El principio mínimo de Pontryagin del se utiliza en teoría del control óptimo para encontrar el control mejor para llevar a un el sistema dinámico a partir de un estado otro, especialmente en presencia de los apremios para el estado o los controles entrados. Fue formulado por el lev ruso Semenovich Pontryagin y sus estudiantes del matemático. Tiene como caso general la ecuación de Euler-Lagrange del cálculo de las variaciones .

El principio indica informal que el hamiltoniano se debe reducir al mínimo sobre \ {U} mathcal, el sistema de todos los controles permitidos. Si el u^* \ en \ {U} mathcal es el control óptimo para el problema, entonces el principio indica eso: H del (x^*(t), \ lambda^*(t) del u^*(t), t) \ leq H (x^*(t), u (t), \ lambda^*(t), t), \ patio \ forall u \ en \ {U}, mathcal \ patio t \ en t_f donde está la trayectoria de estado y el \ el lambda^* el x^* \ en C^1 óptimos \ en BV es la trayectoria costillada óptimo .

El resultado era primer aplicado con éxito en los problemas de tiempo mínimos donde se obliga el control de la entrada, pero puede también ser útil en estudiar problemas estado-obligados.

Las condiciones especiales para el hamiltoniano pueden también ser derivadas. Cuando el tiempo final t_f es fijo y el hamiltoniano no depende explícitamente el el tiempo ( \ frac {\ H parcial} {\ t parcial} \ 0 equivalente), entonces:

H (x^*(t), \ lambda^*(t) del u^*(t)) \ equivalente \ mathrm {constante} \, y si el tiempo final está libre, entonces: H del (x^*(t), \ lambda^*(t) del u^*(t)) \ 0 equivalente. \, Condiciones más generales en el control óptimo se dan abajo.

El principio mínimo de Pontryagin es una condición necesaria para un grado óptimo. La ecuación de los Hamilton-Jacobi-Botones proporciona las suficientes condiciones para un grado óptimo.

Maximización y minimización

Los resultados aquí se conocen a veces como principio máximo de Pontryagin. Esto es porque el trabajo original de Pontryagin se centró en la maximización de una ventaja funcional algo que reduciendo al mínimo un coste funcional, la prueba del principio mínimo se basa históricamente en la maximización del hamiltoniano algo que reduciendo al mínimo el hamiltoniano. En este marco, reducir al mínimo el coste funcional en vez de maximizar una ventaja funcional, el funcional se debe multiplicar por el {- 1} . Los usos modernos de esto trabajan el foco en el problema de la minimización.

Declaración formal de las condiciones necesarias para el problema de la minimización

Aquí las condiciones necesarias se demuestran para la minimización de un funcional. Tomar x para ser el estado del sistema dinámico con la entrada u, tal que el del \ =f del punto {x} (x, u), \, 0) =x_0 \ patio del patio x (u (t) \ en \ {U}, mathcal \ patio t \ adentro donde está el \ {U} mathcal el sistema de controles admisibles y de T es (es decir,) la época final terminal del sistema. El u del control \ en \ {U} mathcal se debe elegir para todo el t \ en para maximizar el J funcional, que es definido por el del J= \ PSI + (de x (T)) \ int^T_0 L (x (t), despegue de u (t))

Los apremios en la dinámica del sistema se pueden colindar al de Lagrange L introduciendo el de tiempo variable \ lambda del vector del multiplicador de Lagrange, cuyos elementos se llaman los costates del sistema. Esto motiva la construcción hamiltoniano H definida para todo el t \ en cerca:

H (\ lambda (t), x (t), u (t), t)= \ lambda'(t) f (x (t), u (t)) +L (x (t), u (t)) \, donde está la transposición el \ el lambda' del \ lambda.

El principio mínimo de Pontryagin indica que la trayectoria de estado óptima x^*, el control óptimo u^*, y el correspondiente \ lambda^* del vector del multiplicador de Lagrange deben reducir al mínimo el H hamiltoniano de modo que el del (1) \ qquad H (x^*(t), \ lambda^*(t), t) para todo el t del tiempo \ en donde u para todos los controles convenientes u. Debe también ser el caso ese del (2) \ qquad \ Psi_T (x (T)) +H (T)=0 \, Además, el costillado del de las ecuaciones - de (3) \ qquad \ punto {\ lambda} “(t)=H_x (x^*(t), \ lambda^*(t), f_x del t)= \ lambda” (t) (x^*(t), u^*(t)) del u^*(t) +L_x (x^*(t), u^*(t)) deben ser satisfied. Si el x del estado final (T) no es fijo (es decir, su variación diferenciada no es cero), él debe también ser que los costates terminales son tales que el del (4) \ qquad \ lambda'(T)= \ Psi_x (x (T)) \, Estas cuatro condiciones adentro (1) - (4) es las condiciones necesarias para un control óptimo. Observar que (4) aplica solamente cuando x (T) está libre. Si es fijo, después esta condición no es necesaria para un grado óptimo.

La notación usada arriba se define abajo.

\ Psi_T = \ frac (de x (T)) {\ parcial \ PSI (x)} {\ T parcial}|_ {x=x (T)} \,

\ Psi_x (x (T)) = \ comienza {} \ frac del bmatrix {\ parcial \ PSI (x)} {\ x_1 parciales}|_ {x=x (T)} y \ y \ frac de los cdots {\ parcial \ PSI (x)} {\ x_n parcial} |_ {x=x (T)} \ extremo {bmatrix}

H_x (x^*, u^*, \ lambda^*, t)= \ comienza {} \ frac {\ H parcial} del bmatrix {\ x_1 parcial}|_ {x=x^*, \ lambda= \ lambda^* del u=u^*} y \ y \ frac {\ H parcial} de los cdots {\ x_n parcial}|_ {x=x^*, \ lambda= \ lambda^* del u=u^*} \ extremo {bmatrix}

L_x (x^*, u^*) = \ comienzan {} \ frac {\ L parcial} del bmatrix {\ x_1 parciales}|_ {x=x^*, u=u^*} y \ y \ frac {\ L parcial} de los cdots {\ x_n parcial}|_ {x=x^*, u=u^*} \ extremo {bmatrix}

f_x (x^*, u^*) = \ comienza {} \ frac {\ f_1 parcial} del bmatrix {\ x_1 parcial}|_ {x=x^*, u=u^*} y \ y \ frac {\ f_1 parcial} de los cdots {\ x_n parcial}|del _ {x=x^*, u=u^*} \ \ \ vdots y \ ddots y \ vdots \ \ \ frac {\ f_n parcial} {\ x_1 parciales}|_ {x=x^*, u=u^*} y \ y \ frac {\ f_n parcial} de los ldots {\ x_n parcial}|_ {x=x^*, u=u^*} \ extremo {bmatrix}

.

  • Zenithic
  • Swayambhu Purana
    Random links:Fórmula de De Moivre | Capa (mitología de Lakota) | Franco DA Rocha | Casa de Pumpin | UL-Darjat de Rafi

  • © 2007-2008 enciclopediaespana.com; article text available under the terms of GFDL, from en.wikipedia.org
    ="http://pagead2.googlesyndication.com/pagead/show_ads.js">