SlideShare a Scribd company logo
1 of 122
Download to read offline
§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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8
Pr i-8

More Related Content

What's hot

Многочлены наилучших среднеквадратичных приближений
Многочлены наилучших среднеквадратичных приближенийМногочлены наилучших среднеквадратичных приближений
Многочлены наилучших среднеквадратичных приближенийTheoretical mechanics department
 
L3: Линейная и логистическая регрессия
L3: Линейная и логистическая регрессияL3: Линейная и логистическая регрессия
L3: Линейная и логистическая регрессияTechnosphere1
 
L2: Задача классификации и регрессии. Метрики ошибок
L2: Задача классификации и регрессии. Метрики ошибокL2: Задача классификации и регрессии. Метрики ошибок
L2: Задача классификации и регрессии. Метрики ошибокTechnosphere1
 
Решение краевых задач методом конечных элементов
Решение краевых задач методом конечных элементовРешение краевых задач методом конечных элементов
Решение краевых задач методом конечных элементовTheoretical mechanics department
 
L6: Метод опорных векторов
L6: Метод опорных векторовL6: Метод опорных векторов
L6: Метод опорных векторовTechnosphere1
 
L5: Л5 Байесовские алгоритмы
L5: Л5 Байесовские алгоритмыL5: Л5 Байесовские алгоритмы
L5: Л5 Байесовские алгоритмыTechnosphere1
 
Метод проекции градиента для решения стационарной системы Стокса как задачи ...
Метод проекции градиента для решения стационарной системы Стокса  как задачи ...Метод проекции градиента для решения стационарной системы Стокса  как задачи ...
Метод проекции градиента для решения стационарной системы Стокса как задачи ...iST1
 
Derivative lesson
Derivative lessonDerivative lesson
Derivative lessonmarinarum
 
10.1. курс лекций афу
10.1. курс лекций афу10.1. курс лекций афу
10.1. курс лекций афуGKarina707
 
Численное решение ОДУ. Метод Эйлера
Численное решение ОДУ. Метод ЭйлераЧисленное решение ОДУ. Метод Эйлера
Численное решение ОДУ. Метод ЭйлераTheoretical mechanics department
 
Методы численного интегрирования
Методы численного интегрированияМетоды численного интегрирования
Методы численного интегрированияTheoretical mechanics department
 
20110224 systems of_typed_lambda_calculi_moskvin_lecture01
20110224 systems of_typed_lambda_calculi_moskvin_lecture0120110224 systems of_typed_lambda_calculi_moskvin_lecture01
20110224 systems of_typed_lambda_calculi_moskvin_lecture01Computer Science Club
 
Morzhin o., november 03, 2011
Morzhin o., november 03, 2011Morzhin o., november 03, 2011
Morzhin o., november 03, 2011oleg_morzhin
 
20111202 machine learning_nikolenko_lecture04
20111202 machine learning_nikolenko_lecture0420111202 machine learning_nikolenko_lecture04
20111202 machine learning_nikolenko_lecture04Computer Science Club
 
20111202 machine learning_nikolenko_lecture02
20111202 machine learning_nikolenko_lecture0220111202 machine learning_nikolenko_lecture02
20111202 machine learning_nikolenko_lecture02Computer Science Club
 

What's hot (20)

Pr i-6
Pr i-6Pr i-6
Pr i-6
 
Многочлены наилучших среднеквадратичных приближений
Многочлены наилучших среднеквадратичных приближенийМногочлены наилучших среднеквадратичных приближений
Многочлены наилучших среднеквадратичных приближений
 
Метод конечных разностей
Метод конечных разностейМетод конечных разностей
Метод конечных разностей
 
L3: Линейная и логистическая регрессия
L3: Линейная и логистическая регрессияL3: Линейная и логистическая регрессия
L3: Линейная и логистическая регрессия
 
L2: Задача классификации и регрессии. Метрики ошибок
L2: Задача классификации и регрессии. Метрики ошибокL2: Задача классификации и регрессии. Метрики ошибок
L2: Задача классификации и регрессии. Метрики ошибок
 
Решение краевых задач методом конечных элементов
Решение краевых задач методом конечных элементовРешение краевых задач методом конечных элементов
Решение краевых задач методом конечных элементов
 
L6: Метод опорных векторов
L6: Метод опорных векторовL6: Метод опорных векторов
L6: Метод опорных векторов
 
L5: Л5 Байесовские алгоритмы
L5: Л5 Байесовские алгоритмыL5: Л5 Байесовские алгоритмы
L5: Л5 Байесовские алгоритмы
 
Метод проекции градиента для решения стационарной системы Стокса как задачи ...
Метод проекции градиента для решения стационарной системы Стокса  как задачи ...Метод проекции градиента для решения стационарной системы Стокса  как задачи ...
Метод проекции градиента для решения стационарной системы Стокса как задачи ...
 
Integral1
Integral1Integral1
Integral1
 
Derivative lesson
Derivative lessonDerivative lesson
Derivative lesson
 
10.1. курс лекций афу
10.1. курс лекций афу10.1. курс лекций афу
10.1. курс лекций афу
 
Сплайн интерполяция
Сплайн интерполяцияСплайн интерполяция
Сплайн интерполяция
 
Численное решение ОДУ. Метод Эйлера
Численное решение ОДУ. Метод ЭйлераЧисленное решение ОДУ. Метод Эйлера
Численное решение ОДУ. Метод Эйлера
 
Методы численного интегрирования
Методы численного интегрированияМетоды численного интегрирования
Методы численного интегрирования
 
20110224 systems of_typed_lambda_calculi_moskvin_lecture01
20110224 systems of_typed_lambda_calculi_moskvin_lecture0120110224 systems of_typed_lambda_calculi_moskvin_lecture01
20110224 systems of_typed_lambda_calculi_moskvin_lecture01
 
Soboland Sat
Soboland SatSoboland Sat
Soboland Sat
 
Morzhin o., november 03, 2011
Morzhin o., november 03, 2011Morzhin o., november 03, 2011
Morzhin o., november 03, 2011
 
20111202 machine learning_nikolenko_lecture04
20111202 machine learning_nikolenko_lecture0420111202 machine learning_nikolenko_lecture04
20111202 machine learning_nikolenko_lecture04
 
20111202 machine learning_nikolenko_lecture02
20111202 machine learning_nikolenko_lecture0220111202 machine learning_nikolenko_lecture02
20111202 machine learning_nikolenko_lecture02
 

Viewers also liked

Presentazione standard1 genovese bonalumi
Presentazione standard1 genovese bonalumiPresentazione standard1 genovese bonalumi
Presentazione standard1 genovese bonalumiAlexiaGBonalumi
 
Cas projecte ntic
Cas projecte nticCas projecte ntic
Cas projecte nticNursebma
 
Cas propi aprenentatge
Cas propi aprenentatgeCas propi aprenentatge
Cas propi aprenentatgeNursebma
 
презентация лекции по вариационному исчислению
презентация лекции по вариационному исчислениюпрезентация лекции по вариационному исчислению
презентация лекции по вариационному исчислениюallfira
 

Viewers also liked (8)

Slideshare!!!
Slideshare!!!Slideshare!!!
Slideshare!!!
 
Presentazione standard1 genovese bonalumi
Presentazione standard1 genovese bonalumiPresentazione standard1 genovese bonalumi
Presentazione standard1 genovese bonalumi
 
Pinhead
PinheadPinhead
Pinhead
 
Cas projecte ntic
Cas projecte nticCas projecte ntic
Cas projecte ntic
 
Cas propi aprenentatge
Cas propi aprenentatgeCas propi aprenentatge
Cas propi aprenentatge
 
Power Point Pele Miguel Garcia
Power Point Pele Miguel GarciaPower Point Pele Miguel Garcia
Power Point Pele Miguel Garcia
 
презентация лекции по вариационному исчислению
презентация лекции по вариационному исчислениюпрезентация лекции по вариационному исчислению
презентация лекции по вариационному исчислению
 
Scotland and scottish kilts Eric Garcia
Scotland and scottish kilts Eric GarciaScotland and scottish kilts Eric Garcia
Scotland and scottish kilts Eric Garcia
 

Similar to Pr i-8

функциональный метод решения иррациональных уравнений
функциональный метод решения иррациональных уравненийфункциональный метод решения иррациональных уравнений
функциональный метод решения иррациональных уравненийludmilka88888
 
Дифференцциальное исчисление
Дифференцциальное исчислениеДифференцциальное исчисление
Дифференцциальное исчислениеvladimiryaschuk
 
графики
графикиграфики
графикиveraka
 
графики Мехралиева С.А.
графики Мехралиева С.А.графики Мехралиева С.А.
графики Мехралиева С.А.veraka
 
10 a n_r
10 a n_r10 a n_r
10 a n_r4book
 
исследование функций
исследование функцийисследование функций
исследование функцийkillaruns
 
Proizvodnaya funkcii
Proizvodnaya funkciiProizvodnaya funkcii
Proizvodnaya funkciiDimon4
 
Функции, 11-й клаас
Функции, 11-й клаасФункции, 11-й клаас
Функции, 11-й клаасAlbina
 
Predel funk
Predel funkPredel funk
Predel funkAlex_Tam
 
п.3.5решение неравенств методом интервалов к уроку
п.3.5решение неравенств методом интервалов к урокуп.3.5решение неравенств методом интервалов к уроку
п.3.5решение неравенств методом интервалов к урокуNTK Narva Taiskasvanute kool
 
556 1 алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
556 1  алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с556 1  алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
556 1 алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271сpsvayy
 
Лекция №1. Введение. Предмет "Теория вычислительных процессов"
Лекция №1. Введение. Предмет "Теория вычислительных процессов"Лекция №1. Введение. Предмет "Теория вычислительных процессов"
Лекция №1. Введение. Предмет "Теория вычислительных процессов"Nikolay Grebenshikov
 
математик анализ лекц№10
математик анализ лекц№10математик анализ лекц№10
математик анализ лекц№10narangerelodon
 
Matematika 10-klass-merzljak-2018-ros
Matematika 10-klass-merzljak-2018-rosMatematika 10-klass-merzljak-2018-ros
Matematika 10-klass-merzljak-2018-roskreidaros1
 
Предел функции
Предел функцииПредел функции
Предел функцииvushko
 

Similar to Pr i-8 (20)

функциональный метод решения иррациональных уравнений
функциональный метод решения иррациональных уравненийфункциональный метод решения иррациональных уравнений
функциональный метод решения иррациональных уравнений
 
Дифференцциальное исчисление
Дифференцциальное исчислениеДифференцциальное исчисление
Дифференцциальное исчисление
 
Pr i-1
Pr i-1Pr i-1
Pr i-1
 
графики
графикиграфики
графики
 
графики Мехралиева С.А.
графики Мехралиева С.А.графики Мехралиева С.А.
графики Мехралиева С.А.
 
10 a n_r
10 a n_r10 a n_r
10 a n_r
 
исследование функций
исследование функцийисследование функций
исследование функций
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
Proizvodnaya funkcii
Proizvodnaya funkciiProizvodnaya funkcii
Proizvodnaya funkcii
 
Функции, 11-й клаас
Функции, 11-й клаасФункции, 11-й клаас
Функции, 11-й клаас
 
презентация к уроку2
презентация к уроку2презентация к уроку2
презентация к уроку2
 
23
2323
23
 
Predel funk
Predel funkPredel funk
Predel funk
 
п.3.5решение неравенств методом интервалов к уроку
п.3.5решение неравенств методом интервалов к урокуп.3.5решение неравенств методом интервалов к уроку
п.3.5решение неравенств методом интервалов к уроку
 
556 1 алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
556 1  алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с556 1  алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
556 1 алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
 
Лекция №1. Введение. Предмет "Теория вычислительных процессов"
Лекция №1. Введение. Предмет "Теория вычислительных процессов"Лекция №1. Введение. Предмет "Теория вычислительных процессов"
Лекция №1. Введение. Предмет "Теория вычислительных процессов"
 
математик анализ лекц№10
математик анализ лекц№10математик анализ лекц№10
математик анализ лекц№10
 
Matematika 10-klass-merzljak-2018-ros
Matematika 10-klass-merzljak-2018-rosMatematika 10-klass-merzljak-2018-ros
Matematika 10-klass-merzljak-2018-ros
 
Question04
Question04Question04
Question04
 
Предел функции
Предел функцииПредел функции
Предел функции
 

Pr i-8

  • 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