6.4. задача эйлера вариационного исчисления
6.4. задача эйлера вариационного исчисления
Излагаемая задача пока не имеет известных экономических приложений, и поэтому может возникнуть вопрос, для чего она нужна в настоящем учебном пособии? Ответ следующий: эта задача первая в так называемом вариационном исчислении, методы и алгоритмы решения которой впоследствии способствовали созданию теории оптимального управления. По крайней мере она имеет историческую значимость и должна быть известна учащимся.
Задачей Эйлера называют минимизацию функционала
т
J = f°(tyx,u)dt ^> min О
(6.49)
при наличии ограничений
dx
(6.50)
х(0) = х0, х(Т) = х,
(6.51)
где х є Rn л-мерный вектор состояния;
и є Rn л-мерный вектор управления (в данном случае размерность векторов состояния и управления одинакова);
х0, х{ — заданные л-мерные векторы начального и конечного состояния системы; R" — символ л-мерного действительного эвклидова пространства.
Помимо векторных уравнений процесса (6.50) на элементы v{t) = (х(0, u(t)) допустимого множества М наложены ограничения теоретико-множественного характера: x(t) — непрерывная и кусочно-дифференцируемая, u(t) — кусочно-непрерывная вектор-функция. Скалярная функция f°(t, х, и) непрерывная и дифференцируемая по всем аргументам. Ограничимся частным случаем п = 1, на состояние и управление ограничений нет, т.е.
V*x и Vtx совпадают соответственно с числовыми осями Хи £/, а при t = 0 и t = Г представляют собой заданные точки х0 и xv
Свойства решения задачи Эйлера в значительной мере определяются характером индикатрисы, т.е. зависимости подынтегрального выражения f°(t, х, и) от управления и при фиксированных значениях tux. Именно эту зависимость удобно положить в основу классификации решений. В [12] рассмотрены четыре случая:
постоянная индикатриса, T.t.f°(t, х, и) =f°(x, t)
индикатриса с ограниченной нелинейностью по управлению
f°(t, х, и) = g° (*, х, и) + h°(t, х) и ^ ^ 3) линейная индикатриса, этот случай рассматривался в разд.
4) выпуклая индикатриса, когда 0 J >Q
ди2
Ограничимся изучением последнего, четвертого случая, так как его исследование может быть проведено с помощью принципа максимума Понтрягина. В соответствии с этим принципом построим функцию Гамильтона
#(/, х,у9 и) = чш -f°(t, х} и). (6.52)
Поскольку ограничений на состояние х и управление и нет, применим необходимое условие максимума гамильтониана (6.52)
Э//(/,л,|/,ц)_0 ди
M*(f,jt,|/) = arg max (— = 0). (6.53)
ou
Записываем систему: уравнение процесса и сопряженное
уравнение, используя ограничение (6.50):
~dt
dx = dt "
дН(і,хМ*),и*)
дх
їх*
(6.54)
Решая систему двух дифференциальных уравнений (6.50) и (6.54) относительно искомых переменных х и |/, с учетом выражения (6.53) получаем процесс, удовлетворяющий необходимым условиям оптимальности.
Пример б.З. Имеем задачу Эйлера в следующем виде:
J = /(*2+м)Л->тіп; о
dx
= и:
dt
jc(0) = 0, х(к) =
(6.55)
Поступаем согласно изложенному выше алгоритму решения задачи Эйлера. Вычислим функцию Гамильтона
H(t, X,\f, U) = 1|Ш х2 и2).
Максимизируем функцию Гамильтона по и. Поскольку ограничения на управление и при этом отсутствуют, исходим из простейшей формы
откуда получаем
і/-2и = 0, или и* = —. Составляем систему сопряженных уравнений:
dx _ |/ Л "2"'
= 2jc.
Чтобы исключить дифференцируем первое из двух уравнений системы по t и получаем
dt
d\f
~dt = 2
d2x
2 '
откуда находим
dt2
-х = 0.
(6.56)
Уравнение (6.56) называют уравнением Эйлера. Корни характеристического уравнения (1.7) для уравнения Эйлера (6.56) рх = 1, р2 = — 1. Отсюда его общее решение:
x(t) = С,е' + С2е-'.
(6.57)
Определяя произвольные постоянные С, и С2 из краевых условий (6.55), получаем оптимальное состояние:
<е'-е-').
2(ел-е_л) Оптимальное управление имеет вид
u*(t) =
dx}{ dt
-(e'+e-').
x*(t) 2(e" -e ")
Пара v*(t) = (x*(t), u*(t)) обладает свойством оптимальности, так как условия теоремы 6.2 выполняются.
Задачи для самостоятельной работы
В задачах 6.1—6.13 найти управляемый процесс, удовлетворяющий необходимым условиям оптимальности. Установить, является ли найденный процесс оптимальным. Решение изобразить графически.
4
J = j(2u + u2 -x)dt + 2x(4)-+m
О
= 3jc + 2m; jc(0) = 0. dt
4
J =j(u + u2+2x2)dt->mm
0
= jc + 2m; jc(0) = 0. dt
10
J = j (м2 + x)dt -> min;
0
= jc-m; 0<m<4; jc(0) = 1.
4
У = j ( jc + 5м)*/ґ 2jc(4) —> min;
0
= 2jc + m; |m|<1; jc(0) = 1. dt
3
J =J(jc-би) A + 2jc(3) -> min;
0
= jc + 2m; 0<и<1; jc(0) = -. dt 2
J = j (2m2 4*)A + jc(3) -> min;
0
= jc + m; |u|<l; jc(0) = 1. dt
10
J = j (2m + u2 + jc)Jr 3jc(10) -> min;
0
= jc + m; |m|<2; jc(0) = 1. dt
з
6.8. У = (хх + х2 + 2u)dt-x2(3) —> min;
i)dt—> min;
= -2jc + m; |m|<1; x(0) = 1. dt
5
У = J(и2 x)dt -> min;
0
= -(jc + m); we[0;l]; jc(0) = 1. Л
10
У = J (jc + u)dt —> min;
0
= -x + 2u иє[0;1]; x(0) = l. dt
5
J =j(u2 -x} +x2)dt^> min;
0
dt 1
—= 2x<> + 2u dt 2
jt!(0) = l; д:2(0) = 0; нє[0;10]. Ю
У = J (-3jc, +3w)<#-> min;
0
^ = x22+2u; dt 1
дг,(0)=0; jc2(0) = 1; |м|<1.
6.14. Задача о линии наименьшей длины [12, с. 173].
Пусть на плоскости (/, у) заданы точки A{tv у{) и B(t2, у2). Среди всех линий, соединяющих эти точки на плоскости, выбрать линию наименьшей длины. Из элементарной геометрии известно, что это прямая. Самостоятельно с использованием указанного источника показать этот результат, обращаясь к изученным методам оптимизации в форме задачи Эйлера:
У(*0 = У\> У(*2)=У2
Обосновать оптимальность полученного решения.
6.15. Самостоятельно рассмотреть негативный пример [12, с. 175] для задачи Эйлера, где удовлетворяющий необходимым условиям оптимальности процесс может быть оптимальным или неоптимальным в зависимости от исходных параметров:
Т
J = (и2 -x2)dt-*m О
dx
— = w;
jc(0)= х(Т) = 0.
Величину Т считать заданной, но заранее не фиксированной.
Обсуждение Оптимальное управление в экономике: теория и приложения
Комментарии, рецензии и отзывы