Cuprins

1 Noţiuni introductive 4
1.1 Istoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Ecuaţia Euler-Lagrange 5

3 Lagrangieni ce depind de derivate de ordin superior 5

3.1 Funcţionale ce depind de o funcţie de mai multe variabile . . . . 6
3.1.1 Cazul integralelor multiple . . . . . . . . . . . . . . . . . 6
3.1.2 Cazul Lagrangienilor de ordinul al doilea . . . . . . . . . . 6

4 Dinamica Lagrangiană 7
4.1 Funcţionale ce depind de o funcţie vectorială de o variabilă . . . 7
4.2 Funcţionale ce depind de o funcţie vectorială de o variabilă vec-
torială . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.2.1 Cazul funcţionalelor integrale multiple . . . . . . . . . . . 7
4.2.2 Cazul funcţionalelor integrale curbilinii independente de
drum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4.3 EDP Euler-Lagrange multi-timp anti-trace . . . . . . . . . . . . . 9

5 Dinamică Hamiltoniană 11
5.1 Dinamică Hamiltoniană ı̂n cazul unei singure variabile de evoluţie
(unitemporală) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
5.2 Legătura ı̂ntre ecuaţiile Euler-Lagrange şi ecuaţiile
Hamilton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5.3 Dinamică Hamiltoniană ı̂n cazul mai multor variabile de evoluţie
(multitemporală) . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5.3.1 Cazul funcţionalelor integrale multiple . . . . . . . . . . . 12
5.3.2 Cazul funcţionalelor integrale curbilinii independente de
drum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.4 EDP Hamilton multi-timp anti-trace . . . . . . . . . . . . . . . . 14
5.5 Tensori Lagrangieni şi Hamiltonieni . . . . . . . . . . . . . . . . . 14

6 Probleme de calcul variaţional cu restricţii 16

6.1 Optimizarea unei funcţionale integrală simplă condiţionată de
ecuaţii diferenţiale . . . . . . . . . . . . . . . . . . . . . . . . . . 16
6.2 Optimizarea unei funcţionale integrală simplă condiţionată de
restricţii izoperimetrice . . . . . . . . . . . . . . . . . . . . . . . . 17
6.3 Optimizarea unei funcţionale integrală multiplă condiţionată de
ecuaţii cu derivate parţiale . . . . . . . . . . . . . . . . . . . . . . 18
6.4 Optimizarea unei funcţionale integrală multiplă condiţionată de
restricţii izoperimetrice . . . . . . . . . . . . . . . . . . . . . . . . 20
6.4.1 Restricţii izoperimetrice exprimate prin integrale curbilinii 20
6.4.2 Restricţii izoperimetrice exprimate prin integrale multiple 21
 6.5 Optimizarea unei funcţionale integrală curbilinie condiţionată de
ecuaţii cu derivate parţiale . . . . . . . . . . . . . . . . . . . . . . 23
6.6 Optimizarea unei funcţionale integrală curbilinie condiţionată de
restricţii izoperimetrice . . . . . . . . . . . . . . . . . . . . . . . . 24

7 Teoria Hamilton-Jacobi 25
7.1 Transformata Legendre . . . . . . . . . . . . . . . . . . . . . . . . 25
7.1.1 Schimbarea variabilelor ı̂n Hamiltonian şi funcţia genera-
toare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
7.1.2 Includerea forţelor disipative . . . . . . . . . . . . . . . . 26
7.2 EDP Hamilton - Jacobi . . . . . . . . . . . . . . . . . . . . . . . 27
7.3 Sistemul EDP Hamilton - Jacobi . . . . . . . . . . . . . . . . . . 28
7.4 Ecuaţii Euler-Lagrange obţinute din lucrul mecanic . . . . . . . . 29
7.5 Integrale prime ı̂n dinamica Lagrangiană . . . . . . . . . . . . . . 30

8 Control Optimal 31
8.1 Probleme de control optimal constrânse de ecuaţii diferenţiale
ordinare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
8.2 Obţinerea ecuaţiilor Euler-Lagrange şi Hamilton din principiul
de maxim al lui Pontryaguin . . . . . . . . . . . . . . . . . . . . 33
8.2.1 EDO Euler-Lagrange uni-timp . . . . . . . . . . . . . . . 34
8.2.2 Conversiune la EDO Hamilton uni-timp . . . . . . . . . . 34
8.3 Problema de control optimal cu funcţională integrală multiplă şi
restricţii EDP de tip m-flow . . . . . . . . . . . . . . . . . . . . . 35
8.4 Problema de control optimal cu funcţională integrală curbilinie
şi restricţii EDP m-flow . . . . . . . . . . . . . . . . . . . . . . . 38
8.5 Obţinerea EDP Euler-Lagrange şi Hamilton din
principiul de maxim multi-timp . . . . . . . . . . . . . . . . . . . 39
8.5.1 EDP Euler-Lagrange multi-timp . . . . . . . . . . . . . . 40
8.5.2 Conversiune la EDP Hamilton multi-timp . . . . . . . . . 40

9 Modele de creştere optimală 41

9.1 Modele uni-timp de creştere optimală . . . . . . . . . . . . . . . 41
9.2 Modele multi-timp de creştere optimală . . . . . . . . . . . . . . 42
9.2.1 Creştere economică optimală ı̂n doi timpi . . . . . . . . . 43

10 Teorie Hamilton - Jacobi - Bellman 44

10.1 EDP Bellman unitemporală . . . . . . . . . . . . . . . . . . . . . 44
10.1.1 Funcţia valoare maximă . . . . . . . . . . . . . . . . . . . 44
10.1.2 Construcţia EDP Hamilton-Jacobi-Bellman unitemporală 45
10.1.3 Metoda programării dinamice unitemporale . . . . . . . . 45
10.2 Programarea dinamică şi principiul de maxim . . . . . . . . . . . 46
10.2.1 Metoda caracteristicilor . . . . . . . . . . . . . . . . . . . 46
10.2.2 Legături ı̂ntre programarea dinamică şi principiul de maxim 46
11 Calcul variaţional cu variaţii gradient 47
11.1 Limite ale calculului variaţional clasic ı̂n mai multe variabile . . . 47
11.2 Funcţionala integrală curbilinie şi variaţii gradient . . . . . . . . 47
11.3 Funcţionale integral multiple şi variaţii gradient . . . . . . . . . . 48
11.4 Proprietăţi ale operatorului Euler-Lagrange multi-timp . . . . . . 49
11.4.1 Transformarea afină a Lagrangianului . . . . . . . . . . . 49
11.4.2 Noi legi de conservare şi EDP anti-trace in cazul inte-
gralelor curbilinii . . . . . . . . . . . . . . . . . . . . . . . 49
 Referat 1
1 Noţiuni introductive
1.1 Istoria
Calculul variaţional este una din ramurile clasice ale matematicii. A ı̂nceput
cu una din problemele vechi ale matematicii: inegalitatea isoperimetrică, una
fiind cunoscută ca problema Dido. Au fost, de altel, contribuţii importante
ale lui Archimedes şi Pappus, de asemenea, Euler, Galileo, Legendre,LHuilier,
Riccati, Simpson sau Steiner, ı̂nsa un pas important a fost munca lui Euler
si Lagrange. Cei doi au găsit o metodă sistematică in rezolvarea problemei,
ı̂ntoducând ecuaţia Euler-Lagrange. Aceasta muncă a fost extinsă de: Bliss,
Bolza, Carathodory, Clebsch, Hahn, Hamilton, Hilbert, Kneser, Jacobi, Legen-
dre, Mayer, Weierstrass.

1.2 Exemple
Exemplul 1.1. Să se găsească drumul cel mai scurt din plan care leagă doua
puncte A si B.
Se ştie că o dreaptă este drumul cel mai scurt ı̂ntre două puncte. Fie
A(x0 , y0 ) şi B(x1 , y1 ), x0 < x1 , ı̂n coordonate carteziene şi funcţia y = y(x)
de clasa C 5 ce satisface condiţiile y(xi ) = yi . Graficul funcţiei y(x) este drumul
ce uneşte punctele A şi B. Lungimea acestui drum este:
Z Z x1 p
l= Bds = dx2 + dy 2
A x0

Utilizând diferenţiala dy = y 0 (x)dx , se obţine funcţionala:

Z x1 p
l(y(·)) = 1 + y 0 (x)2 dx
x0

Exemplul 1.2. Să se găsească drumul cel mai scurt de pe o suprafaţă dată,
care uneşte punctele A şi B din suprafaţă.
Considerand suprafaţa ca fiind graficul funcţiei z = z9x, y) de clasă C 2 ,
ı̂n coordonare carteziene. Fie punctele A(x0 , y0 , z0 ) şi B(x1 , y1 , z1 ), unde zi =
z(xi , yi ), i = 0, 1. Curba ce uneşte cele doua puncte A şi B poate fi parametrizată
astfel x = x(t), y = y(t), z = z(x(t), y(t)) cu t ∈ [0, 1].
Lungimea acestei curbe este:
Z Z p
l= ds = dx2 + dy 2 + dz 2
AB AB
Folosind diferenţiale dx = x0 (t)dt, dy = y 0 (t)dt şi dz = ∂x
∂z
dx + ∂y∂z
dy cu t ∈ [0, 1],
se obţine funcţia:
s
2
∂z ∂z
L = x0 (t)2 + y 0 (t)2 + ( (x(t), y(t))x0(t) + (x(t), y(t))y0(t))
∂x ∂y

şi funcţionala Z 1
l(x(·), y(·)) = L(x(t), y(t), x0(t), y0(t))dt
0

Adăugând condiţiile x(0) = x0 , y(0) = y0 ,x(1) = x1 , y(1) = y0 , trebuie să se

găsească perechile de funcţii (x(·), y(·)) care minimizează funcţionala l(x(·), y(·)).

2 Ecuaţia Euler-Lagrange
Fie funcţia L = L(u, u0 , x) de clasă C 2 , numită funcţia Lagrangian. Problema
se pune in a găsi funcţia u = u(x) de clasă C 2 pe intervalul [x0 , x1 ], care
extremizează funcţionala:
Z x1
J(u(·)) = L(u(x), u0 (x), x)dx (1)
x0

Teorema 2.1. Toate soluţiile problemei precedente satisfac ecuaţia Euler-Lagrange:

 
∂L d ∂L
− =0 (2)
∂u dx ∂u0

şi condiţiile la capete u(xi ) = ui , i = 1, 2.

Soluţiile ecuaţiei Euler-Lagrange se numesc extremale sau puncte critice.

3 Lagrangieni ce depind de derivate de ordin su-

perior
Fie funcţia L = L(u, u0 , u00 , x) de clasă C 3 , numită Lagrangian de ordinul al
doilea. Problema se pune ı̂n găsirea funcţiei u = u(x) de clasă C 4 pe intervalul
[x0 , x1 ], cu graficul fixat la capete, care extremizează funcţionala:
Z x1
J(u(·)) = L(u(x), u0 (x), u00 (x), x)dx (3)
x0

Ecuaţia diferenţială de tip Euler-Lagrange, care descrie extremalele, este:

d2
   
∂L d ∂L ∂L
− + 2 =0 (4)
∂u dx ∂u0 dx ∂u00

cu condiţiile la frontieră u(xi ) = ui , u0 (xi ) = vi .

3.1 Funcţionale ce depind de o funcţie de mai multe vari-
abile
3.1.1 Cazul integralelor multiple
Se consideră o funcţională definită printr-o integrală dublă:
Z
J(u(·)) = L(u(x, y), ux (x, y), uy (x, y), x, y)dxdy (5)
Ω

unde Ω este un domeniu din R2 şi L = L(u, ux , uy , x.y) este o funcţie de clasă
C 2 ce depinde de cinci variabile.
Teorema 3.1. O funcţie care extremizează funcţionala J satisface ı̂n mod nece-
sar ecuaţia Euler-Lagrange:
   
∂L ∂ ∂L ∂ ∂L
− − =0 (6)
∂u ∂x ∂ux ∂y ∂uy

cu condiţia la frontieră u(x, y)|∂Ω = f

3.1.2 Cazul Lagrangienilor de ordinul al doilea

Dacă Lagrangianul este de forma L(u(x), ux (x), uxx , x), atunci ecuaţia Euler-
Lagrange este:
∂L ∂L 2 ∂L
− Dα + Dαβ = 0, α, β = 1, .., m
∂u ∂uxα ∂uxα xβ
 Referat 2
4 Dinamica Lagrangiană
Dinamica Lagrangiană este guvernată de ecuaţii diferenţiale sau cu derivate
parţiale de ordinul al doilea de tip Euler-Lagrange cu condiţii la frontieră.

4.1 Funcţionale ce depind de o funcţie vectorială de o vari-

abilă
Se consideră funcţionala:
Z t1
I(x(·)) = L(x(t), ẋ(t), t)dt
t0

unde x = (x1 , ..., xn ) = (xi (t)), i = 1, .., n este o colecţie de n funcţii şi
L = L(x, ẋ, t) o funcţie de clasă C 2 de 2n + 1 variabile x, ẋ, t. Se doreşte să se
extremizeze funcţionala I(x(·)) cu condiţiile la capete x(t0 ) = x0 şi x(t1 ) = x1
Teorema 4.1. O funcţie x? (·) care extremizează funcţionala I satisface ı̂n mod
necesar ecuaţiile diferenţiale Euler-Lagrange
 
∂L d ∂L
− =0 (7)
∂xi dt ∂ ẋi

şi condiţiile la capete x(t0 ) = x0 şi x(t1 ) = x1

4.2 Funcţionale ce depind de o funcţie vectorială de o vari-

abilă vectorială
Coordonatele spaţiale şi temporale joacă roluri distincte: o coordonată spaţială
este deseori un indice asociat unui grad de libertate, iar coordonata timp este
timpul fizic ı̂n care evoluează sistemele fizice. Însa ı̂n unele probleme fizice se
utilizează un 2 − timp, de asemenea, există o mulţime de probleme unde nu
este niciun motiv să se prefere o coordonată alteia, de aceea, sunt introduse
funcţiile ce depind de mai multe variabile timp şi care modelează evoluţiile geo-
metrice multidimensionale. Prin multi-timp se ı̂nţelege un parametru vectorial
de evoluţie.

4.2.1 Cazul funcţionalelor integrale multiple

m
Fie un Lagrangian neted L(x(t), xγ (t), t), t ∈ R+ . Fixând multi-timpi t0 , t1 ∈
m n m
R+ şi doua puncte x0 ,1 ∈ R . Paralelipipedul Ωt0 ,t1 ⊂ R+ , fixat prin punctele
1 m 1 m
diagonal opuse t0 = (t0 , ..., t0 ) şi t1 = (t1 , ..., t1 ), este echivalent cu intervalul
ı̂nchis t0 ≤ t ≤ t1 , ı̂n raport cu originea parţială produs. Problema clasică a
calcului variaţional cere să se găsească o m − f oaie x? (·) : Ωt0 ,t1 → Rn care
minimizează funcţionala integrală multiplă:
Z
I(x(·)) = L(x(t), xγ (t), t)dt1 ...dtm
Ωt0 ,t1

dintre toate funcţiile x(·) care satisfac condiţiile la frontieră x(t0 ) = x0 , x(t1 ) =
x1 sau x(t)|∂Ωt0 ,t1 -dat, utilizând funcţii variaţii constrânse prin condiţii la fron-
tieră. Condiţiile necesare sunt conţinute ı̂n urmatoarea teoremă:
Teorema 4.2. (EDP Euler-Lagrange multi-timp) Fie Dγ operatorul de
derivare totală. Dacă m-foaia x? (·) minimizează funcţionala I(x(t)) atunci x? (·)
este o soluţie a EDP Euler-Lagrange multi-timp:
∂L ∂L
− Dγ i = 0, i = 1, .., n; γ = 1, .., m
∂xi ∂ ẋ
care satisface condiţiile la frontieră.
Este un sistem de n EDP, de regulă de ordinul doi, cu n funcţii necunos-
cute xi (·). Teorema arată că dacă sistemul are soluţii, atunci minimizantul
funcţionalei I va fi printre soluţii, numite extremale sau puncte critice ala La-
grangianului L.

4.2.2 Cazul funcţionalelor integrale curbilinii independente de drum

m
Un Lagrangian neted L(x(t), xγ (t), t), t ∈ R+ produce două forme 1-forme
netede ı̂nchise (complet integrabile):
-diferenţiala:
∂L i ∂L i ∂L γ
dL = dx + dx + dt
∂xi ∂xiγ γ ∂tγ
 
∂L ∂L ∂L
de componente ∂x i , ∂xi , ∂tγ ı̂n raport cu baza (dxi , dxiγ , dtγ )
γ
-restricţia lui dL la (x(t), xγ (t)), adică pullback-ul:
!
∂L ∂xi ∂L ∂xiγ ∂L
dL|(x(t),xγ (t),t) = + + β dtβ
∂xi ∂tβ ∂xiγ ∂tβ ∂t

de componente

∂L ∂xi ∂L ∂xiγ ∂L
Dβ L = i
(x(t), xγ (t), t) β
(t)+ i
(x(t), xγ (t), t) β
(t)+ β (x(t), xγ (t), t)
∂x ∂t ∂xγ ∂t ∂t

ı̂n raport cu baza dtβ

Fie Lβ (x(t), xγ (t), t)dtβ o 1-formă Lagrange ı̂nchisă, adică Dβ Lα = Dα Lβ ,
sau explicit:

∂Lβ ∂xi ∂Lβ ∂xiγ ∂Lβ ∂Lα ∂xi ∂Lα ∂xiγ ∂Lα
+ + = + + β
∂xi ∂tα ∂xiγ ∂tα ∂tα ∂xi ∂tβ ∂xiγ ∂tβ ∂t
Dacă există un Lagrangian L(x(t), xγ (t), t) cu proprietatea Dβ L = Lβ , atunci
funcţia x(t) este soluţie a sistemului complet integrabil de EDP

∂L ∂xi ∂L ∂xiγ ∂L
+ + β = Lβ
∂xi ∂tβ ∂xiγ ∂tβ ∂t

Fie Γt0 ,t1 o curbă de clasă C 1 peporţiuni care uneşte punctele t0 şi t1 . Se
introduce o nouă problemă de calcul variaţional, găsirea unei m-foaie x? (·) :
Ωt0 ,t1 → Rn care să minimizeze funcţionala integrală curbilinie independentă
de drum Z
J(x(·)) = Lβ (x(t), xγ (t), t)dtβ
Γt0 ,t1

dintre toate funcţiile x(·) care satisfac condiţiile la frontieră x(t0 ) = x0 , x(t1 ) =
x1 sau x(t)|∂Ωt0 ,t1 -dat, utilizând funcţii variaţii constrânse prin condiţii la fron-
tieră şi prin condiţii de inchidere ale 1-formei Lagrange.
Problema fundamentală: Cum se poate caracteriza funcţia x? (·) care rezolvă
problema variaţională asociată funcţionalei J?
Teorema 4.3. Se presupune că există un Lagrangian L(x(t), xγ (t), t) cu
proprietatea Dβ L = Lβ
1) Dacă m-foaia x? (·) este o extremală a lui L, atunci ea este de asemenea o
extremală a diferenţialei dL.
2)Dacă m-foaia x? (·) minimizează funcţionala J(x(·)), atunci x? (·) este o soluţie
a EDP multi-timp
∂L ∂L
− Dγ i = ai , i = 1, .., n; γ = 1, .., m
∂xi ∂xγ

care satisface condiţiile la frontieră, unde ai sunt constante arbitrare.

Teorema 4.4. Dacă m-foaia x? (·) minimizează funcţionala J(x(·)), atunci
x? (·) este o soluţie a EDP multi-timp
∂Lβ ∂Lβ
− Dγ i = 0, β, γ = 1, .., m
∂xi ∂xγ

care satisface condiţiile la frontieră

4.3 EDP Euler-Lagrange multi-timp anti-trace

EDP Euler-Lagrange multi-timp anti-trace
∂L γ ∂L
i
δβ − Dβ i = 0,
∂x ∂xγ

sunt generalizări ale EDP Euler-Lagrange clasice

∂L ∂L
− Dγ i = 0.
∂xi ∂xγ
Cazuri particulare:
-absenţa variabilei t: presupunâd L = L(x(t), xγ (t)). Atunci EDP Euler-Lagrange
multi-timp anti-trace se transcriu ı̂n forma:

∂L γ ∂2L j ∂2L ∂ 2 xj
i
δβ − i j
xβ − j
=0
∂x ∂xγ ∂x ∂xγ ∂xλ ∂tλ ∂tβ
i

-absenţa variabilei x: presupunând că Lagrangianul nu conţine explicit funcţia

x(t), adică L = L(xγ (t), t). Atunci EDP Euler-Lagrange multi-timp anti-trace
∂L ∂L
se reduc la Dβ ∂x i = 0. Aceasta ı̂nseamnă că funcţiile ∂xi sunt integrale prime,
γ γ

adică ∂L
∂xiγ = cγi (constante). orice soluţie xiγ = Φiγ (t, c) a acestor EDP produce
o m-foaie de evoluţie xi = xi (t).
 Referat 3
5 Dinamică Hamiltoniană
Dinamica Hamiltoniană se bazează pe ecuaţii diferenţiale sau cu derivate parţiale
de ordinul ı̂ntai construite fie dun ecuaţii diferenţiale sau cu derivate parţiale de
ordinul al doilea de tip Euler-Lagrange fie ca ecuatii Euler-Lagrange asociate la
functionale particulare ce contin funtiile Hamilton. Trecerea de la ecuaţiile de
ordinul al doilea de tip Euler-Lagrange la ecuatii de ordinul intai de tip Hamilton
are la baza transformarea Legendre.

5.1 Dinamică Hamiltoniană ı̂n cazul unei singure variabile

de evoluţie (unitemporală)
Considerând Lagrangianul L(x(t), ẋ(t), t) ca funcţie de clasă C 2 , unde t ∈ [t0 , t1 ],
x = (x1 , ..., xn ) : [t0 , t1 ] → Rn .
Problema de bază a calculului variaţional cu o singură variabilă de evoluţie este:
să se găsească o curbă x? : [t0 , t1 ] → Rn care extremizează funcţionala:
Z t1
I(x(·)) = L(x(t), ẋ(t), t)dt
t0

printre funcţiile de clasă C 2 care satisfac condiţiile la limită: x(t0 ) = x0 , x(t1 ) =

x1 .
Teorema 5.1. Dacă x? (·) este o soluţie a problemei anterioare, atunci x? (·)
esteo soluţie a sistemului de ecuaţii diferenţiale Euler-Lagrange:
∂L d ∂L
− = 0, i = 1, .., n
∂xi dt ∂ ẋi
care satisface condiţiile la limită x(t0 ) = x0 , x(t1 ) = x1 .
Pentru x(·) fixat, se defineşte momentul generalizat
∂L
p = (pi ), pi (t) = (x(t), ẋ(t), t), t ∈ [t0 , t1 ]
∂ ẋi
Presupunând că, pentru ∀(x, p) ∈ R2n , t ∈ [t0 , t1 ], acest sistem defineşte
funcţia ẋ = ẋ(x, p, t). Pntru aceasta,local,
  conform teoremei funcţiile implicite,
2
este necesar şi suficient ca det ∂ ẋ∂i ∂Lẋj 6= 0.În acest caz, Lagrangianul L se
numeşte regulat şi intră ı̂n dualitate cu Hamiltonianul
∂L
H(x, p, t) = ẋi (x, p, t) (x, ẋ(x, p, t), t) − L(x, ẋ(x, p, t), t)
∂ ẋi
(dualitate Legendriană) sau mai pe scurt
H = ẋi pi − L.
Teorema 5.2. Dacă x(·) este soluţie a sistemului de ecuaţii diferenţiale de
ordinul doi de tip Euler-Lagrange şi momentul p este definit ca mai sus, atunci
perechea (x(·), p(·)) este soluţie a sistemului de ecuatii difrenţiale de ordinul
ı̂ntai de tip Hamilton:
∂H ∂H
ẋi (t) = (x(t), p(t), t), ṗi (t) = − (x(t), p(t), t)
∂pi ∂xi
Dacă L este autonom (adică nu depinde explicit de t), atunci rezultă că H
este o integrală primă a sistemului Hamilton (lege de conservare).

5.2 Legătura ı̂ntre ecuaţiile Euler-Lagrange şi ecuaţiile

Hamilton
Teoria Lagrange descrie stările unui sistem fizic prin puncte din spaţiul
configuraţiilor Rn . Ea se sprijină pe un sistem de n ecuaţii diferenţiale de
ordinul doi, cu n funcţii necunoscute x(t), care solicită 2n condiţii la limită sau
2n condiţii iniţiale.

Ca alternativă, Teoria Hamilton descrie starile unui sistem fizic prin puncte
din spatiul fazelor R2n . Ea se referă la un sistem de 2n ecuaţii diferenţiale de
ordiunul ı̂ntai, cu 2n funcţii necunoscute (x(t), p(t)), care solicită 2n condiţii la
limită sau 2n condiţii iniţiale.

5.3 Dinamică Hamiltoniană ı̂n cazul mai multor variabile

de evoluţie (multitemporală)
5.3.1 Cazul funcţionalelor integrale multiple
Fie hiperparalelipidedul Ωt0 ,t1 ⊂ Rm determinat de punctele diagonal opuse
t0 , t1 din Rm . Dacă Rm se consideră ordinea parţială produs, atunci Ωt0 ,t1
se identifică cu intervalul [t0 , t1 ]. Considerand Lagrangianul L(x(t), xγ (t), t) ca
funcţie de clasă C 2 , unde
t = (t1 , ..., tm ) = (tα ) ∈ Ωt0 ,t1 , x = (x1 , ..., xn ) : Ωt0 ,t1 → Rn
Problema de bază a calculului variaţional cu mai multe variabule de evoluţie
este: găsiţi o m-foaie x? : Ωt0 ,t1 → Rn care extremizează funcţionala:
Z
I(x(·)) = L(x(t), xγ (t), t)dt1 ..dtm
Ωt0 ,t1
2
printre funcţiile de clasă C care satisfac condiţii la frontieră. Aceastea pot fi
de tipul x(t0 ) = x0 , x(t1 ) = x1 sau x(t)|∂Ωt0 ,t1 -dat.
Teorema 5.3. Dacă x? (·) este soluţie a sistemului de ecuaţii cu derivate par-
tiale Euler-Lagrange:
∂L ∂L
− Dα i = 0
∂xi ∂xα
unde Dα este operatorul de derivare totală.
 Pentru x(·) fixat, se defineşte multi-momentul generalizat
∂L
p = (pα α
i ), pi (t) = (x(t), xγ (t), t)
∂xiα
Presupunând că, pentru ∀x ∈ Rn , p ∈ Rnm , t ∈ Ωt0 ,t1 , acest sistem defineşte
funcţiile xiγ = xiγ (x, p, t). Pentru aceasta, local, conform teoremei funcţiilor im-
 
∂2L
plicite, este necesar şi suficient ca det ∂xi ∂xj 6= 0. În acest caz, Lagrangianul
α β

L se numeşte regulat şi intră ı̂n dualitate cu Hamiltonianul

∂L
H(x, p, t) = xiα (x, p, t)(x, xγ (x, p, t), t) − L(x, xγ (x, p, t), t)
∂xiα
(dualitate Legendriană) sau mai pe scurt
H(x, p, t) = pα i
i xα (x, p, t) − L(x, p, t)

Se introduc tensorul energie-impuls T de componente

Tβα (x, p, t) = pα i α
i xβ (x, p, t) − L(x, p, t)δβ

şi tensorul Hamilton de componente:

1
hα α i
β (x, p) = pi xβ (x, p) − L(x, p)δβα
m
Teorema 5.4. Dacă x(·) este soluţie a sistemului de ecuaţii diferenţiale de or-
dinul doi de tip Euler-Lagrange şi multi-momentul p este definit ca mai sus,
atunci perechea (x(·), p(·)) este soluţie a sistemului de ecuatii difrenţiale de or-
dinul ı̂ntai de tip Hamilton:
∂xi ∂H ∂pαi ∂H
β
(t) = β
(x(t), p(t), t), α
(t) = − i (x(t), p(t), t)
∂t ∂pi ∂t ∂x
şi DivT = Dα Tβα = 0 (divergenţa totală nulă, lege de conservare)

5.3.2 Cazul funcţionalelor integrale curbilinii independente de drum

Fie Γt0 ,t1 o curbă arbitrară de clasă C 1 pe porţiuni care uneste punctele t0
m
şi t1 din R+ . Apare o nouă problemă de calcul variaţional, găsirea unei m-
foaie x? (·) : Ωt0 ,t1 → Rn care să extremizeze funcţionala integrală curbilinie
independentă de drum
Z
J(x(·)) = Lβ (x(t), xγ (t), t)dtβ
Γt0 ,t1

dintre toate funcţiile x(·) care satisfac condiţiile x(t0 ) = x0 , x(t1 ) = x1 .

Teorema 5.5. Dacă m-foaie x? (·) extremizează funcţionala J(x(·)), atunci
x? (·) este o soluţie a EDP multi-timp
∂Lβ ∂Lβ
i
− Dγ i = 0.
∂x ∂xγ
5.4 EDP Hamilton multi-timp anti-trace
EDP Euler-Lagrange multi-timp anti-trace
∂L γ ∂L
δ − Dβ i = 0,
∂xi β ∂xγ

sunt folosite pentru introducerea EDP Hamilton multi-timp anti-trace

Teorema 5.6. EDP Hamilton multi-timp anti-trace
Fie x(·) o soluţie a EDP Euler-Lagrange multi-timp anti-trace. Perechea (x(·), p(·))
este o soluţie a EDP Hamilton multi-timp anti-trace

∂xi ∂H
(t) = β (x(t), p(t))
∂tβ ∂pi

∂pαi ∂H
(t) = −δβα i (x(t), p(t))
∂tβ ∂x
Mai mult, dacă Lagrangianul este autonom, atunci Hamiltonianul H(x(t), p(t))
este o integrală primă a sistemului.

5.5 Tensori Lagrangieni şi Hamiltonieni

Extinzând Lagrangianul L(x(t), xγ (t), t) la un camp tensotial Lagrangian

Lα
β (x(t), xγ (t), t)

având trei proprietăţi:

-urma tensorului Lα β este chiat Lagrangianul L
-1-formele Lagrangian L(x(t), xγ (t), t)dtβ sunt complet integrabile
-funcţiile L(x(t), xγ (t), t) determină EDP Euler-Lagrange anti-trace

∂Lα
β γ ∂Lαβ
δ − D λ =0
∂xi λ ∂xiγ

Relaţiile definind multi-momentul p = (pα

i ) sunt extinse la

γ ∂
pα
i (t)δβ = L(x(t), xγ (t), t)
∂xiγ

Se defineşte câmpul tensorial Hamiltonian Hβα prin

Hβα (x, p) = pα i α
i xβ (x, p) − Lβ (x(t), xγ (t))

unde variabilele x şi p sunt numite variabilele canonice. Dacă Lα α

β = Lδβ , atunci
α
Hβ este chiar tensorul energie-moment clasic.
Teorema 5.7. EDP Hamilton multi-timp
Dacă x(·) este o soluţie a EDP Euler-Lagrange multi timp şi se defineşte p(·) =
(pα
i (·)), atunci perechea (x(·), p(·)) este o soluţie a EDP Hamilton multi-timp

∂xi ∂
(t)δγα = γ Hβα (x(t), p(t), t)
∂tβ ∂pi

∂pαi ∂
β
(t) = − i Hβα (x(t), p(t), t)
∂t ∂x
În plus, dacă tensorul Lagrange este autonom, atunci divergenţa transpusului
tensorului Hamilton Hβα este zero.
 Referat 4
6 Probleme de calcul variaţional cu restricţii
Problemele de calcul variaţional cu restricţii se referă la extremizarea funcţionalelor
ı̂n condiţii ı̂n care funcţia optimală este soluţie a unor ecuaţii sau inecuaţii
diferenţiale sau cu derivate parţiale date, sau aparţine mulţimilor de nivel con-
stant al unor funcţionale date. Deşi aceste probleme sunt asemănătoare prob-
lemelor clacice de extrem cu legături, totuşi teoria lor este total diferită prin
faptul că spaţiile de definiţie sunt infinit dimensionale, iar multiplicatorii La-
grange sunt funcţii sau forme diferenţiale.

6.1 Optimizarea unei funcţionale integrală simplă condiţionată

de ecuaţii diferenţiale
Considerand Lagrangianul L(x(t), ẋ(t), t) ca funcţie de clasă C 2 , unde t ∈ [t0 , t1 ],
x = (x1 , ..., xn ) : [t0 , t1 ] → Rn .
Aceasta determină funcţionala
Z t1
I(x(·)) = L(x(t), ẋ(t), t)dt
t0

Se doreşte găsirea unei curbe x? (·) : [t0 , t1 ] → Rn care să extremizeze

funcţionala I(x(·)) printre funcţiile de clasă C 2 care satisfac condiţiile la limită:

x(t0 ) = x0 , x(t1 ) = x1

şi restricţiile ı̂n viteze

g a (x(t), ẋ(t), t) = 0, a = 1, .., r ≤ n

Pentru rezolvarea acestei probleme se foloseste metoda multiplicatorilor La-

grange. Întroducând multiplicatorul p(t) = (pa (t)), se constrieste un nou La-
grangian

L1 (x(t), ẋ(t), t) = L(x(t), ẋ(t), t) + pa (t)g a (x(t), ẋ(t), t)

schimbând problema cu restricţii ı̂n problemă fară restricţii ı̂n viteze

Z t1
min L1 (x(t), ẋ(t), t)dt, x(t0 ) = x0 , x(t1 ) = x1
t0

În acord cu teoria Lagrange, un punct de extrem al problemei cu restricţii se

află printre punctele de extrem ale problemei fără restricţii.
Teorema 6.1. Dacă x? (·), p? (·) este soluţie a ultimei probleme, atunci x? (·), p? (·)
este soluţie a sistemului de ecuaţii diferenţiale Euler-Lagrange
 
∂L1 d ∂L1
− = 0, i = 1, .., n
∂xi dt ∂ ẋi
 
∂L1 d ∂L1
− = 0, a = 1, .., r
∂pa dt ∂ ṗa
Aceste ecuaţii se transcriu
 
∂L1 d ∂L1
− = 0, i = 1, .., n, g a (x(t), ẋ(t), t) = 0
∂xi dt ∂ ẋi
Cazul restricţiilor de tipul

g a (x(t), t) = 0, a = 1, .., r ≤ n

se tratează analog.

6.2 Optimizarea unei funcţionale integrală simplă condiţionată

de restricţii izoperimetrice
Considerand Lagrangianul L(x(t), ẋ(t), t) ca funcţie de clasă C 2 , unde t ∈ [t0 , t1 ],
x = (x1 , ..., xn ) : [t0 , t1 ] → Rn .
Aceasta determină funcţionala
Z t1
I(x(·)) = L(x(t), ẋ(t), t)dt
t0

Se doreşte găsirea unei curbe x? (·) : [t0 , t1 ] → Rn care să extremizeze

funcţionala I(x(·)) printre funcţiile de clasă C 2 care satisfac condiţiile la limită:

x(t0 ) = x0 , x(t1 ) = x1

şi restricţiile izoperimetrice

Z t1
g a (x(t), ẋ(t), t)dt = la , a = 1, .., r ≤ n
t0

Pentru rezolvarea acestei probleme se introduc variabilele auxiliare

Z t
y a (t) = g a (x(s), ẋ(s), s)ds, y a (t0 ) = 0, y a (t1 ) = la
t0

schimband restricţiile izoperimetrice ı̂n restricţii ecuaţii diferenţiale

ẏ a (t) = g a (x(t), ẋ(t), t), y a (t1 ) = la .

Acum se paote folosi metoda multiplicatorilor Lagrange. Întroducând multipli-
catorul p = (pa (t)) şi notând y = (y a ) se constrieste un nou Lagrangian

L1 (x(t), ẋ(t), y(t), ẏ(t), t) = L(x(t), ẋ(t), t) + pa (t)(g a (x(t), ẋ(t), t) − ẏ a (t))

schimbând problema cu restricţii ı̂n problemă fară restricţii ı̂n viteze

Z t1
min L1 (x(t), ẋ(t), y(t), ẏ(t), t)dt
t0

x(t0 ) = x0 , x(t1 ) = x1 , y(t0 ) = 0, y(t1 ) = l

În acord cu teoria Lagrange, un punct de extrem al problemei cu restricţii
se află printre punctele de extrem ale problemei fără restricţii.

Teorema 6.2. Dacă (x? (·), y ? (·), p? (·)) este soluţie a ultimei probleme, atunci
(x? (·), y ? (·), p? (·)) este soluţie a sistemului de ecuaţii diferenţiale Euler-Lagrange
 
∂L1 d ∂L1
− = 0, i = 1, .., n
∂xi dt ∂ ẋi
 
∂L1 d ∂L1
− = 0, a = 1, .., r
∂y a dt ∂ ẏ a
 
∂L1 d ∂L1
− = 0,
∂pa dt ∂ ṗa
Aceste ecuaţii se transcriu
 
∂L1 d ∂L1 dpa
i
− i
= 0, = 0, ẏ a (t) = g a (x(t), ẋ(t), t) = 0
∂x dt ∂ ẋ dt
Rezultă că in acest caz, multiplicatorul Lagrange p este constant.El este bine
determinat numai dacă extremala găsită nu este extremală pentru cel puţin una
din funcţionalele Z t1
g a (x(t), ẋ(t), t)dt
t0

6.3 Optimizarea unei funcţionale integrală multiplă condiţionată

de ecuaţii cu derivate parţiale
Considerând Lagrangianul L(x(t), xγ (t), t) ca funcţie de clasă C 2 unde

t = (tα ) = (t1 , ..., tm ) ∈ [t0 , t1 ] = Ωt0 ,t1 ⊂ Rm

∂xi
 
∂x
x = (xi ) = (x1 , ..., xn ) : [t0 , t1 ] → Rn , xγ (t) = =
∂tγ ∂tγ
 Aceasta determină funcţionala
Z
I(x(·)) = L(x(t), xγ (t), t)dt1 ..dtm
Ωt0 ,t1

Problema: găsiţi o m-foaie x? : Ωt0 ,t1 → Rn care extremizează funcţionala

I(x(·)) printre funcţiile de clasă C 2 care satisfac condiţii la limită x(t0 ) = x0 ,
x(t1 ) = x1 sau x(t)|∂Ωt0 ,t1 -dat şi restricţiile

gαa (x(t), xγ (t), t) = 0

Pentru rezolvarea acestei probleme se foloseste metoda multiplicatorilor La-

grange. Întroducând multiplicatorul p(t) = (pa (t)), se constrieste un nou La-
grangian

L1 (x(t), ẋ(t), p(t), t) = L(x(t), xγ (t), t) + pα a

a (t)gα (x(t), xγ (t), t)

schimbând problema cu restricţii ı̂n problemă fară restricţii ı̂n viteze parţiale
Z
min L1 (x(t), xγ (t), t)dt1 ..dtm
Ωt0 ,t1

cu x(t0 ) = x0 , x(t1 ) = x1 sau x(t)|∂Ωt0 ,t1 -dat.

Teorema 6.3. Dacă x? (·), p? (·) este soluţie a ultimei probleme, atunci x? (·), p? (·)
este soluţie a sistemului de ecuaţii diferenţiale Euler-Lagrange
∂L1 ∂L1
− Dγ i = 0
∂xi ∂xγ
∂L1 ∂L1
− Dγ  α  = 0
∂pα
a ∂
∂pa
γ ∂t

Aceste ecuaţii se transcriu

∂L1 ∂L1
i
− Dγ i = 0, gαa (x(t), xγ (t), t) = 0
∂x ∂xγ
Cazul restricţiilor de tipul

gαa (x(t), t) = 0, a = 1, .., r ≤ n, α = 1, .., q ≤ m

se tratează analog.
 Referat 5
6.4 Optimizarea unei funcţionale integrală multiplă condiţionată
de restricţii izoperimetrice
Considerând Lagrangianul L(x(t), xγ (t), t) ca funcţie de clasă C 2 unde

t = (tα ) = (t1 , ..., tm ) ∈ [t0 , t1 ] = Ωt0 ,t1 ⊂ Rm

∂xi
 
i 1 n n ∂x
x = (x ) = (x , ..., x ) : [t0 , t1 ] → R , xγ (t) = γ =
∂t ∂tγ
Aceasta determină funcţionala
Z
I(x(·)) = L(x(t), xγ (t), t)dt1 ..dtm
Ωt0 ,t1

Problema: găsiţi o m-foaie x? : Ωt0 ,t1 → Rn care extremizează funcţionala

I(x(·)) printre funcţiile de clasă C 2 care satisfac condiţii la limită x(t0 ) = x0 ,
x(t1 ) = x1 sau x(t)|∂Ωt0 ,t1 -dat şi restricţiile izoperimetrice

6.4.1 Restricţii izoperimetrice exprimate prin integrale curbilinii

Se impun restricţiile
Z
gαa (x(t), xγ (t), t)dtα = lα
Γt0 ,t1

unde Γt0 ,t1 este o curbă de clasă C 1 , iar gαa (x(t), xγ (t), t)dtα sunt 1-forme
diferenţiale ı̂nchise. Pentru a rezolva această problemă se introduce curba
Γt0 ,t ⊂ Γt0 ,t1 şi variabilele auxiliare
Z
a
y (t) = gαa (x(s), xγ (s), s)dsα
Γt0 ,t

ce satisfac condiţiile
y a (t0 ) = 0, y a (t1 ) = la
Cu alte cuvinte funcţiile y a satisfac ecuaţiile cu derivate parţiale
∂y a
(t) = gαa (x(t), xγ (t), t)y a (t1 ) = la
∂tα

Acum se poate folosi metoda multiplicatorilor Lagrange. Întroducând mul-

tiplicatorul p = (pα a
a (t)) şi notând y = (y ) se constrieste un nou Lagrangian

∂y a
L1 (x(t), ẋ(t), y(t), yγ (t), p(t), t) = L(x(t), xγ (t), t)+pα a
a (t)(g (x(t), xγ (t), t)− (t))
∂tα
 schimbând problema cu restricţii ı̂n problemă fară restricţii ı̂n viteze parţiale
Z
min L1 (x(t), ẋ(t), y(t), yγ (t), p(t), t)dt
Ωt0 ,t1

x(t0 ) = x0 , x(t1 ) = x1 , y(t0 ) = 0, y(t1 ) = l

În acord cu teoria Lagrange, un punct de extrem al problemei cu restricţii
se află printre punctele de extrem ale problemei fără restricţii.
Teorema 6.4. Dacă (x? (·), y ? (·), p? (·)) este soluţie a ultimei probleme, atunci
(x? (·), y ? (·), p? (·)) este soluţie a sistemului de ecuaţii diferenţiale Euler-Lagrange
∂L1 ∂L1
− Dγ i = 0
∂xi ∂xγ
∂L1 ∂L1
− Dγ a = 0
∂y a ∂yγ
∂L1 ∂L1
− Dγ  α  = 0
∂pα
a ∂
∂pa
γ ∂t

Aceste ecuaţii se transcriu

∂L1 ∂L1 ∂pα ∂pα
i
− Dγ i = 0, αa = 0 αa (t) = gαa (x(t), xγ (t), t)
∂x ∂xγ ∂t ∂t

În acest caz multiplicatorul Lagrange p are divergenţa nulă. El este bine
determinat numai dacă extremala găsită nu este extremală pentru cel puţin una
dintre funcţionalele:
Z
gαa (x(t), xγ (t), t)dtα
Γt0 ,t1

6.4.2 Restricţii izoperimetrice exprimate prin integrale multiple

Se impun restricţiile
Z
gαa (x(t), xγ (t), t)dt1 ..dtm = la
Γt0 ,t1

Întroducând variaţia x̂(t) = x(t) + ch(t) integralele multiple se transformă din

funcţionala obiectiv şi din resytricţii ı̂n funcţie de . Ra;tionamentele supli-
mentare arată că se poate folosi metoda multiplicatoriloe Lagrange pentru o
funcţie obiectiv de , cu restrictii mulţimi de nivel constant, exprimate prin
functii de . În final, se ajunge la concluzia că se poate introduce multiplica-
torul vector constant p = (pa ) şi Lagrangianul auxiliar

L1 (x(t), xγ (t), p, t) = L(x(t), xγ (t), t) + pa g a (x(t), xγ (t), t)

schimbând problema cu restricţii ı̂n problemă fără restricţii izoperimetrice:
Z
min L1 (x(t), ẋ(t), p, t)dt
Ωt0 ,t1

x(t0 ) = x0 , x(t1 ) = x1
În acord cu teoria Lagrange, un punct de extrem al problemei cu restricţii
se află printre punctele de extrem ale problemei fără restricţii.
Teorema 6.5. Dacă (x? (·), p? (·)) este soluţie a ultimei probleme, atunci (x? (·), p? (·))
este soluţie a sistemului de ecuaţii diferenţiale Euler-Lagrange
∂L1 ∂L1
− Dγ i = 0
∂xi ∂xγ
Z
g a (x(t), xγ (t), t)dt1 ...dtm = la
Ωt0 ,t1

Multiplicatorul vector Lagrange p este bine determinat numai dacă extremala

găsită nu este extremală pentru el puţin una din funcţionalele
Z
g a (x(t), xγ (t), t)dt1 ...dtm
Ωt0 ,t1
 Referat 6
6.5 Optimizarea unei funcţionale integrală curbilinie condiţionată
de ecuaţii cu derivate parţiale
Se consideră 1-forma Lagrangian Lα (x(t), xγ (t), t)dtα ca funcţie de clasă C 2 ,
complet integrabilă. Aceasta determină funcţionala, integrală ccurbilinie inde-
pendentă de drum
Z
J(x(·)) = Lα (x(t), xγ (t), t)dtα
Γt0 ,t1

Se doreşte să se găsescă o m-foaie x? : [t0 , t1 ] → Rn care extrmizează funcţionala

J(x(·)) printre funcţiile de clasă C 2 care ssatisfac condiţiile la limită x(t0 ) =
x0 , x(t1 ) = x1 sau x|∂Ωt0 ,t1 -dat şi restricţiile

gαa (x(t), xγ (t), t) = 0

Pentru rezolvarea acestei probleme se foloseste metoda multiplicatorilor La-
grange. Întroducând multiplicatorul p(t) = (pa (t)), se constrieste o nouă 1-
formă Lagrangian
L1α (x(t), ẋ(t), t) = Lα (x(t), xγ (t), t) + pa (t)g a (x(t), xγ (t), t)
schimbând problema cu restricţii ı̂n problemă fară restricţii ı̂n viteze
Z t1
min L1 (x(t), ẋ(t), t)dt, x(t0 ) = x0 , x(t1 ) = x1
t0

În acord cu teoria Lagrange, un punct de extrem al problemei cu restricţii se

află printre punctele de extrem ale problemei fără restricţii.
Teorema 6.6. Dacă x? (·), p? (·) este soluţie a ultimei probleme, atunci x? (·), p? (·)
este soluţie a sistemului de ecuaţii diferenţiale Euler-Lagrange

∂L1α ) ∂L1α
− Dγ =0
∂xi ∂xiγ
∂L1α ∂L1α
− Dγ   =0
∂pa ∂pa
∂
∂tγ
Aceste ecuaţii se transcriu

∂L1α ) ∂L1α
i
− Dγ = 0, g a (x(t), xγ (t), t) = 0
∂x ∂xiγ
Cazul restricţiilor de tipul
gαa (x(t), t) = 0, a = 1, .., r ≤ n
se tratează analog.
6.6 Optimizarea unei funcţionale integrală curbilinie condiţionată
de restricţii izoperimetrice
Se consideră 1-forma Lagrangian Lα (x(t), xγ (t), t)dtα ca funcţie de clasă C 2 ,
complet integrabilă. Aceasta determină funcţionala, integrală ccurbilinie inde-
pendentă de drum
Z
J(x(·)) = Lα (x(t), xγ (t), t)dtα
Γt0 ,t1

Se doreşte să se găsescă o m-foaie x? : [t0 , t1 ] → Rn care extrmizează funcţionala

J(x(·)) printre funcţiile de clasă C 2 care satisfac condiţiile la limită x(t0 ) =
x0 , x(t1 ) = x1 sau x|∂Ωt0 ,t1 -dat şi restricţiile izoperimetrice
Z
gαa (x(t), xγ (t), t)dtα = la
Γt0 ,t1

????108
Pentru rezolvarea acestei probleme se foloseste metoda multiplicatorilor La-
grange. Întroducând multiplicatorul p(t) = (pa (t)), se constrieste o nouă 1-
formă Lagrangian
L1α (x(t), ẋ(t), t) = Lα (x(t), xγ (t), t) + pa (t)g a (x(t), xγ (t), t)
schimbând problema cu restricţii ı̂n problemă fară restricţii ı̂n viteze
Z t1
min L1 (x(t), ẋ(t), t)dt, x(t0 ) = x0 , x(t1 ) = x1
t0

În acord cu teoria Lagrange, un punct de extrem al problemei cu restricţii se

află printre punctele de extrem ale problemei fără restricţii.
Teorema 6.7. Dacă x? (·), p? (·) este soluţie a ultimei probleme, atunci x? (·), p? (·)
este soluţie a sistemului de ecuaţii diferenţiale Euler-Lagrange

∂L1α ) ∂L1α
i
− Dγ =0
∂x ∂xiγ
∂L1α ∂L1α
− Dγ   =0
∂pa ∂pa
∂
∂tγ
Aceste ecuaţii se transcriu

∂L1α ) ∂L1α
− Dγ = 0, g a (x(t), xγ (t), t) = 0
∂xi ∂xiγ
Cazul restricţiilor de tipul
gαa (x(t), t) = 0, a = 1, .., r ≤ n
se tratează analog.
 Referat 7
7 Teoria Hamilton-Jacobi
Teoria Hamilton-Jacobi a apărut ı̂n ı̂ncercarea de a descrie miscarea unei
particule printr-o undă. În acest sens, ecuaţiile Euler-Lagrange sau ecuaţiile
Hamilton asociate sunt inlocuite cu ecuaţii cu derivate parţiale ce descriu funcţia
generatoare. Această teorie este legată de transformata Legendre, de schimbarea
variabilelor ı̂n Hamiltonian, de funcţia generatoare şi de integrale prime ı̂n teoria
Lagrange-Hamilton.

7.1 Transformata Legendre

Fie funcţionala Z t1
I(x(·)) = L(x(t), ẋ(t), t)dt
t0

şi ecuaţiile Euler-Lagrange asociate

 
∂L d ∂L
− = 0.
∂xi dt ∂ ẋi

Se defineşte momentul
∂L
pi (t) = (x(t), ẋ(t), t)
∂ ẋi
 
∂2L
Dacă det ∂ ẋi ẋj 6= 0 atunci acest sistem defineşte invesa locală

ẋ(t) = ẋ(x(t), p(t), t).

Presupunând că sistemul precedent defineşte o bijecţie ı̂ntre {x = (xi ), p =
(pi ), t} şi {x = (xi ), ẋ = (ẋi ), t}, se obţine transformata Legendre. In această
ipoteză, se introduce Hamiltonianul

H(x(t), p(t), t) = pi (t)(x(t), p(t), t) − L(x(t), ẋ(t, x(t), p(t)), T )

şi ecuaţiile Hamilton

∂xj ∂H
=
dt ∂pj
dpj ∂H
=− j
dt ∂x
Se observă că
∂2L
 
1
det =  6= 0
∂ ẋi ẋj ∂2H

det
∂pi ∂pj
 Legătura L = pi ẋi − H schimbă funcţionala iniţială ı̂n funcţionala
Z t1
J(x(·), p(·)) = (pi (t)ẋi (t) − H(x(t), p(t), t))dt
t0

şi ecuaţiile Euler-Lagrange ale funcţionalei J(x(·), p(·)) sunt chiar ecuaţiile Hamil-
ton de mai sus.

7.1.1 Schimbarea variabilelor ı̂n Hamiltonian şi funcţia generatoare

Fie Hamiltonianul H şi ecuaţiile diferenţiale Hamilton asociate. Presupunând că
de la coordonatele (xi , pi , t) se trece la coordonatele (X i , Pi , t) prin schimbarea
de variabile (difeomorfism)

X k = X k (xi , pi , t), Pk = Pk (xi , pi , t), k = 1, .., n.

Atunci Hamiltonianul H(x, p, t) se schimbă ı̂n K(X, P, t). Transformarea de
coordonate se numeste canonica daca exista un Hamiltonian K(X, P, t), astfel
ı̂ncât ecuaţiile diferenţiale

∂xj ∂H
=
dt ∂pj
dpj ∂H
=− j
dt ∂x
şi ecuaţiile diferenţiale

∂X j ∂K dPj ∂K
= , =−
dt ∂Pj dt ∂X j

să aibă loc simultan. Acest lucru este posibil doar dacă integranzii

pi (t)ẋi (t) − H(x(t), p(t), t), Pi (t)Ẋ i (t) − K(X(t), P (t), t)

dW
diferă printr-o derivată totală . Funcţia W se numeşte funcţia
dt
generatoare a transformării canonice. În general ea depinde de toate variabilele
x, p, X, P, t dar numai două dintre variabilele x, p, X, P sunt independente.

7.1.2 Includerea forţelor disipative

Considerând funcţia R(x(t), ẋ(t), t) care determină forţa disipativă − ∂∂R
ẋi . În
prezenţa acestui tip de forţe, ecuaţiile Hamilton se scriu

dxj ∂H
=
dt ∂pj
dpj ∂H ∂R
=− j −
dt ∂x ∂ ẋj
 În acest caz

dH ∂H ∂H ∂xj ∂H ∂pi ∂R ∂H
= + j
+ = − i ẋi +
dt ∂t ∂x dt ∂pi dt ∂ ẋ ∂t
∂H
şi deci = 0 implică
∂t
∂H ∂R
= − i ẋi 6= 0
dt ∂ ẋ

7.2 EDP Hamilton - Jacobi

Fie funcţia S : Rn × R → R şi mulţimile de nivel constant Σc : S(x, t) = c. Fie
Γ : (xi (t), t), t ∈ R, o curbă transversală la hipersuprafeţele Σc . Atunci funcţia
c(t) = S(x(t), t) are derivata nenulă
dc ∂S ∂S
(t) = i
(x(t), t)ẋi (t) + (x(t), t) = ∆(x(t), ẋ(t), t) 6= 0
dt ∂x ∂t
Folosind derivata totală a funcţiei S(x, t), se introduce Lagrangianul

L(xi (t), ẋ(t), t) = ∆(x(t), ẋ(t), t)

∂L ∂∆ ∂S
Rezultă pi = ∂ ẋi = ∂ ẋi = ∂xi . În aceste condiţii relaţia

ẋi (t) = ẋi (xj (t), pj (t), t)

devine
∂S
ẋi (t) = ẋi (xj (t), (x(t), t), t)
∂xj
Pe de altă parte, relaţia
∂S ∂S ∂S
L(x(t), ẋ(t), t) = (x(t), t)ẋi (xj (t), j (x(t), t), t) + (x(t), t)
∂xi ∂x ∂t
se transcrie
∂S ∂S ∂S
− (x(t), t) = i
(x(t), t)ẋi (xj (t), j (x(t), t), t) − l(xi (t), ẋi (t), t)
∂t ∂x ∂x
sau sub forma EDP Hamilton-Jacobi
∂S ∂S
+ H(xi , i , t) = 0
∂t ∂x
EDP Hamilton-Jacobi este ı̂nsoţită de condiţia iniţială S(x, 0) = S0 (x).
Soluţia S(x, t) se numeşte funcţia generatoare a momentelor canonice.
 Referat 8
7.3 Sistemul EDP Hamilton - Jacobi
Fie x ∈ Rn , fie t ∈ Rm . Fie funcţia S : Rn × Rm → R căreia i se ataşează
mulţimile de nivel constant Σc : S(x, t) = c. Presupunand ca aceste mul- 
∂S ∂S
timi sunt hipersuprafeţe ı̂n Rn+m , adică câmpul vectorial normal ,
∂xi ∂tα
i m
nu se anulează. Fie Γ : (x (t), t), t ∈ R , o m-subvarietate transversală la
hipersufrafeţele Σc . Atunci funcţia c(t) = S(x(t), t) are derivatele parţiale
nenule

∂c ∂S ∂xi ∂S
α
(t) = i
(x(t), t) α (t) + α (x(t), t) = ∆α (x(t), xγ (t), t) 6= 0
∂t ∂x ∂t ∂t
Se acceptă Lα (xi (t), xiγ (t), t) = ∆α (x(t), xγ (t), t) adică 1-forma Lagrange Lα
este chiar derivata totală a funcţiei S(x, t). Rezultă
∂Lα ∂∆α ∂S γ
pγαi = = = δ
∂xiγ ∂xiγ ∂xi α
sau explicit, pγαi = 0 pentru α 6= γ şi pγαi = ∂S
∂xi pentru α = γ
Transformata Legendre devine
∂S
Hα = xiγ pγαi − Lα = xiα − Lα .
∂xi
Notând p = (pγαi atunci relaţia

xiα (t) = xiα (x(t), p(t), t)

devine
∂S
xiα (t) = xiα (x(t), (x(t), t), t)
∂x
Pe de altă parte, relaţia

∂S ∂xi ∂S ∂S
L(x(t), xγ (t), t) = (x(t), t) (x(t), (x(t), t), t) + α (x(t), t)
∂xi ∂tα ∂x ∂t
se transcrie
∂S ∂S ∂xi ∂S
− α
(x(t), t) = (x(t), t)(x(t), (x(t), t), t) − Lα (x(t), xγ (t), t)
∂t ∂xi ∂tα ∂x
sau sub forma unui sistem de EDP Hamilton-Jacobi
∂S ∂S
+ Hα (x, , t) = 0
∂tα ∂x
 EDP Hamilton-Jacobi este ı̂nsoţită de condiţia iniţială S(x, 0) = S0 (x) şi de
condiţii de complet integrabilitate.
Reciproc, fie S = S(x, t) o soluţie a sistemului de EDP Hamilton-Jacobi.

Se defineşte
∂S γ
pγαi = ,p = 0
∂xi αi
pentru α 6= γ
Atunci apare legătura
Z
Lα (x(t), xγ (t), t)dtα
Γt0 ,t1
Z   
∂S i ∂S
= (x(t), t)x α (t) − Hα x(t), (x(t), t), t dtα
Γt0 ,t1 ∂xi ∂xi
Z Z
∂S α ∂S i
= α
dt + dx = dS
Γ̂ ∂t ∂xi Γ̂
care arată că integrala acţiune poate fi scrisă ca o integrală curbilinie indepen-
dentă de drum.

7.4 Ecuaţii Euler-Lagrange obţinute din lucrul mecanic

În cazul forţelor conservative, lucrul mecanic elementar se poate scrie ca o 1-
formă complet integrabilă dW = fI (y)dy I , unde y = (y I ), I = 1, . . . , N , este
un punct din RN . Pe o subvarietate de dimensiune n descrisă de acuaţiile
y I = y I (x), x = (xi ), i = 1, .., n, apare pull-back-ul dW = Fi (x)dxi deoarece
∂y I i
dy I = dx şi implicit
∂xi
∂y I
Fi (x) = fI (y(x)) (x).
∂xi
Pe de altă parte, ı̂ntroducând timpul t, se poate scrie legea Newton
dẏ J
fI = mδIJ
dt
rezultă
dẏ J ∂y J
Fi = mδIJ .
dt ∂xi
Folosind identitatea
dẏ J ∂y J ∂y J d ∂y J
 
d
δIJ i
= δIJ ẏ I − δIJ ẏ I .
dt ∂x dt ∂xi dt ∂xi
sau altfel scris
dẏ J ∂y J J J
 
d I ∂y I ∂ dy
δIJ = δIJ ẏ − δIJ ẏ .
dt ∂xi dt ∂xi ∂xi dt
Astfel
∂y J ∂ ẏ J
 
Fi d
= δIJ ẏ I − δIJ ẏ I
m dt ∂xi ∂xi
∂y I ∂ ẏ J
Deoarece i
= , găsim
∂x ∂ ẋi
∂ ẏ J ∂ ẏ J
 
Fi d
= δIJ ẏ I i − δIJ ẏ I i
m dt ∂ ẋ ∂x
m I J
Folosind energia cinetică T = 2 δIJ ẏ ẏ , se paote scrie

Fi = ..
∂V i ∂V
Se acceptă forţa conservativă punând dW = −dV = − ∂x i dx , adică Fi = − ∂xi

Introducându-se Lagrangianul L = T − V , rezultă ecuaţiile Euler-Lagrange

d ∂L ∂L
i
− =0
dt ∂ ẋ ∂xi

7.5 Integrale prime ı̂n dinamica Lagrangiană

Dacă Lagrangianul este autonom, atunci Hamiltonianul este o integrală primă.
Teorema 7.1. Noether
Fie T (t, x) curentul generat de câmpul vectorial X(x) = (X i (x)) de clasă C 1 .
Dacă acest curent lasă Lagrangianul L invariant, atunci funcţia
∂L
I(x, ẋ) = (x, ẋ)X i (x)
∂ ẋi
este o integrală primă a miscării generate de Lagrangianul L.
 Referat 9
8 Control Optimal
Controlul optimal se bazează pe optimizarea unor funcţionale cu restricţii
ecuaţii diferenţiale sau cu derivate parţiale, toate depinzând de funcţiile de
control. În controlul optimal există trei abordări: calculul variaţional, principiul
de maxim şi programarea dinamică. Cea mai importantă se referă la princiupiul
de maxim ce asigură condiţii necesare de optim. În condiţii suplimentare, din
aceste pricipiu se pot obţine ecuaţiile Euler-Lagrange sau Hamilton. Condiţiile
suficiente de optim sunt mai complicate şi se vehiculează deobicei doar variante
simplificate.

8.1 Probleme de control optimal constrânse de ecuaţii

diferenţiale ordinare
Multe probleme de inginerie şi stiinta pot fi formulate ca probleme de optimizare
guvernate de ecuaţii diferenţiale de tip flow.
Problema de control optimal bazată pe o funcţională dată ca integrală simplă
şi restricţii de tip 1-flow:
Z t0
maxI(u(·)) = X(t, x(t), u(t))dt (8)
0
cu restricţiile
ẋi (t) = X i (t, x(t), u(t)), i = 1, .., n
u(t) ∈ U(t), ∀t ∈ [0, t0 ]; x(0) = x0 ; x(t0 ) = xt0
unde: t ∈ R+ este un parametru de evoluţie sau timpul; [0, t0 ] este intervalul
de timp; x(t) = (xi (t)) este o funcţie de clasă C 2 , numită vector de stare;
u(t) = (ua (t)) este un vector de control continuu; costul curent X(t, x(t), u(t))
este o funcţie de clasă C 1 numită Lagrangian neautonom.
Întroducându-se un multiplicator Lagrange p = (pα i ), numit variabilă de co-
stare, se obţine o noua funcţie Lagrange:

L(t, x(t), u(t), p(t)) = X(t, x(t), u(t)) + pi (t)[Xαi (t, x(t), u(t)) − ẋi (t)]

Problema de optimizare cu restrictii EDO, se schimă ı̂ntr-o altă problemă

de optimizare
Z t0
max L(t, x(t), u(t), p(t))dt (9)
0
cu restricţiile

u(t) ∈ U(t), p(t) ∈ P, ∀t ∈ [0, t0 ]

 x(0) = x0 ; x(t0 ) = xt0
Hamiltonianul de control
H(t, x(t), u(t), p(t)) = X(t, x(t), u(t)) + pi (t)X i (t, x(t), u(t))
adică
H = L + pi ẋi
permite transcrierea acestei noi probleme ı̂n forma:
Z t0
max [H(t, x(t), u(t), p(t)) − pi ẋi (t)]dt
0
cu restricţiile

u(t) ∈ U(t), p(t) ∈ P, ∀t ∈ [0, t0 ]

x(0) = x0 ; x(t0 ) = xt0
Se presupune că există un control continuu û(t) definit pe intervalul [0, t0 ] cu
û(t) ∈ IntU, care este un punct de optim in problema anterioara. Se consideră o
variaţie u(t, ) = û(t)+ch(t), unde h este o funcţie vectorială arbitrară continuă.
Se defineşte x(t, ) ca variabilă de stare corespunzătoare variabilei de control
u(t, ), adică

ẋi (t, ) = X i (t, x(t, ), u(t, )), ∀t ∈ [0, t0 ]

Se defineşte funcţia
Z t0
I() = X(t, x(t, ), u(t, ))dt
0

pentru || < h .

Deoarece controlul u(t, ) este fezabil, rezultă că funcţia x(t, ) este fezabilă.
Pe de altă parte controlul û(t) trebuie sa fie optimal.
Teorema 8.1. Principiul de maxim simplificat, condiţii necesare
Presupunem că problema de maximizare a funcţionalei
Z t0
maxI(u(·)) = X(t, x(t), u(t))dt,
0

supusă la restricţiile EDO şi condiţiile, cu f , Xαi de clasă C 1 , are soluţie in-
terioară û(t) ∈ U(t) care determină variabila de stare x(t). Atunci există o
funcţie co-stare p(t) = (pα 1
i )) de clasă C definită pe [0, t0 ] astfel ı̂ncât relaţiile

ẋi (t) = X i (t, x(t), u(t)), i = 1, .., n

H(t, x(t), û(t), p(t)) = 0
∂H
ẋj (t) = (t, x(t), û(t), p(t))
∂pj
sunt adevărate
8.2 Obţinerea ecuaţiilor Euler-Lagrange şi Hamilton din
principiul de maxim al lui Pontryaguin
Principiul de maxim al lui Pontryaguin este o generalizare a problemei Lagrange
din calculul variaţional uni-timp. Aceste probleme sunt echivalente cand dome-
niul de control este deschis.
Presupunem ca sistemul de evolutie se reduce la un sistem diferenţial con-
trolat de tipul

ẋi (t) = ui (t), x(0) = x0 , t ∈ [0, t0 ] ⊂ R+

şi că funcţionala este o integrală simplă
Z t0
I(u(·)) = X 0 (x(t), u(t))dt
0

unde costul curent ω = X (x(t), u(t))dt este o 1-formă de clasă C 1 şi u =

0
i
(u ).

Problema de control conduce necesar la principiul de maxim uni-timp. Pen-

tru a rezolva-o, este nevoie de Hamiltonianul de control

H(x, p0 , p, u) = X 0 (x, u) + pi ui

şi de EDO adjunctă

∂X 0
ṗi (t) = −
(x(t), u(t)).
∂xi
Presupunem că principiul de maxim uni-timp simplificat este aplicabil

∂ ∂X 0
H = + pi = 0
∂ui ∂ui
şi astfel se obţine
∂X 0 i
pi = − , u = x̂i (10)
∂ui
Presupunem că funcţia X 0 este dependentă de x. Atunci EDO din ADJ
arată că
Z t
∂X 0
pi (t) = pi (0) − i
(x(s), u(s))ds (11)
0 ∂x
8.2.1 EDO Euler-Lagrange uni-timp
Din relaţiile 10 şi 11, rezultă
t
∂X 0 ∂X 0
Z
− (x(t), u(t)) = pi (0) − (x(s), u(s))ds
∂xi 0 ∂xi

Presupunem că X 0 sunt funcţii de clasă C 2 . Se aplică operatorul de derivare

d
totală dt şi se găseşte EDO Euler-Lagrange uni-timp

∂X 0 d ∂X 0
− =0
∂xi dt ∂ ẋi

8.2.2 Conversiune la EDO Hamilton uni-timp

Fie u(·) un control optimal, x(·) evoluţia optimală, şi fie p(·) soluţia EDO care
corespunde la u(·) şi x(·). Hamiltonianul de control H = X 0 + pj uj trebuie să
∂H
satisfacă ∂u i = 0. Presupunem că ecuaţia de punct critic admite soluţia unică

u (t) = u (x(t), p(t)) = ẋi (t). Relaţia

i i

∂X 0 ∂H ∂ui ∂ui
 
∂H
− i =− + − p j
∂x ∂xi ∂ui ∂xi ∂xi
şi ecuaţia arată
∂H
ṗi (t) = − (x(t), p(t), u(t))
∂xi
Astfel se găsesc variabilele canonice x, p şi EDO Hamilton uni-timp
∂H
ẋi (t) = − (x(t), p(t))
∂pi
∂H
ṗi (t) = − (x(t), p(t))
∂xi
 Referat 10
8.3 Problema de control optimal cu funcţională integrală
multiplă şi restricţii EDP de tip m-flow
Din cauza complexităţii şi naturii infinit dimensionale, restricţiile EDP sunt ı̂n
centrul atenţiei matematicienilor ce se ocupă de princpii de optimizare.

Problema de control optimal multi-timp bazată pe o funcţională cost inte-

grală multiplă şi restricţii EDP de tip m-flow.
Z
maxI(u(·)) = X(t, x(t), u(t))dv (12)
Ω0,t0

cu restricţiile
∂xi
(t) = Xαi (t, x(t), u(t)) (13)
∂tα
u(t) ∈ U(t), ∀t ∈ Ω0,t0 ; x(0) = x0 ; x(t0 ) = xt0 (14)
α m
unde t = (t ) ∈ R+
este un multi-parametru de evoluţie sau multi-timp;
dv = dt1 ...dtm este elementrul de volum ı̂n R+
m
; Ω0,t0 este un paralelipiped fixat
prin punctele diagonal opuse.
Introducând un multiplicator Lagrange p = (pα i ), numit variabilă de co-stare,
se constuieşte o nouă funcţie Lagrange

∂xi
L(t, x(t), u(t), p(t)) = X(t, x(t), u(t)) + pα i
i (t)[Xα (t, x(t), u(t)) − (t)]
∂tα
Problema de optimizare constransă de EDP 11.1, 11.2,14, este schimbată
intr-o altă problemă de optimizare
Z
max L(t, x(t), u(t), p(t))dv
Ω0,t0

cu restricţiile

u(t) ∈ U(t), p(t) ∈ P(t), ∀t ∈ Ω0,t0

x(0) = x0 ; x(t0 ) = xt0
Hamiltonianul de control

H(t, x(t), u(t), p(t)) = X(t, x(t), u(t)) + pα i

i (t)Xα (t, x(t), u(t))

Se defineşte x(t, ) ca m-foaia variabilelei de stare corespunzătoare variabileli

de control u(t, ) şi x(0, ) = x0 .
 Pentru || < h , se defineşte funcţia
Z
I() = X(t, x(t, ), u(t, ))dv
Ω0,t0

Pentru orice funcţie vectorială continuă

p = (pα
i ) : Ω0,t0 → R
nm

avem
∂xi
Z
pα i
i (t)[Xα X(t, x(t, ), u(t, )) − (t, )]dv = 0
Ω0,t0 ∂tα
Se utilizează funcţia Lagrange care include variaţiile

∂xi
L(t, x(t, ), u(t, ), p(t)) = X(t, x(t, ), u(t, ))+pα i
i (t)[Xα X(t, x(t, ), u(t, ))− (t, )]
∂tα
şi funcţia asociată
Z
I() = L(t, x(t, ), u(t, ), p(t))dv
Ω0,t0

Deoarece funcţia u(t, ) este fezabilă, rezultă că funcţia x(t,  este fezabilă.
Controlul û(t) trebuie sa fie optimal,deci I() ≤ I(0), ∀|| < h
Pentru orice funcţie vectorială continuă

p = (pα
i ) : Ω0,t0 → R
nm

atunci
∂xi
Z
pα i
i [Xα (t, x(t, ), u(t, )) − (t, ]dv = 0
Ω0,t0 ∂tα
Trebuie utilizată funcţia Lagrange care include variaţiile

L(t, x(t, ), u(t, ), p(t)) = X(t, x(t, ), u(t, ))

∂xi
+pα i
i (t)[Xα (t, x(t, ), u(t, )) − (t, )]
dtα
şi funcţia asociată
Z
I() = L(t, x(t, ), u(t, ), p(t))dv
Ω0,t0

Presupunem că variabila co-stare p este de clasă C 1 . Se introduce Hamilto-

nianul de control

H(t, x(t, ), u(t, ), p(t)) = X(t, x(t, ), u(t, ), p(t)) + pα i
i (t)Xα (t, x(t, ), u(t, ))

corespunzător variaţiei. Se rescrie astfel

 ∂xi
Z
I() = [H(t, x(t, ), u(t, ), p(t)) − pα
i (t) (t, )]dv
Ω0,t0 ∂tα
Pentru evaluarea integralei multiple

∂xi
Z
pα
i (t) (t, )dv
Ω0,t0 ∂tα
se intergrează prin părţi, via formula divergenţei

∂ α i ∂pα
i i α ∂x
i
(p i x ) = x + pi
∂tα ∂tα ∂tα
obţinându-se

∂xi
Z Z
∂
pα
i (t) α
(t, )dv = α
(pα i
i (t)x (t, ))dv
Ω0,t0 ∂t Ω0,t0 ∂t

∂pα
Z
i
− α
(t)xi (t, )dv
Ω0,t0 ∂t

Astfel se găseşte
∂pα
Z
j
I() = [H(t, x(t, ), u(t, ), p(t)) + (t)xj (t, )]dv
Ω0,t0 ∂tα
Z
− δαβ pα i β
i (t)x (t, )n (t)dσ
∂Ω0,t0
 Referat 11
8.4 Problema de control optimal cu funcţională integrală
curbilinie şi restricţii EDP m-flow
Funcţionalele cost de tip lucru mecanic sunt foarte importante pentru aplicaţii.
Problema de control optimal multi-timp formulată utilizand drept functionala
de cost o integrală curbilinie independentă de drum:
Z
maxJ(u(·)) = Xα0 (t, x(t), u(t))dtα (15)
Γ0,t0

cu restricţiile

∂xi
(t) = Xαi (t, x(t), u(t)) (16)
∂tα

u(t) ∈ U(t), ∀t ∈ Ω0,t0 , x(0) = x0 ; x(t0 ) = xt0 (17)

unde: t = (tα ) ∈ R+ este multi-parametru de evoluţie sau multi-timpul;
x(t) = (xi (t)) este un vector de stare de clasă C 2 , numită vector de stare;
u(t) = (ua (t)) este un vector de control continuu; costul curent,1-formă La-
grange neautonomă Xα (t, x(t), u(t))dtα este o 1-formă complet integrabilă
Întroducându-se variabila de co-stare sau multiplicatorul Lagrange p = (pα i ),
numit variabilă de co-stare, se obţine o noua 1-formă Lagrange:

∂xi
Lα (t, x(t), u(t), p(t)) = Xα0 (t, x(t), u(t)) + pi (t)[Xαi (t, x(t), u(t) − (t)]
∂tα
Problema de optimizare constrânsă de EDP, , , este inlocuită de o altă
problemă
Z
max Lα (t, x(t), u(t), p(t))dtα (18)
Γ0,t0

cu restricţiile

u(t) ∈ U(t), p(t) ∈ P, ∀t ∈ Γ0,t0

x(0) = x0 ; x(t0 ) = xt0
Se utilizează 1-forma Hamiltonian de control

Hα (t, x(t), u(t), p(t)) = Xα0 (t, x(t), u(t)) + pi (t)Xαi (t, x(t), u(t))
adică
∂xi
Hα = Lα + pi
∂tα
permite transcrierea acestei noi probleme ı̂n forma:

∂xi
Z
max [Hα (t, x(t), u(t), p(t)) − pi α ]dtα
Γ0,t0 ∂t
cu restricţiile
u(t) ∈ U(t), p(t) ∈ P, ∀t ∈ Ω0,t0
x(0) = x0 ; x(t0 ) = xt0

8.5 Obţinerea EDP Euler-Lagrange şi Hamilton din

principiul de maxim multi-timp
Principiul de maxim multi-timp este o generalizare a problemei Lagrange din
calculul variaţional multi-timp. Aceste probleme sunt echivalente când dome-
niul de control este deschis.

Sistemul de evoluţie controlat se reduce la un sistem de EDP complet inte-

grabil

∂xi
(t) = uiα (t), x(0) = x0 , t ∈ Ω0,t0 ⊂ R+
m
(19)
∂tα
iar funcţionala este o integrală curbilinie independentă de drum
Z
J(u(·)) = Xβ0 (x(t), u(t))dtβ (20)
Γ0,t0

Problema de control optimal conduce necesar la principiul de maxim multi-

timp. Pentru a o rezolva, avem nevoie de 1-forma Hamiltoniană de control

Hβ (x, p0 , p, u) = Xβ0 (x, u) + pi uiβ

şi de EDP adjuncte

∂pi ∂Xβ0
(t) = − (x(t), u(t)) (21)
∂tβ ∂xi
Se obţine

∂Xβ0 i
pi δβγ = − , u = xiγ (22)
∂uiγ γ
Presupunând că funcţiile Xβ0 sunt dependente de x. Atunci EDP din (21)
arată că
∂Xβ0
Z
pi (t) = pi (0) − i
(x(s), u(s))dsβ (23)
Γ0,t0 ∂x
8.5.1 EDP Euler-Lagrange multi-timp
Din relaţiile (22), (23), rezultă

∂Xβ0 ∂Xλ0
Z
− (x(t), u(t) = δβγ pi (0) − δβγ (x((s), u(s))dsλ
∂xiγ Γ0 ,t ∂xi
Presupunem că Xβ0 sunt funcţii de clasă C 2 . Se aplică operatorul derivată
totală-divergenţă Dγ şi se găseşte EDP Euler-Lagrange multi-timp

∂Xβ0 ∂Xβ0
− Dγ =0
∂xi ∂xiγ

8.5.2 Conversiune la EDP Hamilton multi-timp

Fie u(·) un control optimal, x(·) evoluţia optimală, şi fie p(·) soluţia EDP 21
care corespunde la u(·) şi x(·). Pe de altă parte, 1-forma Hamiltonuan de control
∂Xβ
Hβ = Xβ0 + pj ujβ trebuie să satisfacă = 0.
∂uiγ
Utilizand o integrală curbilinie independentă de drum avem
Z
xi (t) = xi (0) + uiγ (x(s), p(s))dsγ
Γ0,t

În plus
∂Hβ ∂Hβ0 ∂ujγ i
∂ujβ
= + uβ + p j = uiβ
∂pi ∂ujγ ∂pi ∂pi
Relaţia

∂ujβ
!
∂Hβ ∂Xβ0 ∂Xβ ∂ujγ
− = + − pj
∂xi ∂pi ∂ujγ ∂xi ∂xi
şi 21 arată
∂pi ∂Hβ
β
(t) = − (x(t), p(t), u(t))
∂t ∂xi
În acest mod se găsesc variabilele canonice x, p şi EDP Hamilton multi-timp
∂xi ∂Hβ ∂pi ∂Hβ
β
(t) = − (x(t), p(t)), β (t) = − (x(t), p(t))
∂t ∂xi ∂t ∂xi
 Referat 12
9 Modele de creştere optimală
Creşterea optimală este un model important ı̂n ştiinţele economice, ce porneşte
de la ideea că pe lângă consumul curent este bine să se asigură şi un consum de
viitor. Ea se formulează fie ca problemă de tip Euler-Lagrange, fie ca problemă
de control optimal, fie ca problemă de tip bang-bang. Cea mai senzaţională
evoluţie de acest tip este evoluţia multi-dimensională.

9.1 Modele uni-timp de creştere optimală

Problema creşterii economice optimale porneşte de la ı̂ntrebarea: cat de mult ar
trebui să consumăm in prezent si cat de mult ar trebui investit pentru consumul
viitor? Pentru a rezolva o asemenea problemă in contextul calculului variaţional,
pornind de la o economie ce evoluează pe intervalul de timp [0, T ], bazată pe cap-
italul K(t) şi forţa de muncă L(t). Acestea produc marfa Y (t) = Y (K(t), L(t))
ce se descompune in parte consumata c(t), capitalul de perspectivă K(t) şi
capitalul depreciat µK(t), unde µ este rata constantă de depreciere, adică

Y (t) = c(t) + K̇(t) + µK(t)

Funcţia de producţie Y = F (K, L), presupusă omogenă de gradul unu, poate
fi scrisă Y = LF (K/L, 1) = Lf (k), k = K/L. Punându-se y = Y /L rezultă
y = f (k), unde f (k) este o funcţie crescătoare şi strict concavă, de variabilă k,
cu panta f 0 (k) descrescând de la limk→0 = ∞ la limk→∞ = 0. In acest mod,
obţine o evoluţie

k̇(t) = f (k(t)) − (µ + n)k(t) − c(t)

Modelul Euler-Lagrange: Fie d o rată de decontare suplimentară, con-
stantă şi pozitivă. Fie λ = µ + n şi g(k) = f (k) = λk. Fie u(c) funcţia
utilitate care satisface legea diminuării utilităţii marginale u00 < 0, u0 (c) > 0.
Se maximizează funcţionala
Z T
I(c(·)) = e−dt u(c(t))dt
0
cu restricţiile
c(t) = g(k(t)) − k̇(t), k(0) = k0 , k(T ) = kT
Eliminând controlul c(t), se găseşte Lagrangianul

L(k(t)), k̇(t), t) = e−dt u(c(t)) = e−dt u(g(k(t)) − k̇(t))

 Extremalele sunt soluţii ale ecuaţiei Euler-Lagrange
 
dL d dL
− =0
dk dt dk̇

Această ecuaţie diferenţială, impreună cu ecuaţia diferenţială

k̇(t) = g(k(t)) − c(t)

determină comportarea sistemului.

Modelul creşterii controlate optimale: Soluţia problemei maxI(c(·)) cu

restricţiile k̇(t) = f (k(t)) − (µ + n)k(t) − c(t), k(0) = k0 , k(T ) = kT se poate
obţine din pricipiul de maxim al lui Pontryaguin. Pentru aceasta, se contruieşte
Hamiltonianul

H = e−dt (u(c(t)) + q(t)(f (k(t)) − λk(t) − c(t))).

Modelul bang-bang al creşterii optimale Se consideră modelul u(c) = c.
Atunci se cere maximul funcţionalei
Z ∞
I(c(·)) = c(t)e−dt dt
0
cu restricţiile

k̇(t) = f (k(t)) − (µ + n)k(t) − c(t), k(0) = k0

Hamiltonianul este

H − c(t)e−dt + p(t)(f (k(t)) − (µ + n)k(t) − c(t))

= (1 − q(t))e−dt c(t) + e−dt q(t)(f (k(t)) − λk(t)).

9.2 Modele multi-timp de creştere optimală

Problema controlabilităţii: Este permis să se acţioneze asupra m-foii soluţie
a sistemului de EDP prin intermediul unui control potrivit. Atunci, fiind dat un
multi-timp t ∈ Ω0,T , şi stările iniţială şi finală, trebuie să se găsească controlul
care face ca soluţia să atingă starea iniţială la multi-timpul t = 0 şi starea finală
la multi-timpul t = T .
Un mod de a alege in mod propriu un control este introducerea ca obiectiv:

1) fie o funcţională integrală multiplă

Z
I(c(·)) = L(x(t), c(t), t)dt1 ..dtm
Ω0,T

2) fie o funcţională integrală curbilinie independentă de drum

 Z
J(c(·)) = Lβ (x(t), c(t), t)dtβ
Γ0,T

unde Γ0,T este un drum crescător de clasă C 1 care uneşte punctele diagonal
opuse 0 şi T .

Fiecare funcţională are sensul său fizico-geometric. Funcţia L de sub inte-

grala multiplă sau 1-forma Lβ de sub integrala curbilinie se numesc cost curent
sau untilitate.
Problema generală de control ce stă in faţa planificatorului este maxI(c(·)) sau
maxJ(c(·))
cu restricţiile

∂xi
(t) = Xαi (x(t), c(t), t)
∂tα

x(0) = x0 , x(T ) = xT
x(t) ∈ SV, c(i) ∈ CV

9.2.1 Creştere economică optimală ı̂n doi timpi

Teoria creşterii optimale incepe cu intrebarea urmatoare: cat de mult ar trebui
consumat si cat de mult ar trebui investit in consumul viitor?
Cazul funcţionalei integrală multiplă Fie u(c) funcţia utilitate care satisface
∂u
legea diminuării utilităţii marginale d2 u(c) < 0, > 0. Se maximizează
∂cγ
funcţionala
Z
λ
I(c(·)) = e−Dλ t u(c(t))dt1 dt2
Ω0,T

cu restricţiile
∂k
cα (t) = gα (k(t)) − (t)
∂tα
k(0) = k0 , k(T ) = kT , 0 = (0, 0), T = (T 1 , T 2 )
Eliminând controalele cα (t), se găseşte Lagrangianul
λ
L(k(t), kγ (t), t) = e−Dλ t u(c(t))

Extremalele sunt soluţii ale ecuaţiei Euler-Lagrange multi-timp

∂L ∂ ∂L
− γ =0
∂k ∂t ∂kγ
 Referat 13
10 Teorie Hamilton - Jacobi - Bellman
Programarea dinamica unitemporala a fost creata de Bellman pentru procese
de comanda optimala mai genrale decat cele descrise de ecuatii diferentiale or-
dinare. Metoda programării dimanice unitemporale se reduce uneori la ecuaţia
cu derivate partiale Bellman care este echivalentă cu un sistem diferenţial Hamil-
tonian si cu principiul de maxim al lui Pontryaguin.

10.1 EDP Bellman unitemporală

Programarea dinamica unitemporala a fost creata de Bellman pentru procese de
comanda optimala mai generale decat cele descrise de EDO. Metoda programarii
dinamice unitemporale se reduce la EDP Bellman, care este echivalenta cu un
sistem diferential Hamiltonian si cu principiul de maxim al lui Pontyaguin.

10.1.1 Funcţia valoare maximă

Fie x = (xi ) ∈ Rn variabila de stare şi u = ua ∈ U ⊂ Rq variabila de control

Cazul costului curent nul

Evoluţia unitemporală

ẋi (s) = X i (x(s), u(s)), x(0) = x0 , s ∈ [0, t0 ] ⊂ R+

şi funcţionala cost terminală

I(u(·)) = g(x(t0 )
Considerand timpul de start şi punctul initial variabile, cu ∈ [0, t0 ], x ∈ Rn ,
se obţine o familie de probleme similare

ẋi (s) = X i (x(s), u(s)), x(t) = x, s ∈ [0, t0 ] ⊂ R+

şi costul terminal

Ix,t (u(·)) = g(x(t0 )

Presupunând ca funcţionala cost defineşte funcţia valoare maximă

v(x, t) = maxIx,t (u(·)), x ∈ Rn , t ∈ [0, t0 ]

care satisface condiţia terminală v(x, t0 ) = g(x)
 Cazul costului curent nenul
Pornind de la evolutia (EDO) insotita de o functionala cost ce include costul
curent, adică
Z t0
Ix,t (u(·)) = X 0 (x(s), u(s))ds + g(x(t0 ))
0
Presupunând că functionala cost defineste functia valoare maxima

v̄(x̄, t) = maxI¯x̄,t (u(·))

care satisface condiţia terminală v̄(x̄, t0 ) = ḡ(x̄)

10.1.2 Construcţia EDP Hamilton-Jacobi-Bellman unitemporală

Cazul costului curent nul
Pornim cu cel mai simplu caz corespunzător funcţiei v(x, t)

Teorema 10.1. Presupunem ca v(x, t) este o funcţie de clasă C 2 . Atunci ea

este soluţia EDP Hamilton-Jacobi-Bellman unitemporală
∂v ∂v
(x, t) + max{ i (x, t)X i (x, u)} = 0
∂t ∂x
cu condiţia terminala
v(x, t0 ) = g(x), x ∈ Rn
Cazul costului curent nenul
Cazul funcţiei v̄(x̄, t)

Teorema 10.2. Presupunem ca v̄(x̄, t) este funcţie de clasă C 2 . Atunci ea este

soluţie a EDP Hamilton-Jacobi-Bellman unitemporală
∂v̄ ∂v̄ ∂v̄
(x̄, t) + max{ i (x̄, t)X i (x, u) + (x̄, t)X 0 (x, u)} = 0 (24)
∂t ∂x ∂x0
cu condiţia terminală v̄(x̄, t0 ) = ḡ(x̄), x̄ ∈ Rn+1

10.1.3 Metoda programării dinamice unitemporale

Pasul 1 Se rezolvă EDP Hamilton-Jacobi-Bellman, adică se găseşte funcţia val-
oare maximă v
Pasul 2 Se utilizează funcţia v şi EDP Hamilton-Jacobi-Bellman pentru a gasi
un control optimal de tip feed-back u? (·) :

-pentru fecare x ∈ Rn şi t ∈ [0, t0 ], se defineşte u(x, t) = u ∈ U ca valoarea

parametrului pentru care se realizează maximul ı̂n (24), adică se selectează
u(x, t) astefl incat

∂v ∂v
(x, t) + (x, t)X j (x, u(x, t)) + X 0 (x, u(x, t)) = 0
∂t ∂xj
-presupunând că u(x, t) satisface anumite condiţii de regularitate, se rezolvă
problema Cauchy
ẋ?i = X i (x? (s), u(x? (s), s)), x(t) = x, t ≤ s ≤ t0
Pasul 3 Se defineste controlul de feedback
u? (s) = u(x? (s), s).

10.2 Programarea dinamică şi principiul de maxim

10.2.1 Metoda caracteristicilor
Se presupune că H este Hamiltonianul de control care produce EDP Hamilton-
Jacobi. Se consideră problema Cauchy asociată
∂w ∂w
(x, t) + H(x, (x, t)) = 0, w(x, 0) = g(x) (25)
∂t ∂t
Se doreşte să se găsească o curbă x(·) de-a lungul căreia să se calculeze
funcţia w(x, t). Se introduc notaţiile:
x(t)(xi (t))
∂w
p(t) = (x(t), t) = (pi (t))
∂x
∂w
pk (t) k (x(t), t)
∂x
Prin regula lanţului se găseşte

dpk ∂2w ∂2w dxi

(t) = (x(t), t) + (x(t), t) (t)
dt ∂t∂xk ∂t∂xk dt

10.2.2 Legături ı̂ntre programarea dinamică şi principiul de maxim

Pornim cu evoluţia
dxi
(s) = X i (x(s), u(s)), t ≤ s ≤ t0 (26)
ds
şi cu funcţionala cost
Z t0
Ix,t (u(·)) = X 0 (x(s), u(s))ds + g(x(t0 )). (27)
t
Teorema 10.3. co-stare şi gradient
Presupunem că u? (·), x? (·) este o soluţie a problemei de control optimal (26),
(27). Dacă funcţia valoare maximă v este de clasă C 2 , atunci co-starea p? (·) =
p?i ), care apare in principiul de maxim, este dată prin
∂v ?
p? (s) = (x (s), s)
∂xi
 Referat 14
11 Calcul variaţional cu variaţii gradient
Calculul variaţional cu variaţii de tip gradient a fost deseori neglijat, desi pentru
anumite probleme concrete in mai multe variabile de evolutie. Asemenea variaţii
conduc la ecuaţii Euler-Lagrange conreolate prin membrul drept.

11.1 Limite ale calculului variaţional clasic ı̂n mai multe

variabile
Funcţionalele date ca integrale multiple suuse la func;tii variaţie generale produc
EDP Euler-Lagrange sau Hamilton in mai multe variabile continând o urmă,
care nu convine pentru conservarea Hamiltonianului. Hamiltonianul nu este
o integrală primă pentru ecuaţiile cu derivate partiale Hamilton in mai multe
variabile, nici chair in cazul autonom.

Teoria pentru controlul multi-timp a depăşit unele dintre aceste inconve-

niente folosind variaţii in forma de m-ac, condiţii de complet intregrabilitate şi
idei noi in calculul variaţional.

La baza teoriei optimizării func;tionalelor stau doua tipuri de variaţii funcţionale,

cele clasice şi cele in forma de m-ac. Folosirea variaţiilor clasice se compatibi-
lizează cu greu cu variatiilr m-ac, iar variatiile in forma de m-ac sunt aproape
inexistente in problemele netede de optimizare.

11.2 Funcţionala integrală curbilinie şi variaţii gradient

Fie x , i = 1, . . . , n variabile de camp din spatiul tintă Rn , fie tα , α = 1, . . . , m
i
∂xi
variabile multi-timp pe spaţiul sursă Rm şi fie xiα = ∂t α vitezele parţiale. Fi-

bratul jeturilor de ordinul unu este varietatea

J 1 (Rm , Rn ) = {tα , xi , xiα )}

Fiind dată o 1-formă netedă complet integrabilă

ω = Lβ (x(t), xγ (t))dtβ
numită 1-formă Lagrangian autonomă sau 1-formă de actiune. Ea este de-
terminată de campul covectorial Lagrange Lβ (x(t), xγ (t)).
Condiţiile de complet integrabile sunt

∂Lβ ∂xi ∂Lβ ∂xiγ ∂Lλ ∂xi ∂Lλ ∂xiγ

+ = +
∂xi ∂tλ ∂xiγ ∂tλ ∂xi ∂tβ ∂xiγ ∂tβ
Teorema 11.1. (Ecuaţii Euler-Lagrange multi-timp neomogene)
Dacă m-foaia x? (·) minimizează funcţionala J(x(·)) atunci x? (·) este o soluţie
a EDP Euler-Lagrange multi-timp neomeogene
∂Lβ ∂Lβ
i
− Dγ i = cβi (28)
∂x ∂xγ
Este un sistem de nm ecuatii cu derivate partiale de ordinul doi cu n funcţii
necunoscute xi (·). Theorema 11.1 arată că dacă se poate rezolva sistemul de
ecuaţii cu derivate partiale (28), atunci funcţia ce minimizează funcţionala J va
fi printre soluţii.

11.3 Funcţionale integral multiple şi variaţii gradient

Fie un Lagrangian neted
m
L(x(t), xγ (t)), t ∈ R+
m m
Se fixează multi-timpul t0 ∈ R+ , paralelipipedul Ω0,t0 ⊂ R+ cu punctele
diagonal opuse si doua puncte x0 , x1 ∈ Rn .
Problema de calcul variaţional: să se afle o m-foaie x? (·) : Ω0,t0 → Rn , care
minimizează funcţionala
Z
I(x(·)) = L(x(t), xγ (t))dt1 ...dtm
Ω0,t0

dintre toate funcţiile x(·) indeplinind conditiile x(0) = x0 , x(t0 ) = x1 sau

x|∂ Ω0,t0 , folosind funcţiile variaţie gradient.
Teorema 11.2. Ecuaţii cu derivate parţiale Euler-Lagrange multi-timp
neomogene

Dacă m-foaia x? (·) minimizează funcţionala I(x(·)) atunci x? (·) este o soluţie
a EDP Euler-Lagrange multi-timp neomeogene
∂L ∂L
i
− Dγ i = ci (29)
∂x ∂xγ
Avem un sistem de n ecuaţii cu derivate parţiale de ordinul doi, cu n funcţii
necunoscute xi (·). Teorema 11.2 arată că dacă se poate rezolva sistemul de
ecuaţii cu derivate partiale (29), atunci funcţia ce minimizează funcţionala I va
fi printre soluţii.
11.4 Proprietăţi ale operatorului Euler-Lagrange multi-
timp
11.4.1 Transformarea afină a Lagrangianului
Lemă 11.3. Derivata Euler-Lagrange este independentă de acceleraţiile parţiale
xαβ dacă şi numai dacă Lagrangianul L este o functie afină de viteze adică

L(t, x(t), xγ (t)) = W (t, x(t)) + Aα i

i (t, x(t))xα

11.4.2 Noi legi de conservare şi EDP anti-trace in cazul integralelor

curbilinii
Teorema 11.4. Sunt adevărate relaţiile:
∂Lα ∂Lβ
Dβ − Dα =0
∂x ∂x

∂Lα ∂Lβ ∂L
Dβ − Dα = (δαλ δβγ − δβλ δαγ )Dλ
∂xγ ∂xγ ∂x

Dγ Aγαβi (x, xλ ) = Dγ Bβαi

γ
(x, xΛ )
Pornind de la EDP Euler-Lagrange:
∂Lα ∂Lα
− Dγ i = 0
∂xi ∂xγ
se definesc:

(1) primul tip de EDP Euler-Lagrange anti-trace multi-timp

∂Lα ∂Lα
i
(x, xλ )δβγ − Dβ i (x, xλ ) = 0
∂x ∂xγ

(2) al doilea tip de EDP Euler-Lagrange anti-trace multi-timp

∂Lβ ∂Lα
i
(x, xλ )δαγ − Dβ i (x, xλ ) = 0
∂x ∂xγ