1. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
2. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
3. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
4. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
5. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
6. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
7. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
8. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
9. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
10. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
11. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
12. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
13. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
14. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
15. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
16. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
17. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
18. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
19. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
20. §6. Гладкая задача без ограничений
6.1 Постановка задачи
X — линейное нормированное пространство,
f : X → R — функционал, гладкий.
Гладкая задача без ограничений: f(x) → extr.
Теорема (аналог т. Ферма в нормированных пространствах)
Пусть ˆx ∈ locextr f, f ∈ D(ˆx) (имеет вариацию по Лагранжу в
точке ˆx). Тогда f (ˆx) = 0 (δf(ˆx, h) = 0 ∀ h ∈ X).
¡ Возьмем произвольный, но фиксированный элемент h∈X.
Рассмотрим функцию одной переменной ϕ(λ) = f(ˆx + λh).
ˆx ∈ locextr f ⇒ 0 ∈ locextr ϕ.
По т. Ферма для функций ϕ (0) = 0 ⇔ δf(ˆx, h) = 0.
В силу произвольности h δf(ˆx, ·) = 0.
Если f ∈ D(ˆx) ⇒ ∃ f (ˆx)[·] = δf(ˆx, ·) = 0 (в силу уже
доказанного) ⇒ f (ˆx) = 0. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
21. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
22. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
23. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
24. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
25. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
26. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
27. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
28. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
29. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
30. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
31. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
32. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
33. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
34. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
35. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
36. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
37. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
38. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
39. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
40. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
41. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
42. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
43. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
44. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
45. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
46. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
¡ По формуле Тейлора
f(ˆx +h) = f(ˆx)+ f (ˆx), h + 1
2 f (ˆx)[h, h]+r(h), r(h) = o( h 2
).
Необходимость. Пусть ˆx ∈ locmin f. Тогда по аналогу
т. Ферма f (ˆx) = 0, следовательно, по формуле Тейлора
f(ˆx + λh) − f(ˆx) = λ2
2 f (ˆx)[h, h] + r(λh), r(λh) = o(|λ|2
)
при малых λ и фиксированном h. Поскольку ˆx ∈ locmin f, то
f(ˆx + λh) − f(ˆx) ≥ 0. Поэтому λ2
2 f (ˆx)[h, h] + r(λh) ≥ 0.
Разделим обе части последнего неравенства на λ2 и
устремим λ к нулю. Поскольку r(λh)
λ2 → 0, то f (ˆx)[h, h] ≥ 0.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
47. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
Достаточность. Так как f (ˆx) = 0, то по формуле Тейлора
f(ˆx+h)−f(ˆx)=
1
2
f (ˆx)[h, h]+r(h)
f (ˆx)h,h ≥α h 2
≥ α
2 ||h||2
+r(h)≥0
при достаточно малых h, так как r(h) = o( h 2).
Следовательно, ˆx ∈ locmin f. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
48. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
Достаточность. Так как f (ˆx) = 0, то по формуле Тейлора
f(ˆx+h)−f(ˆx)=
1
2
f (ˆx)[h, h]+r(h)
f (ˆx)h,h ≥α h 2
≥ α
2 ||h||2
+r(h)≥0
при достаточно малых h, так как r(h) = o( h 2).
Следовательно, ˆx ∈ locmin f. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
49. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
Достаточность. Так как f (ˆx) = 0, то по формуле Тейлора
f(ˆx+h)−f(ˆx)=
1
2
f (ˆx)[h, h]+r(h)
f (ˆx)h,h ≥α h 2
≥ α
2 ||h||2
+r(h)≥0
при достаточно малых h, так как r(h) = o( h 2).
Следовательно, ˆx ∈ locmin f. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
50. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
Достаточность. Так как f (ˆx) = 0, то по формуле Тейлора
f(ˆx+h)−f(ˆx)=
1
2
f (ˆx)[h, h]+r(h)
f (ˆx)h,h ≥α h 2
≥ α
2 ||h||2
+r(h)≥0
при достаточно малых h, так как r(h) = o( h 2).
Следовательно, ˆx ∈ locmin f. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
51. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
Достаточность. Так как f (ˆx) = 0, то по формуле Тейлора
f(ˆx+h)−f(ˆx)=
1
2
f (ˆx)[h, h]+r(h)
f (ˆx)h,h ≥α h 2
≥ α
2 ||h||2
+r(h)≥0
при достаточно малых h, так как r(h) = o( h 2).
Следовательно, ˆx ∈ locmin f. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
52. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
Достаточность. Так как f (ˆx) = 0, то по формуле Тейлора
f(ˆx+h)−f(ˆx)=
1
2
f (ˆx)[h, h]+r(h)
f (ˆx)h,h ≥α h 2
≥ α
2 ||h||2
+r(h)≥0
при достаточно малых h, так как r(h) = o( h 2).
Следовательно, ˆx ∈ locmin f. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
53. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
Достаточность. Так как f (ˆx) = 0, то по формуле Тейлора
f(ˆx+h)−f(ˆx)=
1
2
f (ˆx)[h, h]+r(h)
f (ˆx)h,h ≥α h 2
≥ α
2 ||h||2
+r(h)≥0
при достаточно малых h, так как r(h) = o( h 2).
Следовательно, ˆx ∈ locmin f. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
54. Теорема (необходимые и достаточные условия II порядка)
Необходимые условия экстремума: если ˆx ∈ locmin f и
f ∈ D2(ˆx), то f (ˆx) = 0, f (ˆx)h, h ≥ 0 ∀ h ∈ X.
Достаточные условия экстремума: если f (ˆx) = 0,
∃ α > 0 : f (ˆx)h, h ≥ α h 2 ∀ h ∈ X, то ˆx ∈ locmin f.
Достаточность. Так как f (ˆx) = 0, то по формуле Тейлора
f(ˆx+h)−f(ˆx)=
1
2
f (ˆx)[h, h]+r(h)
f (ˆx)h,h ≥α h 2
≥ α
2 ||h||2
+r(h)≥0
при достаточно малых h, так как r(h) = o( h 2).
Следовательно, ˆx ∈ locmin f. £
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
55. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
56. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
57. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
58. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
59. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
60. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
61. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
62. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
63. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
64. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
65. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
66. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
67. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
68. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
69. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
70. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
71. Пример 1. В бесконечномерных пространствах условие
положительной определенности отображения не гарантирует
строгой положительности отображения
f : l2 → R, x = (x1, ..., xn, ...), x l2
=
+∞
n=1
x2
n
1
2
, f(x)=
∞
n=1
x2
n
n
.
f (x)[h] = 2
∞
n=1
xnhn
n
; f (0)[h, h] = 2
∞
n=1
h2
n
n
>0 ∀ h = 0 ⇒ f >0
(положительно определена). Но вместе с тем f не является
строго положительной. Действительно, неравенство
f (0)[h, h] ≥ α h 2 ∀ h не может выполняться ни для какой
константы α > 0, поскольку на {hn} = en, n = 1, 2, . . .
(en — n-й базисный вектор пространства l2),
f (0)[hn, hn] =
2
n
=
2
n
hn
2 ≥ α hn
2.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
72. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
73. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
74. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
75. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
76. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
77. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
78. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
79. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
80. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
81. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
82. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
83. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
84. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
85. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
86. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление
87. Пример 2. В бесконечномерных пространствах условие f (ˆx) = 0
и f (ˆx)[h, h] > 0 ∀ h = 0 не гарантируют локального минимума
отображения.
f : l2 → R, f(x) =
∞
n=1
x2
n
n3
− x4
n → min .
f (x)[h] =
∞
n=1
2xnhn
n3
− 4x3
n hn
⇒ f (0) = 0 ⇒ ˆx = 0 — стационарная точка.
f (x)[h, h] =
∞
n=1
2h2
n
n3
− 12x2
n h2
n ⇒ f (0)[h, h] = 2
∞
n=1
h2
n
n3
> 0
∀ h = 0 ⇒ f (0) положительно определенный оператор, но не
строго положительный. На последовательности xn = en
n
(xn → ˆx = 0 при n → +∞), f(xn) =
1
n5
−
1
n4
< 0 = f(0)
⇒ ˆx = 0 ∈ locmin f.
Галеев Э. М. МГУ
Лекции: Вариационное исчисление и оптимальное управление