简述变分法在泛函极值问题中的应用

此文主要有两部分内容,一部分是泛函的一些基本概念;第二部分是变分法在研究泛函极值问题中的应用。

第一部分 泛函

泛函是函数概念的一种扩充,函数描述的是从数到数的对应关系,从自变量到因变量的一种对应关系;而泛函描述的是函数到数的一种映射关系。

定义:对于某一类函数集合中的每一个函数y(x),都存在一个确定的数J与之对应,那么就称J为依赖于函数y(x)的泛函,记为

J=J\left[ y(x) \right]

简记为J,相应的自变量函数y(x)称为宗量。

注意:宗量y(x)是某一特定函数的整体,而不是对应于某一自变量x的函数值;宗量y(x)属于的函数类称为容许函数类或者容许函数空间。

线性泛函满足可叠加性和齐次性。

泛函极值问题则是,在容许函数类中求使得泛函达到极值的函数。

第二部分 变分法在研究泛函极值问题中的应用

在介绍变分法之前,我们先给出函数微分的定义,如下

若函数f(x)具有连续的导数,则它的增量可以表示如下

\Delta y=f(x+\Delta x)-f(x)=\dot{f}(x)\Delta x+r(x,\Delta x)

其中\dot{f}(x)\Delta x\Delta x的线性函数;r(x,\Delta x)\Delta x的高阶无穷小量。

\Delta x充分小时,\dot{f}(x)\Delta x起主要作用,\dot{f}(x)\Delta x为函数增量的线性主部,也称为函数的微分,记为

dy=\dot{f}(x)dx

泛函宗量的变分是指同一函数类中两个函数之差,记为

\delta y(x)=y(s)-y_0(x)

若连续泛函J\left[y(x) \right ]的增量可以表示为

\Delta J\left[y(x) \right ]=J\left[y(x)+\delta y(x) \right ]-J\left[y(x) \right ]=L(y(x),\delta y(x))+r(y(x),\delta y(x))

其中L(y(x),\delta y(x))\delta y(x)的线性连续泛函,r(y(x),\delta y(x))\delta y(x)的高阶无穷小。记为

\delta J=L(y(x),\delta y(x))

上式可类比函数微分是函数增量的线性主部一样,泛函的变分是泛函增量的线性主部,所以泛函的变分也称为泛函的微分。

引理1:泛函J[ y(x)]的变分为

\delta J=\frac{\partial}{\partial \alpha}J[y(x)+\alpha\delta y(x)]\left|_{\alpha=0}\right.

定理1:若可微泛函在y_0(x)上达到极小(极大)值,则在y=y_0(x)上有

\delta J=0

泛函的变分实际上就是关于其宗量变分\delta y(x)的线性连续泛函,因此,可以通过求泛函对其所有宗量的一阶偏微分得到泛函的变分。

泛函J[y_1(x),y_2(x),\cdots,y_m(x)]的变分为

\delta J=\frac{\partial J}{\partial y_1(x)}\delta y_1(x)+\frac{\partial J}{\partial y_2(x)}\delta y_2(x)+\cdots+\frac{\partial J}{\partial y_m(x)}\delta y_m(x)

变分法解决的三种问题:

  • 拉格朗日问题

从容许函数类中求某一函数x(t),使得积分型泛函

J=\int^{t_f}_{t_0}F(t,x(t),\dot{x}(t))dt

取极小值问题。

  • 迈耶尔(Mayer)问题

末值型泛函

J=\Psi(x(t_f),t_f)

取极小值问题。

  • 波尔扎问题

复合型泛函

J=\int^{t_f}_{t_0}F(t,x(t),\dot{x}(t))dt+\Psi(x(t_f),t_f)

取极小值的变分问题。

定理2:如果函数F(t)在区间\left[t_0,t_f \right ]上连续,而且对于只满足某些一般条件的任意选定函数\eta(t),有

\int^{t_f}_{t_0}F(t)\eta(t)dt=0

则有

F(t)=0\quad t\in\left[t_0,t_f \right ]

拉格朗日问题

考虑如下积分型的拉格朗日泛函极值问题:

J=\int^{t_f}_{t_0}F(t,x(t),\dot{x}(t))dt

其中,x(t)至少是t的二次可微函数,F(t,x(t),\dot{x}(t))是变量tx(t)\dot{x}(t)的连续函数,并且有二阶连续偏导数。

假设1:曲线x(t)的端点时间t_0t_f是固定的,且满足如下边界条件

x(t_0)=x_0,\quad x(t_f)=x_f

其中t_0t_fx(t)\dot{x}(t)为泛函的宗量,t为积分变量。

利用泛函对其所有宗量进行一阶变分,为

\begin{align*} \delta J&=\frac{\partial J}{\partial t_0}\delta t_0+\frac{\partial J}{\partial t_f}\delta t_f+\frac{\partial J}{\partial x(t)}\delta x(t)+\frac{\partial J}{\partial \dot{x(t)}}\delta \dot{x(t)}\\ &=F(t,x(t),\dot{x}(t))\delta t\left|^{t_0}_{t_f}\right.+\int^{t_f}_{t_0}(F_x\delta x(t)+F_{\dot{x}}\delta \dot{x}(t))dt \end{align*}

其中F_x=\frac{\partial F(t,x(t),\dot{x}(t))}{\partial x(t)},\quad F_{\dot{x}}=\frac{\partial F(t,x(t),\dot{x}(t))}{\partial \dot{x}(t)}

由于\delta t_0=0,\delta t_f=0,\delta x(t_0)=0,\delta x(t_f)=0,因此

\delta J=\int^{t_f}_{t_0}[F_x-\frac{d}{dt}F_{\dot{x}}]\delta x(t)dt

根据定理2,可以得到极值条件

F_x(t,x(t),\dot{x}(t))-\frac{d}{dt}F_{\dot{x}}(t,x(t),\dot{x}(t))=0

将左边第二项展开,可得

\begin{align*} & F_x(t,x(t),\dot{x}(t))-\frac{d}{dt}F_{\dot{x}}(t,x(t),\dot{x}(t))\\ =& F_x(t,x(t),\dot{x}(t))-\frac{\partial F(t,x(t),\dot{x}(t))}{\partial \dot{x}(t)\partial t}-\frac{\partial F(t,x(t),\dot{x}(t))}{\partial \dot{x}(t)\partial x(t)}-\frac{\partial F(t,x(t),\dot{x}(t))}{\partial \dot{x}(t)\partial \dot{x}(t)}\\ =&0 \end{align*}

也可以简记为F_x-F_{\dot{x}t}-\dot{x}F_{\dot{x}x}-\ddot{x}F_{\dot{x}\dot{x}}=0

上式可以称为欧拉方程。欧拉方程的积分曲线x=x(t,C_1,C_2)称为极值曲线。

  • 只有在极值曲线上泛函J才能达到极小(极大)值。
  • 对于两个端点固定的情况,正好可以用两个边界条件x_0x_f,将积分常数C_1C_2固定起来。

假设2:假定容许函数的始端(t_0,x(t_0))给定,末端(t_f,x(t_f))可变,并假定沿着曲线c(t_f)变化,寻找一条连续可微的极值曲线,使性能指标泛函

J=\int^{t_f}_{t_0}F(t,x(t),\dot{x}(t))dt

达到极值。

在该问题中,t_0t_fx(t)\dot{x}(t)为泛函的宗量,t为积分变量,为求得该泛函极值问题,引入拉格朗日乘子,并重新定义泛函为

\tilde{J}=\lambda(t_f)\left(x(t_f)-c(t_f) \right )+\int^{t_f}_{t_0}F(t,x(t),\dot{x}(t))dt

对其所有宗量进行一阶变分,为

\begin{align*} \delta \tilde{J}&=\frac{\partial \tilde{J}}{\partial t_0}\delta t_0+\frac{\partial \tilde{J}}{\partial t_f}\delta t_f+\frac{\partial \tilde{J}}{\partial x(t)}\delta x(t)+\frac{\partial \tilde{J}}{\partial \dot{x}(t)}\delta \dot{x}(t)+\frac{\partial \tilde{J}}{\partial \lambda(t_f)}\delta \lambda(t_f)\\ &=\lambda(t_f)\delta x(t_f)+\lambda(t_f)\left(\dot{x}(t_f)-\dot{c}(t_f) \right )\delta t_f+F(t,x(t),\dot{x}(t))\delta t\left|^{t_f}_{t_0}\right.\\ &+\int^{t_f}_{t_0}(F_x\delta x(t)+F_{\dot{x}}\delta \dot{x}(t))dt+(x(t_f)-c(t_f))\delta \lambda(t_f) \end{align*}

由于x(t_0)固定,所以有\delta t_0=0\delta x(t_0)=0,因此

\begin{align*} \delta \tilde{J}&=\left[F+\lambda(t)\left(\dot{x}(t)-\dot{c}(t) \right ) \right ]\left|_{t_f}\right. \delta t_f+\left(\lambda(t)+F_{\dot{x}} \right )\left|_{t_f}\right.\delta x(t_f)\\ &+\int^{t_f}_{t_0}\left[F_x-\frac{d}{dt}F_{\dot x} \right ]\delta x(t)dt+(x(t_f)-c(t_f))\delta \lambda (t_f) \end{align*}

其中\left[F+\lambda(t)\left(\dot{x}(t)-\dot{c}(t) \right ) \right ]\left|_{t_f}\right.=0\left(\lambda(t)+F_{\dot{x}} \right )\left|_{t_f}\right.=0称为横截条件;x(t_f)=c(t_f)称为边界条件。

求解欧拉方程需要求解上述横截条件,由此可以求得欧拉方程中的通解中的积分常数和终端状态t_fx(t_f)

扩展:多个宗量函数的泛函极值问题

问题描述:寻找一条连续可微的极值曲线\mathbf x^*(t)使得性能泛函

J=\int^{t_f}_{t_0}F(t,\mathbf x(t),\dot{\mathbf x}(t))dt

达到极值,该极值曲线的边界条件\mathbf x(t_0)=\mathbf x_0\mathbf x(t_f)=\mathbf c(t_f)=\left[c_1(t_f), c_2(t_f), \cdots, c_n(t_f)\right ]^T\mathbf x(t)=\left[x_1(t), x_2(t),\cdots, x_n(t) \right ]^Tn维宗量向量函数。

扩展问题在此不再给出求解,可类比一维宗量的计算方法,求解时注意矩阵的微分。

你可能感兴趣的:(理论,变分法)