欧拉-拉格朗日方程【转】
[转自wiki] 欧拉-拉格朗日方程对应于泛函的临界点。在寻找函数的极大和极小值时,在一个解附近的微小变化的分析给出一阶的一个近似。但是它并不能分辨是找到了最大值或者最小值或者两者都不是。在理想的情形下,函数的极大值及极小值会出现在其导数为0的地方,同样的,求解变分问题时也可以先求解相关的欧拉-拉格朗日方程。方程的具体形式 :
第一方程:
,使得泛函 取得局部平稳值,则在区间 內對於所有的 ,皆有:
第二方程:
设 ,及 在 中連續,若 使得泛函 取得局部平穩值,則存在一常數 ,使得:
注意,欧拉-拉格朗日方程式极值的必要条件,并非充分条件。
解释一下为什么可以使用变分法来求解能量极小的问题。这是由于,当能量函数包含微分时,可以用变分方法推导其证明过程。简单的说,证明思路是:假设当前的函数(即真实解)已知,那么这个解必然使能量函数取全局最小值。换言之,在此真实解上加入任何扰动,都会使能量函数变大。当扰动的能量趋于0时,能量函数关于扰动的导数就是0.关键问题是扰动如何表示,才能便于上述过程的实现呢?答案就是扰动被表示成一个幅度很小的连续函数乘以一个扰动因子a,当a趋于0时意味着扰动的能量趋于0,这时能量泛函对a求导等于0就等价于能量泛函对扰动求导等于0。不得不承认这时一个非常绝妙的问题转化,把对函数的求导变为对单变量的求导。然后再利用变分算子的基本引理,就可以证明了
欧拉-拉格朗日方程【转】相关推荐
- 泛函,变分,欧拉-拉格朗日方程
∫f(Z)p(Z)dZ∫f(Z)p(Z)dZ\int f(Z)p(Z) dZ如何理解?假设Z={z1,z2,...,zn}Z={z1,z2,...,zn}Z=\{z_1,z_2,...,z_n \}. ...
- 机械手位置控制——欧拉-拉格朗日方程仿真
机械手位置控制之欧拉-拉格朗日方程仿真 问题背景 控制率设计 仿真参数 仿真结果 (a)第一组期望位置仿真 (b)第二组期望位置仿真 仿真方法说明 1.通过Matlab的内置函数求解 2.通过simu ...
- 科学脑洞—最速降线问题(欧拉-拉格朗日方程的由来)
约翰·伯努利对速降线问题产生了极大的兴趣,靠着对光的折射现象敏锐的洞察,他对该问题给出了一个拍案叫绝的解答: 该函数其实就是一条球滚线,画出其函数图像如下: 在求得该问题的解之后,约翰·伯努利就向科学 ...
- 【学习体会】泛函 欧拉-拉格朗日方程 两点之间直线最短
泛函 泛函是函数的函数,定义域是函数集,值域是数集.也就是说,输入是函数,输出是实数. 参考:欧拉-拉格朗日方程(Euler -Lagrange equation)_qq_43217195的博客-CS ...
- 举例 微积分 拉格朗日方程_Euler-Lagrange Equation (欧拉-拉格朗日方程)推导
我们知道,对于一个连续函数来说,取得极指的必要条件是它的导函数等于0,也就是驻点(stationary point),这也是费马引理(Fermat's theorem)所表述的内容.然而,函数本身的定 ...
- 《机器人动力学与控制》第九章——动力学 9.3 再看欧拉-拉格朗日运动方程
文章目录 <机器人动力学与控制>第九章--动力学 9.3 再看欧拉-拉格朗日运动方程 9.3.0 回顾欧拉-拉格朗日方程法 9.3.1 方便计算的特殊形式 参考文献 <机器人动力学与 ...
- 【控制】《复杂运动体系统的分布式协同控制与优化》-方浩老师-第5章-多欧拉-拉格朗日系统分布式编队跟踪控制
第4章 回到目录 第6章 第5章-多欧拉-拉格朗日系统分布式编队跟踪控制 5.1 引言 5.2 问题描述 5.3 队形加权中心估计器设计 5.4 编队跟踪控制器设计 5.5 仿真验证 5.6 本章小结 ...
- 【控制】《复杂运动体系统的分布式协同控制与优化》-方浩老师-第4章-一类欧拉-拉格朗日系统全局稳定的输出反馈协调控制
第3章 回到目录 第5章 第4章-一类欧拉-拉格朗日系统全局稳定的输出反馈协调控制 4.1 引言 4.2 问题描述 4.3 基于坐标变换和状态重构的部分线性化 4.4 分布式输出反馈跟踪控制器设计 4 ...
- 【控制】《复杂运动体系统的分布式协同控制与优化》-方浩老师-第3章-局部指数稳定的多欧拉-拉格朗日系统协同控制
第2章 回到目录 第4章 第3章-局部指数稳定的多欧拉-拉格朗日系统协同控制 3.1 引言 3.2 对动态领航者的分布式跟踪控制 3.3 无领航者的分布式一致性控制 3.4 仿真验证 3.5 本章小结 ...
最新文章
- 获取某个元素相对于视窗的位置-getBoundingClientRect
- IDEA2018软件安装教程
- 改变DIV的背景颜色透明度,但其中的文字不受影响?
- Centos6 安装RabbitMq3.7.7
- 200903阶段一C++
- 【转】设备数据通过Azure Functions 推送到 Power BI 数据大屏进行展示
- php suse 安装mysql_SUSE Linux apache,Mysql,php,svn的安装
- 关于选择排序的优化——同时找出最小值与最大值
- IDEA如何打包可运行jar,外部引用jar包版
- 【java】JOptionPane的几种方法的作用
- 开发基于大数据平台的搜索引擎
- 手机信令数据在城市规划领域的应用
- java加水印 盖章_如何通过Java加水印的方式实现一键添加校徽外圈
- Xshell访问连接路由器的服务器
- 企业如何进行客户细分 客户细分的方法和类型
- 我的2020年度总结 “既往不恋,纵情向前”
- 3.3 典型交易流程
- C++中string.size()函数 踩坑
- 由FlexBox算法强力驱动的Weex布局引擎
- npm yarn 包管理机制