Anda di halaman 1dari 7

Proceeding Series of the Brazilian Society of Computational and Applied

Mathematics

MP-Pseudo-Invexidade em Problemas de Controle Otimo


com Condicoes de Contorno Funcionais
John Frank Matos Ascona1
Departamento de Matem
atica Aplicada, UNESP, Sao Jose do Rio Preto, SP
2

Lizet Santa Cruz Calderon

Departamento de Matem
atica, UNESP, Sao Jose do Rio Preto, SP
3

Valeriano Antunes de Oliveira

Departamento de Matem
atica Aplicada, UNESP, Sao Jose do Rio Preto, SP

Resumo. O prop
osito deste trabalho e propor condicoes suficientes de otimalidade para
problemas de controle
otimo com condicoes de contorno funcionais envolvendo funcoes continuamente diferenci
aveis, considerando a classe dos problemas M P pseudo invexos.
Um exemplo ilustrando os resultados obtidos e apresentado.

Palavras-chave: Controle Otimo,


Condicoes de Otimalidade, MP-pseudo-invexidade.

Introdu
c
ao

O principal objetivo deste trabalho e fornecer condicoes suficientes de otimalidade para


problemas de controle
otimo com condicoes de contorno funcionais. Condicoes necess
arias
de otimalidade para problemas de controle otimo sao encontradas no Princpio Maximo de
Pontryagin [6]. Este princpio envolve um conjunto de condicoes de primeira ordem que
levam `
a caracterizac
ao dos candidatos a processos de controle otimo, os chamados M P
processos. Naturalmente, um M P processo pode nao ser otimo. A fim de distinguir
um processo de minimizac
ao entre os M P processos, podemos recorrer, por exemplo,
`as condic
oes de convexidade. As condicoes suficientes fornecidas neste trabalho vao nessa
direc
ao, s
ao baseadas em um tipo de convexidade generalizada, chamado invexidade.
Algumas aplicac
oes interessantes de invexidade podem ser encontradas em [2] e [5].
Considere o seguinte problema de controle otimo com restricoes de contorno funcionais:

fjmatos19@gmail.com
lizet1910@gmail.com
3
antunes@ibilce.unesp.br
2

Minimizar g(x(S), x(T ))

Sujeito a

x(t)

= f (t, x(t), u(t)) q.s.,


(P CF )
u(t)
U (t) q.s.,

i (x(S), x(T )) 0 para i = 1, 2, ..., k1 ,

j (x(S), x(T )) = 0 para j = 1, 2, ..., k2 ,


onde g : Rn Rn R, f : [S, T ] Rn Rm Rn , i : Rn Rn R, i = 1, 2, ..., k1 , e
j : Rn Rn R, j = 1, 2, ..., k2 , U : [S, T ] Rm e uma multifuncao. Os tempos S e T
sao fixados. A vari
avel de estado x e uma funcao absolutamente contnua de [S, T ] em Rn
e a vari
avel de controle u e uma funcao mensuravel de [S, T ] em Rm .
Diz-se que (x, u) e um processo de controle factvel se as restricoes de (PCF) s
ao
satisfeitas. Um processo de controle factvel (
x, u
) e dito ser um processo de controle
otimo se g(
x(S), x
(T )) g(x(S), x(T )) para todos processos factveis (x, u).
Em [3], [4] foi introduzida a classe de problemas M P pseudo invexos. Foi mostrado
que em um problema M P pseudo invexo, todo M P processo e um processo
otimo.
Ademais, foi mostrado que se tal propiedade e verdadeira, isto e, se todo MP-processo de
um determinado problema e um processo otimo, entao tal problema e (necessariamente)
um problema M P pseudo invexo. Tais resultados foram obtidos para problemas de
controle com condic
oes de contorno do tipo abstratos, i.e., do tipo (x(S), x(T )) C, onde
C e um conjunto fechado de Rn Rn . Aqui, como pode ser visto acima, e tratado o
caso em que C e descrito por meio de restricoes funcionais. Destacamos que o conceito
de M P pseudo invexidade mantem as boas propriedades de convexidade, no sentido
que as condic
oes necess
arias do princpio do maximo tornam-se tambem suficientes para
otimalidade (como no caso de problemas convexos). Vale destacar ainda que todo problema
convexo e tambem M P pseudoinvexo. Ao final deste trabalho exibimos um exemplo de
problema M P pseudoinvexo que nao e convexo. Assim, ve-se que a classe de problemas
convexos est
a contida propriamente na classe de problemas M P pseudo invexos.
Alem disso, a M P pseudo invexidade e a condicao mais geral possvel que mantem
a propriedade de suficiencia do princpio do maximo, uma vez que mostramos que um
problema de controle
otimo e M P pseudoinvexo se, e somente se, todo M P processo
e um processo
otimo.

O Princpio do M
aximo

Nesta sec
ao vamos introduzir o Princpio do Maximo para problemas de controle
otimo
com restric
oes de contorno funcionais.
Denota-se por H : [S, T ] Rn Rn Rm R a funcao Hamiltoniana maximizada
H(t, x, p, u) := p f (t, x, u).
Seja (
x, u
) um processo de controle otimo, com as seguintes hipoteses:
(H1) Para x fixo, f (, x, ) e L B m mensuravel. Existe uma funcao L B mensur
avel
k : [S, T ] Rm R, tal que t k(t, u
(t)) e integravel para q.t. t [S, T ], satisfazendo

|f (t, x, u) f (t, x0 , u)| k(t, u)|x x0 |

x, x0 x
+ B

u U (t);

(H2) Gr(U ) e um conjunto L B m mensuravel;


(H3) g, 1 , ..., k1 , 1 , ..., k2 sao continuamente diferenciaveis;
(H4) Para cada (t, u) [S, T ] Rm , f (t, , u) e continuamente diferenciavel.
O Princpio do M
aximo para (P CF ) considerando-se as hipoteses acima, diz que exis1,1
tem p W , 0, e i 0 para i = 1, 2, ..., k1 , e n
umeros j para j = 1, 2, ..., k2 , tais
que:
p(t)
= Hx (t, x
(t), p(t), u
(t))

q.s.,

(1)

H(t, x
(t), p(t), u
(t)) = max H(t, x
(t), p(t), u)

q.s.,

(2)

uU (t)

(p(S), p(T )) = g(
x(S), x
(T )) +

k1
X

i i (
x(S), x
(T )) +

i=1

+ kpkL +

k1
X
i=1

i +

k2
X

k2
X

j j (
x(S), x
(T )), (3)

j=1

|j | =
6 0.

(4)

j=1

Quando existem , p, i , i = 1, . . . , k1 , j , j = 1, . . . , k2 , satisfazendo as condic


oes
acima diz-se que (
x, u
) e um M P processo de (P CF ). Se = 1, diz-se que (
x, u
) e
um M P processo normal e (P CF ) diz-se ser normal em (
x, u
). diz-se que (P CF ) e
normal, se e normal em qualquer M P processo (
x, u
), caso contrario e anormal.
Maiores detalhes sobre o Princpio do Maximo aplicado a problemas de controle
otimo
com restric
oes de contorno funcionais, incluindo sua demonstracao, podem ser encontrados
em [5]

Condi
co
es Suficientes de Otimalidade

Nesta sec
ao daremos a definicao de M P pseudo invexidade para problemas de
controle
otimo com condic
oes de contorno funcionais. Inclumos tambem um exemplo
ilustrativo.
Defini
c
ao 3.1. Sejam (
x, u
) um processo factvel de (P CF ) e (0, 1) um escalar.
Define-se o conjunto das direc
oes -factveis como sendo o conjunto de todos os pares
n
m
(, ) : [S, T ] R R tais que
(t)
= fx (t, x(t), u(t)) (t) + f (t, x(t), u(t))((t))

q.s.,

(5)

((S), (T )) Q(
x(S), x
(T )),

(6)

u(t) + (t) U (t)

(7)

q.s.,

4
onde
f (t, x, u + ) f (t, x, u)
,

Q(
x(S), x
(T )) = {v : i (
x(S), x
(T )) v 0, i I(
x), i (
x(S), x
(T )) v = 0, j J},
f (t, x, u)() :=

I(
x) := {i I : i (
x(S), x
(T )) = 0}, I := {1, . . . , k1 }, J := {1, . . . , k2 }.
Denota-se por F (
x, u
) o conjunto de todas as direco
es -factveis.
Agora podemos definir a M P pseudo invexidade em termos de direcoes -factveis.
Defini
c
ao 3.2. Diz-se que (P CF ) e M P pseudo invexo se dado um par de processos factveis (x, u), (
x, u
) com g(x(S), x(T )) < g(
x(S), x
(T )), existem (, ) F (
x, u
)
satisfazendo
g(
x(S), x
(T )) ((S), (T )) < 0

(8)

para todo (0, 1).


Teorema 3.1. Se (P CF ) e M P pseudo invexo, ent
ao cada M P processo normal
e um processo
otimo.
Demonstrac
ao. Seja (
x, u
) um M P processo normal. Por (1) e (3) tem-se que
ZT

ZT
p(t)
(t)dt

(p(S), p(T )) ((S), (T ))

Hx (t, x(t), p(t), u(t)) (t))dt

S
S


k1
k2
P
P
+ g(
x(S), x
(T )) +
i i (
x(S), x
(T )) +
i i (
x(S), x
(T )) ((S), (T )) = 0,
i=1

i=1

de modo que
ZT
(p(S), p(T )) ((S), (T )) +

ZT
p(t)
(t)dt +

k
1
P

i i (
x(S), x
(T )) +

i=1

k2
P

Hx (t, x(t), p(t), u(t)) (t)dt


S


i i (
x(S), x
(T )) ((S), (T ))

i=1

= g(
x(S), x
(T )) ((S), (T )).
Suponha que existe um processo factvel (x, u) de (P CF ) tal que g(x(S), x(T )) < g(
x(S), x
(T )).
Por (8) e da igualdade acima tem-se que
ZT
(p(S), p(T )) ((S), (T )) +

ZT
p(t)
(t)dt +

k
1
P
i=1

i i (
x(S), x
(T )) +

Hx (t, x(t), p(t), u(t)) (t))dt


S

k2
P
i=1


i i (
x(S), x
(T )) ((S), (T )) < 0.

(9)

5
Por outro lado, utilizando integracao por partes tem-se que
ZT
(p(S), p(T )) ((S), (T )) +

ZT
p(t)
(t)dt =

p(t) (t)dt.

(10)

Logo, por (5) segue que


p(t) (t)
= Hx (t, x(t), p(t), u(t)) (t)
+(1/)[H(t, x(t), p(t), u(t)) H(t, x(t), p(t), u(t) + (t))].

(11)

Assim, tem-se por (10) e (11) que


ZT
(p(S), p(T )) ((S), (T )) +

ZT

k
1
P

i i (
x(S), x
(T )) +

i=1
ZT

Hx (t, x(t), p(t), u(t)) (t)dt

p(t)
(t)dt +

k2
P


i i (
x(S), x
(T )) ((S), (T ))

i=1

(1/) [H(t, x(t), p(t), u(t)) H(t, x(t), p(t), u(t) + (t))]

=
S

k
1
P
i=1

i i (
x(S), x
(T )) +

k2
P


i i (
x(S), x
(T )) ((S), (T )) 0,

i=1

contradizendo (9). Portanto (


x, u
) e um processo otimo.
Lema 3.1. Sejam (
x, u
) um processo factvel de (P CF ) e um escalar (0, 1). Se para
todo par (, ) F (
x, u
) tem-se que g(
x(S), x
(T )) ((S), (T )) 0 ent
ao (
x, u
) e um
M P processo de (P CF ).
A demonstrac
ao pode ser encontrada em [1].
Teorema 3.2. Se (P CF ) e tal que cada M P processo normal e um processo
otimo,
ent
ao (P CF ) e um problema M P pseudo invexo.
Demonstrac
ao. Suponha que (P CF ) nao e M P pseudo invexo. Entao existe um
escalar (0, 1) e um par de processos factveis com g(x(S), x(T )) < g(
x(S), x
(T )), tais
que para todo par (, ) F (
x, u
) tem-se g(
x(S), x
(T )) ((S), (T )) 0. Utilizando
o Lema 3.1 tem-se que (
x(S), x
(T )) e um M P processo de (PCF). Entao, por hip
otese,
e um processo
otimo, contradizendo o fato que g(x(S), x(T )) < g(
x(S), x
(T )). Assim
(P CF ) e M P pseudo invexo.
Exemplo 3.1. Considere o seguinte problema de controle:

6
p

Minimizar g(x(0), x(1)) = ln x(1) + 1

Sujeito a
(P C)
x(t)

= x(t) + (u(t))2 q.s.,

u(t) [0, 1] q.s.,

x(0) = 0, x(1) 0.
Observe que (PC) n
ao e convexo. Verificaremos que o problema (P C) e M P pseudo
invexo.
Sejam (x, u), (y, v) processos factveis de (P C) tais que g(x(0), x(1)) < g(y(0), y(1)).
Temos que
p
p
ln x(1) + 1 < ln y(1) + 1 x(1) < y(1).
Como x(1) 0, segue ent
ao que y(1) > 0, ou seja, a restric
ao (y(0), y(1)) 0 n
ao e
ativa no ponto (y(0), y(1)). Logo I(y) = , assim,
Q(y(0), y(1)) = { = (1 , 2 ) : 1 = 0, 2 R}.
Z t
2
exp( t)[u( )]2 d q.s..
De x(t)

= x(t) + (u(t)) , x(0) = 0, segue que x(t) =


0

Como x(1) < y(1), obtemos


Z 1
Z
2
exp( 1)[u( )] d <
0

exp( 1)[v( )]2 d.

Logo, existe E [0, 1], com medida positiva, tal que u(t) < v(t), t E. Tome

u(t) v(t), t E
(t) =
0, t [0, 1]\E.
Seja (0, 1) arbitr
ario. Temos que

u(t) + (1 )v(t),
v(t) + (t) =
0, t [0, 1]\E.

tE

Da, v(t) + (t) U (t) = [0, 1] q.s. (observe que U (t) e convexo, u(t), v(t) U (t) e
(0, 1)). Agora tome (t) tal que

(t)
= fx (t, y(t), v(t))(t) + f (t, y(t), v(t))((t)) q.s.,
((0), (1)) Q(y(0), y(1)),
ou seja,


(t)
= (t) + (1/)[y(t) + (v(t) + (t))2 + y(t) (v(t))2 ],
(0) = 0 e (1) R.

Ent
ao
Z

(t) =
Z0
=
E

exp( t)[(v( ) + ( ))2 (v( ))2 ]d


exp( t)[(u( ) + (1 )v( ))2 (v( ))2 )]d.

7
Como u(t) < v(t), t E, e (0, 1), temos que 0 u(t) < u(t) + (1 )v(t) < v(t),
t E. Portanto (t) < 0 q.s.. Em particular, (1) < 0. Deste modo,


1
(1)
g(y(0), y(1)) ((0), (1)) = 0,
(0, (1)) =
< 0,
2(y(1) + 1)
2(y(1) + 1)
pois (1) < 0 e y(1) > 0. Conclumos ent
ao que (P C) e M P pseudo invexo.

Conclus
oes

Nossos resultados mostram que a M P pseudoinvexidade e uma condicao suficiente


de otimalidade para (P CF ), no sentido de que se (P CF ) satisfaz a Definicao 3.2, ent
ao
todo M P processo normal e um processo otimo. Ademais, mostramos que se e verdadeira
a propriedade de que todo M P processo normal de (P CF ) e um processo otimo, ent
ao
(P CF ) e M P pseudo invexo. Portanto, conclumos que a classe dos problemas de
controle M P pseudo invexos e a maior classe de problemas onde tal propriedade vale.

Refer
encias
[1]

J. F. M. Ascona, Condicoes de otimalidade para problemas de controle otimo com


condic
oes de contorno funcionais, Dissertacao de Mestrado em Matematica, Instituto
de Biociencias, Letras e Ciencias Exatas, UNESP - Univ. Estadual Paulista, (2015).

[2]

Z. Kenan and T. Lok, Power control for uplink transmission with mobile users, IEEE
Transactions on Vehicular Technology, vol. 60, 2117-2127, (2011).

[3]

V. A. de Oliveira, G. N. Silva and M. A. Rojas-Medar, A class of multiobjective


control problems, Optim. Control Appl. Meth., vol. 30, 77-86, (2009).

[4]

V. A. de Oliveira and G. N. Silva, New optimality conditions for nonsmooth control


problems, J. Glob. Optim., vol. 57, 1465-1484, (2013).

[5]

M. Syed, P. Pardalos and J. Principe, Invexity of the minimum error entropy criterion,
IEEE Signal Processing Letters, vol. 20, 1159-1162, (2013).

[6]

R. B. Vinter, Optimal Control, Birkhauser, Boston, 2000.