considerata.
3
Le funzioni sono i modi del sistema. Se lo
stato iniziale appartiene al sottospazio generato da una catena di Jordan relativa
allautovalore
i
, la traiettoria interamente contenuta nel medesimo sottospazio
e i modi eccitati sono quelli del relativo miniblocco di Jordan di
i
In questo caso
non possibile eccitare singolarmente tutti i modi, in quanto non appena viene
eccitato uno esso eccita anche tutti gli altri.


4.2 MODI DI UN SISTEMA LINEARE DISCRETO
Data lequazione di stato di un sistema discreto, si individua la forma canonica di Jordan
della matrice F e si riferisce lo spazio di stato del sistema alla forma di Jordan per F:

Levoluzione libera descritta da: (4.7)
e rispetto alla base di partenza, da: (4.8)
Ricorrendo alla rappresentazione con serie formali, le (4.7) e (4.8) diventano:
(4.7)
(4.8)
Si dicono modi del sistema le serie che costituiscono gli elementi della matrice:
.
Rispetto ad una base qualsiasi le serie componenti del vettore sono
combinazioni lineari dei modi.
3
Il metodo di studio dellanalisi modale dei sistemi continui pu essere applicato
anche ai sistemi discreti; si analizzano i casi in cui F diagonalizzabile o generica:
F diagonalizzabile:
da cui:

i modi sono le serie ; possibile eccitare i modi singolarmente


(ricorrendo in generale a stati iniziali complessi) e la traiettoria si sviluppa lungo
lautovettore che costituisce lo stato iniziale.
I modi reali sono le serie:
i=1,2,,h, j=sh+1,,n.
I modi oscillatori hanno caratteristica convergente a zero per , non limitato
per e limitato ma non convergente a zero per .
F diagonale a blocchi: con J
i
minilbocco di Jordan di
ordine v
i
. I modi sono gli elementi della matrice diagonale a blocchi ,
ovvero:


3
4.3 PROPRIETA DEI MODI
1. CARATTERE DI CONVERGENZA DEI MODI
In riferimento sia ai sistemi discreti che a quelli continui, un modo m(t) (reale o
complesso), definito per si definisce:
o convergente se ;
o limitato, ma non convergente, se m(t) non infinitesimo per e se
esiste un numero M>0 tale che per ogni si abbia ;
o non limitato se per ogni numero M>0 prefissato esiste un istante t in cui
.
Si hanno quindi i seguenti teoremi, per i sistemi rispettivamente continui e
discreti:
Teorema 1: I modi del sistema sono convergenti se e solo se tutti gli
atuovalori di F hanno parte reale strettamente negativa, sono limitati se e solo se
gli autovalori di F hanno parte reale negativa o nulla e quelli immaginari puri sono
radici semplici del polinomio minimo di F (ossia i relativi miniblocchi di Jordan
hanno dimensione unitaria).
Teorema 2: I modi del sistema sono convergenti se e solo se tutti
gli autovalori di F hanno modulo strettamente minore di 1, sono limitati se e solo
se gli autovalori di F hanno modulo minore o uguale a 1 e quelli con modulo
unitario sono radici semplici del polinomio di F (ossia i relativi miniblocchi di
Jordan hanno dimensione unitaria).
Poich ogni combinazione lineare di modi convergenti convergente,
levoluzione libera di un sistema continuo in cui F ha tutti gli autovalori con parte
reale negativa (o modulo strettamente minore di 1 nel caso discreto) converge
nellorigine dello spazio di stato qualunque sia lo stato iniziale; se invece i modi
sono semplicemente limitati, levoluzione libera resta comunque limitata
qualunque sia lo stato iniziale. Nel caso infine in cui il sistema (continuo o
discreto) abbia qualche modo non limitato, esistono stati iniziali cui corrispondono
evoluzioni libere non limitate.
3
Lorigine dello spazio di stato in un sistema lineare un punto di equilibrio, nel
senso che se non perturbato il sistema vi permane indefinitamente (qualora lo
stato iniziale sia lorigine). Lequilibrio nellorigine definito asintoticamente
stabile se tutti i modi sono convergenti, semplicemente stabile se invece sono
limitati ma non tutti convergenti.

2. CARATTERE DI DOMINANZA
In generale, al divergere di t levoluzione libera di un sistema lineare invariante
pu essere approssimata usando un numero limitato di modi e la variet lineare
contenente la traiettoria pu essere assimilata al sottospazio generato da un
numero limitato di autovettori di F.
Infatti, sia nel caso di sistemi continui che discreti, si pu individuare un modo
dominante sugli altri:
o continui: considerando riferito alla base di Jordan v
1
,,v
n
e
supponendo che gli autovalori di F, opportunamente ordinati, soddisfino la
disuguaglianza:

la condizione implica che i termini per i>1 tendano a 0 al
divergere di t. Perci, per grandi valori di t il termine domina tutti
gli altri nellevoluzione libera, quindi x(t) tende ad allinearsi con
lautovettore v1, detto autovettore dominante (indipendentemente dallo
stato iniziale purch si abbia );
o discreti: in questo caso si fa riferimento allordine decrescente dei moduli
degli autovalori:

se al divergere di t, x(t) ha la rappresentazione asintotica
, con v1 autovettore dominante.
3
5. DEFINIZIONE DELLA STABILITA DEGLI STATI DI EQUILIBRIO E
CONDIZIONI DI STABILITA BASATE SUL METODO DI LYAPUNOV
5.1 DEFINIZIONI DI STABILITA
Nellanalisi di un sistema dinamico spesso molto importante stabilire se il
comportamento del sistema stesso sia pi o meno indifferente rispetto a incertezze sui
valori dei parametri presenti nelle equazioni, degli ingressi e dello stato iniziale. Infatti,
non mai ragionevole pretendere di conoscere perfettamente queste grandezze ed
frequente che sopravvengano sul sistema perturbazioni di diversa durata e intensit.
Inoltre, utile disporre di informazioni di carattere qualitativo, riguardanti le
caratteristiche dellevoluzione del sistema quando , leventuale esistenza di
movimenti periodici e la geometria delle traiettorie corrispondenti, la struttura delle
traiettorie in un punto di equilibrio, etc.
Si studier quindi la propriet di stabilit che, secondo una definizione data alla fine
del XIX secolo dal matematico russo A. M. Lyapunov, fa riferimento alle conseguenze
sul movimento dello stato di un sistema provocate da incertezze sul valore iniziale dello
stato stesso, a ingresso e parametri fissi e noti. Si far riferimento ai modelli di stato di
un sistema invariante autonomo (ovvero senza ingresso), nei due casi:
discreto: (5.1)
in cui dato lo stato iniziale x(0)=x0 la mappa di transizione in un passo individua
univocamente tutti gli stati successivi;

continuo: (5.2)
in cui si assume che la f sia continua e che la soluzione passante per x
0
allistante
t=0 sia unica.
Si definiscono innanzi tutto:
movimento o evoluzione del sistema la funzione che associa ad ogni istante t
lo stato raggiunto dal sistema in quellistante:

3
traiettoria o orbita del sistema con inizio in x(0)=x
0
, limmagine del movimento,
ovvero il sottoinsieme dello spazio X costituito dagli stati descritti, per t0,
partendo dallo stato iniziale assegnato:
.

5.2 EQUILIBRIO E STABILITA DELLEQUILIBRIO


Definizione di punto di equilibrio: Uno stato punto di equilibrio (o punto fisso) del
sistema (5.1) o (5.2) se, quando lo stato iniziale del sistema x(0)= , risulta x(t)=
per ogni t0.
Si ha quindi equilibrio in se e solo se:
caso discreto: (5.3)
caso continuo: f( )=0 (5.4)
Si dimostra facilmente che tale definizione vale anche per i sistemi non autonomi, aventi
ingresso , se esso stato di equilibrio per i corrispondenti sistemi autonomi.
Definizione di stato di equilibrio stabile: Sia uno stato di equilibrio per il sistema
(5.1) o (5.2); stato di equilibrio stabile se, per ogni numero reale >0, esiste un
numero reale >0 tale che, se: allora gli stati x(t) della traiettoria
con origine x(0) soddisfano per ogni t0 la diseguaglianza:
Perci, la nozione di stabilit di un punto dequilibrio richiede che il movimento del
sistema soddisfi le condizioni:
un piccolo scostamento dello stato iniziale x(0) del sistema dallequilibrio
determina una traiettoria perturbata i cui punti sono tutti prossimi ad ;
lintorno di entro il quale contenuta la traiettoria perturbata pu essere reso
arbitrariamente piccolo pur di ridurre convenientemente lentit dello
scostamento dello stato iniziale x(0) dallo stato di equilibrio .
3
Definizione di punto di equilibrio asintoticamente stabile: Sia uno stato di
equilibrio per il sistema (4.1) o (4.2). Lequilibrio in asintoticamente stabile se
stabile e convergente, ovvero che per ogni >0, esiste >0 tale che per tutti gli stati
iniziali x0 che soddisfano la relazione : risulti: e inoltre:
.

5.3 STABILITA DEI SISTEMI LINEARI
Nel caso dei sistemi lineari, la determinazione degli stati di equilibrio e lanalisi della
stabilit e della convergenza sono riconducibili rispettivamente a questioni di algebra
lineare e di analisi modale. Infatti, linsieme X
e
degli stati di equilibrio un sottospazio
dello spazio di stato; infatti:
per un sistema discreto si ha :
(5.5)
ovvero oltre allorigine, che sempre di equilibrio, ci sono altri stati di equilibrio se e
solo se la matrice F-I
n
singolare; in questo caso, il sottospazio dei punti di equilibrio
coincide con lautospazio U
1
della matrice F e ha quindi dimensione pari alla
molteplicit geometrica dellautovalore =1;
per un sistema continuo si ha :
(5.6)
ovvero ci sono stati di equilibrio diversi dallorigine solo quando la matrice F singolare,
e il sottospazio X
e
=U
0
ha dimensione pari alla molteplicit geometrica dellautovalore
=0.
Per studiare la stabilit e la convergenza in un sistema continuo di uno stato di
equilibrio x
e
senza dover risolvere lequazione di stato si utilizza il cosiddetto metodo
diretto di Lyapunov. Tale metodo si serve di opportune funzioni scalari definite sullo
spazio degli stati, dette funzioni di Lyapunov: per studiare la stabilit si analizza il
segno di queste funzioni e delle loro derivate (o dei loro incrementi, nel caso discreto)
lungo le traiettorie del sistema.
3
Prima di introdurre il criterio, sono necessarie alcune definizioni: sia un
insieme aperto contenente lorigine. Una funzione continua: :
semidefinita positiva (s.d.p.) se V(0)=0 ed esiste un
intorno dellorigine in cui V assume valori non
negativi, ovvero ;


definita positiva (s.p.) se semidefinita positiva ed esiste un intorno
dellorigine in cui essa si annulla solo in 0;


(semi)definita negativa ((s.)d.n.) se
V (semi)definita positiva, ovvero
V(0)=0 e
Si supporr che W coincida con W, eventualmente restringendo laperto W.

5.3.1 STABILITA DEI SISTEMI CONTINUI
TEOREMA (criterio di stabilit di Lyapunov) Dato x=0 punto di equilibrio per il
sistema (5.2) e una funzione continua con le sue derivate prime in un intorno
di W dellorigine e ivi definita positiva.
Se la funzione semidefinita negativa, allora lorigine punto di equilibrio
stabile.
Se definita negativa, allora lorigine punto di equilibrio asintoticamente
stabile.
Una funzione V soddisfacente le ipotesi del criterio di Lyapunov detta usualmente
funzione di Lyapunov per il sistema (5.2).
SECONDO METODO DI LYAPUNOV
Il Secondo Metodo di Lyapunov permette di studiare la stabilita degli equilibri di
un sistema dinamico non lineare, senza ricorrere alla linearizzazione delle
equazioni del sistema. Esso rende quindi possibile lo studio della stabilita degli
equilibri in tutte quelle situazioni in cui il Primo Metodo (basato sulla
linearizzazione) non da indicazioni, cioe quando gli autovalori della matrice
Jacobiana hanno parte reale negativa o nulla e ne esiste almeno uno a parte reale
nulla.
Un altro motivo di interesse per questo metodo, oltre al Iatto di scegliere una
strada del tutto alternativa alla linearizzazione, e che puo essere esteso a dare delle
indicazioni globali di stabilita, cioe permette di trovare regioni di attrazione per gli
equilibri, cosa che metodi locali come quelli che si basano sulla linearizzazione
non sono in grado di Iare.
!"#$%$&$'%"(): Una Iunzione J(x) e definita positiva in !
x se
J "!x#$0 , e J " x#%0 per ogni x&!x .
!"#$%$&$'%"(*: Una Iunzione J(x) e semidefinita positiva in !
x se
J "!x#$0 , e J " x#'0 per ogni x&
!
x .
(N.B. ogni Iunzione deIinita positiva risulta anche essere
semideIinita positiva)
SECONDO METODO DI LYAPUNOV
Il Secondo Metodo di Lyapunov permette di studiare la stabilita degli equilibri di
un sistema dinamico non lineare, senza ricorrere alla linearizzazione delle
equazioni del sistema. Esso rende quindi possibile lo studio della stabilita degli
equilibri in tutte quelle situazioni in cui il Primo Metodo (basato sulla
linearizzazione) non da indicazioni, cioe quando gli autovalori della matrice
Jacobiana hanno parte reale negativa o nulla e ne esiste almeno uno a parte reale
nulla.
Un altro motivo di interesse per questo metodo, oltre al Iatto di scegliere una
strada del tutto alternativa alla linearizzazione, e che puo essere esteso a dare delle
indicazioni globali di stabilita, cioe permette di trovare regioni di attrazione per gli
equilibri, cosa che metodi locali come quelli che si basano sulla linearizzazione
non sono in grado di Iare.
!"#$%$&$'%"(): Una Iunzione J(x) e definita positiva in !
x se
J "!x#$0 , e J " x#%0 per ogni x&!x .
!"#$%$&$'%"(*: Una Iunzione J(x) e semidefinita positiva in !
x se
J "!x#$0 , e J " x#'0 per ogni x&
!
x .
(N.B. ogni Iunzione deIinita positiva risulta anche essere
semideIinita positiva)
Definizione 3: Una Iunzione J(x) e definita negativa se !J(x) e deIinita positiva.
Definizione 4: Una Iunzione J(x) e semidefinita negativa se !J(x) e semideIinita
positiva.
Teorema 1: Dato un sistema dinamico ! x" f # x , u$ , con f # x , u$ continua
con le sue derivate prime, e un punto di equilibrio, caratterizzato
da f #%x , %u$"0 ,
se esiste una Iunzione scalare J(x) definita positiva in %x ,
continua con le sue derivate prime, tale che la derivata totale
!
J # x$ e definita negativa
allora l'equilibrio e asintoticamente stabile.
J(x) viene detta fun:ione di Lvapunov.
Teorema 2: Date le stesse condizioni del Teorema 1, salvo che la derivata
totale
!
J # x$ e solo semidefinita negativa,
allora si puo solo dire che l'equilibrio e stabile.
Teorema 3: Se valgono le condizioni del Teorema 1, ed in piu la derivata
totale
!
J # x$ e deIinita negativa in tutta una regione R contenente
al suo interno il punto di equilibrio
%
x ,
allora R e la regione di attrazione dell'equilibrio %x .
Osservazione 1: Una spiegazione intuitiva dei teoremi si puo basare
sull'interpretazione graIica. J(x) e deIinita positiva nell'equilibrio
(cIr. Iigura DeIinizione 1); se la sua derivata totale e sempre
strettamente negativa, salvo che nell'equilibrio, la traiettoria del
sistema nel piano di Iase corrispondera a punti sulla superIicie
:"J # x$ di quota via via decrescente, cioe sempre piu vicini
all'equilibrio, che risultera quindi asintoticamente stabile. Nel
Definizione 3: Una Iunzione J(x) e definita negativa se !J(x) e deIinita positiva.
Definizione 4: Una Iunzione J(x) e semidefinita negativa se !J(x) e semideIinita
positiva.
Teorema 1: Dato un sistema dinamico ! x" f # x , u$ , con f # x , u$ continua
con le sue derivate prime, e un punto di equilibrio, caratterizzato
da f #%x , %u$"0 ,
se esiste una Iunzione scalare J(x) definita positiva in %x ,
continua con le sue derivate prime, tale che la derivata totale
!
J # x$ e definita negativa
allora l'equilibrio e asintoticamente stabile.
J(x) viene detta fun:ione di Lvapunov.
Teorema 2: Date le stesse condizioni del Teorema 1, salvo che la derivata
totale
!
J # x$ e solo semidefinita negativa,
allora si puo solo dire che l'equilibrio e stabile.
Teorema 3: Se valgono le condizioni del Teorema 1, ed in piu la derivata
totale
!
J # x$ e deIinita negativa in tutta una regione R contenente
al suo interno il punto di equilibrio
%
x ,
allora R e la regione di attrazione dell'equilibrio %x .
Osservazione 1: Una spiegazione intuitiva dei teoremi si puo basare
sull'interpretazione graIica. J(x) e deIinita positiva nell'equilibrio
(cIr. Iigura DeIinizione 1); se la sua derivata totale e sempre
strettamente negativa, salvo che nell'equilibrio, la traiettoria del
sistema nel piano di Iase corrispondera a punti sulla superIicie
:"J # x$ di quota via via decrescente, cioe sempre piu vicini
all'equilibrio, che risultera quindi asintoticamente stabile. Nel
3
caso in cui la derivata totale possa essere sia negativa che nulla,
puo capitare che la traiettoria tenda ad un punto sul "Iondo" della
superIicie diverso dall'equilibrio. Questo corrisponde ad una
proprieta di semplice stabilita dell'equilibrio stesso: il
movimento perturbato non si allontana troppo dall'equilibrio, ma
nemmeno tende a ritornarvi.
Osservazione 2: Il metodo e molto potente, ma purtroppo non e di tipo
costruttivo; in altre parole, il metodo garantisce la stabilita
dell'equilibrio se si riesce a trovare una Iunzione di Lyapunov
!
J " x# con determinate caratteristiche, ma non da alcuna
indica:ione su come trovarla.
Osservazione 3: Le condizioni del Teorema 3 sono piuttosto restrittive, perche
richiedono che la derivata della Iunzione di Lyapunov sia
deIinita negativa in tutto R, mentre spesso (vedi esempio del
pendolo) essa risulta solo semideIinita negativa. Esistono delle
estensioni di questo teorema (criteri di Krasovskii e La Salle)
che permettono di dimostrare l'asintotica stabilita dell'equilibrio
anche in questi casi.
Esempio 1.
Dato il sistema dinamico
!
x$%x
3
&u
, studiare la stabilita dell'equilibrio
caratterizzato da
'
x$0,
'
u$0 .
In Iigura e rappresentato il diagramma della
Iunzione f " x ,
'
u# . Risulta chiaro che x$0 e un
punto di equilibrio, e che l'equilibrio risulta essere
asintoticamente stabile. InIatti, la derivata di x e
positiva a sinistra dell'equilibrio, e negativa a destra;
pertanto, la traiettoria perturbata tende
asintoticamente a ritornare all'equilibrio. E' inoltre
chiaro che l'intero asse reale e la regione di
attrazione dell'equilibrio, perche la traiettoria tendera a tornare all'equilibrio da
qualunque stato iniziale perturbato si Iaccia partire l'evoluzione del sistema.
Analizzando la stabilita dell'equilibrio con il Primo Metodo di Lyapunov, si trova
un unico autovalore nullo:
(
) f
) x
*
'
x ,
'
u
$%2
'
x
2
$0 ,
che non permette di trarre conclusioni sulla stabilita.
Presa ora la Iunzione J " x#$x
2
, deIinita positiva in
'
x$0 , si trova che
ESEMPIO
Dato il sistema dinamico x =x
3
+u, se ne studia la stabilit dell'equilibrio caratterizzato
da .
In figura rappresentato il diagramma della
funzione . Risulta chiaro che x=0 un punto di
equilibrio, e che l'equilibrio risulta essere
asintoticamente stabile. Infatti, la derivata di x
positiva a sinistra dell'equilibrio, e negativa a destra;
pertanto, la traiettoria perturbata tende
asintoticamente a ritornare all'equilibrio. E' inoltre
chiaro che l'intero asse reale la regione di attrazione dell'equilibrio, perch la traiettoria
tender a tornare all'equilibrio da qualunque stato iniziale perturbato si faccia partire
l'evoluzione del sistema.
Presa ora la funzione , definita positiva in un intorno di , si trova che:

che evidentemente definita negativa in un intorno di , e rimane tale su tutto l'asse
reale. Pertanto, per il Teorema di Lyapunov si pu concludere che l'equilibrio
asintoticamente stabile.
Come osservazione conclusiva, si osservi che trovare una funzione di Lyapunov per
sistemi del primo ordine non difficile: in molti casi la pi semplice funzione definita
positiva in e continua con le sue derivate prime, cio risulta essere una
funzione di Lyapunov, cio ha una derivata totale definita o semi-definita negativa. Nel
caso di sistemi di ordine pi elevato, trovare una funzione di Lyapunov valida in
generale molto meno agevole.

3
5.3.2 STABILITA DEI SISTEMI DISCRETI
E possibile estendere il metodo diretto di Lyapunov a un sistema discreto (5.1)
avente lorigine come punto di equilibrio. Si suppone che lintorno W dellorigine nel
quale definita la funzione sia invariante rispetto ad f (tale cio che
), o che almeno la porzione di traiettoria di interesse si svolga entro W. Ci
consente di definire in W, o almeno lungo la traiettoria, la funzione:
(5.7)
Nel caso in cui la successione rappresenti una soluzione della 5.1, allora
(5.8)
fornisce la successione dei valori V visti lungo la traiettoria del sistema. Perci:

rappresenta la differenza fra due valori consecutivi di (5.8), ovvero lincremento di
nellintervallo [t, t+1]. Ovviamente se f e V sono funzioni continue, anche
continua.
ESEMPI
1. Dato il sistema del primo ordine e la funzione , si
ha:

2. Dato il sistema del secondo ordine:

in corrispondenza alla funzione si ha:

3
TEOREMA (criterio si stabilit di Lyapunov) Sia x=0 punto di equilibrio per il sistema
discreto (5.1), con f continua, e sia una funzione continua in un intorno W
dellorigine qui definita positiva. Se la funzione semidefinita negativa,
allora lequilibrio nellorigine stabile; se definita negativa, lequilibrio nellorigine
asintoticamente stabile.
ESEMPIO
Prendendo il sistema discreto:

ha il punto di equilibrio nellorigine (0,0); con riferimento alla funzione definita positiva
si calcola la funzione:

che semidefinita negativa, in quanto nulla in (0,0) e negativa per ogni x
1
, x
2

appartenenti a R. Perci, lorigine un punto di equilibrio stabile per il sistema.