Методы оптимизации. Кн.2
Покупка
Тематика:
Прикладная математика
Автор:
Васильев Федор Павлович
Год издания: 2011
Кол-во страниц: 433
Дополнительно
Вид издания:
Учебное пособие
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-94057-708-9
Артикул: 682489.01.99
В книге изложены численные методы решения задач оптимизации. Приводятся
теоретическое обоснование и краткие характеристики этих методов. Рассматривают-
ся задачи минимизации функций в конечномерных и бесконечномерных простран-
ствах, а также задачи оптимального управления процессами, описываемыми систе-
мами обыкновенных дифференциальных уравнений и уравнений в частных произ-
водных.
Для студентов вузов по специальности ¾Прикладная математика¿ и специали-
стов в области задач оптимизации.
Предыдущее издание книги вышло в 2002 г. в издательстве ¾Факториал¿.
Тематика:
ББК:
УДК:
ОКСО:
- 01.00.00: МАТЕМАТИКА И МЕХАНИКА
- ВО - Бакалавриат
- 01.03.01: Математика
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
Ф. П. Васильев МЕТОДЫ ОПТИМИЗАЦИИ ЧАСТЬ II Оптимизация в функциональных пространствах. Регуляризация. Аппроксимация Издание новое, переработанное и дополненное Допущено Учебно-методическим объединением по классическому университетскому образованию в качестве учебника для студентов высших учебных заведений, обучающихся по специальности ВПО 010501 «Прикладная математика и информатика» Москва Издательство МЦНМО 2011
УДК 519.6(075.8) ББК 22.19 В19 Васильев Ф. П. В19 Методы оптимизации: В 2-х кн. — Новое изд., перераб. и доп. — М.: МЦНМО, 2011. ISBN 978-5-94057-706-5 Кн. 2. — 433 с. — ISBN 978-5-94057-708-9 В книге изложены численные методы решения задач оптимизации. Приводятся теоретическое обоснование и краткие характеристики этих методов. Рассматриваются задачи минимизации функций в конечномерных и бесконечномерных пространствах, а также задачи оптимального управления процессами, описываемыми системами обыкновенных дифференциальных уравнений и уравнений в частных производных. Для студентов вузов по специальности «Прикладная математика» и специалистов в области задач оптимизации. Предыдущее издание книги вышло в 2002 г. в издательстве «Факториал». ББК 22.19 ISBN 978-5-94057-708-9 9 785940 577089 > ISBN 978-5-94057-706-5 ISBN 978-5-94057-708-9 (кн. 2) c⃝ Васильев Ф. П., 2011 c⃝ МЦНМО, 2011
ОГЛАВЛЕНИЕ Предисловие к новому изданию 7 Предисловие 8 ЧАСТЬ I КОНЕЧНОМЕРНЫЕ ЗАДАЧИ ОПТИМИЗАЦИИ. ПРИНЦИП МАКСИМУМА. ДИНАМИЧЕСКОЕ ПРОГРАММИРОВАНИЕ Глава 1. Методы минимизации функций одной переменной 12 § 1. Постановка задачи . . . . . . . . . . . . . . . . . . . . . . . . . . 12 § 2. Классический метод . . . . . . . . . . . . . . . . . . . . . . . . . 17 § 3. Метод деления отрезка пополам . . . . . . . . . . . . . . . . . . 19 § 4. Метод золотого сечения. Симметричные методы . . . . . . . . . 21 § 5. Об оптимальных методах . . . . . . . . . . . . . . . . . . . . . . 24 § 6. Метод ломаных . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 § 7. Методы покрытий . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 § 8. Выпуклые функции одной переменной . . . . . . . . . . . . . . . 37 § 9. Метод касательных . . . . . . . . . . . . . . . . . . . . . . . . . . 44 § 10. Метод Стронгина . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 Глава 2. Классическая теория экстремума функций многих переменных 56 § 1. Постановка задачи. Теорема Вейерштрасса . . . . . . . . . . . . 56 § 2. Классический метод решения задач на безусловный экстремум 67 § 3. Задачи на условный экстремум. Необходимые условия первого порядка . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 § 4. Необходимые условия экстремума второго порядка . . . . . . . 82 § 5. Достаточные условия экстремума . . . . . . . . . . . . . . . . . . 99 § 6. Вспомогательные предложения . . . . . . . . . . . . . . . . . . . 103 Глава 3. Элементы линейного программирования 112 § 1. Постановка задачи . . . . . . . . . . . . . . . . . . . . . . . . . . 112 § 2. Геометрическая интерпретация. Угловые точки . . . . . . . . . 119 § 3. Симплекс-метод. Антициклин . . . . . . . . . . . . . . . . . . . . 124 § 4. Поиск начальной угловой точки . . . . . . . . . . . . . . . . . . 153 § 5. Условие разрешимости задач линейного программирования. Теоремы двойственности . . . . . . . . . . . . . . . . . . . . . . . 158
ОГЛАВЛЕНИЕ Глава 4. Элементы выпуклого анализа 171 § 1. Выпуклые множества . . . . . . . . . . . . . . . . . . . . . . . . . 171 § 2. Выпуклые функции . . . . . . . . . . . . . . . . . . . . . . . . . . 184 § 3. Сильно выпуклые функции . . . . . . . . . . . . . . . . . . . . . 206 § 4. Проекция точки на множество . . . . . . . . . . . . . . . . . . . 213 § 5. Отделимость выпуклых множеств . . . . . . . . . . . . . . . . . 219 § 6. Субградиент. Субдифференциал . . . . . . . . . . . . . . . . . . 230 § 7. Равномерно выпуклые функции . . . . . . . . . . . . . . . . . . . 240 § 8. Обоснование правила множителей Лагранжа . . . . . . . . . . . 244 § 9. Теорема Куна–Таккера. Двойственная задача . . . . . . . . . . 252 Глава 5. Методы минимизации функций многих переменных 276 § 1. Градиентный метод . . . . . . . . . . . . . . . . . . . . . . . . . . 276 § 2. Метод проекции градиента . . . . . . . . . . . . . . . . . . . . . . 293 § 3. Метод проекции субградиента . . . . . . . . . . . . . . . . . . . . 303 § 4. Метод условного градиента . . . . . . . . . . . . . . . . . . . . . 307 § 5. Метод возможных направлений . . . . . . . . . . . . . . . . . . . 314 § 6. Проксимальный метод . . . . . . . . . . . . . . . . . . . . . . . . 324 § 7. Метод линеаризации . . . . . . . . . . . . . . . . . . . . . . . . . 331 § 8. Квадратичное программирование . . . . . . . . . . . . . . . . . . 335 § 9. Метод сопряженных направлений . . . . . . . . . . . . . . . . . 340 § 10. Метод Ньютона . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348 § 11. Непрерывные методы с переменной метрикой . . . . . . . . . . 356 § 12. Метод покоординатного спуска . . . . . . . . . . . . . . . . . . . 359 § 13. Метод покрытия в многомерных задачах . . . . . . . . . . . . . 364 § 14. Метод модифицированных функций Лагранжа . . . . . . . . . . 367 § 15. Экстраградиентный метод . . . . . . . . . . . . . . . . . . . . . . 373 § 16. Метод штрафных функций . . . . . . . . . . . . . . . . . . . . . 378 § 17. Доказательство необходимых условий экстремума первого и второго порядков с помощью штрафных функций . . . . . . . 397 § 18. Метод барьерных функций . . . . . . . . . . . . . . . . . . . . . 407 § 19. Метод нагруженных функций . . . . . . . . . . . . . . . . . . . . 416 § 20. О методе случайного поиска . . . . . . . . . . . . . . . . . . . . . 428 § 21. Общие замечания . . . . . . . . . . . . . . . . . . . . . . . . . . . 432 Глава 6. Принцип максимума Понтрягина 437 § 1. Постановка задачи оптимального управления . . . . . . . . . . . 437 § 2. Формулировка принципа максимума. Примеры . . . . . . . . . . 450 § 3. Доказательство принципа максимума . . . . . . . . . . . . . . . 472 § 4. Принцип максимума для задач оптимального управления с фазовыми ограничениями . . . . . . . . . . . . . . . . . . . . . . . . 499 § 5. Связь между принципом максимума и классическим вариационным исчислением . . . . . . . . . . . . . . . . . . . . . . . . . . 532
ОГЛАВЛЕНИЕ 629 Глава 7. Динамическое программирование 536 § 1. Схема Беллмана. Проблема синтеза для дискретных систем . . 536 § 2. Схема Моисеева . . . . . . . . . . . . . . . . . . . . . . . . . . . . 549 § 3. Проблема синтеза для систем с непрерывным временем . . . . . 555 § 4. Достаточные условия оптимальности . . . . . . . . . . . . . . . 563 Список литературы 570 Дополнительный список литературы 604 Предметный указатель 611 Обозначения 615 ЧАСТЬ II ОПТИМИЗАЦИЯ В ФУНКЦИОНАЛЬНЫХ ПРОСТРАНСТВАХ. РЕГУЛЯРИЗАЦИЯ. АППРОКСИМАЦИЯ Глава 8. Методы минимизации в функциональных пространствах 631 § 1. Предварительные сведения. Обозначения . . . . . . . . . . . . . 632 § 2. Теорема Вейерштрасса в функциональных пространствах . . . 639 § 3. Дифференцирование. Условия оптимальности . . . . . . . . . . 661 § 4. Методы минимизации . . . . . . . . . . . . . . . . . . . . . . . . 694 § 5. Градиент в задаче оптимального управления со свободным правым концом . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 711 § 6. Градиент в задаче оптимального управления с дискретным временем . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 726 § 7. Оптимальное управление процессом нагрева стержня . . . . . . 733 § 8. Оптимальное управление колебательными процессами . . . . . 746 § 9. Оптимальное управление процессами, описываемыми уравнением Гурса–Дарбу . . . . . . . . . . . . . . . . . . . . . . . . . . . . 757 § 10. Взаимодвойственные задачи управления и наблюдения . . . . . 762 § 11. Метод моментов . . . . . . . . . . . . . . . . . . . . . . . . . . . . 772 Глава 9. Методы решения неустойчивых задач оптимизации 786 § 1. Постановка задачи. Устойчивые и неустойчивые задачи минимизации . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 786 § 2. Методы регуляризации для решения неустойчивых задач первого типа . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 795 § 3. Стабилизатор. Леммы о регуляризации . . . . . . . . . . . . . . 803 § 4. Метод стабилизации . . . . . . . . . . . . . . . . . . . . . . . . . 812 § 5. Метод невязки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 830 § 6. Метод квазирешений . . . . . . . . . . . . . . . . . . . . . . . . . 834 § 7. Методы регуляризации с расширением множества . . . . . . . . 838 § 8. Регуляризованный метод проекции градиента . . . . . . . . . . 846 § 9. Регуляризованный метод условного градиента . . . . . . . . . . 855 § 10. Регуляризованный экстраградиентный метод . . . . . . . . . . . 863 § 11. Регуляризованный проксимальный метод . . . . . . . . . . . . . 874 § 12. Регуляризованный метод Ньютона . . . . . . . . . . . . . . . . . 880
ОГЛАВЛЕНИЕ § 13. Регуляризованный непрерывный метод проекции градиента . . 891 § 14. Метод динамической регуляризации . . . . . . . . . . . . . . . . 899 Глава 10. Аппроксимация экстремальных задач 907 § 1. Разностная аппроксимация квадратичной задачи оптимального управления . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 907 § 2. Общие условия аппроксимации . . . . . . . . . . . . . . . . . . . 917 § 3. Разностная аппроксимация для квадратичной задачи с фазовыми ограничениями . . . . . . . . . . . . . . . . . . . . . . . . . . . 926 § 4. Регуляризация аппроксимаций экстремальных задач . . . . . . 933 § 5. Разностная аппроксимация квадратичной задачи с переменной областью управления . . . . . . . . . . . . . . . . . . . . . . . . . 943 § 6. Аппроксимация задачи быстродействия . . . . . . . . . . . . . . 952 § 7. Разностная аппроксимация задачи об оптимальном нагреве стержня . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 960 § 8. Об аппроксимации максиминных задач . . . . . . . . . . . . . . 983 Рекомендации по использованию книги 996 Список литературы 1006 Дополнительный список литературы 1040 Предметный указатель 1047 Обозначения 1052
Г Л А В А 8 МЕТОДЫ МИНИМИЗАЦИИ В ФУНКЦИОНАЛЬНЫХ ПРОСТРАНСТВАХ В части I книги мы занимались задачами минимизации функций конечного числа переменных и задачами оптимального управления процессами, описываемыми системами обыкновенных дифференциальных уравнений. Наряду с этими задачами большой интерес для практики представляют задачи оптимального управления процессами, описываемыми уравнениями с частными производными, интегро-дифференциальными уравнениями, задачи наилучшего приближения функций и др. Оказывается, все перечисленные задачи можно трактовать как экстремальные задачи в подходящим образом выбранных функциональных пространствах, и для исследования этих задач использовать аппарат и методы функционального анализа. Такая трактовка позволяет выявить общие закономерности, присущие широким классам экстремальных задач, создавать и исследовать общие методы решения таких задач. Эти проблемы, а также вопросы аппроксимации и регуляризации экстремальных задач в функциональных пространствах составляют основное содержание части II книги. В гл. 8 мы кратко остановимся на элементах теории экстремальных задач в гильбертовых и банаховых пространствах, на методах их решения, рассмотрим некоторые классы задач оптимального управления процессами, описываемыми обыкновенными дифференциальными уравнениями и уравнениями с частными производными. Определение многих понятий, характеризующих задачи оптимизации (локальный и глобальный минимум, верхняя и нижняя грань функции, минимизирующая последовательность и т. п.), многих понятий выпуклого анализа (выпуклое множество, выпуклая функция, проекция точки, субградиент и т. п.) получаются из определений, приведенных в гл. 1, 2, 4, нужно лишь в них под точкой теперь понимать элементы рассматриваемых банаховых и гильбертовых пространств, а вместо |u|, ⟨u, v⟩ понимать соответственно норму, скалярное произведение в этих пространствах. Поэтому мы здесь, как правило, не будем заново воспроизводить определения таких понятий и ограничимся ссылками на часть I книги. Многие теоремы, справедливые в конечномерных пространствах, без изменений остаются справедливыми и в бесконечномерных функциональных пространствах, и в таких случаях на соответствующее утверждение мы будем ссылаться в его прежней формулировке, указывая в контексте, о каком пространстве теперь идет речь. Следует предупредить неопытного читателя, что имеется немало утверждений, справедливых лишь в конечномерных пространствах, и их обобщение на бесконечномерные пространства требует определенной аккуратности и осторожности. В таких случаях мы будем приводить точные формулировки соответствующих утверждений, иллюстрировать их примерами и контрпримерами. Напомним, что в гл. 6, 7 мы уже рассматривали задачи оптимального управления, в которых управление принадлежит бесконечномерному функциональному пространству, но значения фазовой траектории в каждый фиксированный момент времени являются точкой конечномерного пространства. В задачах оптимального управления процессами, описываемыми уравнениями с частными производными, значения траекторий будут элементами бесконечномерных функциональных пространств. Для сохранения связи с гл. 6, 7 мы далее в основном будем придерживаться обозначений из этих глав: целевую функцию (функционал) будем обозначать через J(u), множество, на котором ищется экстремум этой функции — через U, элементы множества U — через u, фазовые траектории — через x, пространственную переменную — через s, а время, как обычно, будем обозначать через t.
ГЛ. 8. МИНИМИЗАЦИЯ В ФУНКЦИОНАЛЬНЫХ ПРОСТРАНСТВАХ Для понимания содержания излагаемого ниже материала достаточно знания начальных глав функционального анализа и элементов теории функций действительных переменных [258; 350; 357; 371; 393; 444; 705; 768]. Впрочем, заметим, что рассмотрение конкретных классов задач оптимального управления в гл. 8–10 в основном ведется в терминах, связанных с этими задачами, и для понимания не требует знания элементов функционального анализа. § 1. Предварительные сведения. Обозначения Здесь мы не будем приводить определения линейных, метрических, нормированных, банаховых и гильбертовых пространств — эти определения, а также основные свойства этих пространств читатель может найти в [393]. Ограничимся рассмотрением лишь вещественных банаховых и гильбертовых пространств, не оговаривая этого в дальнейшем. Элементы этих пространств часто будем называть точкой или вектором. Норму элемента в банаховом пространстве B будем обозначать через ∥u∥B, скалярное произведение двух элементов u, v из гильбертова пространства H — через ⟨u, v⟩H. Напоминаем, что всякое гильбертово пространство H является банаховым пространством с нормой ∥u∥H = (⟨u, v⟩H)1/2. Во всяком банаховом пространстве B можно ввести метрику, взяв в качестве расстояния ρ(u, v) между точками u, v ∈ B величину ρ(u, v) = ∥u − v∥B. В тех случаях, когда ясно, о каком банаховом или гильбертовом пространстве идет речь, знаки B и H в обозначениях ∥u∥B, ⟨c, u⟩H будем опускать и писать просто ∥u∥, ⟨c, u⟩. Всюду ниже такие понятия, как ограниченность, сходимость, замкнутость, полунепрерывность сверху или снизу, компактность, будут пониматься в сильном смысле, т. е. в смысле нормы или метрики рассматриваемых банаховых пространств. Если эти понятия будут употребляться в слабом смысле, то будем говорить о слабой сходимости, слабой замкнутости, слабой полунепрерывности сверху или снизу, слабой компактности. Определение некоторых из этих понятий мы приведем и кратко поясним ниже по мере необходимости. Кратко остановимся на понятии отображения. Пусть X и Y — два произвольных множества. Говорят, что на X определено отображение, если каждому элементу x ∈ X поставлен в соответствие некоторый однозначно определяемый элемент y ∈ Y . Для обозначения отображения F из X в Y часто пользуются записью y = F(x) или y = Fx или F : X → Y . В зависимости от того, какова природа множеств X и Y , вместо общего термина «отображение» в соответствии с установившимися традициями часто употребляются термины «функция», «функционал», «оператор» и т. д. В частности, если Y представляет собой множество на числовой оси E1, то отображение F : X → E1 часто называют функцией. В классическом вариационном исчислении, когда в роли X выступают различные функциональные пространства, вместо термина «функция» часто употребляют термин «функционал». Мы ниже будем отождествлять термины «функция» и «функционал» — это позволит нам без изменения формулировок пользоваться многими определениями и теоремами из части I и в тех случаях, когда X представляет собой множество из метрического или банахова пространства.
§ 1. ПРЕДВАРИТЕЛЬНЫЕ СВЕДЕНИЯ. ОБОЗНАЧЕНИЯ 633 Через B∗ будем обозначать пространство, сопряженное к банахову пространству B. Напоминаем, что B∗ состоит из линейных ограниченных функций (функционалов), определенных на B. Значение линейной функции c ∈ B∗ в точке u ∈ B будем обозначать через ⟨c, u⟩B или ⟨c, u⟩. По определению, линейная ограниченная функция c такова, что ⟨c, αu + βv⟩ = α⟨c, u⟩ + β⟨c, v⟩, |⟨c, u⟩| ⩽ M∥u∥ при всех u, v ∈ B и всех вещественных числах α, β; M — неотрицательная постоянная, зависящая от функции c, но не зависящая от u ∈ B. Сопряженное пространство B∗ само является банаховым с нормой ∥c∥B∗ = sup⟨c, u⟩B, где верхняя грань берется по единичному шару ∥u∥B ⩽ 1. Отсюда следует, что |⟨c, u⟩B| ⩽ ∥c∥B∗∥u∥B при всех u ∈ B, c ∈ B∗. Если H — гильбертово пространство, то для всякой линейной ограниченной функции на H найдется элемент c ∈ H такой, что значение этой функции в любой точке u ∈ H можно представить в виде скалярного произведения ⟨c, u⟩H [393]. Поэтому пространство H∗, сопряженное к гильбертову пространству H, можно отождествить с самим H, причем такое отождествление будет изометричным, т. е. ∥c∥H∗ = sup ∥u∥H⩽1 ⟨c, u⟩H = ∥c∥H. Последнее равенство выте кает из неравенства Коши–Буняковского |⟨u, v⟩H| ⩽ ∥u∥H∥v∥H, u, v ∈ H. Гиперплоскостью в банаховом пространстве B называют множество Γ = {u: ⟨c, u⟩ = γ}, где c ̸= 0 — фиксированный элемент из B∗, называемый нормальным вектором гиперплоскости, а γ — некоторое вещественное число. Если X и Y — два банаховых пространства, то прямое произведение B = = X × Y также является банаховым пространством с нормой ∥u∥B = ∥x∥X + + ∥y∥Y элемента u = (x, y) ∈ B, и сопряженное к B пространство B∗ представимо в виде B∗ = X∗ × Y ∗. В банаховых пространствах наряду с понятием сходимости по норме, или, как еще говорят, сильной сходимости, важную роль играет понятие слабой сходимости. Напомним О п р е д е л е н и е 1. Говорят, что последовательность {uk} из банахова пространства B сходится к точке u ∈ B слабо в B, если lim k→∞⟨c, uk⟩ = ⟨c, u⟩ при всех c ∈ B∗. Если последовательность {uk} сходится к точке u сильно в B, т. е. lim k→∞ ∥uk − u∥ = 0, то {uk} сходится к той же точке также и слабо в B, так как |⟨c, uk⟩ − ⟨c, u⟩| = |⟨c, uk − u⟩| ⩽ ∥c∥B∥uk − u∥ → 0 при k → ∞. Обратное неверно: из слабой сходимости последовательности, вообще говоря, не следует ее сильная сходимость.
ГЛ. 8. МИНИМИЗАЦИЯ В ФУНКЦИОНАЛЬНЫХ ПРОСТРАНСТВАХ П р и м е р 1. Пусть H — гильбертово пространство, пусть {ek} — некоторая бесконечная ортонормированная система в H, т. е. ⟨ei, ek⟩ = 0 при i ̸= k и ⟨ek, ek⟩ = 1, где i, k = 1, 2, . . . Возьмем произвольный элемент c ∈ H∗ = H. Тогда числа ck = ⟨c, ek⟩, k = 1, 2, . . ., представляют собой коэффициенты Фурье элемента c по системе {ek}. Согласно неравенству Бесселя [393, с. 151] ∞ k=1 c2 k ⩽ ∥c∥2, т. е. ряд ∞ k=1 c2 k сходится. Тогда lim k→∞ ck = lim k→∞⟨c, ek⟩ = 0 = ⟨c, 0⟩ при всех c ∈ H. Это значит, что последовательность {ek} слабо в H сходится к нулю. Однако ∥ek − em∥2 = 2 при любых k ̸= m, поэтому последовательность {ek} не является фундаментальной в H и не может сильно сходиться в H. В частности, пусть H = L2[a, b] — пространство Лебега функций u = u(t), a ⩽ t ⩽ b, с нормой ∥u∥L2 = b a |u(t)|2 dt 1/2 и со скалярным произведением ⟨u, v⟩L2 = ba u(t)v(t) dt. Тогда ортонормированные системы ek = 2 b − a sin πk(t − a) b − a , ek = 2 b − a cos πk(t − a) b − a слабо в L2[a, b] сходятся к нулю, т. е. ba c(t)ek(t) dt → 0 при k → ∞ для любой функции c(t) ∈ L2[a, b]. Так как сопряженное пространство B∗ само является банаховым, то в свою очередь можно рассматривать второе сопряженное пространство (B∗)∗ = B∗∗, состоящее из линейных ограниченных функций на B∗. Каждому элементу u ∈ B можно поставить в соответствие линейную ограниченную функцию ⟨c, u⟩ переменной c ∈ B∗, т. е. некоторый элемент из B∗∗. Оказывается, это соответствие таково, что норма ∥u∥B совпадает с нормой порожденной им функции ⟨c, u⟩, c ∈ B∗. Поэтому, отождествляя элемент из B с порожденной им функцией из B∗∗, получаем изометричное вложение пространства B в пространство B∗∗. В общем случае указанное вложение B ⊂ B∗∗ является строгим, т. е. возможно, что B ̸= B∗∗. В тех случаях, когда это вложение таково, что B = B∗∗, банахово пространство B называется рефлексивным. Всякое гильбертово пространство H рефлексивно, так как H = H∗ = H∗∗ [393; 705]. Отображение A: X → Y , где X, Y — банаховы пространства, называют линейным оператором, если A(αx + βy) = αAx + βAy для всех x, y ∈ X и всех вещественных чисел α, β. Линейный оператор A: X → Y называется ограниченным, если существует постоянная M ⩾ 0 такая, что ∥Ax∥Y ⩽ M∥x∥X для всех x ∈ X. Если для каждого линейного ограниченного оператора A определить норму ∥A∥ = sup ∥x∥X⩽1 ∥Ax∥Y , то линейное пространство таких операто ров превращается в банахово пространство, которое принято обозначать через L(X → Y ). Для каждого оператора A ∈ L(X → Y ) равенство ⟨c, Ax⟩ = ⟨A∗c, x⟩, x ∈ X, c ∈ Y ∗,
§ 1. ПРЕДВАРИТЕЛЬНЫЕ СВЕДЕНИЯ. ОБОЗНАЧЕНИЯ 635 однозначно определяет оператор A∗ ∈ (Y ∗ → X∗), называемый сопряженным к оператору A. Можно показать, что ∥A∗∥ = ∥A∥ [393; 705]. Если X = Y = H — гильбертово пространство, то H = H∗ = H∗∗ и при каждом A ∈ L(H → H) сопряженный оператор A∗, определяемый равенством ⟨Au, v⟩H = ⟨u, A∗v⟩H, также действует из H в H. Поэтому здесь возможно равенство A = A∗ — такой оператор A называют самосопряженным. Приведем определения и обозначения некоторых конкретных банаховых и гильбертовых пространств, которые нам понадобятся в дальнейшем. В конечномерном линейном вещественном пространстве Rn точек u = = (u1, . . . , un) наряду с евклидовой нормой |u| = ni=1 |ui|21/2 могут быть введены различные другие нормы. Например, полагая |u|p = ni=1 |ui|p1/p при 1 ⩽ p < ∞ или |u|∞ = max 1⩽i⩽n |ui|, получим различные банаховы пространства Rn p, 1 ⩽ p ⩽ ∞. Пространства Rn p и Rn q , где p−1 + q−1 = 1 при 1 < p < ∞, q = 1 при p = ∞ и q = ∞ при p = 1, являются взаимно сопряженными. В частности, (Rn 2)∗ = Rn 2 = En. Заметим, что все нормы в Rn эквивалентны, т. е. если ∥u∥I и ∥u∥II — какие-либо две нормы в Rn, то найдутся числа c1, c2 > 0 такие, что c1∥u∥I ⩽ ∥u∥II ⩽ c2∥u∥I при всех u ∈ Rn. Заметим также, что в любом конечномерном банаховом пространстве понятия сильной и слабой сходимости равносильны. Через lp, 1 ⩽ p < ∞, будем обозначать банахово пространство после довательностей u = (u1, . . . , uk, . . .) с конечной нормой ∥u∥lp = ∞ i=1 |uk|p1/p . В случае p = ∞ под l∞ понимают банахово пространство последовательностей u =(u1, . . . , uk, . . .) с конечной нормой ∥u∥l∞ = sup k |uk|. Можно показать, что lim p→∞ ∥u∥lp = ∥u∥l∞ для всех u ∈ l∞. Сопряженным для lp, 1 ⩽ p < ∞, простран ством является пространство lq, где p, q связаны равенством p−1 + q−1 = 1 при 1 < p < ∞ и q = +∞ при p = 1. Описание сопряженного к l∞ пространства см. в [258; 371]. Пространство lp при 1 < p < ∞ рефлексивно. Пространство l2 является гильбертовым со скалярным произведением ⟨u, v⟩l2 = ∞ i=1 uivi и с нормой ∥u∥l2 = (⟨u, u⟩)1/2. Пусть G — некоторое фиксированное измеримое по Лебегу множество из евклидова пространства En. Через Lr p(G), где 1 ⩽ p < ∞, r — целое положительное число, будем обозначать банахово пространство измеримых векторфункций u = u(t) = (u1(t), . . . , ur(t)), t ∈ G, с конечной нормой ∥u∥p = G |u(t)|p Er dt 1/p . Если p = ∞, то через Lr ∞(G) будем обозначать банахово пространство ограниченных измеримых вектор-функций u = u(t) = (u1(t), . . . , ur(t)) с нормой ∥u∥L∞ = ess sup t∈G |u(t)|Er = inf v sup t∈G |v(t)|Er,
ГЛ. 8. МИНИМИЗАЦИЯ В ФУНКЦИОНАЛЬНЫХ ПРОСТРАНСТВАХ где v = v(t) пробегает множество всех измеримых вектор-функций, совпадающих с u(t) почти всюду на G. Можно показать, что lim p→∞ ∥u∥Lp = ∥u∥L∞ для всех u ∈ L∞(G). Если r = 1, то вместо Lr p(G) будем писать просто Lp(G), 1 ⩽ p ⩽ +∞. Если p = 2, то пространство Lr 2(G) является гильбертовым пространством со скалярным произведением ⟨u, v⟩L2 = G ⟨u(t), v(t)⟩Er dt = G r i=1 ui(t)vi(t) dt; тогда ∥u∥2 L2 = ⟨u, u⟩L2. Пространство Lr p(G) при 1 < p < ∞ является рефлексивным, а при p = 1 и p = ∞ оно нерефлексивно. Сопряженным для Lr p(G), 1 < p < ∞, является пространство Lr q(G), где 1 < q < ∞, p−1 + q−1 = 1, для Lr 1(G) сопряженным является пространство Lr ∞(G); описание сопряженного пространства для Lr ∞(G) см. в [258; 371]. Через C(G) будем обозначать банахово пространство непрерывных на замкнутом множестве G функций с нормой ∥u∥C = max t∈G |u(t)|; это пространство нерефлексивно; описание сопряженного к нему пространства см. в [258; 371]. Пусть множество G из En имеет непустую внутренность. Через C∞(G) будем обозначать множество функций, бесконечно дифференцируемых на множестве G. Говорят, что функция f(s) = f(s1, . . . , sn) ∈ L1(G) имеет обобщенную производную ∂f(s)/∂si = fsi(s) по переменной si в G, если fsi(s) ∈ L1(G) и G ϕ(s)fsi(s) ds = − G ϕsi(s)f(s) ds для любой функции ϕ(s) ∈ C∞(G), об ращающейся в нуль в некоторой приграничной полосе множества G; здесь ϕsi(s) — частная производная ϕ(s) по переменной si [441; 492; 648]. Через H1(G) (или W 1 2 (G)) принято обозначать гильбертово пространство функций f(s) ∈ L2(G), обладающих обобщенными производными fsi(s) ∈ L2(G) по всем переменным s1, . . . , sn, причем скалярное произведение в этом пространстве определяется так: ⟨f, g⟩H1 = G f(s)g(s) + n i=1 fsi(s)gsi(s) ds, а норма имеет вид ∥f∥H1 = (⟨f, f⟩H1)1/2. Через Hm(G) (или W m 2 (G)) обозначают гильбертово пространство функций f(s) ∈ L2(G), обладающих всеми обобщенными частными производными до порядка m включительно, принадлежащими L2(G); скалярное произведение в Hm(G) определяется равенством ⟨f, g⟩Hm = G 0⩽m1+...+mn⩽m ∂m1+...+mnf(s) ∂sm1 1 . . . ∂smn n ∂m1+...+mng(s) ∂sm1 1 . . . ∂smn n ds, а норма имеет вид ∥f∥Hm = (⟨f, f⟩Hm)1/2 [492; 648; 649].
§ 1. ПРЕДВАРИТЕЛЬНЫЕ СВЕДЕНИЯ. ОБОЗНАЧЕНИЯ 637 Ниже нам понадобятся пространства Hm r (G), m ⩾ 1, представляющие собой обобщение пространств Hm(G) на случай r-мерных вектор-функций. Приведем соответствующие определения для случая, когда G = [a, b] = = {t ∈ E1 : a ⩽ t ⩽ b}, a < b. Через Hm r [a, b] обозначим гильбертово пространство вектор-функций u = u(t) = (u1(t), . . . , ur(t)) ∈ Lr 2[a, b], обладающих обобщенными производными diu(t) dti = diu1(t) dti , . . . , diur(t) dti , i = 1, . . . , m, принадлежащими Lr 2[a, b]; скалярное произведение в этом пространстве определяется равенством ⟨u, v⟩Hm r = b a ⟨u(t), v(t)⟩Er + m i=1 diu(t) dti , div(t) dti Er dt, норма равна ∥u∥Hm r = (⟨u, u⟩Hm r )1/2 = b a |u(t)|2 Er + m i=1 diu(t) dti 2 Er dt 1/2 . Удобно считать, что H0 r [a, b] = Lr 2[a, b]. Можно показать [95; 535; 649], что если u(t) ∈ Hm r [a, b], m ⩾ 1, то u(t), du(t) dt , . . . , dm−1u(t) dtm−1 представляют собой абсолютно непрерывные вектор-функции на отрезке [a, b]. При r = 1 пространство Hm r [a, b], как и выше, будем обозначать просто Hm[a, b]. Подпространство функций из Hm[a, b] со свойством diu(a) dti = 0, diu(b) dti = 0, i = 1, . . . , m − 1, будем обозначать через Hm 0 [a, b]. Подпространство Hm 0 [a, b] замкнуто в Hm[a, b] и поэтому само является гильбертовым пространством. В Hm 0 [a, b] наряду со скалярным произведением и нормой, индуцированными из Hm[a, b], можно ввести скалярное произведение ⟨u, v⟩Hm 0 = ba dmu(t) dtm dmv(t) dtm dt и норму ∥u∥Hm 0 = ba dmu(t) dtm 2 dt 1/2 , эквива лентную норме ∥u∥Hm, т. е. c1∥u∥Hm ⩽ ∥u∥Hm 0 ⩽ ∥u∥Hm, c1 = const > 0. Пополнение L2[a, b] в норме sup ϕ∈H1 0 [a,b] ⟨f, ϕ⟩L2[a,b] ∥ϕ∥H1 0 обозначают через H−1[a, b]. Можно показать [458; 557], что получающееся гильбертово пространство H−1[a, b] изометрично пространству (H1 0[a, b])∗, поэтому можно считать, что H−1[a, b] = (H1 0[a, b])∗. Пространство H−1[a, b] состоит из обобщенных функций (распределений), являющихся производными функций из L2[a, b] в смысле обобщенных функций (например, известная δ-функция Дирака, являющаяся производной функции скачка Хевисайда, принадлежит H−1[a, b]). Пусть Q = G × {0 ⩽ t ⩽ T }, G ⊆ En, T — заданное положительное число. Через Hm,q(Q) будем обозначать пространство функций f(s, t) ∈ L2(Q), обладающих обобщенными частными производными ∂i1+...+inf(s, t) ∂si1 1 . . . ∂sin n ∈ L2(Q); 0 ⩽ i1 + . . . + in ⩽ m, ∂if(s, t) ∂ti ∈ L2(Q), i = 1, . . . , q; это пространство является