“最优化”的讲义_00002.pdfVIP

最优化方法的数理基础 （2 ） 三、连续时间动态最优化 连续时间动态最优化问题最终要解的是微分方程组。变量为导数的方程为微 分方程，如果只有一个自变量，则称为常微分方程（ODE）。我们所用到的大多数 微分方程都是函数对时间的导数。 （一）关于微分方程的基础   dx x 代表x （t）关于时间的导数，即：x dt  x 如果x (t) egt ，那么 ，名义上，x 的增长率是g，记为 。 x gx x 微分方程  的解是：x(t) x(0)egt x gx 一些有关增长率的公式：    如果x(t) y (t)z (t) ，则x y  z x y z   如果x (t) y (t)2 ，则x 2 y x y   如果x(t) y (t) ，则x  y x y 下面回顾两种求解微分方程的方法，一种是解析解法；一种是相位图法。 1．相位图 设系统可以写为：  y (t) a y (t), 1 11 1 （3-9）  y 2 (t) a22 y 2 (t) 其中 和 是实数。 a a 11 22 把这个系统动态形象化为一个二维图，y 在横轴，y 在纵轴。空间中的每一 1 2 个点都代表了系统（y ，y ）在一个给定时刻的位置。假设在0 时刻，位于图中 1 2 标为“0”的那点，也就是说y 等于 y （0），y 等于 y （0）。如果我们想看下 1 1 2 2 一个时刻经济将处于什么位置，那么我们应该有代表时间的第三个维度。但我们 采用更方便的手法，以指向运动方向的箭头来表示动态。相位图的目标是把两个 微分方程所隐含的动态转换为一个描述了经济随时间的定性行为的箭头系统。 式（3-9）的对角系统，其动态依赖于A 的两个对角元素的符号。 a 情形1： 0,且 0 a 11 22 构造相位图的步骤如下： 1 