跳到主要內容

[變分法] 基本變分問題

這次要與大家介紹 變分法(Variational Calculus) ,在一般傳統數學分析求極值時,微積分 (Calculus)處理的對象為函數 (Function)的極值問題,而變分法 (Variational Calculus) 所處理的對象為泛函 (Functional) 的極值問題。

所謂泛函通常是指一種 domain 為函數空間(亦即無窮維的向量空間),而 codmain 為實數 或者 Euclidean 空間的 函數。簡而言之,泛函可視為 函數的函數。

我們給出泛函定義如下:
==================
Definition: Functional
令 $X$ 為任意 Vector Space,我們稱函數 $J: X \to \mathbb{R}$ 為一個 泛函 (Functional)
==================

Comments:
考慮 $X, Y$ 為 Vector Space,則
1. $ g: X \rightarrow \mathbb{R}$ 為泛函
2. $ g: X \rightarrow \mathbb{R}^n$ 為泛函
3. $ g: X \rightarrow Y$ :此稱為 operator 不稱為泛函


以下我們給出幾個 functional 例子:


Examples of Functional
0. 給定 $X$ 任意 賦範空間,則對任意 $x \in X$,定義 $f(x):=||x||$ 為一個 functional。

1.考慮 $y(x)$ 為定義在 $[a,b]$上 一階連續可微函數,則下式
\[
J[y] = \int_a^b y'^2(x)dx
\] 為一個 Functional

2. 考慮一平面上任兩點 $A,B$ ,現在假設有一 質點(particle) 具有固定速度 $v$ ,且此 質點 可以沿著任意平面上任意路徑從 $A$ 移動到 $B$,則如果想描述此質點 花多少時間來通過上述的(任意)路徑,則描述結果會是用一個積分 以 Functional  來表示。

3. 令 $F(\alpha, \beta, \gamma)$ 為三變數的連續函數,則下式
\[
J[y] = \int_a^b F[x,y(x),y'(x)]dx
\] 為一個 Functional,其中 $y(x)$ 定義在 $[a,b]$ 上一階連續可微函數。


基本變分問題
整個變分法主要處理的問題為試圖 "找出 某 Functional 的極值",下面是一些經典的變分基本問題:

1. [最短曲線問題] 
找出一曲線 $y = y(x)$ 使得
\[
\int_a^b \sqrt{1 + y'^2}dx
\]為最小。

2. [最速下降問題 (Brachistochrone problem)] 
令 $A, B$ 為固定兩點,現在考慮一質點透過重力從 $A$ 滑向 $B$ 點的時間 是與其滑動的路徑有關,故我們的目標是找出一個曲線使得 此質點由 $A$ 滑向 $B$ 的時間最短。

3. [最大面積問題] 
給定固定長度曲線段,試找出此曲線可圍成的最大面積。

事實上,上述所有問題皆可由下列 Functional 表示,再透過變分法求其極值。
\[\int_a^b F (x,y,y')dx\]


那麼我們該如何才能求解 Functional 的極值問題呢?? 事實上我們可以借鏡 數學分析中對於函數的極值問題求解方法。也就是說如果有辦法將 Functional 轉化為 Function 則我們便可以利用傳統數學分析的極值問題來對付它們:

透過 多變數函數分析 近似 Functional

首先回憶我們關心的 Functional 如下
\[
J[y] = \int_a^b F(x,y,y')dx, \;\; y(a) =A, \;\; y(b) = B
\] 我們現在利用 Rieman Integral 的想法來對付 上述 Functional,現在我們將區間 $[a,b]$ 分割成 $n+1$ 等分;亦即令
\[
a=x_0, \; x_1, \; ..., \; x_n, \;x_{n+1} = b
\]那麼我們可以將曲線 $y = y(x)$ 用 多邊線段連線,且對應的多邊線段各端點可寫為
\[
({x_0},\underbrace A_{y({x_0})}),\;({x_1},y({x_1})),\;...,\;({x_n},y({x_n})),\;({x_{n + 1}},\underbrace B_{y({x_{n + 1}})})
\]透過上述分割,我們可以將上述 Functional $J[y]$ 透過下面累加近似
\[J\left( {{y_1},{y_2},...,{y_n}} \right) = \sum\limits_{i = 1}^{n + 1} {F\left( {{x_i},y\left( {{x_i}} \right),\frac{{y\left( {{x_i}} \right) - y\left( {{x_{i - 1}}} \right)}}{h}} \right)} h\]其中  $h = x_i - x_{i-1}$ 且 $y_i := y(x_i)$

最後,我們讓 $n \rightarrow \infty$ 使上述近似還原回 $J[y]$ 。

也就是說,基本變分問題  或者 泛函極值問題 (Functional Extrema Problem) 可以被轉換成 對 $J(y_1,y_2,...,y_n)$ 的 $n$ 變數函數極值問題 再取極限。

Comments
1. 注意到若 $n \rightarrow \infty$ 可看出 $J[y] = J(y_1, y_2, ....)$,亦即泛函可以視為是具有無窮多變數的函數。而我們採用的變分法則可視為是對應此無窮多變數函數 類比於微積分的數學工具。

2. 由於變分問題處理的對象為 Functional,又由前述comment可知 Functional 可視為無窮多變數的函數,故我們處理此問題需要在無窮維的函數空間 (function space)。


延伸閱讀:
[變分法] 泛函極值的必要條件

留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質