变分法与最优控制
合集下载
相关主题
- 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)。
其中,c是任意常数,就称为线性泛函。
例如:
J [x(t)] t2 [tx(t) (sin t)x(t)]dt t1
J [x(t)] t2 [ p(t)x(t) q(t)x(t)]dt t1
J [x(t)] x(t) t2
都满足上述两个条件,故均为线性泛函。
5、泛函的变分
宗量的变分
若函数x(t)是变量J的自变量函数,则称x(t)为泛函 J[x(t)]的宗量函数。
如果 J[x0(t)] 是在与 x0(t) 具有一阶或一阶 以上接近度的曲线 x(t) 的泛函中比较得出 的极值,则称为弱极值。
4、线性泛函
连续泛函如果满足下列条件:
(1)叠加原理 : J[x1(t)+ x2(t)]= J[x1(t)]+ J[x2(t)] (2) 齐次性: J[cx(t)]=c J[x(t)]
宗量的变分是指在同一函数类中的两个宗量函数间的 差:
泛函的变分
当宗量x(t)有变分时,泛函的增量可以表示为
J [x(t)] J [x(t) x(t)] J [x(t)]
线性
主部
L[x(t),x(t)] r[x(t),x(t)]
其中,L[x(t),x(t)]是关于x(t)的线性连续泛函;
第二讲 变分法与 最优控制
主要内容
2.1 变分法概述 2.2 无约束最优化问题
无约束固定端点泛函极值必要条件 无约束自由端点泛函极值必要条件
2.3 等式约束最优化问题 2.4 变分法求解最优控制问题
引入哈密顿函数求解拉格朗日问题 求解综合型(波尔扎)问题
2.1 变分法概述
1、泛函定义 2、泛函的连续性 3、泛函的极值 4、线性泛函 5、泛函的变分 6、泛函变分的求法 7、泛函变分的规则 8、泛函极值的条件
∣x(t)-x0(t) ∣, t1t t2 对于x(t)的定义域中的一切t( t1 t t2 )都很小时,
称函数x(t)与函数x0(t)是相近的,也称为零阶相近。
x
x(t)
x0(t)
Biblioteka Baidu
o t1
t2
t
一阶相近
当函数x(t)与 x0(t)之差的绝对值以及它们的一 阶导数 x(t) 和 x0(t) 之差的绝对值,即
J
x1
1
dy
2
dx
x0
dx
泛函的上述概念,可以推广到含有几个函数的泛 函的情况,例如:
1
J 0[x(t) y(t)]dt
J [x(t)] tf L[x(t), x(t),t]dt t0
求一般函数极值 求泛函极值
微分法 变分法
2、泛函的连续性
函数相近(零阶相近)
当函数x(t)与 x0(t)之差的绝对值,即
x(t) x0(t) 和 x(t) x0(t)
t1 t t2
都很小,称函数x(t)与函数x0(t)是一阶相近的。
x
x(t)
x0(t)
注意:一阶相近的两个函数,必然
是零阶相近,反之不成立。
o t1
t2
t
K阶相近
当 x(t) x0 (t) , x(t) x0 (t) , x(k) (t) x0(k) (t) t1 t t2 都很小时,称函数x(t)与函数x0(t)是k阶 相近的。
2.1 变分法概述
1、泛函定义
定义: 如果变量y对于某一函数类中的每一个函数 x(t),都有一个确定的值与之对应,那么就 称变量y为依赖于函数x(t)的泛函,记为: y=J [x(t)]。
说明:由于函数的值是由自变量的选取而确定的,而泛函 的值是由自变量的函数的选取而确定的,所以将泛函理解 为“函数的函数”。
(证明略)
定理2-2 连续泛函J(x)的二次变分定义为
(证明略)
7、泛函变分的规则
【例2.3】
求泛函
的变分。
8、泛函极值的条件
泛函极值的必要条件: 定理2-3 连续可微泛函J(x) 在x0(t)上达到极值 的必要条件为:J(x)在x=x0处必有
泛函极值的充要条件: 定理2-4 设可微泛函J(x)存在二次变分, 则在 x=x0处达到极小值的充要条件为:
d
[
x(t
),
x0
(t
)]
max
atb
x(t)
x0 (t) ,
x(t)
x0 (t) ,
,
x(k)
(t)
x(k) 0
(t)
k阶距离
(2.2)
显然,式(2.1)定量地表示两个函数之间的零阶相近度,
而式(2.1)定量地表示两个函数之间的k阶相近度。
泛函的连续性
如果对于任意给定的正数,可以找到这样一个>0,
当
时,存在
d[x(t),x0(t)]<
∣J[x(t)]-J[x0(t)] ∣ < 那么,就说泛函J在点x0(t)处是连续的。
根据所采用的函数之间距离定义的不同,对应的
泛函分别称为零阶连续泛函(2.1)或k阶连续泛函(2.2)。
3、泛函的极值
如果 J[x0(t)] 是在与 x0(t) 仅仅具有零阶 接近度的曲线 x(t) 的泛函中比较得出的极 值,称为强极值。
r[x(t),x(t)]是关于x(t)的高阶无穷小;
L[x(t),x(t)]称为泛函的变分,记为
J L[x(t),x(t)]
也就是说,泛函的变分是泛函增量的线性主部。 当一个泛函具有变分时,称该泛函是可微的。
6、泛函变分的求法
定理2-1 连续泛函J(x)的变分,等于泛
函
对α的导数在α=0 时的值. 即
【例2.1】
是一个泛函。
变量J的值是由函数x(t) 的选取而确定。
当
时, 有
。
当
时, 有
。
【例2.2】曲线的弧长 x
B(x1,y1)
求:平面上连接给定两点A(x0,y0)
和B(x1,y1)的曲线的弧长 J。
o
A(x0,y0)
y=f(x)
t
A、B两点间的曲线方程为:y=f(x)
A、B两点间的弧长为:
函数间距离
在不同的函数空间,函数间的距离定义也不同。
在函数空间C[a,b](在区间[a,b]上连续的函数的全体
构成的函数空间)中,通常采用下式定义距离:
零阶距离
d
[
x(t
),
x0
(t
)]
maxx(t
atb
)
x0
(t
)
(2.1)
在函数空间Ck[a,b](在区间[a,b]上连续且具有连续的
k阶导数的函数的全体构成的函数空间)中,任意两个 函数间的距离定义为:
同理,设可微泛函J(x)存在二次变分, 则在x=x0处 达到极大值的充要条件为:
主要内容
2.1 变分法概述 2.2 无约束最优化问题
无约束固定端点泛函极值必要条件 无约束自由端点泛函极值必要条件
2.3 等式约束最优化问题 2.4 变分法求解最优控制问题
例如:
J [x(t)] t2 [tx(t) (sin t)x(t)]dt t1
J [x(t)] t2 [ p(t)x(t) q(t)x(t)]dt t1
J [x(t)] x(t) t2
都满足上述两个条件,故均为线性泛函。
5、泛函的变分
宗量的变分
若函数x(t)是变量J的自变量函数,则称x(t)为泛函 J[x(t)]的宗量函数。
如果 J[x0(t)] 是在与 x0(t) 具有一阶或一阶 以上接近度的曲线 x(t) 的泛函中比较得出 的极值,则称为弱极值。
4、线性泛函
连续泛函如果满足下列条件:
(1)叠加原理 : J[x1(t)+ x2(t)]= J[x1(t)]+ J[x2(t)] (2) 齐次性: J[cx(t)]=c J[x(t)]
宗量的变分是指在同一函数类中的两个宗量函数间的 差:
泛函的变分
当宗量x(t)有变分时,泛函的增量可以表示为
J [x(t)] J [x(t) x(t)] J [x(t)]
线性
主部
L[x(t),x(t)] r[x(t),x(t)]
其中,L[x(t),x(t)]是关于x(t)的线性连续泛函;
第二讲 变分法与 最优控制
主要内容
2.1 变分法概述 2.2 无约束最优化问题
无约束固定端点泛函极值必要条件 无约束自由端点泛函极值必要条件
2.3 等式约束最优化问题 2.4 变分法求解最优控制问题
引入哈密顿函数求解拉格朗日问题 求解综合型(波尔扎)问题
2.1 变分法概述
1、泛函定义 2、泛函的连续性 3、泛函的极值 4、线性泛函 5、泛函的变分 6、泛函变分的求法 7、泛函变分的规则 8、泛函极值的条件
∣x(t)-x0(t) ∣, t1t t2 对于x(t)的定义域中的一切t( t1 t t2 )都很小时,
称函数x(t)与函数x0(t)是相近的,也称为零阶相近。
x
x(t)
x0(t)
Biblioteka Baidu
o t1
t2
t
一阶相近
当函数x(t)与 x0(t)之差的绝对值以及它们的一 阶导数 x(t) 和 x0(t) 之差的绝对值,即
J
x1
1
dy
2
dx
x0
dx
泛函的上述概念,可以推广到含有几个函数的泛 函的情况,例如:
1
J 0[x(t) y(t)]dt
J [x(t)] tf L[x(t), x(t),t]dt t0
求一般函数极值 求泛函极值
微分法 变分法
2、泛函的连续性
函数相近(零阶相近)
当函数x(t)与 x0(t)之差的绝对值,即
x(t) x0(t) 和 x(t) x0(t)
t1 t t2
都很小,称函数x(t)与函数x0(t)是一阶相近的。
x
x(t)
x0(t)
注意:一阶相近的两个函数,必然
是零阶相近,反之不成立。
o t1
t2
t
K阶相近
当 x(t) x0 (t) , x(t) x0 (t) , x(k) (t) x0(k) (t) t1 t t2 都很小时,称函数x(t)与函数x0(t)是k阶 相近的。
2.1 变分法概述
1、泛函定义
定义: 如果变量y对于某一函数类中的每一个函数 x(t),都有一个确定的值与之对应,那么就 称变量y为依赖于函数x(t)的泛函,记为: y=J [x(t)]。
说明:由于函数的值是由自变量的选取而确定的,而泛函 的值是由自变量的函数的选取而确定的,所以将泛函理解 为“函数的函数”。
(证明略)
定理2-2 连续泛函J(x)的二次变分定义为
(证明略)
7、泛函变分的规则
【例2.3】
求泛函
的变分。
8、泛函极值的条件
泛函极值的必要条件: 定理2-3 连续可微泛函J(x) 在x0(t)上达到极值 的必要条件为:J(x)在x=x0处必有
泛函极值的充要条件: 定理2-4 设可微泛函J(x)存在二次变分, 则在 x=x0处达到极小值的充要条件为:
d
[
x(t
),
x0
(t
)]
max
atb
x(t)
x0 (t) ,
x(t)
x0 (t) ,
,
x(k)
(t)
x(k) 0
(t)
k阶距离
(2.2)
显然,式(2.1)定量地表示两个函数之间的零阶相近度,
而式(2.1)定量地表示两个函数之间的k阶相近度。
泛函的连续性
如果对于任意给定的正数,可以找到这样一个>0,
当
时,存在
d[x(t),x0(t)]<
∣J[x(t)]-J[x0(t)] ∣ < 那么,就说泛函J在点x0(t)处是连续的。
根据所采用的函数之间距离定义的不同,对应的
泛函分别称为零阶连续泛函(2.1)或k阶连续泛函(2.2)。
3、泛函的极值
如果 J[x0(t)] 是在与 x0(t) 仅仅具有零阶 接近度的曲线 x(t) 的泛函中比较得出的极 值,称为强极值。
r[x(t),x(t)]是关于x(t)的高阶无穷小;
L[x(t),x(t)]称为泛函的变分,记为
J L[x(t),x(t)]
也就是说,泛函的变分是泛函增量的线性主部。 当一个泛函具有变分时,称该泛函是可微的。
6、泛函变分的求法
定理2-1 连续泛函J(x)的变分,等于泛
函
对α的导数在α=0 时的值. 即
【例2.1】
是一个泛函。
变量J的值是由函数x(t) 的选取而确定。
当
时, 有
。
当
时, 有
。
【例2.2】曲线的弧长 x
B(x1,y1)
求:平面上连接给定两点A(x0,y0)
和B(x1,y1)的曲线的弧长 J。
o
A(x0,y0)
y=f(x)
t
A、B两点间的曲线方程为:y=f(x)
A、B两点间的弧长为:
函数间距离
在不同的函数空间,函数间的距离定义也不同。
在函数空间C[a,b](在区间[a,b]上连续的函数的全体
构成的函数空间)中,通常采用下式定义距离:
零阶距离
d
[
x(t
),
x0
(t
)]
maxx(t
atb
)
x0
(t
)
(2.1)
在函数空间Ck[a,b](在区间[a,b]上连续且具有连续的
k阶导数的函数的全体构成的函数空间)中,任意两个 函数间的距离定义为:
同理,设可微泛函J(x)存在二次变分, 则在x=x0处 达到极大值的充要条件为:
主要内容
2.1 变分法概述 2.2 无约束最优化问题
无约束固定端点泛函极值必要条件 无约束自由端点泛函极值必要条件
2.3 等式约束最优化问题 2.4 变分法求解最优控制问题