matlab 泛函极值,（二） 泛函的极值 - osc_99vlkukb的个人空间 - OSCHINA - 中文开源技术交流社区...

泛函的极值必要条件

仿照函数极值必要条件的到处方法，得到泛函取得极值的必要条件。 首先，设所考虑的变量函数均通过固定的两个端点：

$y(x_0) = a, \qquad y(x_1) = 0$

即

$\delta y(x_0) = 0, \qquad \delta y(x_1) = 0$

考虑泛函的差值

$$J[y + \delta y] - J[y] = \int^{x_1}_{x_0} [ F(x, y + \delta y, y' + (\delta y)') - F(x, y, y')] dx$$

当函数的变分 $\delta y$ 足够小时，可将上式进行泰勒展开，有

$$\begin{align} J[y + \delta y] - J[y] &= \int^{x_1}_{x_0} \left{ [\delta y \frac{\partial}{\partial y} + (\delta y)' \frac{\partial}{\partial y'}]F + \frac{1}{2!} [\delta y \frac{\partial}{\partial y} + (\delta y)' \frac{\partial}{\partial y"}]^2 F + \cdots \right} dx\ &= \delta J[y] + \frac{1}{2!} \delta^2 J[y] + \cdots \end{align} $$

其中， $$\delta J[y] \equiv \int^{x_1}_{x_0} [\frac{\partial F}{\partial y} \delta y + \frac{\partial F}{\partial y'}(\delta y)']dx$$

是泛函 $J[y]$ 的一级变分。

泛函 $J[y]$ 取极小值的必要条件是泛函的一级变分为 0，即： $$\delta J[y] \equiv \int^{x_1}_{x_0} [\frac{\partial F}{\partial y} \delta y + \frac{\partial F}{\partial y'}(\delta y)']dx = 0$$

将上式积分中的第二项分部积分，同时代入边界条件，有 $$\begin{align} \delta J[y] &= \frac{\partial F}{\partial y'} \delta y|^{x_1}{x_0} + \int^{x_1}{x_0} [\frac{\partial F}{\partial y} \delta y - \frac{d}{dx}\frac{\partial F}{\partial y'}\delta y]dx \ &= \int^{x_1}_{x_0} [\frac{\partial F}{\partial y} - \frac{d}{\partial x}\frac{\partial F}{\partial y'}] \delta y dx = 0 \end{align} $$

由于 $\delta y$ 的任意性，可以得到 $$\frac{\partial F}{\partial y} - \frac{d}{\partial x}\frac{\partial F}{\partial y'} = 0$$

这个方程为 Euler-Lagrange 方程，它是泛函 $J[y]$ 取得极小值的必要条件的微分形式。

数学知识补充

泰勒展开

分部积分