试求下列性能泛函达到极值的必要条件
- 格式:doc
- 大小:377.50 KB
- 文档页数:10
§6.3 泛函的条件极值一、泛函条件极值问题的提出(等周问题)求在连接A 、B 长度为L 的所有曲线中与直线AB所围成面积最大的曲线?AB 弧长:dx y L ba ∫+=2'1 (1) 曲线AB 与直线AB 所围成面积:()∫=ba dx x y S (2) 边界条件:()()0,0==b y a y (3)在满足约束条件(1)和边界条件(3)的情况下,寻找满足由方程(2)的构成泛函问题的极小曲线函数。
二、一般泛函条件极值的E-L 方程泛函[]()∫=ba dx y y x F y J ',,,约束条件()L dx y y x G ba =∫',,, 其中[][]()(){}2120,,,y b y y a y b a C y y y D ==∈=。
设()x y 是所求泛函的极值函数,取任意光滑函数()[]b a C x ,20∈η ()()()x x y x y εη+=1,()()0,0==b a ηη从而构成一元函数()[]()∫++=+=ba dx y y x F y J '',,εηεηεηεϕ ()L dx y y x G ba =++∫'',,εηεη 利用拉格朗日乘子法,定义新的泛函()()()[]∫+++++=Φba dx y y x G y y x F '',,'',,,εηεηλεηεηλε (4) 其中,λ为常数。
泛函()λε,Φ取极值,即需()0,0=Φ=εελεd d()()0'''',''''''''''0=⎟⎠⎞⎜⎝⎛−+−=⋅−++⋅−+=+++=+++=Φ∫∫∫∫∫∫∫∫∫∫=b a y y y y b a y b a y b ay ba yb a y b a y b a y b a y b a y b a y bay y y y dx G dx d G F dx d F dx G dx d G dx G dx F dx d F dx F dx G dx G dx F dx F dx G G F F d d ηλληληληληηηηληληηηληληηελεε由变分引理得(5) E-L 方程。
(⼆)泛函的极值极值的概念函数f(x) 在x0处取得极⼩值,是指当x在x0点及其附近 |x−x0|<ε时,恒有f(x)≥f(x0)若有f(x)≤f(x0)则称函数f(x) 在x0点取极⼤值。
函数f(x) 在点x0处取得极值的必要条件是在该点处的导数为 0,即f′(x)=0泛函的极值必要条件仿照函数极值必要条件的到处⽅法,得到泛函取得极值的必要条件。
⾸先,设所考虑的变量函数均通过固定的两个端点:y(x0)=a,y(x1)=0即δy(x0)=0,δy(x1)=0考虑泛函的差值J[y+δy]−J[y]=∫x1x[F(x,y+δy,y′+(δy)′)−F(x,y,y′)]dx当函数的变分δy⾜够⼩时,可将上式进⾏泰勒展开,有J[y+δy]−J[y]=∫x1x0[δy∂∂y+(δy)′∂∂y′]F+12![δy∂∂y+(δy)′∂∂y"]2F+⋯dx=δJ[y]+12!δ2J[y]+⋯其中,δJ[y]≡∫x1x0[∂F∂yδy+∂F∂y′(δy)′]dx是泛函J[y] 的⼀级变分。
泛函J[y] 取极⼩值的必要条件是泛函的⼀级变分为 0,即:δJ[y]≡∫x1x0[∂F∂yδy+∂F∂y′(δy)′]dx=0将上式积分中的第⼆项分部积分,同时代⼊边界条件,有δJ[y]=∂F∂y′δy|x1x0+∫x1x[∂F∂yδy−ddx∂F∂y′δy]dx=∫x1x0[∂F∂y−d∂x∂F∂y′]δydx=0由于δy的任意性,可以得到{}∂F ∂y−d∂x∂F∂y′=0这个⽅程为 Euler-Lagrange ⽅程,它是泛函J[y] 取得极⼩值的必要条件的微分形式。
数学知识补充泰勒展开。
第二章 泛函极值及变分法(补充内容)2.1 变分的基本概念2.1.1 泛函和变分泛函是一种广义的函数,是指对于某一类函数{y (x )}中的每一个函数y (x ),变量J 有一值与之对应,或者说数J 对应于函数y (x )的关系成立,则我们称变量J 是函数y (x )的泛函,记为J [y (x )]。
例1:如果表示两固定端点A (x A ,y A ),B (x B ,y B )间的曲线长度J (图2.1.1),则由微积分相关知识容易得到:dx dx dy J BAx x ⎰+=2)/(1 (2.1.1)显然,对于不同的曲线y (x ),对应于不同的长度J ,即J 是函数y (x )的函数,J =J [y (x )]。
图2.1.1 两点间任一曲线的长度例2:历史上著名的变分问题之一——最速降线问题,如果2.1.2所示。
设在不同铅垂线上的两点P 1与P 2连接成某一曲线,质点P 在重力作用下沿曲线由点P 1自由滑落到点P 2,这里不考虑摩擦作用影响,希望得到质点沿什么样的曲线滑落所需时间最短。
图2.1.2 最速降线问题选取一个表示曲线的函数y (x ),设质点从P 1到P 2沿曲线y =y (x )运动,则其运动速度为:dsv dt ==其中,S 表示曲线的弧长,t 表示时间,于是:dt =设重力加速度为g ,则gy v 2=。
因为P 1和P 2点的横坐标分别为x 1到x 2,那么质点从P 1到P 2所用时间便为:1[()]x x J y x =⎰211/2211[()]2[()()]x x y x dx g y x y x ⎧⎫'+=⎨⎬-⎩⎭⎰(2.1.2)则最速降线问题对应于泛函J [y (x )]取最小值。
回顾函数的微分:对于函数的微分有两种定义: 一种是通常的定义,即函数的增量:),()()()(x x x x A x y x x y y ∆+∆=-∆+=∆ρ (2.1.3) 其中A (x )与∆x 无关,且有∆x →0时ρ(x ,∆x )→0,于是就称函数y (x )是可微的,其线性部分称为函数的微分()()dy A x x y x x '=∆=∆,函数的微分就是函数增量的主部。
§ 7.2 泛函极值与变分法变分法是解决泛函极值的基本方法。
1. 泛函例 指标 0[(),(),]d [()]Tt J F x t u t t t S x T =+⎰的值依()x t 、0(),[,]u t t t T ∈是函数的函数 泛函 ()x t 和()u t 作为泛函的“自变量”,称为泛函的宗量例7.1 最短弧长问题:设()y y x =过11(,())A x y x 和22(,())B x y x若()y x 连续可微,则 2121d x x J yx =+⎰,(7.5) 是()y x 的泛函. 2. 泛函极值 设 (())J J y x =,(){}y x Y ∈=函数集若有y Y *∈,使()min ()y YJ y J y ∈*=或()max ()y YJ y J y ∈*=,则称泛函J 有极小值或极大值。
xo y))(,(22x y x B ))(,(11x y x A ∙∙)(x y 7.1图3. 变分 ≈函数的微分 宗量变分:在()y x 处的增量()()()y x yx y x δ=- Ox()y x ()y x ()yx ()()()y x yx y x δ =-O x泛函增量:[()][()]J J yx J y x ∆=- [()()][()]J y x y x J y x δ=+-泛函变分: 若[(),()][(),()],J L y x y x r y x y x ∆δδ=+式中:[(),()]L y x y x δ是()y x δ的线性连续泛函,即[(),()][(),()]L y x k y x k L y x y x δδ⋅=⋅ [(),()]r y x y x δ是()y x δ的高阶无穷小项,则称泛函J 是可微的,而称[(),()]L y x y x δ为泛函的变分,记为[(),()]J L y x y x δδ=。
引理7.1 若泛函可微,则变分[]()()a J J y x a y x aδδ=∂=+∂.证[]0()()a J y x a y x aδ=∂+∂0lima Ja∆→=00[(),()][(),()]lim lim a a L y x a y x r y x a y x a aδδ→→=+00[(),()][(),()]lim lim ()()[(),()]a a aL y x y x r y x a y x y x a a y x L y x y x J δδδδδδ。
泛函求极值的必要条件泛函求极值可是个很有趣的事儿呢。
咱就像探索一个神秘的宝藏一样去研究它的必要条件。
你想啊,泛函就像是一个超级复杂的魔法函数,它可不是普通函数那么简单。
极值呢,就像是这个魔法世界里的特殊点,特别又神秘。
那求这个极值的必要条件,就好比是在寻找宝藏入口的钥匙。
这个条件啊,是我们了解泛函在什么时候会达到那种特殊的极值状态的关键。
就像我们在生活里找东西,要知道一些特定的线索才能找到我们想要的宝贝一样。
泛函的极值必要条件可不是随便就能琢磨透的。
它涉及到很多数学概念的纠缠和拉扯。
比如说,它可能会跟变分法有着千丝万缕的联系。
这就像是一个复杂的人际关系网,每一个概念都是网里的一个小节点,牵一发而动全身。
从某种角度看,泛函求极值的必要条件就像是一个严格的规矩。
泛函要想达到极值,就得按照这个规矩来。
就像我们玩游戏,也得遵守游戏规则才能获胜一样。
如果不遵守这个必要条件,泛函就别想达到极值啦。
在探索这个必要条件的道路上,我们可能会遇到好多挫折呢。
有时候你觉得自己已经很接近答案了,可突然又发现走进了死胡同。
不过这也是乐趣所在呀。
就像我们走迷宫,虽然可能会碰壁,但每次碰壁后重新找路的过程都是充满期待的。
我们在研究这个的时候,不能只是死板地按照公式来。
要带着一种好奇和探索的精神。
把那些数学符号都当成是有生命的小精灵,它们组合在一起就是在讲述一个关于极值的故事。
每一个等式,每一个推导,都是这个故事里的精彩情节。
泛函求极值的必要条件虽然难,但是当我们真正理解它的时候,就像是打开了一扇通往新世界的大门。
我们能看到数学的这个小角落里藏着的美妙风景,那种成就感是无法言喻的。
就像是你在沙漠里走了好久,突然看到了一片绿洲一样兴奋。
这也是数学的魅力所在呀,总是能在看似枯燥的背后给我们带来意想不到的惊喜。
第2章 泛函的极值在讨论泛函的极值以前, 我们先来回顾一下函数的极值问题。
2.1函数的极值性质2.1.1 函数的连续性任意一个多元函数12(),(,,...,)T nn f x x x R =∈x x , 0>∀ε, 如果0)(>=∃εδδ, 当0δ-<x x (或者说0(,)O δ∈x x )时, 有0()()f f ε-<x x那么, 我们称()f x 在0x 处是连续的, 记为00()lim ()f f →=x x x x 。
2.1.2 函数的可微性更进一步, 如果存在1(,,)T n n A A R ∃=∈A , 使得01000(,,,,)()lim,1i n i i if x x x f A i n x x →-=∀≤≤-x x x那么我们称()f x 在0x 处是可微的, 或者说存在(一阶)导数,记为'()f =x A或者记为12'(),,...,Tn f f f f f x x x ⎛⎫∂∂∂== ⎪∂∂∂⎝⎭x ∇其中∇为梯度算子(或者Hamilton 算子, 见附1)。
同理, 可以定义该函数的两阶导数"()f x2222112122222122222222"()n n n n n ff f x x x x x f f f f f x x x x x f f f x x x x x ⎡⎤∂∂∂⎢⎥∂∂∂∂∂⎢⎥⎢⎥∂∂∂⎢⎥==∂∂∂∂∂⎢⎥⎢⎥⎢⎥⎢⎥∂∂∂⎢⎥∂∂∂∂∂⎣⎦D x及更高阶导数。
这里f D 也称为Jacobi 矩阵。
如果函数()f x 在某点0x 足够光滑, 那么我们就可以在该点附近把函数作以下的展开221002!020(d )()d d (d )d d ()d d ()d T T f f f f o f f f f +=+++==x x x x x x x D x x∇其中()o ⋅为高阶小量, 2d ,d f f 分别为函数()f x 的一阶微分和两阶微分。
函数取得极值的必要条件一个函数取得极值的必要条件可以通过以下几个方面进行解释和说明:1.函数连续性:函数在取得极值的区间内必须是连续的。
这意味着函数在极值点的左右两侧的函数值是存在的,且极值点本身也是函数的定义域内的。
如果函数在极值点处不连续,那么该点就不可能是极值点。
2.函数可导性:如果一个函数在某个点取得极值,那么在该点处函数的导数必须存在或者导数趋于无穷大。
这是因为导数反映了函数在某一点的斜率变化情况,而极值点处函数的斜率为零或者不存在。
3.导数为零点:函数在取得极值的点处的导数为零。
这是因为导数为零表示函数在该点处的斜率为零,即函数在该点的切线为水平线。
在极大值点处,函数在该点左侧的斜率为正且右侧斜率为负;在极小值点处,函数在该点左侧的斜率为负且右侧斜率为正。
4.导数变号:函数在取得极值的点附近的导数变号。
这是因为函数的导数反映了函数的增减情况,当函数取得极值时,函数由增转减或由减转增,导数也由正转负或由负转正。
5.函数的二阶导数:函数在取得极值的点处的二阶导数可以用来确定极值的类型。
当二阶导数大于零时,函数在该点处取得极小值;当二阶导数小于零时,函数在该点处取得极大值;当二阶导数等于零时,函数可能是拐点,需要进一步分析或者使用其他方法确定极值的类型。
以上是函数取得极值的一些必要条件,但并不一定是充分条件,也就是说满足这些条件的点不一定是函数的极值点。
因此,在确定极值点时,需要对满足这些条件的点进行进一步的验证,例如通过求解函数的一阶导数以及二阶导数,或者通过绘制函数图像来观察函数的增减情况。
同时,还可以利用拉格朗日乘子法、牛顿法等优化方法来寻找函数的极值点。
总之,了解函数取得极值的必要条件可以帮助我们在数学问题中更好地理解和解决极值问题,并为进一步的数学分析提供基础。
含高阶导数积分型性能泛函极值存在的必要条件
宋铁铮;宋万清
【期刊名称】《上海工程技术大学学报》
【年(卷),期】2012(026)004
【摘要】对性能泛函求极值用欧拉(Euler)方程和横截条件,现有文献仅讨论性能泛函形式为J(x)=f(t1 t*)Lx,x,t)dt,即状态量x最高为一阶导数的Euler方程和横截条件.用数学归纳法推导出状态变量x为高阶导数的性能泛函极值的必要条件,并以二阶导数为例,用Matlab进行了极值求解.
【总页数】4页(P374-377)
【作者】宋铁铮;宋万清
【作者单位】合肥工业大学电气与自动化工程学院,合肥230009;上海工程技术大学电子电气工程学院,上海201620
【正文语种】中文
【中图分类】O232
【相关文献】
1.等式约束条件极值存在的必要条件及其应用 [J], 唐军强
2.条件泛函极值的必要条件的数学分析证明 [J], 邢继祥:
3.关于多元函数极值存在的必要条件的研究 [J], 朱章
4.两类积分型泛函极值问题的充分条件 [J], 刘玉蓉
5.含边界在内的一般极值的必要条件与拉格朗日乘数法 [J], 张新建;朱健民
因版权原因,仅展示原文概要,查看原文内容请购买。