EL HACHEMI Important

AVERTISSEMENT
Ce document est le fruit d'un long travail approuv par le jury de

soutenance et mis disposition de l'ensemble de la
communaut universitaire largie.
Il est soumis la proprit intellectuelle de l'auteur. Ceci

implique une obligation de citation et de rfrencement lors de
lutilisation de ce document.
D'autre part, toute contrefaon, plagiat, reproduction illicite

encourt une poursuite pnale.
Contact : ddoc-theses-contact@univ-lorraine.fr
LIENS
Code de la Proprit Intellectuelle. articles L 122. 4

Code de la Proprit Intellectuelle. articles L 335.2- L 335.10
http://www.cfcopies.com/V2/leg/leg_droi.php
http://www.culture.gouv.fr/culture/infos-pratiques/droits/protection.htm
Analyse de stabilit des systmes commutations
singulirement perturbs
THESE
pour lobtention du
DOCTORAT DE LUNIVERSITE DE LORRAINE

prsente par
Fouad El Hachemi
Soutenue publiquement le 5 Dcembre 2012

Devant la Commission dExamen
JURY
Rapporteurs : M. Ugo Boscain Directeur de recherche au CNRS

M. Didier Henrion Directeur de recherche au CNRS
Examinateurs : M. Francesco Rossi Matre de confrences

M. Marius Tucsnack Professeur des universits
Directeur de thse : M. Jamal Daafouz Professeur des universits
Co-directeur de thse : M. Mario Sigalotti Charg de recherche lINRIA

Remerciements
Au nom de Dieu, Le Clment, Le Misricordieux.
Avant dexposer mes travaux de thse, je souhaite remercier lensemble des personnes qui
mont apport soutien et conseils durant ces trois annes de thse.
Tout dabord, je tiens exprimer ma plus sincre reconnaissance mes directeurs de thse,
Messieurs Jamal Daafouz et Mario Sigalotti pour mavoir donn loccasion deffectuer cette
thse, pour leurs conseils, leur aide, leur patience, et le temps quils ont pu me consacrer pour
mener bien ces travaux.
Je remercie galement Monsieur Grard Bloch qui ma dirig vers cette thse.
Je tiens exprimer ma gratitude chacun des membres du jury, dune part Messieurs Ugo
Boscain et Didier Henrion pour avoir accept de rapporter ce travail, et dautre part Messieurs
Francesco Rossi et Marius Tusnack pour avoir accept le rle dexaminateur et de prsident du
jury pour ce dernier.
Je remercie lensemble des membres du CRAN avec lesquels jai pu collaborer dans la bonne
humeur (vous vous reconnaitrez). Un grand merci aux secrtaires Carole Courier et Christine
Pierson pour leur aide prcieuse et leur patience lors de mes dmarches administratives. Enfin,
je noublie pas de tmoigner ma sympathie mes camarades de thse Carlos, Hassan, Julien,
Mahmoud et Pascal, qui ont partag cette exprience avec moi.
i
Remerciements
Pour terminer, et mme si les mots ne peuvent traduire ce que je souhaite exprimer, je
ne remercierai jamais assez ma famille pour leur soutien et leur amour inconditionnels, en
particulier mes parents. Que Dieu vous prserve.
Louanges Allah
ii
Table des matires
Notations 1
Introduction gnrale 6
I Outils 7
1 Analyse de stabilit des systmes non linaires (sans commutations) . . . . . . . 7
1.1 Cas des systmes non-linaires temps continu . . . . . . . . . . . . . . 7
1.2 Cas des systmes non-linaires temps discret . . . . . . . . . . . . . . . 9
2 Analyse de stabilit des systmes singulirement perturbs . . . . . . . . . . . . 11
3 Stabilit des systmes linaires commutations . . . . . . . . . . . . . . . . . . 16
3.1 Prsentation des systmes linaires commutations et des problmes de
stabilit correspondants . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.2 Synthse de lois de commutations stabilisantes . . . . . . . . . . . . . . 17
3.3 Stabilit des systmes linaires commutations quelque soit la loi de
commutations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.1 Stabilit des inclusions diffrentielles . . . . . . . . . . . . . . . 21
3.3.2 Fonctions de Lyapunov quadratiques communes . . . . . . . . . 23
3.3.3 Fonctions de Lyapunov poly-quadratiques . . . . . . . . . . . . 25
3.3.4 Rayon spectral joint . . . . . . . . . . . . . . . . . . . . . . . . 26
4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
II Systmes commutations singulirement perturbs temps continu 29

1 Positionnement du problme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
iii
Table des matires
1.1 Contre-exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.2 Approche gomtrique dans le cas planaire . . . . . . . . . . . . . . . . . 33
2 Analyse de stabilit des SCSPs dans le cas planaire . . . . . . . . . . . . . . . . 36
2.1 Conditions ncessaires et suffisantes . . . . . . . . . . . . . . . . . . . . . 36
2.2 Caractrisation des transitions de stabilit . . . . . . . . . . . . . . . . . 43
2.3 Comparaison des rsultats . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3.1 Conditions bases sur des LMIs . . . . . . . . . . . . . . . . . . 46
2.3.2 Systmes singulirement perturbs vus comme des inclusions
diffrentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
III Systmes commutations singulirement perturbs temps discret 51

1 Discrtisation des systmes linaires commutations . . . . . . . . . . . . . . . 51
1.1 Lexponentielle de la matrice . . . . . . . . . . . . . . . . . . . . . . . . . 52
1.1.1 Prservation de la stabilit . . . . . . . . . . . . . . . . . . . . . 53
1.1.2 Prservation des Fonctions de Lyapunov . . . . . . . . . . . . . 54
1.2 Approximations de Pad . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
1.2.1 Prservation de la stabilit dans le cas linaire . . . . . . . . . . 55
1.2.2 Non prservation de la stabilit pour les systmes commutations 56
1.2.3 Prservation des fonctions de Lyapunov quadratiques . . . . . . 57
1.2.4 Prservation de la stabilit dans un cas particulier . . . . . . . . 57
1.3 Discrtisation dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
1.3.1 Prservation de la stabilit . . . . . . . . . . . . . . . . . . . . . 59
1.3.2 Prservation des CQLFs . . . . . . . . . . . . . . . . . . . . . . 59
2 Stabilit des systmes commutations singulirement perturbs temps discret 60
2.1 Discrtisation exacte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.2 Echantillonnage dordre 1 ou chantillonnage lent . . . . . . . . . . . . . 63
2.2.1 Cas des SSPs linaires . . . . . . . . . . . . . . . . . . . . . . . 63
2.2.2 Cas des systmes commutations . . . . . . . . . . . . . . . . . 65
2.3 Echantillonnage dordre . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.3.1 Cas des systmes sans commutations . . . . . . . . . . . . . . . 69
2.3.2 Cas des systmes commutations . . . . . . . . . . . . . . . . . 70
2.4 Echantillonnage dordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . 74
2.4.1 Fonctions de Lyapunov et cas sans commutations . . . . . . . . 77
2.4.2 Fonctions de Lyapunov : cas des systmes commutations . . . 78
iv
Table des matires
3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
Conclusion gnrale et perspectives 83
Annexe 85
1 Modles temps discret des systmes commutations singulirement perturbs 85
1.1 Modle discrtis lordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . 87
1.2 Modle discrtis lordre . . . . . . . . . . . . . . . . . . . . . . . . . 88
1.3 Modle discrtis lordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . 89
Rfrences bibliographiques 91
v
Table des matires
vi
Notations
R : ensemble des nombres rels,
C : ensemble des nombres complexes,
N : ensemble des nombres entiers naturels,
[a, b] : intervalle ferm de R dextrmits a et b,
(a, b) : intervalle ouvert de R dextrmits a et b,
[a, b) ou (a, b] : intervalle semi-ouvert de R dextrmits a et b,
Rn : espace vectoriel de dimensions n construit sur le corps des rels,
xT : transpose du vecteur x Rn ,
Md (K) : ensemble des matrices de dimension n m coefficients dans K (= R ou C),
I : matrice identit,
X > 0 : matrice carre symtrique dfinie positive,
X 1 : inverse de la matrice carre non-singulire X,
1
Notations
X T : transpose de la matrice X,
tr(X) : trace de la matrice X,
det(X) : dterminant de la matrice X,
rang(X) : rang de la matrice X,
||X|| : norme matricielle induite par la norme euclidienne,
spec(X) : spectre de la matrice X,
dim(X) : dimension de la matrice X,
hf, gi : produit scalaire de f et de g,
co(E) : enveloppe convexe dun ensemble E,
I = {1, 2, ..., N }.
2
Introduction gnrale
Introduction gnrale
De manire gnrale, lautomatique est une discipline permettant ltude des systmes, et
dont les domaines dapplication sont trs nombreux, tels que llectricit, la mcanique, laro-
spatial, la robotique, la chimie, la biologie, lconomie, etc . . . Comme lindique le titre de ce
mmoire, nous nous intresserons dans la suite des problmes de stabilit qui occupent une
place importante dans ce domaine. Cette thse entre dans le cadre de lanalyse de stabilit des
systmes commutations qui reprsentent une classe importante des systmes hybrides. Ces
derniers ont suscit un intrt croissant depuis la fin des annes 90, intrt justifi notamment
par le dveloppement des systmes embarqus. Un systme commutations est dcrit simulta-
nment par une dynamique continue (un ensemble de sous-systmes) et une dynamique discrte
(que lon appelle la loi de commutation et qui indique quel sous-systme est actif chaque ins-
tant). Afin dillustrer concrtement les systmes commutations, intressons au dplacement
dune voiture dont on souhaite connaitre la position et la vitesse chaque instant. Pour cela,
on cherche coller un modle mathmatique au dplacement de la voiture. Or, on sait que
le comportement du vhicule varie selon le rapport de vitesse enclench. Cest pourquoi nous
associons chaque rapport de vitesse une quation pour dcrire le dplacement de la voiture
lorsque celui-ci est engag. Ainsi, si la voiture possde 5 rapports de vitesse pour aller en avant
et un rapport pour la marche-arrire. On a alors sept quations pour dcrire le mouvement du
vhicule, la septime correspondant la roue-libre (pied sur lembrayage ou levier de vitesse
au point mort). Bien videmment, un seul rapport de vitesse est enclench chaque instant et
donc une seule quation dcrira le mouvement chaque instant. Dans cet exemple, une com-
mutation reprsente un changement de vitesse (de la premire la deuxime, de la deuxime
3
Introduction gnrale
la premire etc. . . ) qui est permis grce au levier de la bote vitesses qui joue le rle de la loi
de commutations.
La notion de systme singulirement perturb est bien connue en automatique. Les premiers
travaux remontent aux annes 50, et plus particulirement aux travaux de Tikhonov mens dans
lancienne Union sovitique. Cette notion signifie la prsence de plusieurs chelles de temps dans
le systme, cest--dire que le systme est dcrit par des variables qui voluent des vitesses
diffrentes. La thorie des perturbations singulires permet alors de sparer les variables lentes
des variables rapides. En pratique, il arrive que les systmes soient caractriss par ces deux
proprits. Toutefois, de tels systmes sont numriquement raides, et donc, difficiles analyser.
Lexemple du contrle de guidage de bande pendant le processus de laminage dans un laminoir
chaud permet de souligner lintrt dtudier les systmes commutations singulirement
perturbs. Cette application est dcrite dans [39] o il est montr que le contrle du guidage
de bande pour la dernire phase de ce processus se rduit la synthse dune commande pour
un systme commutations singulirement perturb. Dautres exemples tirs du domaine du
gnie lectrique peuvent galement illustrer la prsence conjointe de ces deux phnomnes.
Dans cette thse, nous nous intressons lanalyse de stabilit des systmes commutations
singulirement perturbs temps continu en nous plaant dans le cas planaire. Ensuite, nous
tudions la discrtisation de ces systmes pour diffrentes priodes dchantillonnage, en privi-
lgiant laspect de la prservation de la stabilit du temps continu vers le temps discret.
Structure du mmoire
Chapitre I
Dans ce premier chapitre, aprs lintroduction des notions gnrales de stabilit pour les
systmes non linaires, nous rappelons formellement la mthode de sparation des chelles
de temps pour les systmes singulirement perturbs. Ensuite, nous prsentons la classe des
systmes linaires commutations en rappelant des problmatiques lies la stabilit de ces
derniers, et nous rappelons quelques rsultats de la littrature.
Chapitre II
Nous commenons ce second chapitre en introduisant notre problmatique, et en donnant un
contre-exemple permettant de montrer la non-validit de lapproche classique de sparation des
4
Introduction gnrale
chelles de temps pour les systmes commutations singulirement perturbs. Nous rappelons
galement le concept de la pire trajectoire sur lequel repose le principal rsultat de cette partie.
Sen suit alors le rsultat de stabilit caractrisant compltement le comportement asymptotique
des systmes auxquels on sintresse. Nous engageons ensuite une discussion sur ce rsultat,
notamment en le comparant avec deux autres approches, lune base dingalits matricielles
linaires, et lautre base sur une approche de type sparation des chelles de temps mais dans
le cadre des inclusions diffrentielles.
Chapitre III
Le dernier chapitre concerne la discrtisation des systmes commutations singulirement
perturbs. Dans un premier temps, nous rappelons les rcents rsultats concernant la discrti-
sation des systmes linaires commutations et la prservation de la stabilit sous diffrents
modles de discrtisation. Ensuite, nous proposons trois modles obtenus pour trois choix dif-
frents de la priode dchantillonnage. Pour chacun deux, nous tentons de dterminer si la
stabilit (ou un type de stabilit particulier) est prserve. En particulier, le dernier modle
propos est obtenu pour un choix de la priode dchantillonnage qui na pas t considr dans
le cadre des systmes singulirement perturbs sans commutations, et, comme nous le verrons,
permet de prserver certaines fonctions de Lyapunov.
Nous terminons ce manuscrit par une conclusions gnrale et des perspectives envisageables.
Rfrences
Les travaux effectus durant cette thse ont donn lieu aux publications suivantes.
Revue internationale avec comit de lecture

F. El Hachemi, M. Sigalotti et J. Daafouz. Stability analysis of singularly perturbed
switched linear systems. Dans IEEE Transactions On Automatic Control, 8(57) : 2116
2121, 2011.
Confrences internationales avec comit de lecture

F. El Hachemi, M. Sigalotti et J. Daafouz. Stability of planar singularly perturbed
switched systems. Dans Proceedings of the 2011 IEEE American Control Conference,
5
Introduction gnrale
pages 14641469, San Francisco, USA, 2011.

F. El Hachemi, M. Sigalotti et J. Daafouz. Characterization of stability transitions and
practical stability of planar singularly perturbed linear switched systems. Dans Pro-
ceedings of the 50th IEEE Conference On Decision and Control and European Control
Conference, pages 423428, Orlando, USA, 2011.
6
Chapitre I
Outils
Dans ce premier chapitre, nous introduisons quelques concepts dautomatique, en particulier

sur la stabilit des systmes. Dans un premier temps, un rappel sur la stabilit des systmes
non linaires (au sens classique du terme) est donn. Nous prsentons ensuite les systmes
singulirement perturbs ainsi que lanalyse de stabilit de ces systmes par la mthode de
sparation des chelles de temps. Enfin, nous terminons ce chapitre en introduisant les systmes
linaires commutations et quelques rsultats de stabilit lis cette classe de systmes.
1 Analyse de stabilit des systmes non linaires (sans

commutations)
1.1 Cas des systmes non-linaires temps continu
Considrons le systme autonome invariant dans le temps suivant

x(t) = f (x(t)) (I.1)
o f : Rn est une fonction Lipschitzienne et est un ouvert de Rn . Les points dquilibre

de (I.1) sont les solutions de lquation f (x) = 0.
Dfinition 1. Un point dquilibre x du systme (I.1) est dit
stable si > 0 > 0 tel que
kx(0) x k < kx(t) x k < , t 0,
asymptotiquement stable si x est stable et si il existe > 0 tel que
kx(0) x k < lim x(t) = x ,

t
7
Outils
globalement asymptotiquement stable si x est stable et x(0) Rn
lim x(t) = x .
t
localement exponentiellement stable sil existe trois nombres rels positifs c, K and tels
que
kx(0) x k < c, kx(t) x k Kkx(0) x ket ,
instable sil nest pas stable.
Sans perte de gnralit, nous considrons dans la suite x = 0. La thorie de Lyapunov

est un outil important en automatique, permettant de conclure sur la stabilit dun point
dquilibre du systme. Elle repose sur lexistence de fonctions, vrifiant certains critres, et qui
reprsentent dune certaine manire lnergie du systme. Ce qui suit donne plus de dtails sur
de telles fonctions et sur la stabilit au sens de Lyapunov. Ces rsultats, maintenant classiques,
peuvent tre trouvs dans nimporte quel ouvrage dautomatique de rfrence [21, 24, 27].
Dfinition 2. Une fonction V (x) : Rn R continment diffrentiable est dite dfinie positive
dans une rgion autour de lorigine si :
V (0) = 0
V (x) > 0 pour tout x {0} (I.2)
Si (I.2) est remplace par V (x) 0 alors la fonction est dite semi-dfinie positive. Une classe
de fonctions souvent utilise pour lanalyse des systmes est celle des fonctions quadratiques
V (x) = xT P x o P est une matrice symtrique relle.
Dfinition 3. Une fonction quadratique V (x) = xT P x est dite dfinie positive (respectivement
semi-dfinie positive) si toutes les valeurs propres de la matrice P sont strictement positives
(repectivement positives).
Thorme 1. Soit Rn une rgion incluant lorigine. Ltat dquilibre x = 0 est

localement stable sil existe une fonction continment drivable V (x) telle que :
V est dfinie positive,

dV (x)
0, x {0}.
dt
8
Outils
localement asymptotiquement stable sil existe une fonction continment drivable V (x)
telle que :

dV (x)
< 0, x {0}.
dt
globalement asymptotiquement stable sil existe une fonction continment drivable V (x)
telle que :

dV (x)
< 0, x Rn {0}
dt
V (x) lorsque ||x|| .
La fonction V (x) est appele fonction de Lyapunov.
Dans le cas particulier des systmes linaires invariants dans le temps (LTI) scrivant

x(t) = Ax(t), (I.3)
lorigine est asymptotiquement stable si et seulement si toutes les valeurs propres de A sont
partie relle strictement ngative.
Thorme 2. Le point dquilibre x = 0 de (I.3) est quadratiquement stable si et seulement

si, pour toute matrice Q = QT > 0, il existe une matrice P = P T > 0 vrifiant lquation de
Lyapunov
AT P + P A + Q = 0.
On remarque que pour les systmes LTI, la stabilit asymptotique est quivalente la
stabilit quadratique.
1.2 Cas des systmes non-linaires temps discret

Considrons maintenant un systme non-linaire temps-discret, scrivant
x(k + 1) = f (x(k)). (I.4)
9
Outils
On note x = 0 le point dquilibre de (I.4). Comme dans le cas du temps continu, la thorie de
Lyapunov permet encore de fournir des conditions suffisantes de stabilit dans le cas gnral.
Thorme 3. On considre le systme dynamique non-linaire (I.4). Lquilibre x = 0 est dit

I localement stable sil existe une fonction V : Rn R et un voisinage Rn de lorigine
tels que :
V (x) > 0 x \ {0} et V (0) = 0,

V (x(k)) 0, x , x 6= 0,
I localement asymptotiquement stable sil existe une fonction V (x) : Rn R et un voisi-

nage Rn de lorigine tels que :
V (x) > 0 x et V (0) = 0,

V (x(k)) < 0, x , x 6= 0,
I globalement asymptotiquement stable sil existe une fonction V (x) : Rn R telle que :
V (x) > 0 x Rn et V (0) = 0,

V (x(k)) < 0, x Rn , x 6= 0,
V (x) lorsque ||x|| ,
avec V (x(k)) = V (x(k + 1)) V (x(k)).
Dans le cas particulier des systmes linaires temps-discret, linstar du cas temps-
continu, la condition dexistence dune fonction de Lyapunov savre tre ncessaire et suffisante.
En effet, considrons le systme
x(k + 1) = Ax(k), (I.5)
avec x = 0 le point dquilibre. De la mme manire que pour les systmes LTI temps
continu, le thorme suivant rappelle lquivalence entre la stabilit asymptotique et la stabilit
quadratique pour les systmes LTI temps discret.
Thorme 4. Le point dquilibre x = 0 de (I.5) est asymptotiquement stable si et seulement

si, pour toute matrice Q = QT > 0, il existe une matrice P = P T > 0 vrifiant lquation de
Lyapunov
AT P A P + Q = 0.
10
Outils
Pour le cas des systmes LTI temps-discret, un autre outil permet dobtenir des conditions
ncessaires et suffisantes pour la stabilit asymptotique du point dquilibre x de (I.5). Celui-
ci est le rayon spectral de la matrice A, qui caractrise le taux de croissance des puissances
successives de la matrice A.
Dfinition 4. Le rayon spectral dune matrice est dfini comme tant le plus grand module des
valeurs propres
(A) = max{||, tel que C est une valeur propre de A}.
Thorme 5. Le point dquilibre du systme (I.5) est globalement asymptotiquement stable

(GAS) si et seulement si (A) < 1.
Dans la suite, afin dallger lcriture, nous utiliserons les expressions systme stable (res-
pectivement, asymptotiquement stable, quadratiquement stable, instable) pour dsigner un sys-
tme ayant lorigine comme point dquilibre unique stable (respectivement, asymptotiquement
stable, quadratiquement stable, instable).
2 Analyse de stabilit des systmes singulirement per-

turbs
Dans le cas des systmes dynamiques sans commtutations, la thorie des perturbations
singulires fournit un ensemble doutils pour analyser la stabilit en sparant les chelles de
temps (voir, par exemple, [28, 51]). Le principe de sparation en deux chelles de temps permet
de dfinir deux sous-systmes, correspondant aux dynamiques lente et rapide du systme, et
dont, la stabilit asymptotique de chacun deux implique la stabilit asymptotique du systme
complet de dpart pour de petites valeurs du paramtre de perturbation (). Considrons le
systme singulirement perturb (SSP) non linaire suivant

x(t) = f (x(t), z(t), , t) (I.6)
z = g(x(t), z(t), , t), (I.7)
o x(t), z(t) reprsentent respectivement des vecteurs colonnes de Rn , Rm , et f et g sont

des fonctions continment diffrentiables, est un rel strictement positif, et t reprsente le
temps. Oprant dans deux chelles de temps diffrentes, t et = t ( assez petit), lanalyse de
11
Outils
stabilit des SSPs semble assez complexe au premier abord. Une manire dtablir la conver-
gence consiste analyser les dynamiques lentes et rapides sparment (indpendamment), pour
pouvoir conclure sur le systme de dpart pour de petites valeurs positives de .
Dans un grand nombre dapplications, il est dusage de ngliger la dynamique rapide du
systme (le rgime transitoire) pour ne considrer que la dynamique lente (le rgime permanent),
opration dite de rduction dordre. Pour ce faire, il suffit de poser = 0 dans les quations
ci-dessus, ce qui transforme la deuxime quation diffrentielle en une quation algbrique
0 = g(
x(t), z(t), 0, t) (I.8)
o x et z reprsentent les variables dtats pour = 0. Ainsi, lordre du systme, qui tait de
n + m, est rduit n. On suppose que (I.8) a p 1 racines relles distinctes :
z(t) = hi (
x(t), t) (I.9)
avec i = 1, 2, . . . , p. Ainsi chaque racine (I.9) on associe le modle rduit (modle lent) de
dimension n suivant
x = f (
x, hi (
x, t), 0, t)
avec la mme condition initiale x0 . Quant la dynamique rapide z(t), sa condition initiale est
contrainte par z0 = h(
x0 , 0) qui, a priori, est diffrent de z0 . Ainsi, alors que lapproximation
de la dynamique lente
x(t) x(t) = O() (I.10)
est valable sur [0, T ], lapproximation de la dynamique rapide
z(t) z(t) = O() (I.11)
ne peut-tre valide que sur lintervalle [t1 , T ] avec t1 > 0. Cette approximation (I.11) ncessite
que durant lintervalle de temps [0, t1 ], la variable z sapproche de z pour rester proche de
celle-ci sur lintervalle [t1 , T ]. Pour savoir si cette condition est satisfaite, intressons nous
la dynamique rapide du systme de dpart, savoir z. Pour cela, posons le changement de
variable suivant
dz dz dt
= , ou encore =
dt d d
qui correspond au changement dchelle de temps. Nous introduisons le terme correcteur z tel
12
Outils
que
z = z z
et
dz
= g(x0 , z( ), 0, 0), (I.12)
d
avec la condition initiale z0 = z0 z0 . Ainsi, la solution z peut tre utilise comme terme
correcteur de (I.11) pour lapproximation uniforme de z suivante
z(t) = z(t) + z( ) + O() (I.13)
qui converge vers (I.11) si le terme de correction z tend vers zro lorsque . Le thorme
suivant donne les conditions afin que les approximation (I.10) et (I.11) soient valables.
Thorme 6. [28] On suppose que le point dquilibre z( ) = 0 de (I.12) soit uniformment

asymptotiquement stable et que z0 = z0 z(0) appartienne son bassin dattraction. Supposons
galement que les valeurs propres de g z
values pour = 0 le long de x(t), z(t) sont partie
relle strictement ngative. Alors, les approximations (I.10) et (I.13) sont valables pour tout
t [0, T ], et il existe t1 > 0 tel que (I.11) soit valable pour tout t [t1 , T ].
Les rsultats donns ci-dessus sont valables dans le cas des systmes singulirement perturbs
non linaires. Dans le cas des SSPs linaires, les quations (I.6) et (I.7) deviennent

x(t) = A11 x(t) + A12 z(t) (I.14)
= A21 x(t) + A22 z(t).
z(t) (I.15)
Le changement de variable
x(t) In 0 x(t)
=
(t) L() Im z(t)
permet de rcrire (I.14) et (I.15) de la manire suivante

A11 A12 L
x(t) A12 x(t)
= (I.16)

(t) R(L, ) A22 + LA12 (t)
avec
R(L, ) = A21 A22 L + LA11 LA12 L. (I.17)
La solution L() satisfaisant R(L, ) = 0 nous amne rcrire (I.16) sous une forme triangulaire
13
Outils
par blocs
A11 A12 L
x(t) A12 x(t)
= .

(t) 0 A22 + LA12 (t)
La question qui se pose est de savoir si une telle solution L() existe, et si elle est unique. Le
lemme qui suit rpond cette question.
Lemme 1. [28] On suppose que A22 est rgulire et on crit As = A11 A12 A1 22 A21 . Alors il
existe 0 0 tel que pour tout [0, 0 ], il existe une solution L() lquation (I.17) qui est
approxime par
L() = A122 A21 + A22 A21 As + O( ).
2 2
(I.18)
Dmonstration. Le premier terme de (I.18) nest rien dautre que la solution de (I.17) pour
= 0, cest--dire,
L(0) = A122 A21 .

Pour retrouver le deuxime terme du dveloppement limit de L() en 0, cest--dire ,
dL
d =0
on
drive R(L, ) par rapport , ce qui donne
dL dL
[A22 + L()A12 ] [A11 A12 L()] = L()A11 L()A12 L().
d d
Lunique solution de cette quation en = 0 est

dL
= A1
22 L(0)[A11 A12 L(0)] = A22 A21 As .
2
d =0

On note que L() dfinie par (I.18) est unique dans la mesure o, bien que lquation (I.17)
puisse avoir plusieurs solutions, une seule parmi elles est approxim par (I.18).
Cette matrice triangulaire par blocs nous permet dobtenir son polynme caractristique
(s, ) = s (s, )f (p, ) = 0
avec
s (s, ) = det(sIn (A11 A12 L))
le polynme caractristique du sous-systme lent, et
f (p, ) = det(pIm (A22 + LA12 ))
14
Outils
le polynme caractrisitique du sous-systme rapide pris dans lchelle des hautes frquences
p = s. Ainsi, les n + m valeurs propres du systme (I.14), (I.15) correspondent aux racines des
quations caractristiques associes aux sous-systmes lent et rapide suivantes
s (s, ) = 0
f (p, ) = 0.
Pour = 0, les racines de lquation caractristique du sous-systme lent
s (s, ) = det(sIn (A11 A12 L(0))) = 0
correspondent aux valeurs propres de As , et les racines de lquation caractristique du sous-

systme rapide
f (p, 0) = det(pIm A22 ) = 0
correspondent aux valeurs propres de la matrice A22 . Le thorme suivant dit comment les
valeurs propres associes aux sous-systmes lent et rapide (obtenues pour = 0) approximent
les valeurs propres du systme initial (I.14), (I.15).
Thorme 7. [28] Si A1 22 existe, alors lorsque 0 les n premires valeurs propres du systme
(I.14), (I.15) convergent vers des points fixes dans le plan complexe dfinis par les valeurs propres
de As , alors que les m valeurs propres restantes du systme (I.14), (I.15) tendent vers linfini,
avec un taux de croissance dordre 1/, le long des asymptotes dfinies par les valeurs propres
de A22 .
Il sen suit le rsultat de stabilit asymptotique suivant.
Corollaire 1. Si A1 22 existe, et si As et A22 sont des matrices Hurwitz, alors il existe 0 > 0
tel que pour tout (0, 0 ] le systme (I.14), (I.15) est asymptotiquement stable.
Ainsi lanalyse de stabilit des sous-systmes lent et rapide permet de conclure sur la stabilit
du systme de dpart pour > 0 assez petit. Nous verrons plus loin que ceci nest plus vrai
dans le cas des systmes commutations singulirement perturbs.
15
Outils
3 Stabilit des systmes linaires commutations

3.1 Prsentation des systmes linaires commutations et des pro-
blmes de stabilit correspondants
Un systme linaire commutations (SLC) est un systme dynamique compos dun nombre
fini de sous-systmes et dune loi dite de commutation permettant de grer les commutations
entre ces diffrents sous-systmes. En temps continu, un systme linaire commutations est
dcrit par le modle suivant

x(t) = A(t) x(t) (I.19)
avec x Rn ltat du systme, t R le temps, : R I la loi de commutations, A(t) Mn (R)

la matrice dynamique du systme, et I lensemble des indices {1, ..., N } reprsentant les sous-
systmes ou encore les modes du systme linaire commutations (I.19). De la mme manire,
en temps discret, un SLC a la forme
x(k + 1) = A(k) x(k) (I.20)
avec x Rn ltat du systme, k N+ le temps, : N+ I la loi de commutations, A(k)

Mn (R) la matrice dynamique du systme, et I lensemble des indices {1, ..., N } reprsentant les
modes du systme linaire commutations (I.20). Nous remarquons que lorigine x = 0 est un
quilibre de (I.19) et (I.20). Lanalyse de stabilit qui est le cadre des travaux de cette thse, a
t un des domaines de recherche qui a connu beaucoup de dveloppements durant ces quinze
dernires annes. Lanalyse de stabilit dans le cas des systmes linaires commutations est
diffrente du cas LTI dans la mesure o lon observe certains phnomnes intressants. Parmi
eux, on peut citer le cas o bien que tous les modes (sous-systmes) soient asymptotiquement
stables, on peut trouver une loi de commutations qui dstabilise le systme (I.19) [17, 31].
Inversement, on peut trouver une loi de commutations qui stabilise un SLC compos de sous-
systmes instables [17, 31]. Ainsi ces phnomnes mettent en avant le fait que la stabilit
asymptotique des sous-systmes ne suffit pas pour garantir la stabilit des systmes linaires
commutations mais quil faut prendre en compte les proprits de la loi de commutations.
Donc, lanalyse de stabilit des systmes linaires commutations peut tre divise en deux
parties :
dune part, trouver les conditions de stabilit du systme linaire commutations quelque
soit la loi de commutations
dautre part, trouver les conditions sur la loi de commutations telles que le SLC soit
16
Outils
stable.
Dans la suite, nous donnons quelques rsultats concernant les deux problmatiques cites ci-
dessus. Nous aborderons brivement la deuxime problmatique dans un premier temps, puis
porterons une attention plus particulire au premier problme qui correspond au cadre du sujet
de ce mmoire pour une classe particulire de systmes commutations. Pour plus de dtails,
nous renvoyons le lecteur vers les articles suivants [17, 31, 33, 35, 65] qui font un tat de lart
de ce qui existe dans ce domaine.
Pour mener bien ce travail, il convient de dfinir quelques notions complmentaires de stabi-
lit des SLCs. Tout dabord, nous rappelons quune fonction continue : [0, +) [0, +)
[0, +) est de classe KL si, pour tout r 0, (r, .) est dcroissante, (., r) est croissante, et
(0, r) = lims+ (r, s) = 0.
Dfinition 5. Le systme commutations (I.19) est dit instable sil admet une trajectoire qui
tend vers linfini.
Dfinition 6. Le systme (I.19) est globalement uniformment asymptotiquement stable (GUAS)

sil existe une fonction de classe KL telle que pour tout signal de commutations et pour
toute condition initiale x(0), la solution de (I.19) vrifie lingalit
|x(t)| (|x(0)|, t), t 0.
Dfinition 7. Le systme (I.19) est dit globalement uniformment exponentiellement stable

(GUES), sil existe deux rels c, > 0 tels que pour tout signal de commutation et pour toute
condition initiale x(0), la solution de (I.19) vrifie lingalit
|x(t)| cet |x(0)|.
Il convient de noter que les dfinitions de GUES et GUAS donnes prcdemment sont
quivalentes pour les systmes linaires commutations [16, 47].
3.2 Synthse de lois de commutations stabilisantes

Dans la litrature, la recherche des conditions sur la loi de commutations afin que le SLC
soit asymptotiquement stable sest faite principalement selon deux apporches. La premire
consiste faire dpendre la loi de commutations de ltat du systme, cest--dire, que lon
partage lespace dtat du systme en plusieurs rgions dlimites par des frontires, o chaque
17
Outils
rgion correspond un mode du systme, les commutations correspondantes aux transitions

des frontires. Quant la seconde, elle consiste commuter relativement lentement, cest--
dire imposer un temps minimal entre deux instants de commutations, afin que le SLC soit
asymptotiquement stable.
Dans le cas o les matrices Ai , pour i = 1, ..., N , sont Hurwitz, alors le problme de stabi-
lisation du systme (I.19) est trivial puisque lactivation dun seul mode permet darriver
notre fin. A contrario, lorsque les matrices Ai , i = 1, ..., N , sont instables, trouver une loi de
commutations qui stabilise le systme dfini par (I.19) est moins banal. Le rsultat suivant
donne des conditions suffisantes pour la stabilit asymptotique [72, 73].
Thorme 8. Soit A = {A1 , ..., AN } un ensemble de matrices instables (cest--dire qui ont
des valeurs propres dans le demi-plan droit ferm du plan complexe). Une condition suffisante
pour lexistence de (t) telle que SLC (I.19) soit stable est quil existe une combinaison convexe
stable des matrices Ai , cest--dire, quil existe i > 0, i = 1, tel que
P
i
n
Aeq =
X
i Ai
i=1
soit une matrice stable (cest--dire qui a des valeurs propres dans le demi-plan gauche ouvert
du plan complexe).
Ce rsultat repose donc sur lexistence dune combinaison convexe stable des matrices Ai ,
i = 1, ..., N . Cependant, trouver la combinaison convexe lorsquelle existe est un problme
NP-difficile [9, 10]. De plus, lexistence dune telle combinaison convexe nest pas une condi-
tion ncessaire, et donc, il se peut quil existe une loi de commutations stabilisante alors quil
nexiste pas de combinaison convexe stable.
Pour donner un aperu sur la manire dont on peut construire une loi de commutations sta-
bilisante dpendante de ltat, plaons nous dans le cas bimodale, cest--dire N = 2. Dans ce
contexte, trouver une combinaison convexe stable, cest--dire trouver [0, 1] telle que
Aeq = A1 + (1 )A2
soit une matrice de Hurwitz, est une condition ncessaire et suffisante pour lexistence dune
loi de commutations (t) telle que le systme (I.19) soit quadratiquement stable [72, 73].
18
Outils
Ainsi, lorsque Aeq existe, quelque soit la matrice Q > 0, il est possible de construire P telle que
ATeq P + P Aeq = Q
cest--dire de trouver une loi de commutations (t) telle que V (x) = xT P x vrifie
" #

V (x) = V (x) A(t) x < xT x.
x
Pour trouver une telle loi de commutations, on dfinit pour i = 1, 2 les matrices Qi suivantes
Qi = (ATi P + P Ai )
et les rgions de lespace dtat i associes
i = {x Rn | xT Qi x < 0}.
Ainsi on a dcoup lespace dtat en deux rgions coniques 1 , 2 telles que la fonction de Lya-
punov V (x) est dcroissante dans chacune des rgions i pour les solutions de x = Ai x(t). Avec
ce partitionnement de lespace dtat, nous pouvons construire des surfaces de commutation
telles que V (x) soit strictement dcroissante pour les solutions de (I.19)
s1 (x) = xT (Q1 Q2 )x = 0

s2 (x) = xT (Q2 Q1 )x = 0,
o > 0 est un scalaire suffisamment petit dtermin par lutilisateur.
Lorsque toutes les matrices appartenant lensemble {A1 , ..., AN } sont Hurwitz, il parat na-
turel que si le temps entre deux commutations successives est assez grand, alors la stabilit
asymptotique du systme (I.19) sera assure. On comprend donc que la stabilit asymptotique
du systme (I.19) peut tre obtenue en imposant un temps minimal dactivation des modes,
que lon appelle "temps de sjour" [50].
Dfinition 8. Un rel positif d est appel "temps de sjour" dune loi de commutations, si
lintervalle de temps entre deux instants de commutation est suprieur d .
Une gnralisation de ce "temps de sjour" a t donne dans [22], o les auteurs gnralisent
la notion de "temps de sjour" en introduisant le "temps de sjour moyen". En effet, ils autorisent
19
Outils
que le temps entre deux instants de commutation soit occasionnellment infrieur au "temps de
sjour", pourvu que cela narrive pas trop frquemment.
Dfinition 9. Un rel a est appel "temps de sjour moyen" dune loi de commutations si
t
N (t, ) N0 +
a
est vrifie pour tout t 0 et pour N0 0, o N (t, ) reprsente le nombre de commuta-

tions de la loi sur lintervalle (t, ).
Ainsi, en autorisant des commutations plus rapides occasionnellement, le "temps de sjour"

doit rester en moyenne suprieur a .
Thorme 9. [22] On suppose que tous les modes du SLC (I.19) sont Hurwitz. Alors, il existe
a > 0 assez grand tel que le systme (I.19) est exponentiellement stable.
Des extensions de ce rsultat ont t donnes, notamment lorsque lon considre que notre
ensemble de matrices {A1 , ..., AN } nest plus compos uniquement de matrices Hurwitz, mais
galement de matrices instables (dont les valeurs propres ont des parties relles postives) [77].
Dans ce cas, les auteurs montrent quil faut sassurer que les modes instables ne restent pas
activs trop longtemps. Plus de dtails sont donns dans [22, 50, 77] ainsi que dans les rfrences
de ces articles.
3.3 Stabilit des systmes linaires commutations quelque soit la

loi de commutations
Intressons-nous maintenant aux conditions de stabilit de (I.19) quelque soit la loi de
commutations. Une condition ncessaire est de supposer que toutes les matrices Ai , pour i =
1, .., N , sont Hurwitz (cest--dire que toutes leurs valeurs propres sont partie relle ngative).
En effet, cette hypothse est ncessaire afin dassurer la stabilit asymptotique de (I.19) pour
les lois de commutation du type (t) = i pour tout t 0 (on active un seul mode tout le
temps). Dans certains cas particuliers, cette hypothse savre tre galement suffisante. Cest
le cas lorsque les matrices Ai commutent deux deux [53], ou lorsquelles sont symtriques
[78], ou encore lorsquelles sont normales [79]. Dautre part, sil existe une fonction de Lyapunov
commune pour tous les modes, alors la stabilit asymptotique du SLC (I.19) est garantie quelque
soit la loi de commutations. Dans [16, 43, 47], les auteurs montrent que la rciproque est
galement vraie, cest--dire que si le SLC (I.19) est GUES, alors il admet une fonction de
Lyapunov commune. Cependant, une telle fonction nest pas toujours facile trouver.
20
Outils
3.3.1 Stabilit des inclusions diffrentielles
Lanalyse de stabilit des SLCs est troitement lie celle des inclusions diffrentielles. En
effet, nous admettrons que les rsultats donns dans le cadre des inclusions diffrentielles sont
applicables aux SLCs (pour plus de dtails, voir [3, 66]). Considrons linclusion diffrentielle
linaire suivante
x F (x), F (x) = {y|y = Ax, A {A1 , ..., AN }} (I.21)
avec x Rn , et {A1 , ..., AN } un ensemble compact de matrices carres de dimension n. Dans

[47], Molchanov et Pyatnitskiy donnent des conditions ncessaires et suffisantes pour la stabilit
asymptotique de (I.21).
Thorme 10. [47] Lorigine de linclusion diffrentielle (I.21) est asymptotiquement stable
si et seulement sil existe une fonction de Lyapunov strictement convexe, homogne (du second
ordre), qui a la forme quasi-quadratique
V (x) = xT P (x)x (I.22)
avec
P T (x) = P (x) = P ( x),

x 6= 0,
6= 0,
V (0) = 0,
dont la drive le long des solutions de (I.21) vrifie
max lim h1 (V (x + hy) V (x)) ||x||2 , > 0.

yF (x) h0
En particulier, lorsque lensemble A = {A1 , ..., AN } est un polyhdre convexe, cela se traduit
par le critre algbrique suivant :
Thorme 11. [47] Lorigine de linclusion diffrentielle
x {Ax, A coA}, A = {A1 , ..., AN }
est asymptotiquement stable si et seulement sil existe un entier m n, une matrice L
21
Outils
Mnm (R) de rang n et des matrices carres de dimension m
(s)
s = (ij )m
i,j=1 , s = 1, ..., N,
diagonale dominante ngative, cest--dire qui vrifie les conditions
(s) (s)
ii + |ij | < 0, i = 1, ..., m; s = 1, ..., N,
X
j6=i
telles que les relations matricielles
ATs L = LTs , s = 1, ..., N,
soient vrifies.
En gnral, il est assez difficile de mettre en application ce rsultat en raison de la difficult

trouver la matrice L. Plus gnralement, la recherche numrique dune fonction de Lyapunov
quasi-quadratique (I.22) est assez complexe. Une premire approche pour dterminer de telles
fonctions de Lyapunov a t dapproximer les surfaces de niveaux de ces fonctions par des
fonctions de Lyapunov linaires par morceaux de la forme [47, 54] :
Vm (x) = max |hli , xi|,

1im
o les lments li Rn , pour i = 1, ..., m, reprsentent des vecteurs constants appels vecteurs
gnrateurs. Il a t montr dans [46], que pour un nombre de vecteurs gnrateurs suffisam-
ment grands, lexistence dune telle fonction savre tre ncessaire et suffisante pour la stabilit.
Bien que lutilisation de telles fonctions puisse paratre trs puissant thoriquement, il existe
trs peu de mthodes permettant de vrifier lexistence dune fonction de Lyapunov linaire par
morceaux pour les systmes commutations. En particulier, la difficult rside dans la spcifi-
cation des vecteurs gnrateurs. Un moyen de montrer lexistence dune fonction de Lyapunov
linaire par morceaux consiste en lanalyse du spectre de lenveloppe convexe des matrices de
lensemble des matrices Ai , i I. Des conditions ncessaires et suffisantes pour lexistence
dune fonction de Lyapunov linaire par morceaux pour une paire de matrices du second ordre
ont t donnes dans [74]. Dans [75], les auteurs proposent une approche numrique dans le cas
gnral.
22
Outils
3.3.2 Fonctions de Lyapunov quadratiques communes
Nous avons vu que dans le cas des systmes LTI, la stabilit asymptotique du systme (I.3)
est quivalente lexistence dune fonction de Lyapunov quadratique. Ainsi, il parat normal
de sintresser aux fonctions de Lyapunov quadratiques communes dans le cas des SLCs. En
effet, lexistence dune telle fonction de Lyapunov garantit la stabilit asymptotique de (I.19).
Thorme 12. Sil existe une matrice P symtrique dfinie positive vrifiant
ATi P + P A < 0, pour i = 1, ..., N (I.23)
alors la fonction V (x) = xT P x est une fonction de Lyapunov quadratique commune (CQLF)
pour le systme (I.19). Le systme commutations (I.19) est alors GUAS.
Le systme dingalits matricielles linaires (LMIs) (I.23) est dit faisable sil existe une
solution P , sinon il est dit infaisable. Ainsi, dterminer lexistence dune CQLF revient vrifier
la faisabilit des LMIs (I.23). Ces dernires dcennies, des algorithmes doptimisation convexe
ont vu le jour, permettant de rsoudre ce type de LMIs [13]. De plus, dans [34], les auteurs
proposent un algorithme permettant de converger vers une CQLF en un nombre de pas fini.
Inversement, il a t dmontr dans [25] que lorsquil existe des matrices Ri = RiT > 0, pour
i I, telles que
ATi Ri + Ri Ai > 0
X
alors il nexiste pas de fonction de Lyapunov pour le SLC (I.19).
Jusqu prsent, trouver les conditions ncessaires et suffisantes pour lexistence dune CQLF
reste un problme ouvert dans le cas gnral. De nombreux chercheurs se sont penchs sur cette
problmatique, dont quelques rsultats sont donns ci-aprs.
Une premire approche consiste sintresser aux matrices triangulaires ou trigonalisables. En

effet, il est montr dans [49, 61] que lorsque toutes les matrices Hurwitz qui composent le SLC
sont sous la forme triangulaire suprieure, alors le SLC possde une CQLF. De plus, la matrice
P qui dfinit la CQLF peut tre choisie diagonale. Ce rsultat stend au cas o il existe une
matrice de passage commune T inversible, qui permet de triangulariser toutes les matrices Ai
en mme temps.
Thorme 13. [49] Soit le SLC (I.19). Si toutes les matrices Ai , i I sont Hurwitz, et sil
23
Outils
existe une matrice carre T Mn (R) inversible telle que toutes les matrices
Di = T 1 Ai T
soient triangulaires suprieures, alors il existe une CQLF pour le SLC (I.19).
Le thorme reste valable si la matrice de passage T permet dobtenir des matrices Di trian-
gulaires infrieures. Cependant, il nest pas toujours facile de dterminer si toutes les matrices
composant le SLC peuvent tre mises sous forme triangulaire suprieure simultanment. Dans
[53], il est tablie que si les matrices Ai , pour 1 i N , sont Hurwitz et quelles commutent
deux deux, cest--dire
Ai Aj = Aj Ai i, j {1, ..., N }
alors le SLC (I.19) admet une CQLF. Or, il est bien connu que des matrices relles qui com-
mutent peuvent tre mises sous forme triangulaire [23]. Ainsi, la relation de commutation entre
les matrices Ai joue un rle important. Un outil trs utile pour comprendre cette relation est
lalgbre de Lie
g = Lie{Ai : i I}LA .
Dans [1, 31, 32], les auteurs utilisent cette approche afin de montrer lexistence dune CQLF.
Thorme 14. [32] Si lalgbre de Lie g = Lie{Ai : i I}LA est solvable alors le systme
commutations (I.19) admet une CQLF, et il est GUAS.
La preuve repose sur le fait que les matrices dune algbre de Lie solvable peuvent tre mises
sous une forme triangulaire suprieure simultanment et quune famille de systmes linaires
dcrits par des matrices triangulaires suprieures stables partagent une CQLF. Agrachev et
Liberzon ont gnralis ce rsultat dans [1].
Dans certains cas particuliers, des conditions ncessaires et suffisantes pour lexistence dune
CQLF ont t donnes. Etant donn deux matrices A1 , A2 , on dfinit la matrice suivante
(A1 , A2 ) = A1 + (1 )A2
pour [0, 1]. Le thorme ci-dessous donne les conditions ncessaires et suffisantes pour lexis-
tence dune CQLF pour un systme linaire commutations dfini par une paire de matrices
du second ordre.
Thorme 15. [6264] Soit A1 , A2 deux matrices Hurwitz appartenant M2 (R). Pour tout
[0, 1], les conditions suivantes sont quivalentes :
24
Outils
1. il existe une CQLF pour le systme commutations (I.19) dcrit par A1 et A2 ;

2. les matrices (A1 , A2 ) et (A1 , A1
2 ) sont Hurwitz ;
3. les matrices A1 A2 et A1 A1
2 nont aucune valeur propre relle ngative.
En dimension n > 2, des conditions ncessaires et suffisantes ont galement t donnes

pour lexistence dune CQLF dans [60].
Thorme 16. [60] Soit A1 , A2 deux matrices Hurwitz qui appartiennent Mn (R). Une condi-
tion ncessaire et suffisante pour lexistence dune CQLF est que les produits de matrices
A1 [A1 + (1 )A2 ] et A1 [A1 + (1 )A2 ]1 naient aucune valeur propre relle ngative
pour tout 0 1.
Egalement, dans [63] une condition ncessaire et suffisante pour lexistence dune CQLF
pour un systme commutations du second ordre avec un nombre fini de modes est donne.
Thorme 17. [63] Soit A1 , ..., AN un nombre fini de matrices Hurwitz appartenant M2 (R)
avec a21i 6= 0 pour tout i = 1, ..., N . Une condition ncessaire et suffisante pour lexistence dune
CQLF est quune CQLF existe pour tout triplet {Ai , Aj , Ak } du systme, i 6= j 6= k, pour tout
i, j, k {1, ..., N }.
Cependant, dans le cas gnral, lexistence dune CQLF nest pas une condition ncessaire
pour garantir que le systme (I.19) est GUES. En effet, dans [16], les auteurs montrent que
dans le cas dun SLC du second ordre, en considrant deux modes, le systme peut tre asymp-
totiquement stable alors quil nexiste pas de CQLF.
3.3.3 Fonctions de Lyapunov poly-quadratiques
Nous avons dj mentionn le conservatisme des CQLFs. Plusieurs chercheurs se sont in-
tresss dautres fonctions de Lyapunov moins conservatives, notamment les fonctions de
Lyapunov poly-quadratiques [15, 19] pour les systmes temps discret. Etant donn que tous
les sous-systmes sont asymptotiquement stables, pour tout i I, ils admettent tous une
fonction de Lyapunov quadratique caractrise par une matrice symtrique dfinie positive Pi .
Lide est de rassembler ces matrices Pi laide de la loi de commutations afin de construire
une fonction de Lyapunov du type
V (k, x(k)) = xT (k)P(k) x(k). (I.24)
La stabilit asymptotique peut tre alors vrifie en rsolvant certaines LMIs comme on peut
le voir dans le thorme suivant.
25
Outils
Thorme 18. [15] Les propositions suivantes sont quivalentes :

1. Il existe une fonction de Lyapunov de la forme (I.24) strictement dcroissante le long des
trajectoires de (I.20).
2. Il existe des matrices symtriques dfinies positives Pi , pour tout i I, vrifiant les
ingalits matricielles linaires

P
i
ATi Pj
> 0, (i, j) I I.
Pj A i Pj
3. Il existe des matrices symtriques dfinies positives Si et des matrices Gi Mn (R) vri-
fiant
P i A G
i i < 0,
(i, j) I I.
Gi Ai Pj Gi GTi
T T
Ce rsultat peut tre vu comme une gnralisation des CQLFs puisquen posant Pi = P
pour tout i I dans (I.24), nous retombons sur une CQLF.
3.3.4 Rayon spectral joint
A linstar des mthodes bases sur les fonctions de Lyapunov cites prcedemment, une
approche spcifique aux SLCs temps discret permet dobtenir des conditions ncessaires et
suffisantes pour la stabilit asymptotique uniforme de (I.20). Celle-ci repose sur la notion de
rayon spectral joint (JSR) dun ensemble de matrices, qui est une gnralisation de la notion
de rayon spectral dune matrice, et qui caractrise le taux de croissance asymptotique maximal
de la norme de tous les produits possibles de matrices prises dans lensemble A = {A1 , ..., AN }
[26, 68].
Dfinition 10. On considre un ensemble fini de matrices A = {A1 , ..., AN }. Le rayon spectral
joint de lensemble A est dfini de la manire suivante
(A) = lim sup p (A)

p
avec
p (A) = sup ||Ai1 .Ai2 ...Aip ||1/p , ij I p N .
Ai1 ,Ai2 ,...,Aip A
Il sen suit le rsultat suivant.

Thorme 19 ([26]). Pour tout ensemble fini de matrices A = {A1 , ..., AN }, le SLC temps
discret associ est GUAS si et seulement si (A) < 1.
26
Outils
Nanmoins, le calcul du JSR est un problme NP-difficile [69]. Dans [8, 26, 68], des approxi-
mations sont donnes permettant dencadrer le JSR.
4 Conclusion
Aprs avoir introduit les notions gnrales de stabilit asymptotique pour les systmes non
linaires, incluant la thorie de Lyapunov, nous avons prsent la thorie des perturbations
singulires. En particulier, nous rappelons que cette dernire permet deffectuer lanalye de
stabilit en sparant les deux chelles de temps du systme. La stabilit des deux sous-systmes
ainsi identifis permet de conclure sur la stabilit du systme complet de dpart.
Ensuite, nous passons en revue un certain nombre de problmes et de rsultats concernant
la stabilit des systmes linaires commutations. Nous rappelons notamment les conditions
ncessaires et suffisantes pour la stabilit asymptotique uniforme des SLCs, tout en prcisant
la difficult de la mise en pratique de ces conditions. Egalement, nous faisons remarquer que
la plupart des rsultats reposent sur les fonctions de Lyapunov, quelles soient quadratiques ou
non.
Dans le chapitre qui suit nous abordons la question de la stabilit asymptotique sous une loi
de commutations arbitraire des systmes commutations singulirement perturbs (SCSPs).
En particulier, nous donnons une caractrisation complte des SCSPs dans le cas planaire, cest-
-dire en dimension deux, et en considrant deux modes. Pour cela, nous utilisons une approche
diffrente des fonctions de Lyapunov que nous rappelons en dbut de chapitre [4, 5, 11, 12].
27
Outils
28
Chapitre II
Systmes commutations singulirement

perturbs temps continu
Dans ce chapitre, nous nous intressons la stabilit des systmes commutations singuli-
rement perturbs (SCSPs) temps continu dcrits par des quations diffrentielles de la forme

In
x(t) 0 x(t)
= M(t) (II.1)

z(t) 0 Im
1
z(t)
avec x et z de dimensions respectives n et m, M(t) Mn+m (R), : R I une fonc-
tion constante par morceaux qui reprsente la loi de commutations, I lensemble des indices
{1, ..., N }, et > 0 le paramtre de perturbation singulire. En particulier, nous nous int-
ressons aux SCSPs du second ordre (n = m = 1) et composs de deux modes N = 2, cest
pourquoi nous adopterons lcriture suivante
x = (t)A1 x(t) + (1 (t))A2 x(t) (II.2)
o : [0, +) {0, 1} est une fonction constante par morceaux, et

1 0
Ai = Mi , i {1, 2}, (II.3)
0 1
et M1 , M2 M2 (R).
Dans un premier temps, nous donnons un contre-exemple tir de [37] permettant de montrer
que lapproche faite dans le cas des SSPs, cest--dire la sparation des chelles de temps,
nest plus valable lorsque que lon considre les SCSPs. Nous prsentons ensuite une mthode
gomtrique permettant de caractriser compltement un SLC dans le cas planaire (mthode
que lon utilisera pour ltude de (II.2)). Egalement, nous rappelons quelques rsultats de la
29
Systmes commutations singulirement perturbs en temps continu
littrature concernant la stabilit des SCSPs. Ensuite nous donnons la caractrisation complte
du comportement asymptotique des SCSPs dans le cas planaire.
Enfin, nous comparons ces rsultats avec les rsultats donns dans [37], ainsi quavec un
rsultat donn dans le cadre des inclusions diffrentielles singulirement perturbes [71] que
nous appliquons au cas planaire.
1 Positionnement du problme
1.1 Contre-exemple
Nous avons vu dans la section 2 du chapitre prcdent que la stabilit dun SSP peut tre
dduite de la stabilit des sous-systmes lent et rapide qui lui sont associs. Naturellement, il
vient lesprit de se demander si cette approche reste valable lorsque lon considre les SCSPs.
Lexemple ci-dessous permet de rpondre cette question par la ngative. Il est ncessaire au
pralable de redfinir les notions de stabilit pour les SCSPs.
Dfinition 11. Le SCSP (II.2) est GUAS (respectivement, quadratiquement stable/instable)

lorsque 0+ sil existe 0 > 0 tel que pour tout appartenant (0, 0 ), le systme commuta-
tions dcrit par (II.2) (avec fix) est GUAS (respectivement, quadratiquement stable/instable).
Exemple 1. [37] On considre le SCSP de la forme (II.2) o les matrices M1 , M2 sont dfinies
par
1 5 1 0
M1 = M2 = .
0 1 5 1
En appliquant la mthode de sparation des chelles de temps, on identifie deux sous-systmes,
qui sont dune part le systme commutations dit "lent"
x s (t) = As,(t) xs avec As,1 = As,2 = 1, (II.4)
et dautre part le systme commutations dit "rapide"
zf (t) = Af,(t) zf (t) avec Af,1 = Af,2 = 1. (II.5)
Ces deux systmes (II.4) et (II.5) sont asymptotiquement stables quelque soit la loi de com-
mutations. Cependant, on peut trouver une loi de commutations qui dstabilise le systme de
dpart. Par exemple, prenons une loi de commutations priodique, de priode 2T , cest--dire,
toutes les T secondes, on commute dun mode un autre. On pose T = . Ainsi, nous obtenons
30
Figure II.1 La loi de commutations priodique (t)
un systme dynamique priodique dont la stabilit peut tre analyse en considrant la matrice :

D() = eA1 T eA2 T .
Le dveloppement limit du rayon spectral de D(), pour proche de 0, donne
(D()) = 1 + 9.5529 28.72.112 + O(3 ).
Donc, il existe 0 > 0 tel que pour tout (0, 0 ), D() > 1, cest--dire, que le SCSP est
instable. Ce qui montre bien que lapproche classique ne tient plus dans le cas des systmes
commutations. Les figures (II.2) et (II.3) ci-dessous illustrent le cas = 0.076, T = 0.35s.
Parmi les rsultats de stabilit des SCSPs, on peut citer [2], o les auteurs tendent le
rsultat concernant le temps de sjour moyen donn dans [77] au cas des systmes singulirement
perturbs commutations et retards. Cependant, notre connaissance, un seul rsultat
concernant la notion de stabilit asymptotique sous une loi de commutations arbitraire existe.
Celui-ci a t donn dans [37, 38] et est rappel dans le thorme ci-dessous.
T
Thorme 20. [37, 38] On suppose quil existe des matrices Pf = PfT > 0, Qif = Qif >
T
0, Ps = PsT > 0, Qis = Qis > 0 de dimensions appropries telles que les LMIs
T
Ais Ps + Ps Ais + Qis < 0,
T
Ai22 Pf + Pf Ai22 + Qif < 0,

T T T
Qi Ai12 Y i Y i Ai12 (Ai22 Y i + Pf Ai12 )
s >0
()T Qif
31
Figure II.2 variable dtat x(t)
Figure II.3 variable dtat z(t)
n 1
soient vrifies i I, avec Y i = Ah22 Ah21 Ps . Alors, il existe un scalaire positif max
P
h=1
h6=i
32
tel que le SCSP (II.1) soit asymptotiquement stable (0, max ] et quelque soit la loi de
commutations.
Quelques points sont souligner concernant ce rsultat. Tout dabord, on remarque que
ces conditions sont indpendantes du paramtre de perturbation . Egalemement, on voit que
parmi ces conditions, les deux premires sont les conditions indpendantes de stabilit pour les
sous-systmes lent et rapide pris sparment. La dernire condition quant elle reprsente une
condition de couplage.
Enfin, nous pouvons galement citer les travaux effectus dans le cadre des inclusions diff-
rentielles, o les auteurs proposent des rsultats de type sparation en deux chelles de temps
[18, 56, 70, 71]. En effet, en mettant quelques hypothses structurelles et de stabilit, ils
montrent que toutes solutions de linclusion diffrentielle de dpart se rapprochent dune solu-
tion de linclusion diffrentielle dgnre (obtenue en posant = 0) lorsque le paramtre de
perturbation tend vers 0. Les rsultats gnraux de [71] seront appliqus au cas des SCSP
planaire et en considrant deux modes afin de comparer cette approche avec nos rsultats.
1.2 Approche gomtrique dans le cas planaire

A prsent, nous allons exposer une mthode gomtrique permettant de dterminer la sta-
bilit des SLCs. Considrons le systme linaire commutations suivant
x = (t)A1 x(t) + (1 (t))A2 x(t) (II.6)
avec A1 , A2 M2 (R) et : [0, +) {0, 1} mesurable. Dans une srie de papiers [4, 5, 11, 12],
Boscain en collaboration avec Balde et Mason, a fourni une caractrisation complte de la
stabilit du systme linaire commutation (II.6). Alors que la majorit des rsultats de la
littrature qui reposent sur les fonctions de Lyapunov, une approche gomtrique est dveloppe
dans ces papiers qui consiste utiliser les invariants du systme et la notion de pire trajectoire.
Cette pire trajectoire est obtenue en activant le mode dont le champ de vecteur forme langle
le plus petit avec la direction radiale sortante comme le montre la figure II.4. Lanalyse de
stabilit de cette trajectoire dtermine le comportement de tous les systmes : si elle converge
vers lorigine, alors le systme est GUAS.
33
Figure II.4 Schma illustrant le concept de la pire trajectoire en gras. La flche en pointille indique
la direction radiale sortante et les flches en traits pleins indiquent les champs de vecteurs.
Aux deux matrices X, Y M2 (R), on associe les paramtres suivants [5] :
(X) = tr(X)2 4 det(X), (II.7a)

1
(X, Y ) = (tr(X)tr(Y ) tr(XY )), (II.7b)
2
tr(X) si (X) 6= 0,

|(X)|

(X, Y ) = tr(X)
si (X) = 0 et (Y ) 6= 0, (II.7c)
|(Y )|

tr(X)
si (X) = (Y ) = 0,

2
,
(X, Y ) = 4((X, Y )2 det(X) det(Y )), (II.7d)
arctan tr(X)tr(Y )(k(X,Y ) (X,Y )+ (Y,X)) si (X) < 0,

2 2 (X,Y ) (Y,X) (X,Y )

2 (X,Y )
t(X, Y ) = si (X) = 0, (II.7e)
(X,Y )(tr(XY ) 12 tr(X)tr(Y ))

2 (X,Y ) (Y,X) (X,Y )
arctanh tr(X)tr(Y )(k(X,Y ) (X,Y ) (Y,X)) si (X) > 0,

2 (X, Y ) (Y, X) 1

k(X, Y ) = tr(XY ) tr(X)tr(Y ) , (II.7f)
tr(X)tr(Y ) 2
q
2(X, Y ) + (X, Y )
R(X, Y ) = q e (X,Y )t(X,Y )+ (Y,X)t(Y,X) , (II.7g)
2 det(X) det(Y )
34
o (X) reprsente le discriminant du polynme caractristique de X, et les autres quantits

reprsentent les invariants associs au systme planaire commutation x = (t)A1 +(1(t))A2 ,
avec A1 , A2 M2 (R) et : [0, +) {0, 1}. De plus, les trois cas dans la dfinition de t(X, Y )
correspondent respectivement aux cas o les valeurs propres de la matrice X sont complexes,
relles ou nulles. Concernant R, il correspond au taux daccroissement de la pire trajectoire
aprs une priode comme lillustre la figure II.5. Nous noterons que (X, Y ), k(X, Y ), (X, Y )
et R(X, Y ) sont symtriques par rapport leurs deux arguments, tandis que ce nest pas le cas
pour (X, Y ) et t(X, Y ).
Figure II.5 Les trois cas possibles pour R
Thorme 21 ([5]). Soit A1 , A2 M2 (R) deux matrices Hurwitz. Alors, la stabilit du systme
commutations (II.6) est dtermine par les quatres cas suivants :
q
(S1) Le systme (II.6) est quadratiquement stable si et seulement si (A1 , A2 ) > det(A1 ) det(A2 )
q
et tr(A1 A2 ) > 2 det(A1 ) det(A2 ) ;
q
(S2) Si (A1 , A2 ) < det(A1 ) det(A2 ), alors (II.6) est instable ;
q
(S3) Si (A1 , A2 ) = det(A1 ) det(A2 ), alors (II.6) est uniformment stable mais pas GUAS ;
q q
(S4) Si (A1 , A2 ) > det(A1 ) det(A2 ) et tr(A1 A2 ) 2 det(A1 ) det(A2 ), alors (II.6) est res-
pectivement GUAS, uniformment stable, ou instable selon que R(A1 , A2 ) < 1, R(A1 , A2 ) =
35
1 ou R(A1 , A2 ) > 1.
Nous noterons que le thorme classifie le comportement asymptotique du systme com-

mutations planaire en 6 cas (la condition (S4) peut-tre divise en 3 sous-cas distincts). Une
approche du mme type base sur des mthodes variationnelles et de commande optimale,
permettant de caractriser compltement la stabilit des systmes commutations dans le cas
planaire, a t propos dans [4042].
2 Analyse de stabilit des SCSPs dans le cas planaire

2.1 Conditions ncessaires et suffisantes
Dans le cas des systmes planaires, cest--dire du second ordre (n = 2) et avec 2 modes
(I = {0, 1}), nous donnons des conditions ncessaires et suffisantes pour la stabilit asympto-
tique quelque soit la loi de commutations. Nous donnons galement les conditions ncessaires
et suffisantes pour lexistence dune fonction de Lyapunov quadratique commune. Cela est tra-
duit par le thorme qui vient ci-aprs, o ces conditions sont donnes partir des invariants
introduits (II.7aII.7g).
Une premire condition ncessaire pour que le SCSP planaire (II.2) soit asymptotiquement
stable quelque soit la loi de commutations est que pour > 0 assez petit, chaque mode soit
asymptotiquement stable, en dautres termes, que la matrice

1 0
Ai = Mi
0 1
soit Hurwitz pour assez petit. En posant

ai b i
Mi = ,
ci d i
la matrice Ai , i = 1, 2, est Hurwitz pour assez petit si M1 , M2 appartiennent lensemble

a b
= {M = | det(M ) > 0 and (d < 0 ou (d = 0 et a < 0))}. (II.8)
c d
36
Thorme 22. Soit M1 , M2 appartenant dfini par (II.8). Le comportement asymptotique

du SCSP (II.2) est dcrit par les 5 cas suivants :
(SP1) Le systme (II.2) est quadratiquement stable lorsque 0+ si et seulement si (M1 , M2 ) >
q
det(M1 ) det(M2 ) et au moins une des conditions suivantes est vrifie
q
1. (M1 , M2 ) det(M1 ) det(M2 ),
2. d1 d2 6= 0,
q
3. d1 d2 = 0 avec d21 + d22 6= 0, et b1 c2 + b2 c1 2 det(M1 ) det(M2 ).
q
(SP2) Si (M1 , M2 ) > det(M1 ) det(M2 ), d1 d2 = 0 avec d21 + d22 6= 0, et b1 c2 + b2 c1 <
q
2 det(M1 ) det(M2 ), alors (II.2) est GUAS lorsque 0+ .
q
(SP3) Si (M1 , M2 ) = det(M1 ) det(M2 ), alors pour tout > 0, (II.2) est uniformment
stable mais pas GUAS.
q
(SP4) Si (M1 , M2 ) > det(M1 ) det(M2 ) et d1 = d2 = 0, alors (II.2) est instable lorsque
0+ .
q
(SP5) Si (M1 , M2 ) < det(M1 ) det(M2 ), alors pout tout > 0 (II.2) est instable.
Dans le cas particulier o d1 = d2 = 0, le corollaire suivant permet de simplifier le thorme

ci-dessus.
Corollaire 2. On suppose que M1 , M2 appartiennent . Si d1 = d2 = 0, alors le SCSP est

GUAS lorsque 0+ si et seulement si b1 c2 = b2 c1 < 0.
Dmonstration du thorme 22. Les preuves de (SP3) et (SP5) viennent simplement des
propositions (S2) et (S3) du thorme 21, du fait de lhomognit de 7 det(Ai ) et 7
(A1 , A2 ), cest--dire
det(Mi )
det(Ai ) = ,

(M1 , M2 )
(A1 , A2 ) = .

Concernant (SP1), nous souhaitons prouver que sous lhypothse

q
(M1 , M2 ) > det(M1 ) det(M2 ),
si une des trois conditions ci-dessous
37
q
1. (M1 , M2 ) det(M1 ) det(M2 ),
2. d1 d2 6= 0,
q
3. d1 d2 = 0 avec d21 + d22 6= 0, et b1 c2 + b2 c1 2 det(M1 ) det(M2 ),
est vrifie, alors q
tr(A1 A2 ) > 2 det(A1 ) det(A2 ) (II.9)
pour tout > 0 assez petit. Par la suite, nous pouvons conclure partir de (S1) du thorme 21.
Nous remarquons que
d 1 d 2 b 1 c 2 + b2 c 1
tr(A1 A2 ) = + + a1 a2 ,
2q
q det(M1 ) det(M2 )
2 det(A1 ) det(A2 ) = 2 .

Il a t montr dans [5] que

q q
det(A1 ) det(A2 ) < (A1 , A2 ) det(A1 ) det(A2 )
cest--dire q q
det(M1 ) det(M2 ) < (M1 , M2 ) det(M1 ) det(M2 )
implique automatiquement que linquation (II.9) est vrifie pour tout > 0, ce qui prouve
(SP1.1).
Comme M1 et M2 appartiennent , si d1 d2 6= 0, alors ncessairement d1 , d2 < 0. Ainsi, il
existe 0 > 0 tel que, pour tout (0, 0 )
q
d1 d2 + (b1 c2 + b2 c1 ) + a1 a2 2 > 2 det(M1 ) det(M2 ),
ce qui prouve (SP1.2).

q
Si maintenant d1 d2 = 0 et b1 c2 + b2 c1 > 2 det(M1 ) det(M2 ) alors l encore linquation (II.9)
est vrifie pour > 0 assez petit. Afin de prouver (SP1.3), il nous reste considrer le cas o
q
b1 c2 + b2 c1 = 2 det(M1 ) det(M2 ) (II.10)
et d1 d2 = 0, d21 + d22 6= 0. Sans perte de gnralit, on prend d1 = 0 and d2 6= 0. Dautre part,

b1 c1 et d2 sont ngatifs. Lquation (II.10) implique que
(b1 c2 b2 c1 )2 = 4b1 c1 a2 d2 .
38
Donc, a2 0. De plus, le cas a2 = 0 entrainerait que
det(M2 ) = b2 c2 < 0,
impliquant
(b1 c2 )(b2 c1 ) > 0.
Donc, b1 c2 b2 c1 serait diffrent de zro, ce qui est contradictoire. Par consquent a2 < 0. Nous
avons alors a1 a2 > 0 et linquation (II.9) est vrifie pour tout > 0. Ceci termine la preuve
de (SP1.3), et donc, de (SP1).
Il reste prouver (SP2) et (SP4). Dans les deux cas, on a
q
(M1 , M2 ) > det(M1 ) det(M2 ),
d1 d2 = 0,
q
b1 c2 + b2 c1 < 2 det(M1 ) det(M2 ).
Pour (SP2), nous supposons (sans perte de gnralit) que a2 6= 0, tandis que pour (SP4), nous
supposons que d1 = d2 = 0.
Cas (SP4) : d1 = d2 = 0. Comme nous lavons dj fait remarquer, lappartenance de M1
et M2 entrane alors que a1 , a2 < 0 et b1 c1 , b2 c2 < 0.
Plus particulirement,
sign(bi ) = sign(ci ),
et donc
sign(b1 c2 ) = sign(b2 c1 ).
De plus, comme q
b1 c2 + b2 c1 < 2 det(M1 ) det(M2 ),
nous avons
b1 c2 , b2 c1 < 0.
Ainsi, pour assez petit,

q
b1 c2 + b2 c1 + a1 a2 < 2 det(M1 ) det(M2 )
ce qui nous place dans le cas (S4) du Thorme 21. Par consquent, le comportement asymp-
totique du systme dpend du signe de R 1.
39
On pose
C = 4((M1 , M2 )2 det(M1 ) det(M2 )) (II.11)
ce qui permet dcrire

q
= C /.

Nous rappelons que

(M1 , M2 ) + C
R =q

e1 t1 +2 t2
det(M1 ) det(M2 )
o, daprs les dfinitions donnes de t(, ) et (, ) dans la section 1.2 du chapitre prcdent
et tenant compte du fait que d1 = d2 = 0, on a pour > 0 assez petit
tr(Ai )tr(A3i )(k i + 3i

)
ti = arctan ,
2 21 2
tr(Ai ) ai
i = = q

.
i ai 4bi ci
2

En particulier, t1 et t2 appartiennent (0, ) pour assez petit. Lorsque 0, on peut
crire la srie de Taylor de i comme suit
ai
i = Ci + O(3/2 ), avec C i = . (II.12)
2 bi ci
Donc
1 t1 + 2 t2 + 0
0
ce qui implique que

e1 t1 +2 t2 + 1. (II.13)
0
q
Etant donn que nous avons suppos que (M1 , M2 ) > det(M1 ) det(M2 ), nous avons

(M1 , M2 ) + C
q >1
det(M1 ) det(M2 )
et nous concluons que, lorsque 0+ , R converge vers une constante suprieure un. Ainsi,
le systme est instable pour > 0 assez petit.
Case (SP2) : d1 = 0, d2 6= 0. Pour > 0 assez petit, nous pouvons supposer que 1 < 0 et
40
2 > 0, et donc
a1 tr(A2 )(k 1 + 2 )
t1= arctan ,
2 21 2

21 2
t2 = arctanh

.
tr(A1 )tr(A2 )(k 2 1 )
Comme ci-dessus, notre objectif est dtudier le signe de R 1 lorsque 0+ . Afin de

caractriser la quantit R , nous utilisons la srie de Taylor pour 1 lorsque 0+ obtenue
dans (II.12), cest--dire,
a1
1 = C1 + O(3/2 ), avec C 1 = , (II.14)
2 b1 c1
et la srie de Taylor suivante pour 2 ,
d2
+ a2
2 =q
= 1 + O().
( d2 a2 ) 2 + 4b2 c2

En utilisant ces dveloppements dans les expressions de t1 et t2 , nous obtenons

t1 = + Ct1 + O(),
!
C
t2 = arctanh

+ O(),
2(M1 , M2 )

avec Ct1 = d2 bC1c1 .
Grce aux sries ci-dessus, nous obtenons

!
C
1 t1 + 2 t2 = arctanh + C1 + O(),
2(M1 , M2 )
ce qui nous amne crire

C
1 t1 +2 t2 arctanh 2(M
e =e ,M 1 2)+ O()
eC1

C
arctanh 2(M
=e 1 ,M2 ) (1 + C
1 ) + O().
q
La formule arctanh(x) = log 1+x
1x
, valable pour x (1, 1), nous permet de rcrire, lorsque
41
0+ , v
u1 C
u
2(M1 ,M2 )
e1 t1 +2 t2 = (1 + C1 ) + O().
u
t
1+ C
2(M1 ,M2 )
En remplaant, C par son expression (II.11), nous obtenons

v r
u
u 1 1 (M1 ,M )2 2
u det(M ) det(M )
1 2
e1 t1 +2 t2 = (1 + C1 ) + O().
u
u r
1+ 1
det(M1 ) det(M2 )
t
(M1 ,M2 )2
Posons
= det(M1 ) det(M2 )/(M1 , M2 )2 .
Comme q
(M1 , M2 ) + (M1 , M2 )2 det(M1 ) det(M2 ) 1+ 1
q = ,
det(M1 ) det(M2 )
alors on peut rcrire
v

1+1 u1 1
u

R =
t (1 + C1 ) + O()
1+ 1
q q
1+ 1 1 1
= (1 + C1 ) + O()

= 1 + C1 + O().
Puisque C1 est ngatif, nous en dduisons que R est infrieur 1 pour assez petit. Par
consquent, le systme est GUAS lorsque 0+ . Ceci termine la preuve.
Dmonstration du corollaire 2. Dans le cas o d1 = d2 = 0,
(M1 , M2 ) = (b1 c2 + b2 c1 )/2
et q q
det(M1 ) det(M2 ) = b1 b2 c 1 c 2 .
Etant donn que M1 et M2 appartiennent , alors il en dcoule que b1 c1 , b2 c2 < 0, cest--

dire que sign(bi ) = sign(ci ) pour i = 1, 2. Donc, sign(b1 c2 ) = sign(b2 c1 ). Si b1 c2 < 0, alors
q
(M1 , M2 ) det(M1 ) det(M2 ), puisque ( b1 c2 b2 c1 )2 0. De la mme manire, si
q
b1 c2 > 0, alors (M1 , M2 ) det(M1 ) det(M2 ), puisque ( b1 c2 b2 c1 )2 0.
42
La preuve du thorme 22 tant tablie, il est intressant de souligner quelques points.
2.2 Caractrisation des transitions de stabilit

Tout dabord, nous tirons du thorme 22 les conditions ncessaires et suffisantes pour la
stabilit asymptotique du SCSP (II.2) qui correspondent aux conditions (SP1) et (SP2). Le
thorme donne galement les conditions ncessaires et suffisantes pour la stabilit quadratique
qui correspondent aux conditions (SP1).
Dautre part, le cas (S4) dans [5], rappel dans le thorme 21, donne lieu aux deux cas (SP2) et
(SP4) dans le thorme 22. On remarque que dans (S4) le systme peut tre asymptotiquement
stable, stable, ou instable, selon la valeur de R(A1 , A2 ). Les cas (SP2) et (SP4) correspondent
respectivement au cas o R converge vers un par valeurs infrieures, et au cas o R converge
vers une constante suprieure un. Le cas R(A1 , A2 ) = 1 ne donne lieu aucun cas dans le
thorme 22, tant donn quil est impossible que R soit gal 1 lorsque > 0 varie dans un
voisinage de 0 (il peut valoir 1 uniquement pour des valeurs isoles de ).
La classification donn dans le thorme 22 garantit que pour > 0 dans un voisinage de
0, le systme (II.2) appartient une des catgories donnes par le thorme 21. Plus particuli-
rement, lorsque tend vers 0, le comportement asymptotique du systme (II.2) ne peut changer
un nombre infini de fois. Cest--dire que ce systme ne peut tre asymptotiquement stable,
puis devenir stable, puis redevenir asymptotiquement stable, puis instable, et ainsi de suite. . .
Il est nanmoins possible que, lorsque > 0 croit dans un voisinage de 0 tout en restant pe-
tit pour vrifier les hypothses du thorme 22, (II.2) change de comportement asymptotique,
passant dune catgorie une autre du thorme 21. Cependant, le nombre de transition pos-
sible reste limit. Nous donnons ci-dessous le nombre de transitions et les transitions possibles
lorsque augmente.
Tout dabord, nous rappelons que parler des catgories donnes dans thorme 21 na de
sens que si A1 and A2 sont Hurwitz. Si ai 0 alors Ai est Hurwitz pour tout > 0, puisque
tr(Ai ) est negative pour tout > 0. Par contre, si ai > 0 alors Ai est Hurwitz pour < di /ai .
Pour des raisons dhomognit, les transitions ne peuvent avoir lieu quentre les catgories
q
(S1) and (S4) et elles ncessitent que la condition (M1 , M2 ) > det(M1 ) det(M2 ) soit vrifie.
43
Chaque transition a lieu au changement de signe de

q
() = tr(A1 A2 ) + 2 det(A1 ) det(A2 )
q
d1 d2 b1 c2 + b2 c1 + 2 det(M1 ) det(M2 )
= + + a1 a2 .
2
Si d1 = d2 = 0 alors a1 a2 > 0 et () est affine par rapport , avec un coefficient

multiplicatif positif et lim0 () < 0. On en dduit quune seule transition de (S4) vers (S1)
aura lieu. Par exemple le SCSP planaire caractris par les matrices

3 1 1 2
M1 = et M2 =
2 0 1 0
illustre ce cas de figure. En effet, nous calculons de manire aise, 0 = 7/3 tel que pour tout
(0, 0 ) le SCSP sera dcrit par le cas (S4) et pour tout (0, +) il sera dcrit par le cas
(S1) (voir figure II.6).
Figure II.6 Les courbes

p en trait continu et en pointills sont les courbes des fonctions respectives
tr(A1 , A2 ) et 2 det(A1 ) det(A2 )
Dans le cas gnral o d1 d2 = 0 (cest--dire que lon peut avoir uniquement un des di nul),
les transitions possibles sont soit une transition simple ( unidirectionnelle ) de (S4) vers (S1),
soit une transition simple de (S1) vers (S4). Lexemple du SCSP planaire caractris par les
matrices
6 4 0.2 2
M1 = et M2 =
2 0 0.12 1

illustre ce type de transition de (S1) vers (S4). Nous calculons facilement 0 = 83 6 tel que
pour tout (0, 0 ) le SCSP sera dcrit par cas (S1) et pour tout (0 , +) il sera dcrit
44
par le cas (S4) (voir figure II.7).
Figure II.7 Les courbes

p en trait continu et en pointills sont les courbes des fonctions respectives
tr(A1 , A2 ) et 2 det(A1 ) det(A2 )
Si d1 d2 6= 0 alors () peut changer de signe zro, une, ou deux fois lorsque varie dans
(0, +). Do, (II.2) peut passer du cas (S1) vers (ventuellement) le cas (S4) et ensuite
(ventuellement) revenir vers le cas (S1) lorsque augmente. Toutes les transitions identifies
ci-dessus sont vraiment possibles et peuvent tre illustres au moyen dexemples. Lexemple
ci-dessous traite le cas d1 d2 6= 0, montrant une double transition, tout dabord de (S1) vers
(S4), puis le retour vers (S4). De plus, les trois sous-catgories de (S4) sont galement balayes
lorsque varie. Considrons le SPSS caractris par les matrices

1 9 2 2
M1 = and M2 = .
0.01 1 2 1
q
Les solutions de tr(A1 A2 ) = 2 det(A1 ) det(A2 ) sont 0 = 0.0784 et 1 = 6.3742, et donc pour
tout (0, 0 ) (1 , ) le systme est de type (S1), tandis que pour (0 , 1 ) il est de type
S
(S4) (voir Figure II.8).

En analysant les valeurs de R , on trouve 2 = 0.32 et 3 = 1.62, solutions de R 1 = 0,
et donc, que pour tout (0 , 2 ) (3 , 1 ) nous avons R 1 < 0 et pour tout (2 , 3 )
S
cette mme quantit est positive (voir Figure II.9). Do, lorsque varie dans (0 , 1 ) les trois
sous-catgories de (S4) illustres. Gomtriquement, cela signifie que la pire trajectoire converge
pour assez petit et assez grand, quelle devient priodique pour = 2 , 3 , et quelle diverge
pour (2 , 3 ).
45
p Les courbes en trait continu et en pointills sont les graphes respectifs de 7 tr(A1 A2 )
2
Figure II.8
et 7 22 det(A1 ) det(A2 )
Figure II.9 Graphe de (0 , 1 ) 3 7 R
2.3 Comparaison des rsultats

2.3.1 Conditions bases sur des LMIs
Afin de mesurer lapport des conditions que nous donnons, considrons lexemple suivant
introduit dans [37, 38], o le SCSP (II.2) est dcrit par les matrices suivantes

1 1 0
M1 = et M2 = . (II.15)
0 1 1
Les conditions suffisantes bases sur des ingalits matricielles linaires ([13]) qui ont t rap-
peles dans le thorme 20 pour la stabilit asymptotique sous une loi de commutations arbi-
traire, permettent de conclure que le SCSP dcrit par (II.15) est quadratiquement stable pour
1 < < 1. En utilisant notre condition (SP1), qui fournit les conditions ncessaires et suffi-
santes pour la stabilit asymptotique lorsque 0+ , nous montrons que le systme dcrit par
46
(II.15) admet une CQLF lorsque 0+ si et seulement si (2, 2). En effet, la condition
q
(M1 , M2 ) > det(M1 ) det(M2 )
se traduit par
2 2
> 1,
2
qui est quivalente
4 2 > 0.
Donc, les conditions bases sur des LMIs donnes dans [37, 38] savrent tre uniquement
suffisantes (et non ncessaires) pour la stabilit quadratique sous une loi de commutations
arbitraire. Pour = 2 et > 2, les conditions (SP3) et (SP5) permettent de conclure que le
systme dcrit par (II.15) est respectivement uniformment stable et instable. Do la conclusion
suivante, lorsque 0+ , le SCSP dcrit par (II.15) est GUAS si et seulement si il admet une
CQLF.
Il est possible dinterprter gomtriquement la caractrisation donne ci-dessus des valeurs
de pour lesquelles le SCSP dcrit par (II.15) est GUAS lorsque 0+ . En effet, les champs
de vecteurs x 7 A1 x et x 7 A2 x sont linairement indpendants sur R2 \ {0} si et seulement si
|a| < 2, et ce, indpendamment de puisque det(A1 x, A2 x) = (x21 x1 x2 + x22 ). En raison
des contraintes gomtriques, dans le plan, deux champs de vecteurs globalement asymptoti-
quement stables qui ne sont jamais colinaires en dehors de lorigine, dfinissent un systme
commutations GUAS. Cette dernire assertion est galement vrifie dans le cas non-linaire,
pour plus de dtails, voir [12]. Lapproche gomtrique dveloppe dans [41, 42] va dans le
mme sens et permet dobtenir les mmes conclusions.
2.3.2 Systmes singulirement perturbs vus comme des inclusions diffrentielles
Des extensions de la thorie classique des systmes singulirement perturbs aux inclusions
diffrentielles ont dj t considres par plusieurs auteurs, voir [18, 56, 70, 71]. De tels rsultats
peuvent tre utiliss dans le cadre des SCSPs pour prouver le thorme 23 ci-dessous. Nous
rappelons quun SCSP de la forme (II.2) est dit pratiquement stable sil existe une fonction
de classe KL telle que, pour tout > 0, il existe 0 > 0 tel que toute trajectoire de (II.2) avec
(0, 0 ) vrifie
k(x1 (t), x2 (t))k (k(x1 (0), x2 (0))k, t) + , t 0. (II.16)
47
La notion de stabilit pratique donne ci-dessus nest pas comparable avec la notion de stabilit
asymptotique uniforme globale lorsque 0+ dfinie en dbut de ce chapitre. En effet, aucune
des deux notions nest a priori plus forte que lautre. Tandis que la stabilit pratique se focalise
sur luniformit par rapport , la notion duniformit dans la dfinition de GUAS lorsque
0+ est uniquement par rapport aux conditions initiales et la loi de commutations, et ce,
pour fix. De plus, GUAS, lorsque 0+ garantie la convergence vers lorigine lorsque
t + pour assez petit, ce qui nest pas le cas pour la stabilit pratique. Le rsultat que
nous proposons ci-dessous (thorme 23) est obtenu en appliquant les rsultats de [71] notre
contexte. Ensuite, sous les hypothse du thorme 23, nous nous rfrons notre classification
donne dans le thorme 22 pour conclure la stabilit quadratique sous ces conditions.
Thorme 23. On suppose que

d1 , d2 < 0 (II.17)
et
ai dj bi cj > 0, pour i, j = 1, 2. (II.18)
Alors (II.2) est pratiquement stable.
Dmonstration. La stabilit pratique est dmontre laide dun rsultat gnral obtenu
par Watbled dans [71], dans le cadre des inclusions diffrentielles non-linaires singulirement
perturbes. Pour cela, considrons linclusion diffrentielle suivante

x (t)
1 F (x1 (t), x2 (t)) (II.19)
x 2 (t)
avec
n o
F (x1 (t), x2 (t)) := co M1 x1 (t)
x2 (t) , M2 x1 (t)
x2 (t)
et o co() reprsente lenveloppe convexe. F est un ferm convexe de R2 . Lquation (II.19)

peut tre vue comme le convexifi de (II.2).
On dfinit P1 (respectivement, P2 ) comme tant la projection de R R sur la premire (res-

pectivement, seconde) composante R.
Pour tout x1 R, on considre linclusion diffrentielle
x 2 P2 F (x1 , x2 ) = co{c1 x1 + d1 x2 , c2 x1 + d2 x2 }. (II.20)
48
Lensemble des quilibres de linclusion diffrentielle (II.20) est
c1 c2

S(x1 ) = co x2 , x2 . (II.21)
d1 d2
On pose
D(x1 ) = coP1 (F (S(x1 ), x1 )) = co{bi y + ai x1 | i = 1, 2, y S(x1 )}

( ! ! ! ! )
b1 c 1 b2 c 1 b1 c 2 b2 c 2
= co + a1 x 1 , + a1 x 1 , + a2 x 1 , + a2 x 1 .
d1 d2 d1 d2
Le thorme 3.1 dans [71] garantit que si S(x1 ) est asymptotiquement stable pour (II.20) et si
le point {0} est un quilibre asymptotiquement stable pour linclusion diffrentielle
x 1 D(x1 ) (II.22)
alors le systme (II.2) est pratiquement stable. La stabilit asymptotique de (II.21) pour (II.20)
est garantie par lhypothse (II.17). Dautre part, (II.18) implique que {0} est asymptotique-
ment stable pour linclusion diffrentielle (II.22), concluant la preuve du thorme 23.
Sous les hypothses du thorme 23, nous tablissons galement le rsultat suivant.
Corollaire 3. Si les hypothses (II.17) et (II.18) permettant dobtenir la stabilit pratique de

(II.2) sont vrifies, alors (II.2) est quadratiquement stable.
Dmonstration. Pour montrer cela, nous remarquons que (II.17) et (II.18) impliquent que
a1 d2 b1 c2 et a2 d1 b2 c1 soient positifs. Ainsi
2(M1 , M2 ) = a1 d2 + a2 d1 b1 c2 b2 c1
est positif, et donc q

(M1 , M2 ) > 0 > det M1 det M2 .
Comme d1 d2 6= 0, nous nous retrouvons dans le cas (SP1).
3 Conclusion
Dans ce chapitre, de la mme manire que cela a t fait dans [5] pour les systmes li-
naires commutations dans le cas planaire, nous avons donn une classification complte du
49
comportement asymptotique (quadratiquement stable, GUAS, stable ou instable) des SCSPs

planaires, lorsque le paramtre de perturbation > 0 tend vers 0. En effet, nous avons montr
que pour > 0 assez petit, le comportement asymptotique du SCSP (II.2) est unique. Dans le
cas gnral, cest--dire en dimension suprieure deux et avec plus de modes, cela reste un
problme ouvert. Alors que les rsultats dans [5] distinguent six cas, nous nen distinguons que
cinq pour le cas des SCSPs. En effet, le sixime savre tre instable par rapport au paramtre
de perturbation dans le sens o il ne peut avoir lieu que pour des valeurs isoles de . De plus,
les conditions ncessaires et suffisantes pour la stabilit quadratique permettent de pallier le
conservatisme des conditions base de LMIs donnes antrieurement dans [37, 38].
Egalement, nous avons tudi ce qui se passe lorsque lon fait crotre , combien de fois le
comportement asymptotique du SCSP peut changer (stabilit asymptotique, stabilit, instabi-
lit), et quelles transitions sont possibles.
Enfin, nous avons analys la stabilit pratique partir de rsultats existants dans le cadre
des inclusions diffrentielles. Dans le cas des systmes planaires, il savre que lorsque lon peut
conclure que le systme est pratiquement stable, alors il est galement GUAS. Pour les SCSPs
de dimensions suprieures, la question reste ouverte.
50
Chapitre III
Systmes commutations singulirement

perturbs temps discret
Dans ce chapitre, nous abordons la stabilit des systmes commutations singulirement

perturbs temps discret. En particulier, nous nous intressons la discrtisation des SCSPs
temps continu, et nous cherchons quel est le choix appropri pour la priode dchantillonnage
Ts permettant de prserver la stabilit et/ou les fonctions de Lyapunov quadratiques du SCSP
temps continu vers le SCSP temps discret. A notre connaissance, il nexiste aucun rsultat
de ce type concernant les SCSPs.
Dans un premier temps, nous rappelerons quelques rsultats rcents concernant la discr-
tisation des systmes linaires commutations et les types de stabilit quelles prservent.
Ensuite, nous proposons et analysons des modles temps discret obtenus pour diffrents choix
de la priode dchantillonnage Ts que nous comparons avec ceux donns dans la littrature
[51]. Enfin, nous montrons quil est ncessaire de choisir une priode dchantillonnage dordre
k ,k 2, afin de prserver les fonctions de Lyapunov quadratiques du systme temps continu
vers le systme temps discret.
1 Discrtisation des systmes linaires commutations

On considre un SLC temps continu dont on rappelle le modle ci-dessous

x(t) = A(t) x(t) (III.1)
avec x un vecteur de Rn , A(t) {A1 , ..., AN } o les matrices Ai sont de dimensions n n

coefficients rels pout tout i {1, ..., N } et : R+ {1, ..., N } constante par morceaux.
51
Systmes commutations singulirement perturbs temps discret
On associe ce systme commutations temps continu son homologue temps discret
x(k + 1) = Ad(k) x(k), (III.2)
o Adi , i=1, ..., N, est une approximation de exp(Ai Ts ), avec Ts la priode dchantillonnage.
Dans ce qui suit, nous rappelons quelques mthodes dapproximation de exp(As Ts ) en spcifiant
si elles prservent la stabilit asymptotique uniforme globale, ou encore la stabilit quadratique.
Dfinition 12. On dit que la discrtisation (III.2) prserve la stabilit de (III.1) si lorsque
(III.1) est GUAS, alors (III.2) est GUAS.
Dfinition 13. On dit que la discrtisation (III.2) prserve les CQLFs de (III.1) si lorsque
V (x) est une CQLF pour (III.1), alors V (x) est galement une CQLF pour (III.2).
Dans la suite, lorsque nous parlerons de prservation de la stabilit, on signifie par l, la

prservation du temps continu vers le temps discret. Lorsquil sagira de prservation du temps
discret vers le temps continu, nous le prciserons.
1.1 Lexponentielle de la matrice

Lutilisation de lexponentielle de la matrice pour discrtiser le systme temps continu
(III.1) peut sembler naturelle du fait que les solutions de

x(t) = Ax(t) (III.3)
sont du type
x(t) = eAt x0 .
Ainsi, on considre dans cette section la transformation du temps continu vers le temps discret
suivante
Adi = exp(Ai Ts ), i = 1, ..., N. (III.4)
Cependant, cette mthode prsente quelques inconvnients, notamment, que lexponentielle

nest pas bijective du fait de sa priodicit sur C, ce qui implique qu plusieurs matrices
distinctes en temps discret on peut associer la mme matrice en temps continu [68]. Nous
allons voir brivement comment cette transformation prserve la fois la stabilit et les CQLFs
du temps continu vers le temps discret tandis quelle ne prserve ni la stabilit ni les fonctions
de Lyapunov du temps discret vers le temps continu.
52
1.1.1 Prservation de la stabilit
Cette mthode de discrtisation prserve la stabilit, cest--dire que si lon considre un

SLC temps continu GUAS, alors son homologue temps discret obtenu par lexponentielle de
la matrice le sera galement. Cette affirmation tient du fait que toute trajectoire gnre par
x(k + 1) = exp(Ai Ts )x(k), i = 1, ..., N (III.5)
est elle mme une discrtisation des trajectoires du systme

x(t) = Ai x(t), i = 1, ..., N.
Par consquent, si le systme temps continu est GUAS (toutes ses trajectoires convergent vers
lorigine), alors son homologue temps discret est GUAS (les trajectoires discrtes convergent
galement).
Lexemple suivant permet de montrer que linverse nest pas vrai, cest--dire que si le systme
commutations temps discret est asymptotiquement stable, il se peut que le systme temps
continu correspondant ne le soit pas. Considrons la paire de matrices [68]

1 1 0.5 15
A1 = A2 =
1 1 1 1/15
qui caractrise le systme linaire commutations (III.1), dont linstabilit peut tre prouve
en appliquant alternativement A2 et A1 pendant une dure respective de 0.5 et 0.7. Le systme
est alors caractris par la matrice suivante

0.2 1.11
e0.7A1 e0.5A2
0.03 1.10
dont les valeurs propres sont approximativement 0.16 et 1.15. Le module dune valeur propre
tant suprieur 1, ce systme est instable. Quant son homologue temps discret dcrit,
pour Ts = 1, par la paire de matrices
{eA1 , eA2 },
il est asymptotiquement stable car son rayon spectral joint est compris dans lintervalle [0.85, 0.92].
53
1.1.2 Prservation des Fonctions de Lyapunov
Nous venons de voir que cette transformation permet de prserver la stabilit du temps
continu vers le temps discret uniquement. La mme affirmation peut tre faite en ce qui concerne
la prservation des CQLFs. En effet, sil existe une CQLF pour le systme commutations
temps continu, alors elle lest aussi pour le systme commutations en temps discret qui lui
est associ par la transformation exponentielle. Comme pour la prservation de la stabilit, on
justifie cela du fait que les trajectoires du systme temps discret sont un sous ensemble de
celles du systme temps continu, la fonction de Lyapunov du systme temps continu reste
donc une fonction de Lyapunov pour le systme temps discret.
Comme nous lavons dj mentionn, linverse nest pas vrai, cest--dire quil est possible quun
systme temps continu soit asymptotiquement stable sans admettre de CQLF alors que le
systme temps discret associ soit asymptotiquement stable en admettant une CQLF. Pour
justifier cela, considrons lexemple suivant.
Exemple 2. Considrons le systme linaire commutations suivant [16]
x = Ai x(t), Ai {A1 , A2 } (III.6)
avec
1 1 1 a
A1 = et A2 = . (III.7)
1 1 1/a 1
Il a t montr dans [16] que pour a [1, 10], (III.7) est asymptotiquement stable, tandis que

pour a 3 + 8, ce systme commutations nadmet pas de CQLFs. Par consquent, en
choisissant a = 6, le systme commutations temps continu est asymptotiquement stable
mais nadmet pas de CQLFs. En discrtisant ce systme avec une priode dchantillonnage
Ts = 1, on obtient le systme commutations temps discret dcrit par

0.1988 0.3096 0.1988 1.8574
Ad1 = eA1 = , Ad2 = eA2 = ,
0.3096 0.1988 0.0516 0.1988
qui admet la CQLF V (x) = xT P x avec

2.7532 1.7378
P = ,
1.7378 15.6606
54
cest--dire
T
Adi P Adi P = Qi , i = 1, 2.
avec
1.35721 2.63012 2.63835 0.979699
Q1 = , Q2 =
2.63012 14.5639 0.979699 4.25994
dont les valeurs propres respectives sont {15.0684, 0.852686} et {4.72084, 2.17745}.
1.2 Approximations de Pad

On sintresse maintenant aux approximations de Pad. En considrant Ts la priode dchan-
tillonnage, lapproximation de Pad dordre p de exp(Ai Ts ) est dfinie comme
Ad (Ts ) = Zp (Ai Ts )Zp (Ai Ts )1
avec p
(2p i)!p!
Zp (X) = ci X i , ci =
X
.
i=0 (2p)!i!(p i)!
En particulier, lorsque p = 1, lapproximation de exp(Ah) peut scrire
Ts Ts
Ad (Ts ) = (I + A)(I A)1 .
2 2
Cette approximation de Pad du premier ordre est galement connu sous le nom de transfor-
mation bilinaire, ou encore transformation de Tustin.
1.2.1 Prservation de la stabilit dans le cas linaire
Une premire proprit intressante est la prservation de la stabilit dans le cas des systmes
linaires invariants dans le temps, et ce, aussi bien du temps continu vers le temps discret que
du temps discret vers le temps continu. En effet, limage du demi plan gauche ouvert du plan
complexe par cette transformation est lintrieur ouvert du disque unit. On considre le systme
suivant

x(t) = Ax(t). (III.8)
A partir des approximations de Pad, et quelque soit la priode dchantillonnage, on lui associe
le systme temps discret
x(k + 1) = Ad x(k), (III.9)
55
o Ad est lapproximation de Pad dordre un de exp(ATs ).
Thorme 24 ([59]). On considre les systmes linaires (III.8) et (III.9).Alors,

si V est fonction de Lyapunov quadratique pour (III.8), alors V est aussi une fonction de
Lyapunov quadratique pour (III.9) ;
pour les approximations de Pad du premier ordre, V est une fonction de Lyapunov qua-
dratique pour (III.8) si et seulement si elle lest galement pour (III.9).
Dans [59], les auteurs donnent une condition supplmentaire afin que la rciproque de la
premire assertion du thorme 24 soit vrifie quelque soit lordre de lapproximation.
Thorme 25 ([59]). On suppose que, pour tout h > 0, la matrice Ad (Ts ) est une approximation
de Pad (dordre fixe p quelconque) de exp(Ah). Alors, V (x) = xT P x est une fonction de
Lyapunov quadratique pour (III.8) si et seulement si elle lest galement pour (III.9) et que la
condition suivante
Ad (Ts )T P Ad (Ts ) P
lim = AT P + P A
Ts 0 Ts
est vrifie.
1.2.2 Non prservation de la stabilit pour les systmes commutations
Nous venons de voir que dans le cas des systmes LTI, cette transformation prserve la
stabilit dans les deux sens. Cependant, dans le cas des systmes linaires commutations, ce
rsultat nest plus valable. En effet, considrons lexemple suivant illustrant un systme linaire
commutations GUAS (sans admettre de CQLF), mais dont le discrtis est instable. Soit le
systme commutations dcrit par lensemble {A1 , A2 , A3 } avec

19 0 0
19 10 18.75
19 0 0
A1 = 0 9

0

, A2 = 0 9 0 , A3 = 0 9 0 .

0 0 0.1 0 0 0.1 18.75 8.75 0.1
Quant au systme temps discret qui lui est associ, pour h = 0.25, il est dcrit par lensemble
{Ad1 , Ad2 , Ad3 }, avec

0.4 0 0
0.4 0 0
0.4 0 1.37
Ad1 = 0

0.6 0

, Ad2 = 0.35 0.6 0

, Ad3 = 0

0.6 1.01

.

0 0 0.98 1.37 0 0.98 0 0 0.98
56
En activant successivement les modes 1, 2 et 3, la dynamique du systme est caractrise par la

matrice D = Ad3 Ad2 Ad1 , dont les valeurs propres sont approximativement {-0.0002, 0.606, -1.0357
}. La dernire valeur propre tant en dehors du cercle unit, cette squence de commutations
rpte priodiquement dstabilise le systme. Ainsi, on voit que lon peut perdre la stabilit
asymptotique en utilisant cette transformation.
1.2.3 Prservation des fonctions de Lyapunov quadratiques
Nous venons de voir que de manire gnrale, les approximations de Pad ne prservent
pas la stabilit des systmes linaires commutations. Nanmoins, cette transformation a la
particularit de prserver les fonctions de Lyapunov quadratiques du temps continu vers le
temps discret pour les systmes linaires commutations. On considre le systme linaire
commutations temps continu suivant

x(t) = A(t) x(t), A(t) {A1 , ..., AN }. (III.10)
auquel on associe le systme linaire commutations temps discret suivant
x(k + 1) = Ad(k) x(k), Ad(k) {Ad1 , ..., Ad1 }. (III.11)
obtenu via les approximations de Pad.
Thorme 26. On considre les systmes linaires commutations (III.1) et (III.2). Alors
si V est fonction de Lyapunov quadratique pour (III.1), alors V est aussi une fonction de
Lyapunov quadratique pour (III.2) ;
pour les approximations de Pad du premier ordre, V est une fonction de Lyapunov qua-
dratique commune pour (III.1) si et seulement si elle lest galement pour (III.2).
1.2.4 Prservation de la stabilit dans un cas particulier
Nous rappelons que lexistence dune fonction de Lypunov quadratique commune est une
condition uniquement suffisante pour la stabilit asymptotique uniforme des systmes linaires
commutations [16]. Dans ce contexte, toujours dans [59], les auteurs montrent que les ap-
proximations de Pad dun systme linaire commutations prservent la stabilit uniforme
exponentielle si toutes les matrices de lensemble {A1 , ..., AN } sont Hurwitz et que chaque paire
57
de matrices a n 1 vecteurs propres communs [58]. On pose

p
(2p i)!p!
Qp (s) = ci s i , ci =
X
i=0 (2p)!i!(p i)!
et

la plus grande racine relle de Qp (s),

p =

si Qp (s) na pas de racines relles.
Thorme 27. On suppose que = {v1 , ..., vn+1 } est un ensemble de vecteurs de Rn tel que
quels que soient les n vecteurs que lon considre dans , ils sont linairement indpendants.
Pour tout i {1, 2, ..., n + 1}, on construit une matrice carre Mi de dimension n comme suit :
M1 = (v1 ...vi1 vi ...vn ) et pour 2 i n + 1 on dfinit Mi = (v1 ...vn+1 vi ...vn ), cest--dire que
Mi est obtenue en remplaant la (i 1)me colonne de M1 par le vecteur vn+1 . On suppose
galement que lon a N matrices diagonales diffrentes dont tous les lments sont ngatifs.
On dfinit Ai,h = Mi Dh Mi1 , pour 1 i n + 1 et 1 h N . Soit A = {A1 , ..., AN } un
sous-ensemble de {Ai,h : 1 i n + 1, 1 h N }. On pose
m = min{ : est une valeur propre de A et A {A1 , ..., AN }}.
Quelque soit p entier positif, on dfinit

p = si Qp (s) a une racine relle ,
p
m
h
si Q (s) na pas de racines relles.
p
p }. Alors le
Soit {Ad1 , ..., AdN } un sous ensemble fini de {Ad (h) : A {A1 , ..., AN } et 0 < h < h
systme commutations temps discret (III.11) est globalement exponentiellement stable.
Nous pouvons galement citer les travaux effectus dans [57] concernant la prservation de
certains types de fonctions de Lyapunov polydrales. En effet, les auteurs montrent sous lhy-
pothse que toutes les valeurs propres du systme linaire (sans commutations) sont distinctes,
que le systme linaire et son discrtis par la mthode de Pad partagent toujours une fonction
de Lyapunov polydrale.
58
1.3 Discrtisation dEuler

Dans le cas des systmes linaires (sans commutations), il est bien connu quen choisissant
Ts trs petit, la discrtisation dEuler
AdTs = I + Ts A
permet dapproximer relativement bien lexponentielle exp(ATs ). En particulier, lorsque Ts est

assez petit, une telle transformation permet de prserver la stabilit du systme linaire temps
continu de dpart.
1.3.1 Prservation de la stabilit
Concernant les systmes linaires commutations, dans [48], A. P. Molchanov et P. H. Bauer

tablissent le lien entre la stabilit du systme temps continu et celle du systme temps
discret obtenu par la discrtisation dEuler. On considre le systme linaire commutations
suivant

x(t) = A(t) x(t), A(t) {A1 , ..., AN } (III.12)
auquel on associe le systme commutations temps discret
x(k + 1) = Ad(k) x(k), Ad(k) {I + Ts A1 , ..., I + Ts AN }. (III.13)
Nous avons alors le rsultat suivant.
Thorme 28 ([48]). On suppose que (III.12) est GUAS. Il existe Ts0 > 0 tel que pour tout
Ts (0, Ts0 ) (III.13) est GUAS.
1.3.2 Prservation des CQLFs
En plus de prserver la stabilit asymptotique uniforme du type (III.12), cette mthode de

discrtisation permet galement de prserver les fonctions de Lyapunov quadratiques communes.
On suppose quil existe une matrice symtrique dfinie positive P telle que V (x) = xT P x est
une fonction de Lyapunov pour (III.12), cest--dire que les ingalits matricielles suivantes
sont vrifies
ATi P + P Ai < 0, i = 1, ..., N.
59
Pour que V soit galement une fonction de Lyapunov pour (III.13), on doit vrifier les ingalits
matricielles suivantes
T
Adi P Adi P < 0, i = 1, ..., N. (III.14)
Or, on a
T
Adi P Adi P = (I + Ts Ai )T P (I + Ts Ai ) P
= Ts (ATi P + P Ai ) + Ts2 (ATi P Ai ).
Ainsi, il existe Ts0 > 0 tel que pour tout Ts (0, Ts0 ), (III.14) est vrifie.
Pour plus de dtails concernant la discrtisation des systmes commutations et la prser-

vation de la stabilit, nous renvoyons le lecteur vers les articles suivants et les rfrences quils
contiennent [7, 55, 59, 67, 76].
2 Stabilit des systmes commutations singulirement

perturbs temps discret
On considre un SCSP temps continu de la forme

(t) (t)
A11 A12 x(t)
x(t)
= (t) (t) (III.15)

z(t) A21 A22 z(t)
ou, de manire quivalente,

(t) (t)

x(t) x(t) Ids 0 A11 A12 x(t)
= A(t)

= (t) (t)

z(t) z(t) 0 1 Idf A21 A22 z(t)
avec x Rds , z Rdf , (t) {1, . . . , N }, et o > 0 reprsente le paramtre de perturbation

singulire. On associe (III.15) son homologue en temps discret dcrit par

x(k + 1) (k) x(k)
= Fq, (III.16)
z(k + 1) z(k)
avec Fq,
(k)
= exp(A(k)
Ts ). La discrtisation des SCSPs du type (III.15), consiste choisir une
priode dchantillonnage Ts = Ts () de manire approximer lexponentielle Fq,
(k)
. La question
60
qui se pose alors est quelle est la condition sur la priode dchantillonnage afin de prserver un
type de stabilit particulier, en loccurence, la stabilit quadratique. Pour cela, nous dfinissons
un nouveau systme temps discret

x(k + 1) x(k)
= G(k)

(III.17)
z(k + 1) z(k)
avec G(k)

(k)
Fq, = exp(A(k)
Ts ). On dfinit alors la prservation de la stabilit et la prser-
vation des CQLFs comme suit.
Dfinition 14. On dit que la discrtisation (III.17) prserve la stabilit de (III.15) si, lorsque
(III.15) est GUAS quand 0+ , alors (III.17) est GUAS quand 0+ .
Dfinition 15. On dit que la discrtisation (III.17) prserve les CQLFs de (III.15) si, lorsque
V (x) est une CQLF pour (III.15) quand 0+ , alors V (x) est galement une CQLF pour
(III.17) quand 0+ .
Comme pour la section prcdente, pour ce qui suit, prserver la stabilit (respectivement
les CQLFs) signifiera prserver la stabilit (respecteviement les CQLFs) du temps continu vers
le temps discret, et nous prciserons, le cas chant, lorsquil sagira de prserver la stabilit
(respectivement les CQLFs) du temps discret vers le temps continu.
2.1 Discrtisation exacte

Le modle obtenu ci-dessous est bas sur lhypothse suivante.
Hypothse 1. Pour tout {1, ..., N }, la matrice A22 est inversible.
Sous lHypothse 1, pour tout {1, . . . , N } et tout dans un voisinage de zro, il existe
une solution unique L lquation matricielle suivante
A21 + L A11 A22 L L A12 L = 0. (III.18)
On dfinit
As, = A11 A12 L (III.19)

Af, = A22 + L A12 (III.20)
61
et lon considre la solution M de
As, M + M Af, + A12 = 0, (III.21)
qui est bien dfinie et unique pour tout {1, . . . , N } et tout dans un voisinage de zro.
Il est galement utile dtendre les dfinitions ci-dessus au cas = 0 en dfinissant
L0 = (A22 )1 A21 ,
M0 = A12 (A22 )1 ,
As,0 = A11 A12 (A22 )1 A21 ,
Af,0 = A22 .
Introduisons les nouvelles variables xs et zf dfinies par

x x
= H s ,
Ids M
H =
.
z zf L Idf + L M
On note que xs et zf peuvent dpendre en gnral de et que

Id + M L M
(H )1 = s .
L Idf
Ce changement de variable nous permet de dcoupler les dynamiques lentes et rapides, en

rcrivant (III.15) de la manire suivante

x x
s = s ,
As, 0 xs
= (H ) A H =
1 . (III.22)
zf zf 0 1 Af, zf
Afin dobtenir un modle temps discret associ (III.15), posons Ts la priode dchan-
tillonnage. Alors, la discrtisation de (III.15) scrit

x(k + 1) x(k) x(k)
= eA Ts = H e Ts (H )1
z(k + 1) z(k) z(k)

,
F11 (Ts ) F12
,
(Ts ) x(k)
= (III.23)
F21 (Ts ) F22 (Ts )
, ,
z(k)
62
avec
Af,
!
,
F11 (Ts ) = exp(As, Ts )(Ids + M L ) M exp Ts L ,

Af,
" !#
,
F12 (Ts ) = exp(As, Ts )M M exp Ts ,

Af,
!
,
F21 (Ts ) = L exp(As, Ts )(Ids + M L ) + (Idf + L M ) exp Ts L ,

Af,
!
,
F22 (Ts ) = L exp(As, Ts )M + (Idf + L M ) exp Ts .

Nous notons que bien que le changement de variables (x, z) 7 (xs , zf ) puisse dpendre du mode
, il est utilis uniquement pour le calcul de lexponentielle de A ; lexpression dans (III.23)
est dans les coordonnes de dpart.
De plus, le modle obtenu ci-dessus est obtenu par le calcul exact de lexponentielle et est
quivalent celui en temps continu pour des instants de commutations qui sont des multiples
entiers de Ts . Par consquent, si le SCSP de dpart (en temps continu) est GUAS, alors il est
vident que le discrtis exact ci-dessus est galement GUAS, et ce, indpendamment de Ts .
Dans la suite, nous considrons des approximations des matrices F (Ts ) selon diffrents choix
de Ts = Ts () et on tudie la stabilit du SCSP temps discret obtenu en remplaant F (Ts )
par ces approximations dans (III.16).
2.2 Echantillonnage dordre 1 ou chantillonnage lent

On parle dchantillonnage lent lorsque Ts = 1 (ou Ts = c, avec c > 0, ce qui est quivalent
pour la suite). Dans le but didentifier une limite lorsque 0+ de F22
,
(1), = 1, . . . , N , il
est ncessaire de renforcer lHypothse 1 comme suit.
Hypothse 2. Pour tout {1, . . . , N }, la matrice A22 est Hurwitz.

Sous lHypothse 2, il existe lim0+ k exp Af, / = 0 pour tout k N.
2.2.1 Cas des SSPs linaires
La discrtisation des systmes singulirement perturbs (sans commutations), cest--dire

en prenant N = 1 dans (III.15), a t tudie dans les annes 80s [30, 51, 52]. Afin dapproximer
63
le modle discret exact associ au systme linaire singulirement perturb

x(t) x(t) Ids 0 A11 A12 x(t)
= A = . (III.24)

z(t) z(t) 0 1 Idf A21 A22 z(t)
dans [36], les auteurs proposent le modle suivant pour une priode dchantillonnage Ts = 1

x(k + 1) E11 E12 x(k)
= (III.25)
z(k + 1) E21 E22 z(k)
E11 = exp(As,0 ),
E12 = exp(As,0 )A12 A1
22 ,
E21 = A1
22 A21 exp(As,0 ),
E22 = A1
22 A21 exp(As,0 )A12 A22 .
1
Avant de discuter de la prservation de la stabilit de ce modle, nous proposons le lemme

suivant que nous utiliserons dans la preuve des propositions 1 et 3.
Lemme 2. On suppose que lhypothse 1 est vrifie et que (III.24) est GUAS lorsque 0.
Alors As,0 et A22 sont Hurwitz.
Dmonstration. En partant de (III.22), il est clair que si (III.24) est GUAS lorsque 0+
alors As, et Af, sont Hurwitz pour assez petit. En particulier, comme nous supposons que
A22 = lim0 Af, est inversible, nous avons ncessairement que A22 est Hurwitz. Quant As,0 ,
pour raisonner de la mme manire que pour A22 , nous devons montrer quelle est inversible.
On sait que As, est Hurwitz (en particulier, inversible) pour > 0 assez petit et que As,
est analytique. En particulier, pour tout vecteur non-nul v, la courbe As, v est analytique
et diffrente de la courbe constante lorigine. Donc, il doit exister un entier positif p tel que
(q)
pq=0 KerAs,0 = (0),
avec
dq

(q)
= q As, .

As,0
d =0
On raisonne par labsurde en supposant que As,0 est singulire et on montre que pour tout
(q)
q N le noyau de As,0 est inclu dans le noyau de As,0 .
64
On rapelle que As, est dfinie par (III.19) avec L solution de (III.18), cest--dire,
22 (A21 + L As, ).

L = A1
Do, pour tout q 1,
dq X q1
q1
!
(q) (k) (q1k)
L0 = q L = A1
22 L0 As,0
d =0 k=0 k
et
(q) (q)
As,0 = A12 L0 .
(q)
Une simple rcurrence montre alors que Ker(As,0 ) Ker(As,0 ), ce qui termine la preuve du
lemme.
Nous pouvons alors montrer la proposition ci-dessous qui affirme que le modle discrtis
(III.25) prserve la stabilit du SSP (III.24).
Proposition 1. On suppose que N = 1 et que A22 est Hurwitz. Alors la discrtisation (III.25)
prserve la stabilit de (III.24).
Dmonstration. Tout dabord, on rappelle que si E11 et (E22 E21 E11 1

E12 ) sont stables au
sens du temps discret (cest--dire Schur), alors il existe 0 > 0 tel que pour tout (0, 0 ), le
systme (III.25) soit asymptotiquement stable [29, 30]. Or,
E11 = exp(As,0 ),
1
E22 E21 E11 E12 = 0.
Il suffit alors de montrer que E11 est Schur, cest--dire que As,0 est Hurwitz. On conclut par
le lemme 2 qui permet daffirmer que As,0 est Hurwitz si (III.24) est GUAS lorsque 0+ .
2.2.2 Cas des systmes commutations
Dans le cas des SCSPs, on fait le choix dapproximer chacun des quatre termes 7 Fjk
,
(1)
(see (III.23)) par leurs termes dordre zro par rapport , ce qui nous permet dobtenir le
modle commutations discrtis lent suivant

(k)
x(k + 1) x(k) S11 0 x(k)
= S (k) = (k) , (k) {1, . . . , N }, (III.26)
z(k + 1) z(k) S21 0 z(k)
65
avec

S11 = exp(As,0 ),

S21 = L0 exp(As,0 ).
En comparant (III.26) avec (III.25), on peut voir que nous avons dcid de ngliger dans (III.26)
les termes dordre qui approximent F12 ,
and F22
,
, ce qui na pas dimpact sur lanalyse de
stabilit qui est faite ci-dessous.
On peut interprter le systme (III.26) de la manire suivante. Si lordre du temps entre deux
instants de commutations dans le systme (III.15) est plus grand que celui du paramtre de
perturbation alors les variables lentes se comportent comme des constantes dans la dynamique
rapide pour un temps assez long, pour permettre cette dernire de converger vers S21
x(k),
indpendamment de la condition z(k) linstant k. Egalement, sur lintervalle de temps [k, k+1],
les composantes lentes voluent indpendamment de z(k). Elles voluent comme si z tait
constamment gale S21
x(k).
De cette interprtation, la stabilit du modle chantillonn lent (III.26) parait claire : il
est GUAS si et seulement si le sous-systme
(k)
x(k + 1) = S11 x(k), (k) {1, . . . , N }, (III.27)
est GUAS, cest--dire, comme rappel dans le Thorme 19, si et seulement si le rayon spectral
joint de {S11

| = 1, . . . , N } est plus petit que 1.
Nous pouvons alors prouver le rsultat suivant.
Proposition 2. On suppose que lHypothse 2 est vrifie. Si (III.27) est GUAS, alors le
systme temps discret (III.16) o Ts = 1 est GUAS lorsque 0.
Dmonstration. On suppose que (III.27) est GUAS. Alors le rayon spectral joint associ au
systme commutations temps discret (III.26) est galement infrieur 1. Ceci tient du fait
que le rayon spectral joint des systmes commutations triangulaires par blocs correspond au
maximum parmi les rayons spectraux joints des systmes associs aux blocs diagonaux [26,
Proposition 1.5]). En effet, si les N matrices Ai dun ensemble A = {A1 , ..., AN } ont la forme
suivante
B i C i
Ai = , i = 1, ..., N
0 Di
alors le rayon spectral joint est (A) = max(
({B1 , ..., BN }), ({D1 , ..., DN })).
66
Il reste montrer que si (III.26) est GUAS alors (III.16) est GUAS lorsque 0. Pour
cela, rappelons quoi correspond la distance dHausdorff. On note 1 = {F1 , . . . , FN } et
2 = {S 1 , . . . , S N }. La distance dHausdorff permet de mesurer la distance des ensembles de
points dans un espace mtrique
D(1 , 2 ) = max{ sup { inf

0
||A A0 ||}, sup { inf ||A A0 ||}}.
A1 A 2 A0 2 A1
De plus, le rayon spectral joint des ensembles de matrices borns est continu par rapport la
distance de Hausdorff dans Mn (R)(voir [26, Proposition 1.10]), cest--dire, pour tout ensemble
de matrices born 1 , 2 Mn (R), et pour tout > 0, il existe un scalaire > 0 tel que
d(1 , 2 ) < |
(1 ) (2 )| < .
On peut alors conclure que pour assez petit (III.16) est GUAS.
Concernant la prservation de la stabilit de manire gnrale, la question reste ouverte.

Lexemple qui suit permet de montrer la non-prservation des CQLFs du temps discret vers le
temps continu.
Exemple 3. Soit le SCSP o N = 2, ds = 1, df = 1 et caractris par les matrices suivantes

1 2 1 1
A1 = et A2 = , (III.28)
1/ 5/ 2/ 6/
qui a pour discrtis dordre 1 le systme temps discret dcrit par

0.2466 0 0.2636 0
S =
1
et S =
2
. (III.29)
0.0493 0 0.0879 0
Or, le systme commutations dcrit par (III.29) admet pour CQLF la fonction V (x) = xT P x
avec
67.7050 0.2242
P = .
0.2242 66.0945
T T
En effet, les valeurs propres de S 1 P S 1 P et S 2 P S 2 P sont respectivement {66.1133, 63.4138}
T T
et {66.1085, 62.4868}. Quant aux quations A1 P +P A1 et A1 P +P A1 leurs valeurs propres
sont reprsentes respectivement sur les figures III.1 et III.2. On voit sur ces figures que pour
chacun des modes, une valeur propre est positive lorsque 0, et donc que V nest pas une
67
Figure III.1 Valeurs propres de 7 A1 P () + P A1

T
Figure III.2 Valeurs propres de 7 A2 P () + P A2

T
68
fonction de Lyapunov pour le SCSP dcrit par (III.29). Nous noterons tout de mme que le
systme temps continu est GUAS. En effet,

8 q 2 14
= (A , A ) > det(A ) det(A ) =
1 2 1 1 .

En nous reportant au thorme 22, on conclut que le systme temps continu est quadratique-
ment stable (cas SP1.1).
Ainsi, lorsque lon sintresse lchantillonnage des SCSPs, choisir une priode dchan-
tillonnage dordre 1 ne permet pas de prserver les CQLFs du temps discret vers le temps
continu.
2.3 Echantillonnage dordre

On considre dans cette section le choix dune priode dchantillonnage de lordre de . Sans
perte de gnralit, nous prendrons Ts = . Nous associons alors (III.15) le modle discrtis
dordre suivant

x(k + 1) x(k) Ids + D11

D12 x(k)
= D = , (III.30)
z(k + 1) z(k)
D21
D22 z(k)
avec

D11 = As,0 + M0 (Ids exp(A22 ))L0 , (III.31a)

D12 = M0 (Ids exp(A22 )), (III.31b)

D21 = (exp(A22 ) Idf )L0 , (III.31c)

D22 = exp(A22 ). (III.31d)
Voir en annexe pour plus de dtails sur lobtention du modle. Nous notons que le modle
que nous donnons ci-dessus est identique ( la dpendance de prs) au modle standard de
discrtisation pour les systmes singulirement perturbs (sans commutations) propos dans
[6, 36].
2.3.1 Cas des systmes sans commutations
Dans cette section, on considre des systmes singulirement perturbs du type (III.15), o
un seul mode est considr (N = 1), cest--dire, dcrit par (III.24). Dans ce cas, la discrtisation
69
dordre de (III.24) donne lieu au modle

x(k + 1) x(k) Ids + D11 D12 x(k)
= D = (III.32)
z(k + 1) z(k) D21 D22 z(k)
o les matrices Dij , i, j = 1, 2, sont obtenues comme dcrit prcdemment en prenant N = 1.

Le modle tant donn, nous pouvons noncer la proposition suivante.
Proposition 3. On considre que N = 1 et que A22 est inversible. La discrtisation (III.32)

prserve la stabilit de (III.24).
Dmonstration. Il a t montr dans [36] (voir galement [28]) quil existe 0 > 0 tel que
pour tout (0, 0 ) (III.32) est asymptotiquement stable lorsque lorsque D22 est Schur-stable
et D11 + D12 (Idf D22 )1 D21 est Hurwitz et que cela est vrifi si As,0 et A22 sont Hurwitz,
puisque
As,0 = D11 + D12 (Idf D22 )1 D21 ,

D22 = exp(A22 ).
Il reste donc prouver que si (III.24) est GUAS lorsque 0+ alors As,0 et A22 sont
Hurwitz. Le lemme 2 permet alors de conclure.
2.3.2 Cas des systmes commutations
Proposition 4. On suppose que lhypothse 1 est vrifie. Alors la discrtisation (III.30) ne

prserve pas les CQLFs de (III.15).
Pour illustrer la proposition ci-dessus, considrons lexemple suivant dun SCSP admettant
une CQLF qui ne lest pas pour le discrtis.
Exemple 4. On considre le SCSP de dimension deux avec N = 2 dcrit par les deux matrices
suivantes
1.35 0.5 0.65 1
A1 = et A2 = (III.33)
1.8/ 0.001/ 1/ 0.001/
Le thorme 22 permet daffirmer que pour petit, il existe une CQLF pour ce SCSP. En
70
appliquant le thorme 20, on calcule pour petit, une CQLF V (x) = xT P ()x avec

49.9891 + 40.8828 45.4253
P () = .
45.4253 50.4726
En effet, il existe 0 1.9 107 tel que pour tout (0, 0 )
T
Ai P () + P ()Ai < 0 i = 1, 2.
On associe (III.33) son discrtis lordre qui est caractris par les matrices

1 1.79985 1.7991 1 1.14983 0.9995
D1 = et D2 = .
0.49975 0.999 0.9995 0.999
Les figures III.3 et III.4 reprsentent les valeurs propres associes respectivement aux quations
T T
de Lyapunov D1 P ()D1 P () et D2 P ()D2 P (). On peut voir sur ces figures que pour
chacun des modes, on a une valeur propre positive lorsque 0. Do la conclusion de la
non-prservation des CQLFs par la discrtisation dordre .
Figure III.3 Valeurs propres de 7 D1 P ()D1 P ()

T
Quant la prservation de la stabilit asymptotique uniforme du modle (III.30), la question
71

T
reste ouverte. Enfin, lexemple qui suit montre un SCSP temps continu instable qui admet
pour discrtis un systme quadratiquement stable, cest--dire que ni la stabilit ni les CQLFs
ne sont prserves du temps discret vers le temps continu.
Exemple 5. Considrons le SCSP planaire

1 0 x(t)
x(t)
= A (III.34)

z(t) 0 1/ z(t)

0 1 2 0 1.1
o = 1, 2 et A1 = ,A = . Alors
1 1 1 1.1

2.1 q 1.1
(A1 , A2 ) = , det(A1 ) det(A2 ) = ,
2
et par consquent le systme est instable pour tout > 0.

Nous montrons ensuite lexistence, pour > 0 assez petit, dune CQLF dpendante de
72
pour le SCSP planaire temps discret obtenu par la discrtisation (III.30), cest--dire

x x
k+1 = D k
with = 1, 2
zk+1 zk
avec

1 0.367879 0.632121 1 0.393519 0.667129
D1 = , D2 = .
0.632121 0.367879 0.606481 0.332871
Effectivement, pour tout = 1, 2 et (0, 0 ), en prenant

1 0
P () = ,
0
nous obtenons lingalit suivante
D T P ()D P () < 0 (III.35)
pour assez petit, permettant de conclure sur la stabilit quadratique du discrtis (voir fi-
gures III.5 et III.6).

T
73

T
Ainsi, travers les deux exemples prcdents, nous voyons que la discrtisation dordre ne
permet de pas de prserver les CQLFs, que ce soit du temps continu vers le temps discret, ou
vice-versa.
2.4 Echantillonnage dordre 2

Les sections prcdentes ont montr que choisir une priode dchantillonnage dordre 1 ou
nest pas suffisant pour prserver la stabilit ou les CQLFs du SCSP temps continu de dpart.
Dans cette section, nous allons montrer que choisir une priode dchantillonnage de lordre
de 2 permet de prserver des fonctions de Lyapunov quadratiques communes de (III.15). Pour
cela, nous introduisons loprateur- ( = (qI)/Ts ) permettant de dcrire les systmes temps
discret. Nous rappelons que cet oprateur, que lon peut voir comme loprateur de drivation
discret, a t introduit dans les annes quatre-vingts par Goodwin et Middleton [20, 44, 45], afin
de surmonter les problmes de sensibilit numrique qui apparaissent lorsque lon chantillonne
des systmes linaires

x(t) = Ax(t) (III.36)
avec une frquence dchantillonnage leve. Loprateur- permet dassocier (III.36), le mo-
74
dle temps discret

x(k) = A x(k)
avec A = exp(AT
Ts
s )I
et x(k) = (x(k + 1) x(k))/Ts . Ainsi, le SCSP temps discret (III.16)
peut tre rcrit de faon quivalente en utilisant loprateur- de la manire suivante

x(k) (k) x(k)
= A,Ts (III.37)
z(k) z(k)
(k)
o A,Ts = (exp(A(k)
Ts ) I)/Ts .
La proprit intressante qui nous amne utiliser cette criture est la convergence de A
vers A lorsque Ts tend vers 0 dans le cas linaire non singulirement perturb. Dans le cas
des SCSPs, on peut choisir Ts = f () de manire ce que cette proprit de convergence des
matrices du modle temps discret vers les matrices du modle temps continu. La proprit
se traduit alors par

I
d1
0
A,Ts A 0 lorsque 0 pour tout {1, . . . , N }. (III.38)
0 Id2
et est trs importante pour les rsultats de prservation des CQLFs des SCSPs que lon donne
dans la suite. Nous notons que la convergence du modle temps discret vers le modle temps
continu nest plus vrifie lorsque la priode dchantillonnnage est prise gale 1 ou . En
effet, lorsque Ts = 1, on a
exp(A
) I ds 0
A,1 = s
L0 exp(As ) Idf

et

I
ds
0 Ids 0 exp(As ) Ids 0 A11 A12
A,1 A =
,
0 Idf 0 Idf L0 exp(As ) Idf A21 A22

exp(As ) Ids A11 A12
=
L0 exp(As ) A21 Idf A22
qui ne vrifie pas (III.38).
75
De mme, lorsque Ts = , on a

D
D12
A, = 1 11
D21 1 D22

avec D11

, D12
, D21 et D22

dfinit par (III.5). De plus,

I
ds
0 A + M0 (Ids exp(A22 ))L0 M0 (Ids exp(A22 )) A11 A12
A, A = s,0 ,
0 Idf (exp(A22 ) Idf )L0 exp(A22 ) A21 A22

A + M0 (Ids exp(A22 ))L0 A11 M0 (Ids exp(A22 )) A12
= s,0
(exp(A22 ) Idf )L0 A21 (exp(A22 ) Idf ) A22
Nous considrons maintenant le choix Ts = 2 dans la discrtisation exacte (III.37) et nous

approximons le modle- par

x(k) x(k) Ids 0 G11,2 G12,2 x(k)
= A,2 = , (III.39)
z(k) z(k) 0 1 Idf G21,2 G22,2 z(k)
o les matrices Gjk,2 sont les termes dordre 1 obtenus dans les sries de Taylor par rapport
de Fjk ( ) jk I, cest--dire,
, 2
G11,2 = A11 ,
G12,2 = A12 ,
G21,2 = A21 ,
G22,2 = A22 .
La discrtisation dordre 2 ainsi obtenue est alors identique la discrtisation dEuler en

prenant Ts = 2 . Si les termes dordres suprieures par rapport sont considrs, alors la
discrtisation dEuler correspondrait la limite lorsque 0, dans la mesure o (III.38) est
vrifie.
Le but des sections suivantes est dtudier comment la stabilit se comporte sous une dis-
crtisation dont la priode dchantillonnage est de lordre de 2 (ou, plus gnralement, o())
et qui satisfait (III.38).
76
2.4.1 Fonctions de Lyapunov et cas sans commutations
Nous commenons par faire quelques remarques sur la prservation de la stabilit quadra-
tique pour les systmes singulirement perturbs sans commutations.
Lemme 3. On suppose que N = 1 et que lHypothse 1 est vrifie. Si un systme singuli-

rement perturb temps continu x = A x est GUAS lorsque 0+ , alors il existe 0 > 0 et
une matrice Q de dimension d d dfinie positive telle que pour tout (0, 0 ) il existe une
matrice dfinie positive
P 11 () P 12 ()
P () = (III.40)
P12 ()T P22 ()
avec P11 (), P12 () et P22 () des matrices de dimensions respectives ds ds , ds df et df df ,
qui vrifient P12 () = O(), P22 () = O(), et AT P () + P ()A = Q + O() lorsque 0.
Dmonstration. La preuve repose sur la diagonalisation par blocs introduite dans la sec-
tion 2.1. On remarque que H , As, , Af, sont analytiques par rapport dans un voisinage de
zero. On rappelle que
A s, 0
A = H H 1

0 Af,
et que
O(1) O()
H1 = lorsque 0.
O(1) O(1)
Nous rappelons galement que la stabilit asymptotique uniforme globale lorsque 0+
de x = A x implique que As,0 est Hurwitz, comme nous lavons montr dans la Proposition 3.
Soit Q1 et Q2 deux matrices dfinies positives de dimensions respectives ds et df , telles que
ATs,0 Q1 + Q1 As,0 = Ids ,

ATf,0 Q2 + Q2 Af,0 = Idf .
Soit P () dfinie de la manire suviante

T Q
1
0 1
P () = H1 H .
0 Q2
En particulier, P () est dfinie positive pour assez petit et P12 () = O(), P22 () = O().
77
Alors, un simple calcul montre que

1 1
AT P () + P ()A = HT (Id + O())H1 = H0T H01 + O(),
avec
Id 0
H0 = s .
L0 Idf
1
On termine la dmonstration en prenant Q = H0T H01 .
Nous allons voir dans la prochaine section, que lexistence dune fonction de Lyapunov telle
que celle guarantie par le Lemme 3 fournit la stabilit de la discrtisation dEuler pour une
priode dchantillonnage de lordre de o().
2.4.2 Fonctions de Lyapunov : cas des systmes commutations
Le thorme ci-dessous donne une condition suffisante sur la priode dchantillonnage afin
que lon prserve les CQLFs des SCSPs.
Thorme 29. On suppose que lhypothse 1 est vrifie. Considrons un SCSP de la forme
(III.15) admettant, pour tout > 0, une CQLF qui correspond une matrice dfinie positive
P () comme dans (III.40) avec P12 () = O(), P22 () = O(), et, pour tout = 1, . . . , N ,
(A )T P () + P ()A = Q + O() lorsque 0, avec Q une matrice dfinie positive. On
suppose, de plus, que la discrtisation A () avec la priode dchantillonnage Ts qui dpend de
est donne telle que

I
d1
0
(A () A ) = o(1) lorsque 0 pour tout {1, . . . , N }. (III.41)
0 Id2
Alors la discrtisation prserve la CQLF de (III.15) si Ts = o().
Dmonstration. La dmonstration consiste simplement tester la fonction de Lyapunov

xT P ()x pour le systme commutations temps discret xk = A ()xk .
Notons tout dabord que, en raison de (III.41) et des relations P12 () = O(), P22 () = O(),
nous avons
P ()A () = P ()A + o(1) = O(1).
78
Par consquent,
(I + Ts A ())T P ()(I + Ts A ()) P () = Ts (A ()T P () + P ()A ()) + Ts2 A ()T P ()A ()
= Ts ((A )T P () + P ()A + o(1)) + Ts2 A ()T O(1)
Ts Q + Ts o(1) + Ts2 O(1 ).
Etant donn que Ts = o(), on conclut que (I + Ts A ())T P ()(I + Ts A ()) P () Ts (Q +
o(1)) < 0 pour petit. Et donc, xk = A, xk est GUAS lorsque 0+ .
Il sen suit les deux corollaires suivants, le premier pour le cas sans commutations, et le
second pour les systmes commutations.
Corollaire 4. On considre N = 1 et que lhypothse 1 est vrifie. Si une discrtisation

vrifie (III.41) et si, de plus, Ts = o() alors elle prserve galement la stabilit. En particulier,
la discrtisation dordre 2 prserve la stabilit.
Dmonstration. On suppose que N = 1 et que (III.15) est GUAS. Alors le lemme 3 nous
assure lexistence dune fonction de Lyapunov quadratique pour (III.15). Le thorme 29 ga-
rantit alors que, pour Ts = o() et assez petit, cette fonction est galement une fonction de
Lyapunov pour (III.39).
Corollaire 5. On suppose que lhypothse 1 est vrifie. Si les conditions du thorme 20 sont
vrifies, alors la discrtisation dordre 2 prserve la stabilit.
Dmonstration. Il suffit de montrer que les conditions du thorme 20 impliquent lexistence

dune CQLF pour le systme (III.39). On suppose que (III.15) admet une CQLF vrifiant les
conditions du thorme 20. Etant donn que
(I + 2 A,2 )T P ()(I + 2 A,2 ) P () = 2 ((A,2 )T P () + P ()A,2 ) + 4 (A,2 )T P ()A,2 ,
et que A,2 = A , alors il existe 0 > 0 tel que pour tout (0, 0 ), on a
(I + 2 A,2 )T P ()(I + 2 A,2 ) P () < 0,
ce qui termine la preuve.
79
3 Conclusion
Cette section a dabord permis de mettre en avant linsuffisance du choix Ts = 1. Alors que
dans le cadre des systmes singulirement perturbs sans commutations, le discrtis dordre 1
permet de prserver la stabilit, lorsque lon considre les SCSPs, le modle discrtis dordre
1 obtenu ne prserve pas les CQLFs du temps discret vers le temps continu.
Pour ce qui est de la discrtisation dordre , nous avons propos deux exemples permettant
de montrer quelle ne prserve pas les CQLFs, et ce, aussi bien du temps continu vers le temps
discret, que du temps discret vers le temps continu. Quant la prservation de la stabilit
asymptotique uniforme globale, cela reste un problme ouvert.
Enfin, nous avons propos un modle discrtis avec une priode dchantillonnage Ts = 2
permettant de prserver les CQLFs pour les SCSPs. En effet, nous avons montr quen consi-
drant les modles-, ce choix pour la priode dchantillonnage permet dobtenir la proprit
intressante de convergence des matrices du temps discret vers celles du temps continu, de la
mme manire que pour les systmes linaires, ce qui nest pas le cas pour les choix prcdents
de Ts . La figure III.7 rsume quel type de stabilit est prserv selon le choix de la priode
dchantillonnage.
80
Figure III.7 Tableau rassemblant les diffrents liens possibles entre les SCSPs temps continu et
leurs discrtiss selon le choix de la priode dchantillonnage. Les flches simples correspondent aux cas
prservant la stabilit qui ont t dmontrs. Les flches barres correspondent aux cas qui ne prservent
pas le type de stabilit considr. Enfin, les flches surmontes dun point dinterrogation correspondent
aux diffrents cas o ni exemple ni dmonstration nont pu tre fournis.
81
82
Conclusion gnrale et perspectives
Dans ce mmoire, il a t question danalyse de stabilit des systmes commutations sin-

gulirement perturbs. Alors que de nombreux rsultats concernant la stabilit des systmes
linaires commutations ont vu le jour ces 15 dernires annes, trs peu de travaux ont t
consacrs la stabilit de cette classe de systmes. Cette thse se penche donc sur cette dernire
quelle que soit la loi de commutations.
Dans un premier temps, nous avons pu caractriser compltement les SCSPs dans le cas planaire
et comportant deux modes, et ce, grce une approche gomtrique. En effet, nos rsultats
permettent de conclure sur le comportement asymptotique dun SCSP du second ordre, quil
soit quadratiquement stable, GUAS, stable ou instable. De plus, nous donnons les conditions
ncessaires et suffisantes pour la stabilit quadratique qui permettent de mettre en vidence
le conservatisme des rsultats base de LMIs donns dans [37, 38] . Nous avons galement
entam une discussion permettant de caractriser le comportement du SCSP lorsque lon fai-
sait crotre le paramtre de perturbation. En particulier, nous montrons quau maximum deux
changements de comportement peuvent se produire.
Ensuite, nous nous sommes intresss la discrtisation des SCSPs. Dans le cadre des sys-
tmes commutations, la discrtisation est un sujet auquel les chercheurs commencent tout
juste sintresser. En effet, alors que les autres problmatiques concernant les systmes com-
mutations ont connu un certain succs ces 15 dernires annes, trs peu de rsultats pour la
discrtisation des systmes commutations existent. Nous en avons rappel quelques uns pour
introduire le dernier chapitre. Pour la discrtisation des SCSPs, il nexiste pas travaux ant-
rieurs notre connaissance. Nous avons propos des modles pour diffrents choix de priodes
dchantillonnage que nous comparons avec les modles proposs dans la littrature dans le cas
des systmes linaires sans commutations. En particulier, nous avons discut de la prservation
83
Conclusion gnrale et perspectives
de la stabilit du temps continu vers le temps discret des diffrents modles. Enfin, nous avons
introduit un nouveau modle permettant de prserver des fonctions de Lyapunov quadratiques.
A la suite de ce travail, plusieurs perspectives peuvent tre envisages. Dans le cadre de lanalyse
de stabilit des SCSPs temps continu, les conditions ncessaires et suffisantes pour la stabilit
asymptotique du systme quelle que soit la loi de commutations sont toujours manquantes.
Mme dans le cas des systmes linaires commutations classiques, le problme est ouvert.
Une perspective intressante et accessible consiste trouver des conditions moins conservatives
pour lexistence de CQLFs que celles proposes dans [37]. Une autre piste de recherche concerne
lvaluation de la valeur maximale de qui garantit la stabilit. Dterminer cette valeur est
un problme difficile. Quelques travaux ont permis de proposer des bornes suprieurs conserva-
tives (voir [14] et les rfrences quil contient). Enfin, concernant la discrtisation des SCSPs,
la figure III.7 montre plusieurs "transitions" non lucides. On peut donc tenter de trouver des
contre-exemples ou des preuves permettant de montrer la prservation ou la non-prservation
de la stabilit et des CQLFs dans les cas restants.
84
Annexe
1 Modles temps discret des systmes commutations

singulirement perturbs
Dans le dernier chapitre, nous avons propos des modles de discrtisation pour diffrents
choix de la priode dchantillonnage Ts pour les SCSPs temps continu. Nous dtaillons ici
les calculs permettant dobtenir ces modles. On rappelle quun SCSP temps continu scrit
sous sa forme standard
(t) (t)

x(t) A
= 11
A x(t)

(t)
12
(t)
(III.1)

z(t) A21 A22 z(t)
ou, de manire quivalente,

(t) (t)

x(t) x(t) Ids 0 A11 A12 x(t)
= A(t)

= (t) (t) (III.2)

z(t) z(t) 0 Idf
1
A21 A22 z(t)
avec x Rds , z Rdf , (t) {1, . . . , N }, et o > 0 reprsente le paramtre de perturbation

singulire.
Sous lhypothse que (Ai22 )1 est inversible pour tout i = {1, ..., N }, nous rappellons gale-
ment que le discrtis exact associ (III.2) scrit

x(k + 1) F , (Ts ) ,
F12 (Ts ) x(k)
= 11 (III.3)
z(k + 1) ,
F21 (Ts ) F22 (Ts )
,
z(k)
85
Annexe
avec
Af,
!
,
F11 (Ts ) = exp(As, Ts )(Ids + M L ) M exp Ts L ,

Af,
" !#
,
F12 (Ts ) = exp(As, Ts )M M exp Ts ,

Af,
!
,
F21 (Ts ) = L exp(As, Ts )(Ids + M L ) + (Idf + L M ) exp Ts L ,

Af,
!
,
F22 (Ts ) = L exp(As, Ts )M + (Idf + L M ) exp Ts .

et o L et M sont les solutions respectives des quations suivantes
A21 + L A11 A22 L L A12 L = 0,

As, M + M Af, + A12 = 0,
et As, , Af, sont dfinies comme ci-dessous
As, = A11 A12 L

Af, = A22 + L A12 .
Les diffrents modles que lon a proposs et/ou qui ont t donns dans la littrature rsultent
de lapproximation, lorsque 0, de chacun des termes Fij, (Ts ), i, j = 1, 2, en fonction du
choix de la priode dchantillonnage Ts . Pour cela, il est utile dtendre les dfinitions ci-dessus
au cas = 0, cest--dire
L0 = (A22 )1 A21 ,
M0 = A12 (A22 )1 ,
As,0 = A11 A12 (A22 )1 A21 ,
Af,0 = A22 .
86
1 Modles temps discret des systmes commutations singulirement
perturbs
1.1 Modle discrtis lordre 1

Ainsi, en posant Ts = 1 dans (III.3), les quatres matrices Fij, (Ts ), i, j = 1, 2 scrivent
Af,
!
,
F11 (1) = exp(As, )(Ids + M L ) M exp L ,

Af,
" !#
,
F12 (1) = exp(As, )M M exp ,

Af,
!
,
F21 (1) = L exp(As, )(Ids + M L ) + (Idf + L M ) exp L ,

Af,
!
,
F22 (1) = L exp(As, )M + (Idf + L M ) exp .

et dont le dveloppement limit dordre 1 par rapport est
,
F12 (1) = exp(As,0 ) + O(),
,
F12 (1) =O(),
,
F21 (1) = L exp(As,0 ) + O(),
,
F22 (1) =O().
Ainsi, en ne gardant que les termes dordre 1 dans le dveloppement limit des quatres expres-
sions ci-dessus, nous obtenons le modle discrtis lordre 1 propos dans la section 2.2 du
chapitre prcdent

(k)
x(k + 1) S11 0 x(k)
= (k) , (k) {1, . . . , N }, (III.4)
z(k + 1) S21 0 z(k)
avec

S11 = exp(As,0 ),

S21 = L0 exp(As,0 ).
87
Annexe
1.2 Modle discrtis lordre

En posant Ts = dans (III.3), les blocs de la matrices F se rcrivent

,
F11 () = exp(As, )(Ids + M L ) M exp Af, L ,
h i
,
F12 () = exp(As, )M M exp Af, ,

,
F21 () = L exp(As, )(Ids + M L ) + (Idf + L M ) exp Af, L ,

,
F22 () = L exp(As, )M + (Idf + L M ) exp Af, .
Lobtention du modle discrtis lordre se fait de manire ce que seul le premier terme
non nul apparaisse dans le modle , qui rappelons-le est caractris par les matrices
Ai, = (Fi I)/, i = 1, ..., N
Ainsi, en approximant L , M , As, , Af, , et exp(As, ) par respectivement L0 , M0 , As,0 , Af,0 , et

I + As,0 lorsque 0, on obtient
,
F11 () =I + (As,0 + M0 (I exp(Af,0 ))L0 + O(2 ),
,
F12 () =M0 (I exp(Af,0 )) + O(2 ),
,
F21 () = (I exp(Af,0 ))L0 + O(),
,
F22 () = exp(Af,0 ) + O()
qui permet de dfinir notre systme discrtis dordre approximant (III.3) par

x(k + 1) Ids + D11

D12 x(k)
= ,
z(k + 1)
D21
D22 z(k)
avec

D11 = As,0 + M0 (Ids exp(A22 ))L0 ,

D12 = M0 (Ids exp(A22 )),

D21 = (exp(A22 ) Idf )L0 ,

D22 = exp(A22 ).
88
1 Modles temps discret des systmes commutations singulirement
perturbs
1.3 Modle discrtis lordre 2

Enfin, le dernier modle permettant de prserver les CQLFs est obtenu en posant Ts = 2
dans (III.3). On a alors
F11 (2 ) = exp(As, 2 )(Is + M L ) M exp(Af, )L ,

F12 (2 ) = (exp(As, 2 )M M exp(Af, )),
F21 (2 ) = L exp(As, 2 )(Is + M L ) + (If + L M ) exp(Af, )L ,
F22 (2 ) = L exp(As, 2 )M + (Idf + L M ) exp(Af, ).
En approximant L , M , exp(As, 2 ) et exp(Af, ) lorsque 0 par respectivement L0 , M0 ,

(Is + 2 As,0 ) et (If + Af,0 ), on obtient alors
F11 (2 ) = (Is + 2 As,0 )(Is + M0 L0 )M0 (If + Af,0 )L0 + O(2 ),
F12 (2 ) = ((Is + 2 As,0 )M0 M0 (If + Af,0 )),
F21 (2 ) = L0 (Is + 2 As,0 )(Is + M0 L0 ) + (If + L0 M0 )(If + Af,0 )L0 ,
F22 (2 ) = L0 (Is + 2 As,0 )M0 + (Idf + L0 M0 )(If + Af,0 ).
Aprs, dveloppement et simplification, ces quations se rcrivent
F11 (2 ) = Is + 2 (As,0 M0 Af,0 L0 ) + O(2 ),

F12 (2 ) = 2 M0 Af,0 + O(2 ),
F21 (2 ) = Af,0 L0 + O(),
F22 (2 ) = Idf + Af,0 + O().
Enfin, en remplacant As,0 et Af,0 par leur expressions, on obtient
F11 (2 ) = Is + 2 A11 + O(2 ),

F12 (2 ) = 2 A12 + O(2 ),
F21 (2 ) = A21 + O(),
F22 (2 ) = Idf + A22 + O().
89
Annexe
Nous pouvons ainsi approxim (III.3) lorsque 0 par le modle suivant

x(k + 1) Ids + 2 G11 2 G12 x(k)
= ,
z(k + 1) G21 Idf + G22 z(k)
ou de manire quivalente sous la forme du modle- donn dans la section 2.4 du chapitre III

x(k) G11 G12 x(k)
= ,
z(k) G21 G22 z(k)
avec
G11 = A11 ,
G12 = A12 ,
G21 = A21 ,
G22 = A22 .
De la mme manire que pour lchantillonnage dordre , lobtention du modle discrtis

lordre 2 ci-dessus se fait de manire ce que seul le premier terme non nul apparaisse dans le
modle .
90
Rfrences bibliographiques
[1] A. A. Agrachev and D. Liberzon. Lie-algebraic stability criteria for switched systems.
SIAM J. Control Optim., 40 :253269, 2001. 24
[2] M. Alwan, X. Liu, and B. Ingalls. Exponential stability of singularly perturbed switched
systems with time delay. Nonlinear Analysis : Hybrid Systems, 2(3) :913921, 2008. 31
[3] J.-P. Aubin and A. Cellina. Differential inclusions, volume 264 of Grundlehren der Mathe-
matischen Wissenschaften [Fundamental Principles of Mathematical Sciences]. Springer-
Verlag, Berlin, 1984. Set-valued maps and viability theory. 21
[4] M. Balde and U. Boscain. Stability of planar switched systems : the nondiagonalizable
case. Commun. Pure Appl. Anal., 7(1) :121, 2008. 27, 33
[5] M. Balde, U. Boscain, and P. Mason. A note on stability conditions for planar switched
systems. Internat. J. Control, 82(10) :18821888, 2009. 27, 33, 34, 35, 38, 43, 49, 50
[6] G. Blankenship. Singularly perturbed difference equations in optimal control problems.

IEEE Trans. Automat. Control, 26(4) :911917, 1981. 69
[7] V. Blondel and J. Theys. On the relations between discrete and continuous time stability
for switched linear systems. In 16th International Symposium on Mathematical Theory of
Networks and Systems 2004, Leuven, Belgium, 2004. 60
[8] V. D. Blondel, Y. Nesterov, and J. Theys. On the accuracy of the ellipsoid norm approxi-
mation of the joint spectral radius. Linear Algebra Appl., 394 :91107, 2005. 27
[9] V. D. Blondel and J. N. Tsitsiklis. NP-hardness of some linear control design problems.
SIAM J. Control Optim., 35(6) :21182127, 1997. 18
[10] V. D. Blondel and J. N. Tsitsiklis. Complexity of stability and controllability of elementary

hybrid systems. Automatica J. IFAC, 35(3) :479489, 1999. 18
91
[11] U. Boscain. Stability of planar switched systems : the linear single input case. SIAM J.
Control Optim., 41(1) :89112, 2002. 27, 33
[12] U. Boscain, G. Charlot, and M. Sigalotti. Stability of planar nonlinear switched systems.
Discrete Contin. Dyn. Syst., 15(2) :415432, 2006. 27, 33, 47
[13] S. Boyd, L. El Ghaoui, E. Fron, and V. Balakrishnan. Linear matrix inequalities in

system and control theory, volume 15 of SIAM Studies in Applied Mathematics. Society
for Industrial and Applied Mathematics (SIAM), Philadelphia, PA, 1994. 23, 46
[14] B. Chen and C. Lin. On the stability bounds of singularly perturbed systems. IEEE
Transactions on Automatic Control, 35(11) :12651270, 1990. 84
[15] J. Daafouz, P. Riedinger, and C. Iung. Stability analysis and control synthesis for swit-
ched systems : a switched Lyapunov function approach. IEEE Trans. Automat. Control,
47(11) :227234, 2002. 25, 26
[16] W. P. Dayawansa and C. F. Martin. A converse Lyapunov theorem for a class of dynamical
systems which undergo switching. IEEE Trans. Automat. Control, 44(4) :751760, 1999.
17, 20, 25, 54, 57
[17] R. A. Decarlo, M. S. Branicky, S. Pettersson, and B. Lennartson. Perspectives and results

on the stability and stabilizability of hybrid systems. In Proceedings of the IEEE : Special
Issue Hybrid Systems, pages 10691082, 2000. 16, 17
[18] A. Dontchev, T. Donchev, and I. Slavov. A Tikhonov-type theorem for singularly perturbed
differential inclusions. Nonlinear Anal., 26(9) :15471554, 1996. 33, 47
[19] L. Fang, H. Lin, and P. J. Antsaklis. Stabilization and performance analysis for a class of
switched systems. In 43rd IEEE Conference on Decision and Control, pages 32653270,
2004. 25
[20] G. Goodwin, R. Middleton, and H. Poor. High-speed digital signal processing and control.
Proceedings of the IEEE, 80(2) :240 259, feb 1992. 74
[21] Y. Granjon. Automatique - Systmes linaires, non linaires, temps continu, temps discret,
reprsentation dtat. Dunod, 2007. Collection Sciences Sup. ISBN 978-2-10-050397-1. 8
[22] J. Hespanha and A. Morse. Stability of switched systems with average dwell-time. In 38th
IEEE Conference on Decision and Control, pages 26552660, Phoenix, USA, 1999. 19, 20
[23] R. Horn and C. Johnson. Matrix analysis, volume 41 of Cambridge University Press. 1985.
24
[24] R. Husson, C. Iung, J.-F. Aubry, J. Daafouz, and D. Wolf. Automatique : du cahier des
charges la ralisation de systmes. Dunod, 2007. Collection Sciences Sup. ISBN 978-2-
10-050397-1. 8
92
[25] M. Johansson and A. Rantzer. Computation of piecewise quadratic Lyapunov functions

for hybrid systems. IEEE Transactions on Automatic Control, 43 :555559, 1998. 23
[26] R. Jungers. The joint spectral radius, volume 385 of Lecture Notes in Control and In-
formation Sciences. Springer-Verlag, Berlin, 2009. Theory and applications. 26, 27, 66,
67
[27] H. Khalil. Nonlinear systems. Prentice Hall, 1996. 8
[28] P. V. Kokotovi, H. K. Khalil, and J. OReilly. Singular perturbation methods in control :

analysis and design. Academic Press Inc., London, 1986. 11, 13, 14, 15, 70
[29] T.-H. S. Li, J.-S. Chiou, and F.-C. Kung. Stability bounds of singularly perturbed discrete
systems. IEEE Transactions on Automatic Control, 44(10) :1934 1938, oct 1999. 65
[30] T.-H. S. Li and J.-H. Li. Stabilization bound of discrete two-time-scale systems. Systems
and Control Letters, 18(6) :479 489, 1992. 63, 65
[31] D. Liberzon. Switching in systems and control. Systems & Control : Foundations &
Applications. Birkhuser Boston Inc., Boston, MA, 2003. 16, 17, 24
[32] D. Liberzon, J. P. Hespanha, and A. S. Morse. Stability of switched systems : a Lie-

algebraic condition. Systems Control Lett., 37(3) :117122, 1999. 24
[33] D. Liberzon and A. S. Morse. Basic problems in stability and design of switched systems.
IEEE Control Systems, 19(5) :5970, 1999. 17
[34] D. Liberzon and R. Tempo. Common Lyapunov functions and gradient algorithms. IEEE
Trans. Automat. Control, 49(6) :990994, 2004. 23
[35] H. Lin and P. J. Antsaklis. Stability and stabilizability of switched linear systems : A
survey of recent results. IEEE Trans. Automat. Control, 54(2) :308322, 2009. 17
[36] B. Litkouhi and H. Khalil. Multirate and composite control of two-time-scale discrete-time
systems. IEEE Trans. Automat. Control, 30(7) :645651, 1985. 64, 69, 70
[37] I. Malloci. Two time scale switched systems : An application to steering control in hot strip
mills. PhD thesis, Institut National Polytechnique de Lorraine, 2009. 29, 30, 31, 46, 47,
50, 83, 84
[38] I. Malloci, J. Daafouz, and C. Iung. Stabilization of continuous-time singularly perturbed

switched systems. In 48th IEEE Conference on Decision and Control, pages 63716376,
Shanghai, China, 2009. 31, 46, 47, 50, 83
[39] I. Malloci, J. Daafouz, C. Iung, R. Bonidal, and P. Szczepanski. Switched system modeling
and robust steering control of the tail end phase in a hot strip mill. Nonlinear Analysis :
Hybrid Systems, 3(3) :239250, August 2009. 4
93
[40] M. Margaliot. Stability analysis of switched systems using variational principles : an

introduction. Automatica J. IFAC, 42(12) :20592077, 2006. 36
[41] M. Margaliot and M. S. Branicky. Nice reachability for planar bilinear control systems
with applications to planar linear switched systems. IEEE Trans. Automat. Control,
54(6) :14301435, 2009. 36, 47
[42] M. Margaliot and G. Langholz. Necessary and sufficient conditions for absolute stability :
the case of second-order systems. IEEE Trans. Circuits Systems I Fund. Theory Appl.,
50(2) :227234, 2003. 36, 47
[43] P. Mason, U. Boscain, and Y. Chitour. Common polynomial Lyapunov functions for linear
switched systems. SIAM J. Control Optim., 45(1) :226245 (electronic), 2006. 20
[44] R. Middleton and G. Goodwin. Improved finite word length characteristics in digital
control using delta operators. IEEE Transactions on Automatic Control, 31(11) :1015
1021, nov 1986. 74
[45] R. Middleton and G. Goodwin. Digital Control and Estimation : A Unified Approach.
Englewood Cliffs. NJ : Prentice-Hall, 1990. 74
[46] A. Molchanov and Y. Pyatnitskiy. Lyapunov functions that specify necessary and sufficient
conditions of absolute stability of nonlinear nonstationary control systems iii. Automation
and Remote Control, 47 :620630, 1986. 22
[47] A. Molchanov and Y. Pyatnitskiy. Criteria of asymptotic stability of differential and

difference inclusions encountered in control theory. Systems and Control Letters, 13(1) :59
64, 1989. 17, 20, 21, 22
[48] A. P. Molchanov and P. H. Bauer. Robust stability of linear time-varying delta-operator

formulated discrete-time systems. IEEE Trans. Automat. Control, 44(2) :325327, 1999.
59
[49] Y. Mori, T. Mori, and Y. Kuroe. A solution to the common Lyapunov function problem
for continuous-time systems. In 36th IEEE Conference on Decision and Control, pages
35303531, San Diego, USA, 1997. 23
[50] A. S. Morse. Supervisory control of families of linear set-point controllers. I. Exact mat-
ching. IEEE Trans. Automat. Control, 41(10) :14131431, 1996. 19, 20
[51] D. S. Naidu. Singular perturbation methodology in control systems, volume 34 of IEE

Control Engineering Series. Peter Peregrinus Ltd., Hitchin, 1988. 11, 51, 63
[52] D. S. Naidu, D. B. Price, and J. L. Hibey. Singular perturbations and time scales (spats) in
discrete control systems-an overview. In Decision and Control, 1987. 26th IEEE Conference
on, volume 26, pages 2096 2103, dec. 1987. 63
94
[53] K. Narendra and J. Balakrishnan. A common Lyapunov function for stable LTI systems
with commuting A-matrices. IEEE Trans. Automat. Control, 39 :24692471, 1994. 20, 24
[54] Y. Ohta, H. Imanishi, and H. Haneda. Computer generated Lyapunov functions for a class
of nonlinear systems. IEEE Trans. Circuits Systems I Fund. Theory Appl., 40(5) :343354,
1993. 22
[55] A. Pietrus and V. M. Veliov. On the discretization of switched linear systems. Systems
Control Lett., 58(6) :395399, 2009. 60
[56] M. Quincampoix. Singular perturbations for differential equations and inclusions : an
approach through constrained systems. Nonlinear Anal., 32(5) :697710, 1998. 33, 47
[57] F. Rossi, P. Colaneri, and R. Shorten. Pad discretization for linear systems with po-
lyhedral Lyapunov functions. IEEE Trans. Automat. Control, 56(11) :27172722, 2011.
58
[58] R. Shorten and F. . Cairbre. A proof of global attractivity for a class of switching systems
using a non-quadratic Lyapunov approach. IMA J. Math. Control Inform., 18(3) :341353,
2001. 58
[59] R. Shorten, M. Corless, S. Sajja, and S. Solmaz. On Pad approximations, quadratic
stability and discretization of switched linear systems. Systems Control Lett., 60(9) :683
689, 2011. 56, 57, 60
[60] R. Shorten, O. Mason, F. Cairbre, and P. Curran. A unifying framework for the siso circle
criterion and other quadratic stability criteria. Internat. J. Control, 77(1) :18, 2004. 25
[61] R. Shorten and K. Narendra. On the stability and existence of common Lyapunov functions
for stable linear switching systems. In 37th IEEE Conference on Decision and Control,
pages 37233724, Tampa, USA, 1998. 23
[62] R. Shorten and K. Narendra. Necessary and sufficient conditions for the existence of
a common quadratic Lyapunov function for M stable second order linear time-invariant
systems. In Proceedings of the 2000 American Control Conference., 2000. 24
[63] R. Shorten and K. Narendra. Necessary and sufficient conditions for the existence of
a CQLF for a finite number of stable LTI systems. Int. J. Adaptative Control Signal
Processing, 16(10) :709728, 2002. 24, 25
[64] R. Shorten and K. Narendra. A result on common quadratic Lyapunov functions. IEEE
Trans. Automat. Control, 48(1) :110113, 2003. 24
[65] R. Shorten, F. Wirth, O. Mason, K. Wulff, and C. King. Stability criteria for switched
and hybrid systems. SIAM Review, 49 :545592, 2005. 17
[66] G. V. Smirnov. Introduction to the theory of differential inclusions, volume 41 of Graduate
Studies in Mathematics. American Mathematical Society, Providence, RI, 2002. 21
95
[67] S. Solmaz, R. Shorten, K. Wulff, and F. O. Cairbre. A design methodology for swit-
ched discrete time linear systems with applications to automotive roll dynamics control.
Automatica J. IFAC, 44(9) :23582363, 2008. 60
[68] J. Theys. Joint spectral radius : Theory and Approximations. PhD thesis, Universit
Catholique de Louvain, 2005. 26, 27, 52, 53
[69] J. N. Tsitsiklis and V. D. Blondel. Lyapunov exponents of pairs of matrices. A correction :

The Lyapunov exponent and joint spectral radius of pairs of matrices are hardwhen not
impossibleto compute and to approximate. Math. Control Signals Systems, 10(4) :381,
1997. 27
[70] V. Veliov. A generalization of the Tikhonov theorem for singularly perturbed differential
inclusions. J. Dynam. Control Systems, 3(3) :291319, 1997. 33, 47
[71] F. Watbled. On singular perturbations for differential inclusions on the infinite interval.
Journal of Mathematical Analysis and Applications, 310(2) :362378, 2005. 30, 33, 47, 48,
49
[72] M. Wicks, P. Peleties, and R. DeCarlo. Construction of piece-wise Lyapunov functions for
stabilizing switched systems. In 33rd IEEE Conference on Decision and Control, pages
34923497, Orlando, USA, 1994. 18
[73] M. Wicks, P. Peleties, and R. DeCarlo. Switched controller synthesis for the quadratic
stabilization of a pair of unstable linear systems. Eur. J. Contr., 4 :140147, 1998. 18
[74] K. Wulff, R. Shorten, and P. Curran. On the 45 degree region and the uniform asymptotic
stability of classes of second order parameter varying and switched systems. Internat. J.
Control, 75 :812823, 2002. 22
[75] C. A. Yfoulis and R. Shorten. A numerical technique for stability analysis of linear switched
systems. In HSCC04, pages 631645, 2004. 22
[76] A. Zappavigna, P. Colaneri, S. Kirkland, and R. Shorten. Essentially negative news about
positive systems. Linear Algebra Appl., 436(9) :34253442, 2012. 60
[77] G. Zhai, B. Hu, K. Yasuda, and A. N. Michel. Stability analysis of switched systems with
stable and unstable subsystems : An average dwell time approach. International Journal
of Systems Science, 32(8) :10551061, 2001. 20, 31
[78] G. Zhai and H. Lin. Controller failure time analysis for symmetric H-infinite control
systems. Internat. J. Control, 77(6) :598605, 2004. 20
[79] G. Zhai, X. Xu, H. Lin, and A. N. Michel. Analysis and design of switched normal systems.
Nonlinear Anal., 65(12) :22482259, 2006. 20
96
Rsum
Un grand nombre de phnomnes nous entourant peuvent tre dcrit par des modles hybrides,
cest--dire, mettant en jeu simultanment une dynamique continu et une dynamique discrte.
galement, il nest pas rare que ces dynamiques puissent voluer dans des chelles de temps
diffrentes. Dans cette thse, nous nous intressons lanalyse de stabilit des systmes com-
mutations singulirement perturbs temps continu. En prsence de commutations, lanalyse
de stabilit des systmes singulirement perturbs dite "classique" (sparation des chelles de
temps) nest plus valable. En nous plaant en dimension deux et en considrant deux modes,
nous donnons une caractrisation complte du comportement asymptotique de tels systmes
lorsque le paramtre de perturbation tend vers zro. Ensuite, nous tudions la discrtisation
des systmes commutations singulirement perturbs, en portant un intrt particulier aux
mthodes de discrtisation permettant de prserver la stabilit et les fonctions de Lyapunov
quadratiques communes.
Mots cls : systmes commutations, perturbation singulire, stabilit, discrtisation.
Abstract
Many phenomena we encounter can be described by hybrid models, namely, consisting of one
continuous dynamic and one discret dynamic at the same time. Moreover, these dynamics often
evolves in different time scales. In this thesis, we deal with the stability analysis of singularly
perturbed switched systems in continuous time. When we consider switchings, the "classical"
approach (decoupling fast and slow dynamics) allowing to analyse stability of singularly per-
turbed systems doesnt hold anymore. Considering second order singularly perturbed switched
systems woth two modes, we completely characterize de stability behavior of such systems
when the perturbation parameter goes to zero. Then, we study the discretization of singularly
perturbed switched systems. In particular, we focus on methods allowing to preserve stability
and common quadratic Lyapunov functions.
Keywords : switched systems, singular perturbation, stability, discretization.
97

EL HACHEMI Important

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

EL HACHEMI Important

Încărcat de

Drepturi de autor:

Formate disponibile

AVERTISSEMENT

Ce document est le fruit d'un long travail approuv par le jury de

Il est soumis la proprit intellectuelle de l'auteur. Ceci

D'autre part, toute contrefaon, plagiat, reproduction illicite

Code de la Proprit Intellectuelle. articles L 122. 4

DOCTORAT DE LUNIVERSITE DE LORRAINE

Soutenue publiquement le 5 Dcembre 2012

Rapporteurs : M. Ugo Boscain Directeur de recherche au CNRS

Examinateurs : M. Francesco Rossi Matre de confrences

Directeur de thse : M. Jamal Daafouz Professeur des universits

Co-directeur de thse : M. Mario Sigalotti Charg de recherche lINRIA

Au nom de Dieu, Le Clment, Le Misricordieux.

II Systmes commutations singulirement perturbs temps continu 29

III Systmes commutations singulirement perturbs temps discret 51

Conclusion gnrale et perspectives 83

R : ensemble des nombres rels,

C : ensemble des nombres complexes,

N : ensemble des nombres entiers naturels,

[a, b] : intervalle ferm de R dextrmits a et b,

(a, b) : intervalle ouvert de R dextrmits a et b,

[a, b) ou (a, b] : intervalle semi-ouvert de R dextrmits a et b,

Rn : espace vectoriel de dimensions n construit sur le corps des rels,

Md (K) : ensemble des matrices de dimension n m coefficients dans K (= R ou C),

X > 0 : matrice carre symtrique dfinie positive,

X 1 : inverse de la matrice carre non-singulire X,

tr(X) : trace de la matrice X,

det(X) : dterminant de la matrice X,

rang(X) : rang de la matrice X,

||X|| : norme matricielle induite par la norme euclidienne,

spec(X) : spectre de la matrice X,

dim(X) : dimension de la matrice X,

hf, gi : produit scalaire de f et de g,

co(E) : enveloppe convexe dun ensemble E,

Revue internationale avec comit de lecture

Confrences internationales avec comit de lecture

pages 14641469, San Francisco, USA, 2011.

Dans ce premier chapitre, nous introduisons quelques concepts dautomatique, en particulier

1 Analyse de stabilit des systmes non linaires (sans

o f : Rn est une fonction Lipschitzienne et est un ouvert de Rn . Les points dquilibre

kx(0) x k < kx(t) x k < , t 0,

asymptotiquement stable si x est stable et si il existe > 0 tel que

kx(0) x k < lim x(t) = x ,

globalement asymptotiquement stable si x est stable et x(0) Rn

instable sil nest pas stable.

Sans perte de gnralit, nous considrons dans la suite x = 0. La thorie de Lyapunov

Thorme 1. Soit Rn une rgion incluant lorigine. Ltat dquilibre x = 0 est

V est dfinie positive,

V est dfinie positive,

V est dfinie positive,

La fonction V (x) est appele fonction de Lyapunov.

Thorme 2. Le point dquilibre x = 0 de (I.3) est quadratiquement stable si et seulement

1.2 Cas des systmes non-linaires temps discret

x(k + 1) = f (x(k)). (I.4)

Thorme 3. On considre le systme dynamique non-linaire (I.4). Lquilibre x = 0 est dit

V (x) > 0 x \ {0} et V (0) = 0,

I localement asymptotiquement stable sil existe une fonction V (x) : Rn R et un voisi-

V (x) > 0 x et V (0) = 0,

V (x) > 0 x Rn et V (0) = 0,

avec V (x(k)) = V (x(k + 1)) V (x(k)).

Thorme 4. Le point dquilibre x = 0 de (I.5) est asymptotiquement stable si et seulement

(A) = max{||, tel que C est une valeur propre de A}.

Thorme 5. Le point dquilibre du systme (I.5) est globalement asymptotiquement stable

2 Analyse de stabilit des systmes singulirement per-

o x(t), z(t) reprsentent respectivement des vecteurs colonnes de Rn , Rm , et f et g sont

kx(0) x k < kx(t) x k < , t 0,

z(t) z(t) = O() (I.11)

z(t) = z(t) + z( ) + O() (I.13)

Lunique solution de cette quation en = 0 est

(s, ) = s (s, )f (p, ) = 0

f (p, ) = det(pIm (A22 + LA12 ))

Pour = 0, les racines de lquation caractristique du sous-systme lent

s (s, ) = det(sIn (A11 A12 L(0))) = 0

s1 (x) = xT (Q1 Q2 )x = 0

o > 0 est un scalaire suffisamment petit dtermin par lutilisateur.

x = (t)A1 x(t) + (1 (t))A2 x(t) (II.2)

Le dveloppement limit du rayon spectral de D(), pour proche de 0, donne

(D()) = 1 + 9.5529 28.72.112 + O(3 ).