
7.2. Робастная устойчивость матриц 179
Первый из них основан на идеях теории возмущений. Пусть нам известны соб-
ственные числа λ
i
(0) и собственные векторы e
i
(0) матрицы A(0). Как они изменятся
при малом возмущении A(q) этой матрицы? Здесь q ∈ R
`
— векторный параметр, при-
чем матрица A(q) зависит от этого параметра дифференцируемым образом, так что
существуют и известны матрицы D
i
.
=
∂A(q)
∂q
i
¯
¯
¯
q=0
. Например, для семейства (7.19) имеем
A(0) = A
0
, D
i
= A
i
. Ответ дается следующей основной теоремой теории возмущений,
(см. также разделы 10.3 и 10.2 Приложения).
Теорема 49 Пусть все собственные значения λ
k
(0) матрицы A(0) различны, а x
k
и
y
k
— соответствующие им правые и левые собственные векторы:
A(0)x
k
= λ
k
(0)x
k
, y
∗
k
A(0) = λ
k
(0)y
∗
k
, |x
k
| = |y
k
| = 1, k = 1, . . . , n.
Тогда собственные значения матрицы A(q) имеют вид
λ
k
(q) = λ
k
(0) +
`
X
i=1
y
∗
k
D
i
x
k
y
∗
k
x
k
q
i
+ o(q).
Этот результат дает возможность оценить, насколько чувствительны собственные
числа матрицы A(q) к изменению параметра q. Пусть, например, матрица A(0) устой-
чива, а λ — ее собственное значение, имеющее наибольшую вещественную часть. Если x
и y — соответствующие правый и левый собственные векторы, а семейство матриц аф-
финное (7.19), то для матрицы A(q) это собственное значение переходит в
λ(q) ≈ λ +
`
X
i=1
y
∗
A
i
x
y
∗
x
q
i
для малых q, поэтому Re λ(q) ≈ Re λ+
P
`
i=1
α
i
q
i
, где α
i
= Re
y
∗
A
i
x
y
∗
x
, и max Re λ(q) по |q
i
| ≤
γ, i = 1, . . . , `, достигается при q
i
= γ sign α
i
и равен приближенно Re λ + γ
P
`
i=1
|α
i
|.
Итак, можно ожидать, что при γ
∗
.
= −
Re λ
P
`
i=1
|α
i
|
матрица A(q) потеряет устойчивость
(Re λ(q) станет равным нулю), т.е. γ
∗
— оценка радиуса устойчивости для A(q). Ра-
зумеется, этот анализ лишь приближенный, и никаких гарантированных выводов о
робастной устойчивости семейства (7.19) при фиксированном γ на этом пути получить
нельзя.
Другой подход связан с использованием достаточных условий робастной устойчи-
вости. Можно потребовать, чтобы у всего семейства матриц A(q), q ∈ Q была общая
функция Ляпунова V (x) = x
T
P x, P > 0. Мы знаем (см. Приложение, раздел 9.1), что
существование решения матричного неравенства A
T
P + P A < 0, P > 0, гарантирует
устойчивость матрицы A; тем самым существование решения системы линейных мат-
ричных неравенств
A
T
(q)P + P A(q) < 0, P > 0, q ∈ Q, (7.20)
гарантирует робастную устойчивость матричного семейства A(q). Если A(q) — семей-
ство интервальных матриц (7.17) или аффинное семейство (7.19), то неравенства (7.20)