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
4. Grundlagen der Optimalsteuerung und sei Dann gilt: r(T, x(T )) = K(T, x(T )) + q(T, x(T )). Satz 4.4 Es existiere eine stetig, in t und in x differenzierbare Funktion K(t, x) und es existiere ein Paar (x ∗ , u ∗ ) mit x ∗ = x ∗ (·), u ∗ = u ∗ (·), so dass 1) max R(t, x(t), u(t)) = R(t, x ∗ (t), u ∗ (t)), ∀t ∈ [t 0 , T ]; (x(t),u(t))∈L(t) 2) max x(T )∈C(T ) x∗ (T )). Dann ist das Paar (x ∗ , u ∗ ) optimal für die Aufgabe (4.1). Ein Beweis ist in [22] gegeben. 4.3.3. Hinreichende Bedingungen nach K.Arrow Nun formulieren und beweisen wir das Maximumprinzip als eine hinreichende Bedingung in folgender Form. 4 Wir definieren die maximierende Hamilton-Funktion H 0 : R n × R n × [t 0 , T ] → R als: H 0 (x, λ, t) = max u∈Ω H(x, u, λ, t), für fast alle t ∈ [t 0, T ] und für alle x, λ ∈ R n . Satz 4.5 Sei x ∗ (·), u ∗ (·) ein zulässiges Paar für das Problem (4.1) und es existiere eine Funktion λ : [t 0 , T ] → R n , so dass die notwendigen Optimalitätsbedingungen vom Satz (4.1) erfüllt sind. Ferner seien: 1. q(x) konkav, 2. H 0 (x, λ, t) sei konkav in x für alle (λ, t), t ∈ [0, T ], λ ∈ R n . Dann ist x ∗ (·), u ∗ (·) eine optimale Lösung. Hinweis: Die Bedingung 2 ist selten erfüllt. Daher kann auch nur selten die Hinlänglichkeit mit diesem Satz gezeigt werden. Beweis: Es seien u(·) eine beliebige zulässige Steuerfunktion und x(·) die entsprechende Lösung der Prozessgleichung. Um die Optimalität von x ∗ (·), u ∗ (·) zu beweisen, müssen wir zeigen, dass die Differenz 4 Kenneth Joseph Arrow (geb. 1921), US-amerikanischer Ökonom. δJ := J(u ∗ (·)) − J(u(·)) (4.3) 54
4.3. Hinreichende Optimalitätsbedingungen nicht negativ ist. Mittels der Hamiltonfunktion lässt sich die Funktion g(t, x, u) als g(t, x, u) = H(x, u, λ, t) − λf(t, x, u) schreiben. Damit kann man die Differenz (4.3) folgendermaßen umschreiben: δJ = q(x ∗ (T )) + = q(x ∗ (T )) + − ∫ T t 0 ∫ T t 0 [ ∫ T q(x(T )) + = q(x ∗ (T )) + − t 0 ∫ T t 0 [ ∫ T q(x(T )) + t 0 = q(x ∗ (T )) − q(x(T )) + ∫ T t 0 ( g (t, x ∗ (t), u ∗ (t)) dt − [ ∫ T q(x(T )) + t 0 ] g (t, x(t), u(t)) dt (H(x ∗ (t), u ∗ (t), λ(t), t) − λ(t) · f(t, x ∗ (t), u ∗ (t))) dt ] (H(x(t), u(t), λ(t), t) − λ(t) · f(t, x(t), u(t))) dt (H(x ∗ (t), u ∗ (t), λ(t), t) − λ(t)ẋ ∗ (t)) dt ] (H(x(t), u(t), λ(t), t) − λ(t)ẋ(t)) dt ) H(x ∗ (t), u ∗ (t), λ(t), t) − H(x(t), u(t), λ(t), t) − λ(t)(ẋ ∗ (t) − ẋ(t)) dt. Aus dem Maximumprinzip und der Konkavitätsannahme von H 0 (x, λ, t) bezüglich x folgt nun für fast alle t: H(x ∗ (t), u ∗ (t), λ(t), t) − H(x(t), u(t), λ(t), t) ≥ H 0 (x ∗ (t), λ(t), t) − H 0 (x(t), λ(t), t) ≥ H x (x ∗ (t), u ∗ (t), λ(t), t)(x ∗ (t) − x(t)). (4.4) Aus der Konkavität von q(x) erhält man die Ungleichung: q(x ∗ (T )) − q(x(T )) ≥ q x (x ∗ (T ))(x ∗ (T ) − x(T )). 55
- Seite 3: »Nach unserer bisherigen Erfahrung
- Seite 6 und 7: Inhaltsverzeichnis 4. Grundlagen de
- Seite 8 und 9: Inhaltsverzeichnis 8
- Seite 10 und 11: Abbildungsverzeichnis 5.2. Stückwe
- Seite 12 und 13: Abbildungsverzeichnis 12
- Seite 14 und 15: 1. Einleitung Änderungen in den Me
- Seite 16 und 17: 1. Einleitung Abbildung 1.1.: Entwi
- Seite 18 und 19: 1. Einleitung verschiedene Vorgehen
- Seite 20 und 21: 2. Biologische, ökologische und wi
- Seite 22 und 23: 2. Biologische, ökologische und wi
- Seite 24 und 25: 2. Biologische, ökologische und wi
- Seite 26 und 27: 2. Biologische, ökologische und wi
- Seite 28 und 29: 2. Biologische, ökologische und wi
- Seite 30 und 31: 2. Biologische, ökologische und wi
- Seite 32 und 33: 2. Biologische, ökologische und wi
- Seite 34 und 35: 2. Biologische, ökologische und wi
- Seite 36 und 37: 2. Biologische, ökologische und wi
- Seite 38 und 39: 3. Mathematische Modelle in der Bio
- Seite 40 und 41: 3. Mathematische Modelle in der Bio
- Seite 42 und 43: 3. Mathematische Modelle in der Bio
- Seite 44 und 45: 3. Mathematische Modelle in der Bio
- Seite 46 und 47: 3. Mathematische Modelle in der Bio
- Seite 48 und 49: 3. Mathematische Modelle in der Bio
- Seite 50 und 51: 4. Grundlagen der Optimalsteuerung
- Seite 52 und 53: 4. Grundlagen der Optimalsteuerung
- Seite 56 und 57: 4. Grundlagen der Optimalsteuerung
- Seite 58 und 59: 4. Grundlagen der Optimalsteuerung
- Seite 60 und 61: 4. Grundlagen der Optimalsteuerung
- Seite 62 und 63: 4. Grundlagen der Optimalsteuerung
- Seite 64 und 65: 4. Grundlagen der Optimalsteuerung
- Seite 66 und 67: 4. Grundlagen der Optimalsteuerung
- Seite 68 und 69: 4. Grundlagen der Optimalsteuerung
- Seite 70 und 71: 4. Grundlagen der Optimalsteuerung
- Seite 72 und 73: 4. Grundlagen der Optimalsteuerung
- Seite 74 und 75: 4. Grundlagen der Optimalsteuerung
- Seite 76 und 77: 4. Grundlagen der Optimalsteuerung
- Seite 78 und 79: 4. Grundlagen der Optimalsteuerung
- Seite 80 und 81: 4. Grundlagen der Optimalsteuerung
- Seite 82 und 83: 4. Grundlagen der Optimalsteuerung
- Seite 84 und 85: 5. Numerische Methoden für verschi
- Seite 86 und 87: 5. Numerische Methoden für verschi
- Seite 88 und 89: 5. Numerische Methoden für verschi
- Seite 90 und 91: 5. Numerische Methoden für verschi
- Seite 92 und 93: 5. Numerische Methoden für verschi
- Seite 94 und 95: 5. Numerische Methoden für verschi
- Seite 96 und 97: 5. Numerische Methoden für verschi
- Seite 98 und 99: 5. Numerische Methoden für verschi
- Seite 100 und 101: 5. Numerische Methoden für verschi
- Seite 102 und 103: 5. Numerische Methoden für verschi
4. Grundlagen der Optimalsteuerung<br />
und sei<br />
Dann gilt:<br />
r(T, x(T )) = K(T, x(T )) + q(T, x(T )).<br />
Satz 4.4 Es existiere eine stetig, in t und in x differenzierbare Funktion K(t, x) und<br />
es existiere ein Paar (x ∗ , u ∗ ) mit x ∗ = x ∗ (·), u ∗ = u ∗ (·), so dass<br />
1) max R(t, x(t), u(t)) = R(t, x ∗ (t), u ∗ (t)), ∀t ∈ [t 0 , T ];<br />
(x(t),u(t))∈L(t)<br />
2) max x(T )∈C(T ) x∗ (T )).<br />
Dann ist das Paar (x ∗ , u ∗ ) optimal für die Aufgabe (4.1).<br />
Ein Beweis ist in [22] gegeben.<br />
4.3.3. Hinreichende Bedingungen nach K.Arrow<br />
Nun formulieren und beweisen wir das Maximumprinzip als eine hinreichende<br />
Bedingung in folgender Form. 4<br />
Wir definieren die maximierende Hamilton-Funktion H 0 : R n × R n × [t 0 , T ] → R<br />
als:<br />
H 0 (x, λ, t) = max<br />
u∈Ω H(x, u, λ, t), für fast alle t ∈ [t 0, T ] und für alle x, λ ∈ R n .<br />
Satz 4.5 Sei x ∗ (·), u ∗ (·) ein zulässiges Paar für das Problem (4.1) und es existiere<br />
eine Funktion λ : [t 0 , T ] → R n , so dass die notwendigen Optimalitätsbedingungen<br />
vom Satz (4.1) erfüllt sind. Ferner seien:<br />
1. q(x) konkav,<br />
2. H 0 (x, λ, t) sei konkav in x für alle (λ, t), t ∈ [0, T ], λ ∈ R n .<br />
Dann ist x ∗ (·), u ∗ (·) eine optimale Lösung.<br />
Hinweis: Die Bedingung 2 ist selten erfüllt. Daher kann auch nur selten die<br />
Hinlänglichkeit mit diesem Satz gezeigt werden.<br />
Beweis:<br />
Es seien u(·) eine beliebige zulässige Steuerfunktion und x(·) die entsprechende<br />
Lösung der Prozessgleichung. Um die Optimalität von x ∗ (·), u ∗ (·) zu beweisen,<br />
müssen wir zeigen, dass die Differenz<br />
4 Kenneth Joseph Arrow (geb. 1921), US-amerikanischer Ökonom.<br />
δJ := J(u ∗ (·)) − J(u(·)) (4.3)<br />
54