31.01.2014 Aufrufe

disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald

disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald

disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

4.1. Das Maximumprinzip von Pontrjagin<br />

Satz 4.1 Seien f, g stetig und stetig partiell nach x differenzierbar. Seien x ∗ (·), u ∗ (·)<br />

optimal, dann gibt es eine nichttriviale Lösung der adjungierten Gleichung<br />

˙λ(t) = − ∂<br />

∂x H(x∗ (t), u ∗ (t), λ(t), t), t 0 ≤ t ≤ T , so dass<br />

➣ die Maximumbedingung<br />

H(x ∗ (t), u ∗ (t), λ(t), t) = max<br />

u∈Ω H(x∗ (t), u, λ(t), t), für fast alle t ∈ [t 0 , T ]<br />

➣ und die Transversalitätsbedingung<br />

λ(T ) = − ∂q<br />

∂x (x∗ (T ))<br />

erfüllt sind.<br />

Es gibt eine Reihe von Methoden das Maximumprinzip zu beweisen. Ein klassischer<br />

Weg ist die Verwendung von sogenannten Nadelvariationen. Das bedeutet, es werden<br />

zulässige Steuerungen betrachtet, die von der optimalen Steuerung in einer beliebiger<br />

Weise abweichen, aber nur auf einer endlichen Anzahl von kleinen Zeitintervallen.<br />

Da die Steuerungen stückweise stetig sind, lässt sich diese Transformation ausführen.<br />

Dann wird eine Linearisierung des Problems in einer Umgebung der optimalen<br />

Lösung durchgeführt und es werden konvexe Variationskegel der optimalen und<br />

der gestörten Trajektorien konstruiert. Anschließend wird ein Trennungssatz<br />

von konvexen Kegel angewendet. Die entsprechende Bedingung kann analytisch<br />

geschrieben werden, dieses führt zu dem Ergebnis, dass die optimale Steuerung<br />

u ∗ (t) mit der entsprechnenden Trajektorie das Maximum der Hamiltonfunktion<br />

H(x ∗ (t), u ∗ (t), λ(t), t) für fast alle t liefert. Ein genauerer Beweis für das<br />

Pontrjaginsche Maximumprinzip ist in [33] zu finden. 3<br />

4.1.2. Stückweise konstante Steuerungen<br />

Jetzt betrachten wir Aufgabe (4.1) mit stückweise konstanten Steuerungen. Wir<br />

betrachten eine Folge t 0 , t 1 , . . . , t N = T und gehen davon aus, dass u(t) =<br />

u(t k ) für alle t ∈ [t k , t k+1 ), k = 0, . . . , N − 1 ist. In dem Fall, wenn die<br />

Konstantheitsintervalle vorgegeben sind oder die Länge dieser Intervalle nach unten<br />

beschränkt, gilt das Pontrjaginsche Maximum-Prinzip in der klassischen Form nicht.<br />

Es gibt eine Reihe von Publikationen, die sich mit dieser Aufgabe beschäftigen<br />

und versuchen, notwendige (und manchmal auch hinreichende) Bedingungen zu<br />

formulieren. [35] gibt z.B. einen alternativen Pontrjaginschen Weg, bei dem sich die<br />

Optimalität einer Lösung durch ein Integralkriterium prüfen lässt.<br />

Wir gehen von einer Standard-Formulierung der Hamilton-Funktion aus und setzen<br />

die Existenz der partiellen Ableitungen f u und g u voraus. Bei dieser Aufgabe dürfen<br />

wir keine Nadelvariationen im Sinne von Pontrjagin benutzen. Wir stören die optimale<br />

Steuerung u ∗ (t k ) auf dem ganzen Intervall [t k , t k+1 ), k = 0, . . . , N − 1. Dabei<br />

3 für alle Stetigkeitspunkte von u ∗ (·)<br />

51

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!