变分法简介p12.pptVIP

* 动态优化模型 静态优化问题 优化目标是数值 最优策略是数值 动态优化问题 最优策略是函数 优化目标是数值 函数对应的数值称为泛函(函数的函数) 连续动态过程的优化归结为求泛函的极值 求泛函极值的常用方法: 变分法, 最优控制论 离散动态过程的优化~ 动态规划模型 速降线与短程线—变分法简介 通过两个古典问题介绍变分法的基本概念,给出主要结果 速 降 线 问 题 求连接A, B的光滑曲线，使质点在重力作用下沿该曲线以最短时间从A滑到B (摩擦力不计) 给定竖直平面内不在一条垂直线上的两个点A, B 直线AB虽短, 但速度增长慢; 若沿陡峭曲线下滑, 虽路径加长，但速度增长很快 如图，建立坐标系xoy, A(0,0), B(x1,y1), 曲线AB ~y=y(x) 曲线弧长 质点在曲线y(x)上的速度ds/dt 能量守恒 问题归为求y(x) 使J(y(x)) 达到最小 短 程 线 问 题 给定曲面上的两个点A, B，如图，求曲面上连接A, B的最短曲线 建立坐标系 曲面方程f(x,y,z)=0 A(x0, y0, z0 ), B(x1, y1 , z1 ) 曲面上连接A, B的曲线y =y(x), z =z(x) 曲线的弧长 曲线的长度为 问题归为求y =y(x), z =z(x) 使J(y(x) , z(x))达到最小 以上两例都是求函数y(x)(或y(x),z(x))，使由它及其导 数决定的某一实数J最小，这类问题称为泛函的极值。 以下简单介绍它的概念与解法 将自变量记作t，函数记作x(t), y(t) 泛函、泛函的变分和极值 为了简明地叙述泛函、泛函的变分和极值的概念，将它 与函数、函数的微分和极值作比较如下： 函数、函数的微分和极值 泛函、泛函的变分和极值 函数、函数的微分和极值 泛函、泛函的变分和极值 可以证明：泛函J(x(t))在x(t)达到极值的必要条件 欧拉方程(最简泛函极值的必要条件) 最简泛函 F具有二阶连续偏导数，x(t)为二阶可微函数 J(x(t))在x(t)达到极值的必要条件: x(t)满足二阶微分方程 欧拉方程 两个任意常数由x(t1 ) = x1 , x(t2 ) = x2 确定 称为固定端点条件下的泛函 由欧拉方程 圆滚线方程 c2=0, c1由y(x1)=y1确定 如图，欧拉方程在变动端点的 定解条件为： * * *