变分法模型概要
变分法
tf
t0
M (t )(t )dt 0 。则在 [t 0 , t f ] 内, M (t ) 0 。
(用反证法容易证明,略) 。 二、无约束条件的泛函极值 求泛函 J
tf
t0
(t ), t ]dt (1)的极值,一般是用泛函极值的必要条件去寻找 F[ x(t ), x
一条曲线 x(t ) ,使给定的二阶连续可微函数 F 沿该曲线的积分达到极值。常称这条曲线为 极值曲线(或轨线) ,记为 x (t ) 。 1.端点固定的情况 设容许曲线 x(t ) 满足边界条件 x(t 0 ) x0 , x(t f ) x f ,且二次可微。 首先计算(1)式的变分:
t t f dt f 。寻找端点变动情况的必要条件,可仿照前面端点固定发问进行推导,即有
0 J
t f dt
t0
x , t ]dt | 0 F[ x x, x
t f dt
t0
)dt | 0 F ( x x, x x , t f dt f )dt f | 0(t t f dt f ) ( Fxx Fx x
tf x , t ] 0 dt J [ x(t ) x(t )] 0 F[ x x, x t0 tf
J
ห้องสมุดไป่ตู้
, t )x Fx , t )x ]dt [ Fx ( x, x ( x, x
t0
(2)
对上式右端第二项做分布积分,并利用 x(t 0 ) x(t f ) 0 ,有
件,有 J
tf
[ Fx
它是这类最简泛函取极值的必要条件。 最简泛函取极值的必要条件可以推广到多元泛函的情 况,如二元泛函
8.数学建模-变分法
如记泛函自变量在 x0( t ) 处的增量为: δx( t ) = x( t ) – x0( t ) ,
由它引起的泛函的增量记作 ΔJ = J ( x0( t ) + δx( t ) ) – J ( x0( t ) ) , 如果 ΔJ 可以表为:
若 J ( x ( t ) ) 在 “点 ” x ( t ) 处达到极大 (或极小 )值 , 则必 有 在该 “点 ” 处的变分为零 的 结论: J ( x(t )) 0
这是因为对任意的小参数 a ,总成立: J ( x(t ) a x(t )) J ( x(t ))
所以
= k( x( t ) ) · (a ∙ δx( t ) )+ r ( x( t ) , a ∙δx( t ) )
2.设 S2 = { x ( t ) │ x ( t ) 为全体在区间 [ 0 ,1 ] 上可积的初等函数 } ,
G ( x (t )) x (t ) dt
0
1
即算出函数 x ( t ) 在区间 [ 0 ,1 ] 上的定积分之值。 例如,
G(e t ) e t dt e 1 , G(ln(t 1)) ln(1 t )dt 2 ln 2 1
一般而言,单位时间的生产费用应是生产率的函数,可以记作 f ( x’( t ) );
而单位时间的储存费用是产品累积数的函数,可以记为 g(x(t))。
于是从 t = 0 到 t = T 的总费用是:
C ( x(t )) [ f ( x' (t )) g ( x(t ))]dt
0
数学物理方法13变分法
其中 即
为常数,若
为路径的切线和铅垂线所构成的角度,
(13.3.4)
若如果折射率
是位置的连续函数,这意味着
沿着路径是一常数.若应用到分界面上,就得到光学中的 折射定律(Snell’s law)
(13.3.5)
在大气中光线轨迹的微分方程,由公式(13.3.3)得到 (13.3.6)
的泛函,记为
必须注意,泛函不同于通常讲的函数.决定通常函数值的
因素是自变量的取值,而决定泛函的值的因素则是函数的取
形.如上面例子中的泛函T的变化是由函数
本身的变化
(即从A到B的不同曲线) 所引起的.它的值既不取决于某一个
值,也不取决 于某一个 与 的函数关系. 泛函通常以积分形式出现,比如上面描述的最速降线 落径问题的式(13.1.1).更为一般而又典型的泛函定义为 (13.1.2) 其中 称为泛函的核. 值,而是取决于整个集合C中
普通函数对 的变分定义为
的求极值的问题.同时,函数曲线
(13.1.3) 因此可得 (13.1.4) 这里 所以 即变分和微分可以交换次序. 代表对 求一阶导数. (13.1.5)
四、 泛函的变分
定义: 泛函的变分 泛函的增量 变分问题 泛函的变分定义为 (13.1.6)
在极值曲线
附近,泛函
的增量,定义为
而当
时,
对应于式(13.2.1),即为 取极值.于是原来的泛函极值 问题,就化为一个求普通函数 取极值的必要条件,有 的极值问题.由函数
即有
(13.2.2)
1.泛函表示为一个自变量,一个函数及其一阶导数
的积分形式
泛函表示为一个自变量,一个函数及其一阶导数的积分形式,
(13.1.2) 若考虑两端固定边界的泛函问题:积分是在区域内通过两点
第二章变分法
第二章 变分法第一节 动态优化简介一、静态优化问题如果一个企业要确定一个最优产出水平x *以最大利润()F x :0m ax ()x F x ≥(1)这样的问题的解通常将是一数,即确定选择变量的单个最优值。
最优值常可由一阶条件()0F x *'=确定。
动态问题是多期(multiperiod )的,但是..并不是有多期的时间就是动态问题...............。
考虑企业的多期决策问题:1m ax (,)Tt t F t x =∑(2)(0,1)t x t T = 描述的是每阶段的产出组成的序列,即给出了一个产出的时间路径。
显而易见,总利润不是由单期的产出决定,而是由整个的产出的时间路径确定,所以要使利润最大化,实质上是要找到一条最优的路径(而不是单个期的t x )。
但由于t 期利润只与t 期的产出有关,所以要在整个时间序列内最大化利润,就只要分别在每一期最大化利润即可,即这一个问题的解是一个有T 个数的集合,1{,}T x x ** 。
所以由于任一产量只影响该期利润,问题(2)实际上是一系列的....静态问题,即在每一期选择当前产量使该期利润最大化。
问题(2)有类似的T 个一阶条件,各期的一阶条件之间没有联系。
在Ramsey 模型的竞争性均衡结构中,生产者问题就具有这样的性质。
二、动态问题具有动态性质的问题是,当前的产出不但影响到当前的利润,还影响到未.....来.的利润。
更为一般地来说,当前决策影响未来决策。
11m ax(,,).. 0,1Ttt t t F t x xs t x t T-=≥=∑0x 给定或0(0)x x = (3)在问题(3)中,每一期的利润不但取决于当前产量,还与过去的产量有关;换句话说,t 期选择的产量t x 不但影响t 期的利润,还会影响到以后的利润。
注意,上述问题中已指定了0x 。
0x 影响到了以后各期的利润(从而也影响到总利润)。
问题(3)与问题(2)不同,它的最优解的T 个一阶条件不能分别确定,而是要同时确定,也就是我们实际上要“一次性”确定一条最优路径.............。
数学建模变分法建模
条件极值 满足的方程
所需的时间最少(见图1)。
x0
x1
x
y0
y1
A( x0 , y0 )
B( x1 , y1 )
y
图6-1
由能量守恒定律,物体在曲线 轨道上任意一点处的速度为
ds v 2 gy dt
2
1 y ds dt dx 2 gy 2 gy
物体从A到B的 滑行时间为
T[ y ( x )]
第六讲
变分法建模
• 处理动态优化问题
• 问题归结为求最优控制函数使某个泛函 达到最大或最小 6.1 变分法简介 6.2 掌舵问题
6.1 变分法简介
一 实例 最速下降问题
求一条曲线 y x S,使得物体在重力的作用下
(不计摩擦力),由 A x0 , y0 沿着该曲线轨道滑到 B x1 , y1
2
y 2 ~ C1 2 y 1 y
y 1 y C1
2
y ' ctgt y 1 ctg 2 t C1
dy ctgt dx
y c1 si n2 t 或 dy dx ctgt
C1 2t s i n2t x C2 2 y C 1 1 co s 2t 2
I ( y( x ), u( x ))
x
x0
H y dx
哈密尔顿函数
H y H y
y u
d H y dx d H y dx
y u
0 0
H ( x ) 0 y H 0 u
变分模型
变分模型变分法基本引理引理1. 若)(x f 在[x 1,x 2]上分段连续,0d )()(21≡⎰x x x x x f η,)}(0)(|)),((]),([{2121210x x x x C x x C C ηηηη==⋂∈=∈∀∞∞则 0)(≡x f .证:用反证法,设)(x f 不恒等于零,由)(x f 的分段连续性,存在),(21x x 的开子区间I ,使得在I 上 f 不变号,取在I 上为正,在I 的余集上等于零的函数∞∈0C η 积分得0d )()(21≠⎰x x x x x f η,矛盾。
引理2. 若)(x g 在[x 1,x 2]上分段连续,0d )()(21≡'⎰x x x x x g η,∞∈∀0C η 则 .const )(≡x g .证明: 用反证法,不然, 则存在常数C 及),(21x x 的两个距离大于零的开子区间I 1,I 2,使得, )()(21x g C x g >>, 11I x ∈∀,22I x ∈∀,取在21I I ⋃的余集上等于零的函数∞∈0C η且)(0)(21x x ηη'>>',11I x ∈∀,22I x ∈∀,则[]0d )()(021>'-≡⎰x x x x C x g η,矛盾.引理3. 若)(x g 在[x 1,x 2]上分段连续,)(x f 在[x 1,x 2]上可积[]0d )()()()(21≡'+⎰x x x x x g x x f ηη,∞∈∀0Cη则.const d )()(1⎰+=xx t t f x g证明: 令⎰=xx t t f x h 1d )()(, 则由分部积分得[][]⎰⎰'-='+≡2121d )()()(d )()()()(0x x x x x x x h x g x x x g x x f ηηη由引理2, .const )()(+=x h x g定理: 设F (x , y , z )是一阶连续可微函数,若有在[x 1,x 2]上连续且在(x 1,x 2)上分段一阶可微的函数y =y (x ), ],[21x x x ∈,使泛函(以函数y 为自变量的函数)⎰'=21d ),,(:)(x x x y y x F y G (1)达到极小(称这函数为极小函数),则y 必须满足方程:.const ))(),(,(d ))(),(,(1='-''⎰x y x y x F t t y t y t F y y xx (2)从而在y =y (x )的一阶导数的间断点,))(),(,(x y x y x F y ''也必须保持连续. 证明:设∞∈=0)(C x ηη,ε是任意实数,设y =y (x )是极小函数,考虑ε的函数:)(:)(εηε+=y G g =⎰'+'+21d ))()(),()(,(x x x x x y x x y x F ηεεη (3)(3)应在0=ε时达到极小值,由函数达到极值的必要条件,应成立0)0(='g (4) 在积分号内关于ε对(3)式求导,并取0=ε得⎰''+'=''21d ))](),(,()())(),(,([)0(x x y y x x y x y x F x x y x y x F g ηη由变分学基本引理3, 即得(2)式,证毕若))(),(,(x y x y x F y ''关于x 可微,求导得二阶常微分方程(称为Euler方程):0=''-'--''''y F y F F F y y y y x y y , (5)当 F 不显含x 时,方程为0=''-'-'''y F y F F y y y y y (6)两边乘上y '得02='''-'-''''y y F y F y F y y y y y关于x 积分一次得Euler 方程的初积分,.const ='-'y F F y (7)这只要对(7)式关于x 求导即可验证. 应用三例1. 最速下降线问题问题:设有不在同一铅垂线上的两点, M 1(0,0)和M 2(a ,b ), a >0, b ≥0, 取 y 轴方向向下. 建立这两点间的光滑轨道y =y (x ),],0[a x ∈. 要使光滑小块在M 1点从静止开始滑到M 2点所需的时间最少.建立数学模型:设速度为v ,小块下降的距离为y ,弧长为s , 时间为τ, 则有关系gy v 22=,τd d sv =,222(d )(1)(d )s y x '=+ (8) 其中g 为重力加速度常数.所需的时间T 与y 有关,由(8)得:x x gy x y v s d )(2)(1d d 2'+==τ 积分得x x gy x y y T ad )(2)(1)(02⎰'+=, 0)0(=y , b a y =)( (9)问题就是求)(min y T , st 0)0(=y , b a y =)( (10)这就是最速下降线的数学模型.应用(7)式于最速下降线模型,(因g 是非零常数可以去掉)得Euler 方程的初积分:c y y 2)1(2='+ (11)它是一阶隐方程,引入参数t , 设 )2/cot(t y =',得 )2/(sin 22t c y ==c (1- cos t ),所以,x t x y t t t c y d )2/cot(d d )2/cos()2/sin(2d ='== 消去y 得微分方程 t t c t t c x d )cos 1(d )2/(sin 2d 2-==, 积分得:1)sin (c t t c x +-=,)cos 1(t c y -=,它是旋轮线又称摆线,是以 c 为半径的圆周沿一直线滚动时,圆周上一点所描成的曲线. 见下图(取c 为单位) :在(0,0)点物体的速度是0, 因此,(0,0)点对应于t = 0,方程为)sin (t t c x -=,)cos 1(t c y -=,]2,0[π∈t (12)由曲线通过(a , b )可以确定c 的值,这可通过解方程组:)sin (t t c a -=,)cos 1(t c b -= (13)得到. 即先从tt tabsin cos 1--=解出t=t 0]2,0(π∈,再由(13)中第一式解出c . 由(8),(12)得t gc d d =τ, 所以最短时间为Tmin= t 0g c. 012345621.510.5例: 当b=0 时, gcπ2Tmin =.正好等于摆长为c 的单摆的周期. 2. 悬链线问题问题:设有长度为L 的,线密度为常数的柔软细线悬挂在不在同一铅垂线的两点上,问此线呈何形状.建立数学模型:设线所在平面为(x , y )平面,x 轴为水平方向,y 轴的方向朝上.设线的方程为y =y (x ), 悬挂点为M 1=(x 1,y 1), M 2=(x 2,y 2), 根据最小位能原理,线在平衡态时的形状应使得线的位能(不妨设线密度为1)x y y s y y U x x M M d 1d :)(21212⎰⎰'+==, (14)最小,其中线的长度等于L 是约束条件:L x y x x ='+⎰d 1212, (15)所以问题的数学模型为条件极值问题:min U (y ), st (15) 成立, (16) 如同求函数的条件极值问题一样,我们可以应用Lagrange 乘子法, 作辅助泛函.⎰'++=21d 1)()(2x x x y y y G λ (17)它不显含x , 由(7)式得它的Euler 方程的初积分是:21y C y '+=+λ (18)引入参数t , 使得 t y sinh =', 于是 t y cosh 12='+, 从而得参数化的方程: t C y cosh =+λ, t y sinh ='; 消去y : 得 x t t t C d sinh d sinh =, 积分得:x =Ct +C 1, 消去t 得悬链线方程: CC x C y 1cosh-=+λ, 其中的常数由线长度L , 两个端点的位置(x 1, y 1), (x 2, y 2), 其中设x 2>x 1, (要求两点间的直线距离大于曲线长度L )所决定:Cx x C C x x C C C x C C x C L 2sinh 22cosh 2)sinh (sinh121211112--+=---= (18) Cx x C C x x C C C x C C x C y y 2sinh 22sinh 2)cosh (cosh12121111212--+=---=- (19) 可得 212212)(2sinh2y y L Cx x C --=-,用数值方法解出C , 代入(18)式 求出1C 就确定了悬链线(λ的作用只是在y 方向作一平移,若取C =λ,则由倍角公式, 得CC x C y 2sinh 212-=. C 1是最低点的横坐标. 3 最小曲面问题求曲线y =y (x ), 满足条件y (-L )=1, y (L )=1且使它绕x 轴旋转而成的曲面面积S 最小.不难得到这问题就是求以下目标泛函的最小问题.xx y x y y S LLd )(1)(2)(2⎰-'+=π (20)1)(,1)(==-L y L y解: 因(20)是(17)式中0=λ的特例, 故解为CC x C y 1cosh-=,由对称性, 01=C , 其中常数C 由边值条件得1cosh=CLC , 即 )1arccosh(CC L =, )1,0(∈C (21)从(21)的图像:得知,C 不是L 的单值函数, 经计算得知, 当C =Cm ≈0.55243412453088321725321729790124时,L 达到最大值Lmax ≈0.66274341934918158097474209710922,而当 L 在0和Lmax 之间时有两个C 值满足(21)式, 到底应取哪个C 值? 让我们根据(20)来计算旋转曲面面积:)2sinh 2(2C L C L C S +=π=)sinh cosh (2CLC L C L C +π)11(22C L -+=πL π4<(圆柱侧面积),可见应取较大的C 时面积S 较小, 所以得C x C y cosh=,)1arccosh(CC L =, 1>C ≥Cm 当L =Lmax 时的最小曲线的图像如下:0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1同时我们也得知,当L >Lmax 时,不存在连接(-L ,1), (L ,1) 两点的光滑曲线使得曲面面积最小, 实际上这时最小曲面由以下三段直线组成的折线绕x 轴旋转而成⎩⎨⎧∈=-=]1,0[,t t y Lx ⎩⎨⎧=-∈=0],[,y L L t t x ,⎩⎨⎧∈==]1,0[,t t y Lx 即最小曲面蜕化为两个圆和一条连接这两个圆的线段.可以通过肥皂膜的实验证实这个现象: 当两个直径相同平行放置的圆环之间距离大于直径的Lmax 倍时, 不存在连接两环的肥皂膜.另外, 从这个例子说明,Euler 方程的解不一定就是变分问题的解, 变分问题的解不一定是光滑函数.以下带* 号的是选用材料* 推广到多个未知函数的情况;设y =y (x ), z =z (x )是未知函数,现要求-0.6-0.4-0.20.20.40.61泛函:21(,)(,,)d x x G y z F x y z x =⎰的极小,同样我们可以考虑求二元函数:(,)(,)g G y z εδεηδκ=++的极小值问题, 其中∞∈==0)(),(C x x κκηη,如果y =y (x ), z =z (x )是使得泛函取得极小的函数,那么,(0,0)0,(0,0)0g g εκ==,类似的推导和计算得到Euler 方程组:* 推广到被积函数内含有高阶导数的情况; 21()(,,,)d x x G y F x y y y x '''=⎰这时,同样考虑ε的函数的极值问题()()g G y εεη=+可得21(0)[]d x y y y x g F F F x ηηη'''''''=++⎰用分部积分法得,x F xF x F F F g y y x x y x x y y d ]d dd d [|)()0(2121'''''''--+'+='⎰ηηηηη 取∞∈=0)(C x ηη,由引理3, 得Euler 方程0d d d d 22=+-'''y y y F xF x F*推广到被积函数内含有多个自变量的情况将得到偏微分方程设u =u (x ,y )是两个自变量的函数考虑有界区域D 上的积分⎰⎰=y x u u u y x F u G y x d d ),,,,()(的极小,同样设)(),(0D C y x ∞∈=ηη,ε是任意实数,固定y 和η,考虑ε的函数:)()(εηε+=u G g令0)0(='g ,即0d d )()0(=++='⎰⎰y x F F F g y x u y u x u ηηη变形为,y x F yF x y x F y F x F g y x y x u u u u u d d )]()([d d ][)0(⎰⎰⎰⎰∂∂+∂∂+∂∂-∂∂-='ηηη 由散度定理,上式右边第二项积分可化为边界上的积分,由于η在边界上为零, 边界上的积分等于零, 因此由η的任意性,得Euler 方程: 0=∂∂-∂∂-y x u u u F yF x F 实验题1:设在相距L 米的两电线杆之间架设直径为d 毫米的裸铜线, 问电线在无拉力的情况下长度应为多少可保证电线所受的拉力是安全的(自己选取适当的数据进行数值计算).若考虑到铜的弹性和温度的影响又该如何处理?实验题2(渡江问题) :设一条河为带状,y =0, y =1为河的两岸,河水的流动沿x 轴的正向,速度为y 的函数:v =v (y )=6y (1-y ), (河流的平均速度为1)现有人以匀速v 0从(0,0) 点出发游泳到达对岸(L ,1)点,L ≥0. 问游泳者在游泳中应如何调整游泳方向)(y θ,使得到达(L ,1)点的时间最短?( 对不同的L 和不同的 v 0讨论),最短时间为何? 用数值方法求解一些具体的例子.。
第六章 变分法模型讲解
第六章变分法模型动态过程的另一类问题是所谓的动态优化问题,这类问题一般要归结为求最优控制函数使某个泛函达到极值。
当控制函数可以事先确定为某种特殊的函数形式时,问题又简化为求普通函数的极值。
求解泛函极值问题的方法主要有变分法和最优控制理论方法。
§1 变分法简介变分法是研究泛函极值问题的一种经典数学方法,有着广泛的应用。
下面先介绍变分法的基本概念和基本结果,然后介绍动态系统最优控制问题求解的必要条件和最大值原理。
1.1 变分法的基本概念 1.1.1 泛函设 S 为一函数集合,若对于每一个函数 S t x ∈(有一个实数 J 与之对应,则称 J 是对应在 S 上的泛函,记作 ((t x J 。
S 称为 J 的容许函数集。
通俗地说,泛函就是“函数的函数”。
例如对于 xy 平面上过定点 , (11y x A 和 , (22y x B 的每一条光滑曲线 (x y ,绕 x 轴旋转得一旋转体,旋转体的侧面积是曲线(x y 的泛函 ((x y J 。
由微积分知识不难写出 1 容许函数集可表示为}y y(x , (],, [ (| ({2211211==∈=y x y x x C x y x y S (2 最简单的一类泛函表为∫=21 , , ( ((t t dt x x t F t x J (3 被积函数 F 包含自变量 t ,未知函数 x 及导数 x。
(1式是最简泛函。
1.1.2泛函的极值泛函 ((t x J 在 S t x ∈ (0取得极小值是指 , 对于任意一个与 (0t x 接近的 S t x ∈ (,都有(( ((0t x J t x J ≥。
所谓接近,可以用距离ε< (, ((0t x t x d 来度量,而距离定义为|} ( (||, ( ({|max (, ((00021t x t x t x t x t x t x d t t t −−=≤≤泛函的极大值可以类似地定义。
(0t x 称为泛函的极值函数或极值曲线。
第十一变分法演示文稿
yz
y
fz
wmdxdydz
0
第22页,共57页。
由于 Am ,Bm ,Cm的任意性,它们的系数应当分别为零
于是得
x
x
xy
y
zx
z
fx
um dxdydz
0
y
y
yz
z
xy
x
f y vmdxdydz 0
z
z
zx
x
yz
y
fz wmdxdydz 0
u x
v y
w z
2
u x
2
v y
2
w z
2
1 2
w y
v z
2
1 2
u z
w x
2
1 2
v x
u y
2
d
x
d
y
d
z
第8页,共57页。
§11-2
一 变分及其性质
位移变分方程
高等数学我们学过微分的概念,微分是变量的增量。那么什么是变 分呢?变分是函数的增量,通常用δ表示。变分具有以下的性质:
应用奥高公式,对上式中的第一项,我们有
x
x
udxdydz
x
xu dxdydz
x
x
udxdydz
l
xudS
x
x
udxdydz
第14页,共57页。
对于其余各项也进行同样的处理,则
V lx mxy nzx u m y n yz lxy v nz lzx m yz wdS
代入位移形变方程
fx u fy v fz w dxdydz fx u f y v fz w dS
变分法与变分方程的基本概念与应用
变分法与变分方程的基本概念与应用变分法和变分方程是数学中重要的概念和工具,在科学和工程领域中有着广泛的应用。
本文将介绍变分法和变分方程的基本概念,探讨其原理和应用,并列举一些实际问题中的案例。
一、变分法的基本概念1.1 变分的定义变分是函数对输入参数微小改变的响应,用于描述函数在其定义域上的变化情况。
1.2 变分的原理变分原理是变分法的核心思想,它基于极值原理,寻找函数使得变分为零的条件。
也就是说,通过变分法可以找到使得泛函(函数之间的映射)取得极值(最大值或最小值)的函数。
1.3 变分的求解变分的求解可以通过欧拉方程来实现,欧拉方程是变分法的求解工具。
通过求解欧拉方程,可以得到函数的极值条件。
二、变分方程的基本概念2.1 变分方程的定义变分方程是函数的导数方程,其中函数可以是标量函数、矢量函数或函数的集合。
变分方程描述了泛函的最小化问题,即在给定的约束下,找到使得泛函取得极值的函数。
2.2 变分方程的原理变分方程的原理是利用变分法求解方程,通过求解约束条件下使得泛函取得极值的函数,可以得到变分方程的解。
2.3 变分方程的求解变分方程的求解需要将方程转化成一个变分问题,然后使用变分法进行求解。
具体求解方法与问题的性质和约束条件有关。
三、变分法与变分方程的应用3.1 物理学中的应用在物理学中,变分法和变分方程有着广泛的应用。
例如,在经典力学中,变分法被用来推导和求解拉格朗日方程,描述物体在给定约束下的最小作用量原理。
此外,变分法还应用于量子力学、电磁学和热力学等领域。
3.2 工程学中的应用在工程学中,变分法和变分方程被广泛应用于结构力学、电子学和材料科学等领域。
例如,在结构力学中,变分法可以用于求解复杂结构下的应力和位移分布,以及优化设计问题。
3.3 经济学中的应用在经济学领域,变分法和变分方程也有一些应用。
例如,在经济学中,变分法可以用来优化生产函数和成本函数,以及求解最优控制问题。
四、变分法与变分方程的案例分析4.1 案例一:自然界的最小作用量原理自然界的很多现象都可以通过最小作用量原理进行解释。
变分法建模课件
J同样 ,对于Jn[元x1泛函的 变x1,分x为2 x2 ,L , xn xn ] 0
6.泛函的极值
可微泛函的J[x(t)]在 x0 (t)处有极值的必要条是 J[x0(t)] 0,
对于n元泛函的变分也同样如此. 7.变分引理 引理 设M(t) 在 [t0 , t f ]内连续,若对任意满足 (t0) (t f ) 0
的(t),在 [t0 , t f ] 具有二阶连续导数,且使
tf M (t)'(t)dt 0 t0
则在[t0,t f ] 内,M (t) C.
同样,对于多维依然成立。 (参见《最优控制计算方法》张 光澄编,成都科大和《最优控制 应用基础》,刑继祥等编,科学出 版社以及《变分法》吴迪光编,高 教)
Fx' |tt f 0
(2)当 x (t) 时平行于横轴,且终端时刻自由,终端固定. 此
时 ' 0,得到横截性条件为
F x'Fx' |ttf 0
三、有约束条件的泛函极值
基本思想:将条件极值转化为无条件极值.
x'(t) f [x(t),u(t),t]
寻找最优性能指标(目标泛函)
J[u(t)] [x(t f ),t f ]
于是,前面的式子变为
0 [F (' x' )Fx' ]ttf dt f
由于 dt f 的任意性,得到横截性条件为
0 [F (' x' )Fx' ]ttf
两种常见情形 (1)当 x (t)时垂直于横轴,且终端时刻固定,终端自由. 此
时dt f 0 及 x(t f )的任意性,得到横截性条件为
定理1 如果J[x(t)]可微,则其变分可表示为
宏观经济学分析方法系列:变分法、欧拉方程、极值路径与动态经济模型分析
================= ================= 附录:宏观经济学分析方法:变分法、极值路径与动态最优化(08、09、10、11硕已讲,精细订正版)一、动态最优化在静态最优化问题中,我们寻找在一个特定的时间点或区间上,使一个给定的函数最大化和最小化的一个点或一些点:给定一个函数)(x y y =,最优点*x 的一阶条件是0)(='*x y .在动态最优化问题中,我们要寻找使一个给定的积分最大化或最小化的曲线)(t x *.这个最大化的积分定义为独立变量t 、函数)(t x 及它的导数dt dx /的函数F 下的面积。
简言之,假设时间区域从00=t 到T t =1,且用x表示dt dx /,我们寻找最大化或最小化⎰Tdt t xt x t F 0)](),(,[ (20.1) 这里假定F 对t 、)(t x 、)(t x 是连续的,且具有对x 和x 的连续偏导数.将形如(20.1),对每一个函数)(t x 对应着一个数值的积分称为“泛函”.一个使泛函达到最大或最小值的曲线称为“极值曲线”.极值可接受的“候选”极值曲线是在定义域上连续可微,且特别地满足一些固定端点条件的函数类)(t x . (讲!)例1 一家公司当希望获得从时间0=t 到T t =的最大利润时发现,产品的需求不仅依赖于产品的价格p ,而且也依赖于价格关于时间的变化率如dt dp /。
假设成本是固定的,并且每个p 和dt dp /是时间的函数,p代表dt dp /,公司的目标可以作如下数学表示 ⎰Tdt t pt p t Max 0)](),(,[ π另一家公司发现它的总成本依赖于生产水平)(t x 和生产的变化率x dt dx =/.假设这个公司希望最小化成本,且x 和x是时间t 的函数,公司的目标可以写成⎰10)](),(,[min t t dt t xt x t C 满足1100)(,)(x t x x t x ==且这些初始和终值约束称为端点条件.例2 Ramsey 经济:消费最优化问题从家庭终生效用函数的集约形式)(c U U =出发,在消费预算约束的集约形式下求解家庭终生效用最大化问题,就是所谓“Ramsey 问题”—找出一条消费路径)(t c ,使家庭终生效用函数)(c U U =最大化:⎪⎪⎩⎪⎪⎨⎧=-+-⎰⎰∞-+-∞-0))()((1)]([max 0)()(010dt e t c t k dt t c e B t R t g n t c ωϑϑβ二、欧拉方程:动态最优化的必要条件(三种形式)定理(泛函极值曲线即最优化)的必要条件):对于一个泛函⎰1)](),(,[t t dt t xt x t F 连接点),(00x t 和),(11x t 的曲线)(t x x **=是一个极值曲线(即最优化)的必要条件是⎪⎭⎫⎝⎛∂∂=∂∂xF dt d x F (20.2a)称之为欧拉方程.尽管该定理等价于静态最优化的一阶必要条件,但是由式中稍微不同的记号可以容易了解,欧拉方程实际上是一个二阶微分方程.用下标表示偏导数,并列出其自变“量”,它们本身也可能是函数.(20.2a)的欧拉方程表示为)],,([),,(xx t F dtdxx t F x x = (20.2b)然后,用链式法则求x F 关于t 的导数,并且省略自变“量”,得)()(x F x F F F x x x x t x x++= (20.2c) 这里,22/dt x d x=下面给出欧拉方程是极值曲线的必要条件的证明。
变分法及应用场景
变分法及应用场景变分法是数学中研究极值问题的重要方法之一,主要应用于泛函分析、微分方程和最优控制等领域。
在实际应用过程中,变分法可以帮助我们找到函数的最优解,解决一系列复杂的问题。
下面我将就变分法的基本概念、原理以及应用场景进行详细的介绍。
首先,我们来了解一下变分法的基本概念。
变分法是研究泛函的极值问题的一种数学方法,其中泛函是一个将函数映射到实数的函数。
一般而言,泛函的极值问题可以用一个变分问题的形式来表示,即找到一个函数使得对于任意的函数都有泛函取极值。
变分法的关键是寻找这样的函数。
接下来,我们来了解一下变分法的原理。
变分法的核心思想是假设找到极值的函数具有某种特殊形式,然后通过对这种特殊形式的变分来求得泛函的极值。
具体来说,我们假设函数f(x)在一个区间[a,b]上有连续的导数,并且满足边界条件f(a)=A和f(b)=B。
我们可以将函数f(x)表示为f(x)=y(x)+εη(x),其中y(x)是变分前的函数,ε是一个无穷小量,η(x)是一个任意函数。
然后我们将泛函J[f]表示为一个关于y(x)和η(x)的函数,并利用变分前后函数的关系进行展开,最后将问题转化为求极值的问题。
在变分法的应用中,我们经常会遇到极值问题。
例如,在经典力学中,拉格朗日方程是由变分原理推导出来的,可以用来描述质点、刚体以及连续介质在运动过程中的行为。
在电磁学中,麦克斯韦方程组也可以通过变分法推导得到。
另外,在工程和物理学中,变分法也可以应用于材料力学、流体力学、博弈论、优化控制等领域。
在实际应用中,变分法主要有以下几个方面的应用场景:1. 泛函极值问题的求解:变分法可以帮助我们求解一类特殊的极值问题,即泛函的极值问题。
通过对泛函的变分,我们可以得到函数的极值,从而解决一系列实际问题,例如找到能使泛函取极值的函数,从而优化一类过程。
2. 物理学中的应用:变分法在物理学中有着广泛的应用。
例如,在经典力学中,拉格朗日方程可以通过变分法导出,从而描述质点、刚体以及连续介质在运动过程中的行为。
(完整版)变分法简介(简单明了易懂)
§1 变分法简介作为数学的一个分支,变分法的诞生,是现实世界许多现象不断探索的结果,人们可以追寻到这样一个轨迹:约翰·伯努利(Johann Bernoulli ,1667-1748)1696年向全欧洲数学家挑战,提出一个难题:“设在垂直平面内有任意两点,一个质点受地心引力的作用,自较高点下滑至较低点,不计摩擦,问沿着什么曲线下滑,时间最短?”这就是著名的“最速降线”问题(The Brachistochrone Problem )。
它的难处在于和普通的极大极小值求法不同,它是要求出一个未知函数(曲线),来满足所给的条件。
这问题的新颖和别出心裁引起了很大兴趣,罗比塔(Guillaume Francois Antonie de l'Hospital 1661-1704)、雅可比·伯努利(Jacob Bernoulli 1654-1705)、莱布尼茨(Gottfried Wilhelm Leibniz,1646-1716)和牛顿(Isaac Newton1642—1727)都得到了解答。
约翰的解法比较漂亮,而雅可布的解法虽然麻烦与费劲,却更为一般化。
后来欧拉(Euler Lonhard ,1707~1783)和拉格朗日(Lagrange, Joseph Louis ,1736-1813)发明了这一类问题的普遍解法,从而确立了数学的一个新分支——变分学。
有趣的是,在1690年约翰·伯努利的哥哥雅可比·伯努利曾提出著名的悬链线问题 (The Hanging Chain Problem)向数学界征求答案,即,固定项链的两端,在重力场中让它自然垂下,问项链的曲线方程是什么。
在大自然中,除了悬垂的项链外,我們还可以观察到吊桥上方的悬垂钢索,挂着水珠的蜘蛛网,以及两根电线杆之间所架设的电线,这些都是悬链线(catenary )。
伽利略(Galileo, 1564~1643)比贝努利更早注意到悬链线,他猜测悬链线是抛物线,从外表看的确象,但实际上不是。
变分法及其应用概要
变分法及其应用1.变分问题2.泛函与泛函的极值3.变分基本定理4.无约束泛函的极值问题5.带约束泛函的极值问题6.变分法在最优控制中的应用1. 变分问题变分法是17世纪末开始发展起来的一个数学分支。
微积分研究了函数的极值。
变分法是为了研究泛函的极值问题而产生的。
而泛函的极值问题在力学、最优控制等领域经常遇到。
为了解变分法所研究问题的特点,先介绍几个例子。
例 1.1(最速降线问题)。
设一质量为m 的质点,在重力作用下,从定点A 沿曲线下滑到定点B ,试确定一条曲线,使质点下滑的时间最短。
假定(1)A ,B 两点不在同一铅直线上,(2)质点在A 点处的初速为0v ,(3)不计曲线上的摩擦力和周围介质的阻力。
取坐标系xOy ,A 点的坐标为00(,)x y , B 点的坐标为11(,)x y ,过A ,B 两点任取一条 光滑曲线l ,设其方程为01:(),l y y x x x x =≤≤。
若质点从点A 沿曲线l 下滑到任意一点(,)P x y 处的速率为v ,由能量守恒定律可得22001()()2m v v mg y y -=-, 其中g 为重力加速度。
记 图1.1 最速降线2002v y gα=-, 则v =若s 表示弧AP 的长度,由微分学知识,dsv dt=,并且ds =,则ds dt v ==。
沿曲线l 从A 点下滑到B 点所需时间为1xTldsT dtv===⎰⎰⎰。
(1.1)对于过A,B两点的每一条光滑曲线l,由积分(1.1)都有唯一确定的T值与之对应,即T是依赖于曲线()y y x=的,不妨记[]T T y=。
如果记集合1010011{()|()[,],(),()}D y x y x C x x y x y y x y=∈==,则最速降线问题归结为在集合D上求泛函[]T T y=的极小值问题,即求()y x D∈,使得1minxx=⎰。
这个问题由约翰.贝努利(Johann Bernoulli)1696年提出并研究。
宏观经济学 数学基础-1-变分法
【例 2】Ramsey 模型中消费者最优问题
7动态最优化的解是最优路径。 (一)动态最优化问题的基本要素
1
2
(三)泛函的变分
二、泛函的极值与变分法
3
# 变分问题就是求泛函的极大值或极小值,求泛函极值的方法就是变分法。 变分问题的一般形式:
三、泛函极值的必要条件(一阶条件——欧拉方程)
证明略
# 欧拉方程
(5-19)就是欧拉方程,可以看出欧拉方程是二阶微分方程,求泛函的极值就转化为 解这个二阶微分方程,它的解就是极值曲线 x*= x*(t)。利用欧拉方程解出极值曲线, 也就解出了动态最优化问题。
由欧拉方程有
2 y 12t 0
y 3t 2 c1
y t 3 c1t c2
6
再由两个约束条件确定 c1
c2 0 y t 3
需要说明的是,欧拉方程仅仅是一阶条件。和静态优化问题一样,一阶条 件只是说明了极值的特征。由于对本课程的学习而言,找到一阶条件就是够 了,所以我们不会涉及到二阶条件的讨论。有兴趣的同学可以参见蒋中一《动 态优化基础》。 此外,对于其他扩展形式下的泛函极值问题,也可参见蒋中一《动态优化 基础》以及 Kamien & Schwartz《Dynamic Optimization》。
4
注:
欧拉方程的推导:
5
四、泛函极值的充分条件(二阶条件)
五、例题
【例 1】:求极值曲线
V y (12ty y 2 )dt
2 0
s.t. y(0) 0 , y(2) 8
解:
欧拉方程
Fy
dFy dt
d Fy 2 y , dt
Fy 12t , Fy 2 y ,
有限元课件变分法资料
A、泛函定义
如果对于某一类函数yxi中 的每一个函数 yx , I 都有 一个值与之对应;或者,I 变量对于函数 yx的关系成 立,变量 I 称为函数 yx的泛函,记为:
I I y x
泛函是变量与函数的关系,为函数的函数(非隐函
数),一种广义的函数。其中 yx称为宗量
(而函数是变量与变量之间的关系)
为 yx 同阶或更高阶小量, yx 0 0, maxyx 0
线性部分 称之为泛函的变分:
I L yx, yx
泛函的变分可理解为泛函的增量的主部。而且其主部
相对于变分yx 为线性的。
定义二(Lagrange定义)
泛函变分是 I(y(x), yx) 对 的导数在 0 时的值,
I I y x y x
寻找最短弧长曲线 yi x的形式即为变分学所要研究的问题。
B、变分
泛函I yx 的宗量 yx 的增量在指定域中都很小时,就
称之为变分。
yx yx y1x
y 也为x的函数,须在指定x域中是微量,
yx在接近 y1x的一类函数中任意变化的。
如果 yx与 y1x很接近,且函数有k阶导, ykx 也与 y1kx很接近,即其差的模都很小,则 yx 与 y1x具有k阶接
举例—短程线问题
在指定平面内连接两定点的各种容许曲线中,选定一 条使两点间沿该曲线的距离最短的曲线。
定点:Ax1, y1 , Bx2 , y2
连接AB两点的任一曲线的弧长 可以表述为:
Lyx x2 1 dy 2 dx
x1
dx
B dx2 dy2 A
这里L只与曲线 yi x 的函数形式相关。而不直接与X相关!
1
an (x xn1) (1-7)
理论力学7 变分法.
第七章力学中的变分方法本章主要内容§1、Hamilton原理§2、正则变换§3、Hamilton-Jacobi方程§4、从质点组到连续体系§1、Hamilton原理1、变分法2、Hamilton原理的表述3、修正的Hamilton原理真实运动使作用量S 取稳定值。
引入Hamilton 作用量(A ction, I ntegral):这里的q a 对应前面的x a ,L 对应前面的f 。
21[()](,,),(:1,2,,)t t S q t L q q t dt q s a a = 2、Hamilton 原理的表述Hamilton 原理:对理想、完整、广义有势体系,从t 1 ,q 1 (t 1),… ,q s (t 1)到t 2 ,q 1(t 2),…,q s (t 2)此外,还可以进一步推广到不可数的连续标号情形,用来研究电磁场、引力场、量子力学、量子场等等。
(2)理想、完整等条件的普遍应用。
因为最基本的相互作用体系都相当于Nowton力学中的理想、完整体系。
此外,Hamilton原理也可以推广到非理想、非完整体系。
Hamilton原理可以直接推广到无限多个自由度的体系,象经典场和量子场等,也可以看作Feynman路径积分的经典极限。
由此,我们把Hamilton原理作为第一原理,把拉氏方程当作Hamilton原理推论。
并不影响Hamilton原理(4)虽然Landau等人最小作用量原理,但在原理中,只要求真实运动的作用量是稳定值,不一定是最小值。
具体计算表明,通常的非相对论力学问题的真实运动是极小,相对论自由质点运动的作用量的绝对值是极大。
(3)从Hamilton原理理解L 可以任意添加和去掉的附加项:(,'(,,),,)/,()L q q du q t d t t L q q t = 2211(),()'[{}{},[()]],()S q t u q t t S q t t u q t = ∴因此'[()][()]0q S S q t t ==∴由L ’和L 写出的拉氏方程必定同时成立。
A.2 变分法概要
x x1
F y'
0
x x2
变分法5
泛函变分的基本运算法则
泛函变分运算与微分运算法则基本相同
d ( F1 F2 ) dF1 dF2
d ( F ) nF dF
n n 1
d ( F1 F2 ) F2dF1 F1dF2
F1 1 d ( ) 2 ( F2dF1 F1dF2 ) F2 F2
例题:求泛函
在边界条件
J y( x ) y
2 0
' 2
y dx
2
y 0 0
时取极值的函数 y x
F d F ( )=0 y d x y '
y 1 2
F x y
' 2
y
2
d ' 2y 2y 0 dx
变分法2
泛函极值的必要条件—欧拉方程
dy J [ y ] F x , y , dx dx x1
x2
F F dJ ( d y d y ' )dx=0 y y ' x1
x2
变分dy和dy’不是独立无关的,因此
x2
F F d F d F x2 ( y' d y' dx=x y' dx d y)dx= y' d y x1 x dx ( y' )d ydx x1 1 1
变分法1dxdy在边界条件时取极值的函数dxdy欧拉方程仅仅是泛函极值存在的必要条件确定泛函j为极大值或者极小值还需要判断其二阶变分dj大于0还是小于0
A.2 变分法概要
泛函与泛函极值 欧拉方程
理解变分法-概述说明以及解释
理解变分法-概述说明以及解释1.引言1.1 概述在数学和物理学领域中,变分法是一种重要的数学工具和方法,用于解决极值问题。
变分法通过构建一个泛函,对其中的函数进行变分,来求解函数在给定条件下使得泛函取得极值的问题。
变分法的核心思想是在一个函数空间中寻找函数的极值点,这使得它在科学和工程领域中具有广泛的应用。
在现代物理学中,变分法被广泛应用于解决复杂的动力学问题。
例如,在经典力学中,变分法可以用于推导出作用量原理,从而得到运动方程。
在量子力学中,变分法则可以用于计算量子态的能量最小值,从而研究原子结构和分子动力学。
在工程领域中,变分法也被广泛应用于结构力学、热传导等领域。
通过变分法,工程师可以求解各种复杂的边值问题,优化结构设计,提高工程效率。
总的来说,变分法是一种强大的数学工具,它在解决各种科学和工程问题中都发挥着重要作用。
本文将通过深入探讨变分法的基本原理及其在物理学和工程领域的应用,来帮助读者更好地理解和应用这一方法。
1.2 文章结构文章结构部分将介绍整篇文章的组织架构和内容安排。
首先,我们将从引言部分入手,包括概述、文章结构和目的。
在引言中,我们将简单介绍变分法的概念和背景,以及本文的目的和重要性。
随后,我们将进入正文部分,主要讨论变分法的基本原理、在物理学中的应用以及在工程领域中的应用。
这一部分将详细阐述变分法的基本概念和数学原理,并举例说明在不同领域中如何应用变分法来解决问题以及取得成就。
最后,我们将进行结论部分的总结,强调变分法在各个领域中的重要性和价值,并展望未来变分法的发展方向和应用前景。
通过本文的阐述,读者将对变分法有更深入的理解,并认识到其在科学研究和工程实践中的重要作用。
1.3 目的本文的主要目的是帮助读者更深入地理解变分法的基本原理以及在物理学和工程领域中的应用。
通过对变分法的概念进行解释和举例,我们将阐明其在不同领域中的重要性和实际应用,希望能够帮助读者更好地理解这一重要的数学工具。
- 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)。
1 变分法简介
• 变分法是研究泛函极值问题的数学方法。 本节就变分法的基础知识作简要介绍,需 要深入了解的读者可阅读有关专著。
变分法的基本概念
1.泛函的定义
设 D 为一个函数集合,若对于每一个函数 y(x) D 都 有一个确定的实数 J 与之对应,则称 J 为定义在 D 上的一个 泛函,记作 J[( y(x)] 。D 称为泛函 J 的定义域。
(1)
3。泛函的极值
设 y(x) , y1(x) 为 [a , b] 上 的 连 续 函 数 , 则 称
max |
x[a , b]
y1 ( x)
y(x)
|
为函数
y(x)
与
y1 ( x)
的距离。而与
y(x)
的距离小于 的连续函数的全体称为函数 y(x) 的 邻域,即
U (y,)
{y1(x) |
(2) 用适当方式引入参数求解,可得极值曲线的参
数形式 x x(t) , y y(t) 。
情形 C 若函数 F 中不含 x ,则由欧拉方程(2)式及
d
dx
(
F
Fy' y')
y'
d dx
Fy '
Fy
0,
有 F y' Fy' C1 为一阶微分方程。如情形 B 的两种
解法即可得到极值曲线。
x0
(7)
这样就把条件极值的变分问题化成了无条件极值的变分
问题。对于泛函 v * 来说,其欧拉方程组为
F* yi
F d *
dx y ' j
0
( j 1,2, , n)
(8)
i 0
(i 1,2, , m)
(2) 求泛函
v
x1 F (x,
x0
y1,
,
yn ,
y1' ,
yn' )dx
(9)
在条件
(x
,
y1
,
,
yn , y1;' ,
, yn' )
(i 1, 2, , m)
(14) 来代替。从而化为(2)的形式。
经讨论(略)可知作辅助泛函
v*
x1 (F
x0
m
i 1
i Fi )dx
其中 i 均为常数。
写出其欧拉方程组求出其解即可。
( 15)
(4) 在条件极值的问题中,有一种有关最优控制问 题的常见形式为
简言之,泛函是以函数集为定义域的实值函数。 最简泛函的形式之一为
J[ y(x)] x1 F (x, y, y')dx , y(x) D x0
其中 D {y(x) | y(x) C'[x0, x1], y(x0 ) y0 , y(x1) y1}
2. 最简泛函的变分
设 y(x) 、 Y (x) D ,则称 y Y (x) y(x) 为函数 y(x) 的变分。即函数的变分 y 反映的是整个函数的改变。
变分法模型
在数学分析中,大家已经学会了如何确定 某一函数的极值问题,看到了其应用的广 泛性。在许多工程实际问题中,我们还常 常需要求另一类特殊的量即函数的函数的 极值问题。通常将函数的函数称为泛函。
(1)连接平面两点 A(x0 , y0 ) 、 B(x1, y1 ) 的曲线 y y(x) 的弧长 L 是一个泛函。
0
将 H 的表达式代入上式得
H x
'(t)
0
H u
0
(21)
于是条件极值问题归结为求解未知函数
x(t) , u(t) , (t) 的微分方程组
' (t )
H x
H u
0
(22)
x'(t) f (t, x,u)
从而最优控制函数 u(t) 和最优状态函数 x(t) 由上
述方程组在 x(t) 的端点 x(t) 的端点条件下解出。
一个沿圆弧从 A 滑到 B ,另一个沿直线从 A 滑到 B 。结果是沿圆
弧滑动的球先到,因而牛顿最初认为最速降线为圆弧线。伽利略也 曾研究过这个问题,他也认为最速降线是圆弧线。
问题的正确解答到底是什么呢?
分析与建模
如图 2-1 选取坐标系,设质点质
量为 m ,重力加速度为 g ,质点
从 A 点下滑到 P(, b ]
y1(x)
y(x)
}
从而有:如果对任意一个 y1(x) U ( y, ) 总有
J[ y1(x)] J[ y(x)] (或≤)
则称泛函 J[ y(x)] 在 y(x) 的 邻域内取得极小(大)值。
泛函极值的必要条件—欧拉方程
对于泛函 J[ y(x)] x1 F (x, y, y')dx( y(x) D ), x0
L[ y(x)] x1 1 y '2 dx x0
即 L 是曲线 y y(x) 的函数。
(2)曲面 : Z z(x, y) 的面积 S 也是一个泛函。
S[Z (x, y)]
1
(
z x
)
2
(
z y
)
2
dxdy
D
其 中 D 为 在 xoy 面 上 的 投 影 区 域 。 即 S 是 曲 面
函数的变分 y 有如下重要性质:
如果 y(x) 和Y 都可导,则
(y)' [Y (x) y(x)]' Y '(x) y'(x) y'
即函数变分的导数等于函数导数的变分。
考虑当函数 y(x) 有一个变分y 后,最简泛函 J[ y(x)] 的增量。
J J[ y y] J[ y]
x1[F (x, y y, y' y') F (x, y, y')] dx x0
关于泛函极值的必要条件有如下结论:
定理 1 若泛函 J[ y(x)] 在 y(x) 的 邻域内取得
极值,则泛函在 y(x) 处的变分 J 0 。
定理 2 泛函极值的必要条件为
Fy
d dx
Fy '
0
(2)
此方程就是欧拉方程。
欧拉方程的另一种形式为
Fy Fy'x y' Fy' y y'' Fy' y' 0
泛函极值的必要条件可以推广至含有多个未知函数的情况,其一 般形式的泛函为
V ( y1, , yn )
x2 x1
F (x,
y1,
,
yn ,
y1',
,
yn ')dx
边界条件为
(3)
yi (x1) yi1 , yi (x2 ) yi2 ( i 1,2, , n )
(3)取得极值的必要条件是极值曲线应满足欧拉方程组
。因为质点从 A 到 P
图 2-1
点,失去势能 mgy ,获得动能 mv2 。
2
由能量守恒定律:
mgy
1 2
mv
2
或
v
2gy
如果以 s 表示从 A 点到 P 点的弧长,则有 ds 2gy ,又弧
dt
微分 ds 1 y'2 dx ,所以: dt
ds
1 y'2 dx
2gy 2gy
从而质点从 A 滑动到 B 点所用的时间为:
yn' )dx li
(12)
( i 1,2, , m )
下的极值问题。其中 li 为常数, m 可以大于、小于 或等于 n 。
引入新未知函数
x
Zi (x) x0 Fi dx (i 1, 2 ,L , m) (13)
的方法将积分关系式
F x1
x0 i
dx
li
用微分关系式
Z
' i
(
x)
Fi
令 H (t , x , u) F (t , x , u) (t) f (t , x,u) (19)
称 H 为哈密尔顿函数。则
v *[x(t) , u(t)] t2 (H x') dt t1
(20)
由欧拉方程组
(H
x' ) x
d dt
(H
x')x'
0
(H
x' )u
d dt
(H
x' )u '
Fyi
F d
dx y'i
0
( i 1,2, , n )
(4)
微分方程组(4)的解 y1, , yn 在 x, y1, , yn 空间中确定一族含有
2n 个参数的积分曲线,它就是这个泛函极值问题的极值曲线族。
条件极值 哈密尔顿(Hamilton)函数
对于带有约束等式的泛函极值问题,可采用拉格朗日
乘子法化条件极值为无条件极值问题。
v[u(t)] t2 F[t , x(t) , u(t)]dt t1
(16)
在条件
x'(t) f [t , x(t), u(t) ]
(17)
下的极值问题。
利用拉格朗日乘子法同样可将条件极值问题 化为无条件极值问题,引入新的泛函。
v *[x(t), u(t)] t2 {F (t, x,u) (t)[ f (t , x ,u) x']}dt t1 (18)
Z z(x, y) 的函数。
求泛函的极值问题叫做变分问题。变分法就 是研究变分问题的学科,其自十七世纪以来逐渐发 展起来,欧拉是这门学科的创始人。变分方法在现 代数值分析中起着重要的作用,并且随着现代控制 论的产生与发展,作为其基本理论的变分法,日益 显示出它的重要作用,它已成为现代科学技术领域 中必不可少的应用数学分支。
(1)求泛函
v( y1,