1. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
2. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
3. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
4. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
5. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
6. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
7. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
8. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
9. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
10. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
11. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
12. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
13. §8. Гладкая задача с равенствами и неравенствами
8.1 Постановка задачи
X, Y — линейные нормированные пространства,
fi : X → R, i = 0, 1, . . . , m, F : X → Y.
Гладкая задача с ограничениями типа равенств и неравенств:
f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Допустимые точки — точки, удовлетворяющие
ограничениям задачи.
D(P) — множество допустимых точек в задаче (P).
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
14. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
15. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
16. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
17. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
18. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
19. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
20. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
21. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
22. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
23. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
24. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
25. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
26. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
27. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
28. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
29. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
30. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
31. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
32. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
33. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
34. Теорема (принцип Лагранжа)
ˆx ∈ locminP, X, Y — банаховы, fi, F ∈ SD(ˆx) (гладкость),
Im F (ˆx) — замкнутое подпространство в Y (ослабленное
условие регулярности) ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
для функции Лагранжа L (x) =
m
i=0
λifi(x) + y∗, F(x)
выполняются условия:
a) стационарности: L (ˆx) = 0
⇔
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0 ∀ h ∈ X
⇔
m
i=0
λifi (ˆx) + F (ˆx)
∗
y∗ = 0 ;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
35. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
36. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
37. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
38. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
39. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
40. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
41. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
42. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
43. f0(x) → min; fi(x) ≤ 0, i = 1, . . . , m, F(x) = 0. (P)
Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
¡ НеОО f0(ˆx) = 0, иначе f0(x) = f0(x) − f0(ˆx).
Если fi(ˆx) = 0 (1 ≤ i ≤ m) ⇒ fi(ˆx) < 0 ⇒ fi(x) < 0 ∀ x ∈ O(ˆx).
Для локального экстремума такие ограничения
несущественны и полагаем λi = 0.
Таким образом, считаем, что условия дополняющей
нежесткости уже выполнены.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
44. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
45. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
46. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
47. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
48. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
49. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
50. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
51. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
52. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
53. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
54. Теорема (принцип Лагранжа)
ˆx ∈ locmin P, X, Y — банаховы, fi, F ∈ SD(ˆx), Im F (ˆx) —
замкнуто в Y ⇒ ∃ (λ, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
a) стационарности:
m
i=0
λifi (ˆx) + (F (ˆx))∗y∗ = 0;
b) дополняющей нежесткости: λifi(ˆx) = 0, i = 1, . . . , m;
c) неотрицательности: λi ≥ 0, i = 0, 1, . . . , m.
A) Im F (ˆx) = Y ⇒ Im F (ˆx) — замкнутое собственное
подпространство Y ⇒ по лемме о нетривиальности
аннулятора ∃ y∗ ∈ (Im F (ˆx))⊥ ⊂ Y∗, y∗ = 0. Это означает,
y∗, y = 0 ∀ y ∈ Im F (ˆx) ⇔ y∗, F (ˆx)[h] = 0 ⇔
F (ˆx)
∗
y∗
, h = 0 ∀ h ∈ X ⇔ F (ˆx)
∗
y∗
= 0.
Остается положить λi = 0, i = 0, 1, . . . , m.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
55. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
56. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
57. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
58. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
59. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
60. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
61. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
62. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
63. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
64. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
65. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
66. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
67. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
68. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
69. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
70. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
71. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
72. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
73. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
74. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
75. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
76. B) Im F (ˆx) = Y. Положим b = (b0, . . . , bm), B := {(b, y) ∈
Rm+1 × Y | ∃ h∈X : fi (ˆx), h ≤ bi, i = 0, . . . , m; y = F (ˆx)[h]}.
B — непустое выпуклое множество.
Непустота: возьмем (b, y), где b ∈ Rm+1
+ , y = 0 ⇒ (b, y) ∈ B
(в определении B надо взять h = 0).
Выпуклость: (b, y), (b , y ) ∈ B
def B
⇒ ∃ h и соответственно h .
Тогда для вектора (bα, yα) = α(b, y) + (1 − α)(b , y ),
α ∈ [0, 1], надо взять вектор hα = αh + (1 − α)h .
Значит, (bα, F (ˆx)[hα]) ∈ B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
77. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
78. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
79. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
80. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
81. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
82. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
83. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
84. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
85. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
86. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
87. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
88. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
89. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
90. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
91. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
92. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
93. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
94. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
95. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
96. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
97. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
98. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
99. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
100. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
101. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
102. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
103. 0 ∈ int B. Предположим противное, и придем к
противоречию с тем что ˆx ∈ locmin. Действительно, если
0 ∈ int B ⇒ при достаточно малом β < 0 (β, . . . , β, 0) ∈ B
⇒ ∃ h : F (ˆx)[h] = 0, fi (ˆx), h ≤ β, i = 0, 1, . . . , m.
F (ˆx)[h] = 0 ⇒ по т. о касательном пространстве
Ker F (ˆx) = Tˆx M, где M := {x ∈ X | F(x) = F(ˆx) = 0}.
Значит, ∃ r : [−ε, ε] → X (ε > 0) : r(t) = o(t),
ˆx + th + r(t) ∈ M ⇔ F ˆx + th + r(t) = 0 ∀ t ∈ [−ε, ε]. (1)
При малых t > 0 для i = 0, 1, . . . , m имеем неравенства
fi ˆx + th + r(t) = fi(ˆx) + t fi (ˆx), h + o(t) < 0. (1i)
(1), (1i), i = 1, . . . , m ⇒ ˆx + th + r(t) ∈ D(P). Но при этом
(10) f0 ˆx + th + r(t) < 0 = f0(ˆx) противоречит тому, что
ˆx ∈ locmin. Значит, 0 ∈ int B.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
104. По I теореме отделимости в нормированных пространствах
множество B и точку 0 можно отделить
⇒ ∃ (λ, y∗) = (λ0, λ1, . . . , λm, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
inf
(b,y)∈B
{ (λ, y∗), (b, y) } ≥ (λ, y∗), (0, 0)
⇐⇒ λ, b + y∗, y ≥ 0 ∀ (b, y) ∈ B. (∗)
Условие неотрицательности: (Rm+1
+ , 0) ⊂ B ⇒ (ei, 0) ∈ B,
где ei = (0, . . . , 0, 1
i
, 0, . . . , 0) ∈ B
(∗)
⇒ λi ≥ 0, i = 0, . . . , m.
Условие стационарности:
( f0(ˆx), h , . . . , fm(ˆx), h , F (ˆx)[h]) ∈ B ∀ h ∈ X
(∗)
⇒
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] ≥ 0. Поскольку в неравенстве
можно взять и h, и −h, то неравенство выполняется в виде
равенства:
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
105. По I теореме отделимости в нормированных пространствах
множество B и точку 0 можно отделить
⇒ ∃ (λ, y∗) = (λ0, λ1, . . . , λm, y∗) ∈ Rm+1 × Y∗, (λ, y∗) = 0 :
inf
(b,y)∈B
{ (λ, y∗), (b, y) } ≥ (λ, y∗), (0, 0)
⇐⇒ λ, b + y∗, y ≥ 0 ∀ (b, y) ∈ B. (∗)
Условие неотрицательности: (Rm+1
+ , 0) ⊂ B ⇒ (ei, 0) ∈ B,
где ei = (0, . . . , 0, 1
i
, 0, . . . , 0) ∈ B
(∗)
⇒ λi ≥ 0, i = 0, . . . , m.
Условие стационарности:
( f0(ˆx), h , . . . , fm(ˆx), h , F (ˆx)[h]) ∈ B ∀ h ∈ X
(∗)
⇒
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] ≥ 0. Поскольку в неравенстве
можно взять и h, и −h, то неравенство выполняется в виде
равенства:
m
i=0
λi fi (ˆx), h + y∗, F (ˆx)[h] = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление