泛函与变分
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第1章 泛函和变分
1.1引言
以前我们在微积分中遇到的都是类似下面的函数极值问题: 一个足够光滑的连续函数
12(,,...,)n y f x x x =,其在区域n R Ω⊂内任何一点12(,,...,)T n x x x =x 都可以作以下的
Taylor 展开
2
12
1
2()()()()(||||)(),,...,T T T T
n f f f f o f f f f x x x +∆=+∆+∆∆+∆⎛⎫∂∂∂= ⎪
∂∂∂⎝⎭x x x x x x D x x x x ∇∇ (
函数在某一点有极值的必要条件是
但是,我们这们课程中要讨论的则是另一类极值问题—泛函的极值问题(泛函简单地讲, 就是函数的函数,详细见后面)。
例1.1 一个简单的变分问题: 最短线问题
图1.1最短线问题
假设经过,A B 两点距离最短的曲线方程为
*()y y x =
(
另有一任意的连续可导函数()x ηη=,()x η满足两端固定的边界条件
01()()0x x ηη== (
显然()()y y x x αη=+依旧是过固定两点,A B 的连续曲线,其对应的长度为
1
()x x L x α=⎰
(
当0α=,()y y x =时()L α取到极小值,也就是说
0d ()
|0d L ααα
== ( 把(, 展开后有
(
)()
101
1
1
000110
000
33
d ()||d |d ''''''d d 0
x x x x x x x x x x x x L y x y y y x x y y y y y x x
ααααηηη==='⎛⎫==-⎛⎫ ⎪=-=-⎪⎪⎭=⎰⎰⎰⎰⎰ (
由于( 对于任意的()x ηη=都成立,根据变分引理(见, 我们可以得到
(
)
3
''
0y = (
意味着
12y C x C =+ (
因此, 在平面上过固定两点距离最近的光滑曲线是直线。
下面我们来看几类比较典型的变分问题。 例1.2 最速降线问题
图1.2最速降线问题
我们在该铅直平面上取一直角坐标系,以A 为坐标原点,水平为x 轴,向下为y 轴。曲线的方程为()y y x =, A 点坐标00(,)(0,0)x y =, B 点坐标11(,)x y 。曲线上任意一点P 时的速度为
d d s
v t
=
=
( d d s t x v ==== (
因此,重物沿该曲线从A 点滑到B 点所需要的总时间为
[]d x x T y t x ==⎰⎰
(
[]T y 我们也称之为泛函。该曲线参数形式为
1122(sin ),(1cos )x C y C θθθ=-=-
( 短程
线问题
短程线问题可以描述为:给定一个光滑曲面(,,)0x y z φ=,在该曲面上有两个固定A 和B ,要求在曲面上找到一根连接该两点的最短曲线。
记A 和B 的坐标分别为111(,,)x y z 和222(,,)x y z ,连接该两点的曲线方程为 (),()y y x z z x ==
(
它们满足
(,,)0x y z φ=
(
那么该曲线的长度为
2
1
[,]x x L y z x =⎰
(
因此,短程线问题所对应的变分问题为:在连接A 111(,,)x y z 和B 222(,,)x y z 而且满足
(,,)0x y z φ=的光滑曲线()y y x =,()z z x =中,找到其中的一条,使得([,]L y z
和前面速降线问题中不同的是,这里的自变函数()y y x =,()z z x =不是自由的,它们受到约束条件(,,)0x y z φ=的限制,因此短程线问题对所应的是个泛函的条件极值问题,其约束条件是代数关系。
例1.4 等周问题
用参数表示的平面曲线方程为
(),()x x s y y s ==
(
参数s 可以理解为曲线从起点的长度。如果曲线的长度为l ,那么[0,]s l ∈。由于曲线是封闭,
所以有边界条件
(0)(),(0)()x x l y y l ==
(
而该曲线的长度为
l s =⎰
(
该曲线所围成的面积为(根据Green 公式)
1212[,]d d (d d )
('')d A x y x y x y y x xy yx s
==-=-⎰⎰⎰⎰ÑÑ (
因此, 等周问题所对应的变分问题可以描述为: 在所有满足(0)(),(0)()x x l y y l ==以
及约束条件0
l
l s =
⎰
的曲线中, 找到其中一根使得([,]A x y ,等周变分问题是
泛函的条件极值问题,其约束条件是个积分等式。
例1.5 最优控制问题 状态方程为
0()[(),(),],[,]f t t t t t t t =∈x f x u &
(
其中n R ∈x 为状态向量, 0()t x 为初始状态, ()f t x 为终止状态, m
R ∈u 为输入向量。要求
寻找合适的()(,)t t =u g x ,使得
[(),(),]d min f
t t J L t t t t =→⎰x u
(
其中J 是一个性能泛函。 和上面几个问题不同的,这是一个带微分约束(
1.2 泛函
定义1.1 记{()}C y x =是给定的函数集合,如果对于该集合中的任何一个函数)(x y ,都有一个数(在本讲义中全部为实数)与之相对应,我们记为)]([x y J 或者][y J 。这样我们说
][y J 是定义在函数集合)}({x y 上的一个泛函。
简单地讲,泛函就是以函数集合为定义域的实值映射。
泛函的定义域是指泛函定义中的函数集合。如例1.2中最速降线中的泛函
(
[]d x T y t x ==⎰⎰
,
其定义域为
此外,在等周问题中泛函( 中的定义域为
象短程线问题中的( 、等周问题中的( 、最优控制问题中的(,一般不被视为泛函定义域中对函数的限制,而被认为是一种外加的约束,这样的约束称为条件。
以上定义还可以推广到依赖于多元函数或多个函数的泛函。举两个例子。
{(,)(,)}C z x y x y =∈Ω是定义在区域Ω上连续函数的集合,那么下式就定义了一个
泛函
如果1{(),(),[,]}C y x z x y z C a b =∈是定义在区间[[,]a b 上的一阶连续可微函数对的