一个函数可以比较许多路径
驻定方程描述一条曲线,而时间与终点位置的函数可以组织整族端点问题。若其导数满足 Hamilton–Jacobi 方程,沿比较路径使用链式法则,就能把逐点平方转化为作用量界。等号则识别由该函数校准的路径。
当最优路径改变时,这种描述需要谨慎。不同起点可以以相同的最低代价到达同一终点。值函数仍有完全明确的意义,但用来识别一个优先斜率的导数可能不再存在。下面既证明光滑构造,也给出光滑初始数据产生这种障碍的明确例子。
初始代价与终点值
设 是 -Lipschitz 的,其中 。对 与 ,定义
采用路径的绝对连续代表元。起点自由,并支付代价 ;终点固定。变量 是路径上的时间, 则是最终时间。这与固定一个问题的两个空间端点不同。
定义 17.1.1
(经典验证函数)
对 ,经典验证函数是满足
的 。导数连续延伸到时间边界,边界处使用单侧时间导数。校准路径在其区间上满足 。
这里的 Hamilton 函数为 ,即动能 的共轭。虽然对固定起点,极小化路径将是直线,方程仍然是非线性的。
验证是精确的平方恒等式
定理 17.1.2
(光滑 Hamilton–Jacobi 函数给出下界)
若这样的 存在,则对每个 与 ,
因此 。若存在终点为 的校准路径,它就达到极小值,且 。
证明
(沿比较路径应用链式法则)
路径的像是紧致的,所以 的导数沿其有界。绝对连续链式法则与方程几乎处处给出
积分并利用 ,便得到恒等式。等号恰在速度与梯度几乎处处相同时成立,因此一条 校准路径会达到下界。
证明透视
分开下界与下界的达到
恒等式有三个输入,各用一次。Hamilton–Jacobi 方程把 换成 ,只有这个代换才使链式法则给出的导数能写成平方之差:对 配方是关键一步。初始条件 使起点可以保持自由,因为 在 处的值恰好是路径在那里付出的代价,所以不留下端点项。路径的像是紧致的,使 沿路径有界,从而绝对连续函数的链式法则成立。于是下界 对每条路径成立;但达到下界是另一回事:它需要一条在整个 上速度几乎处处等于 的路径。仅有 连续,既不保证这样的解在整个区间上存在,也不保证唯一,所以构造路径本身是证明的一部分。
这个不等式没有构造校准路径。仅有 连续,并不是其终值微分方程的全局存在唯一性定理。下面的光滑构造将明确写出所需路径。
把路径问题约化为起点问题
定理 17.1.3
(能够达到的二次值公式)
对每个 、,
每条极小化路径都是从某个极小化起点 出发的恒速线段,每条这样的线段也都极小。特别地,
证明
(先极小化动能,再极小化起点)
对起点为 的路径,Cauchy–Schwarz 给出
等号要求速度几乎处处为常数,所以唯一对应线段为 。再对 极小化,便得到下确界形式的公式。由于 ,标量目标在 时趋于无穷大。连续性于是给出达到极小值的起点。等号条件也证明了所述最优路径分类。
取 得到上界。对下界,使用 ,并对 配方:
这个公式通常称为自由二次作用量的 Hopf–Lax 公式。这里的证明包括其达到性与容许路径。即使 本身无界,所给估计也蕴含 时 一致收敛。
值函数对位置仍为 -Lipschitz。给定 的一个极小化起点,在与 比较时把该起点也平移 。二次项中的位移不变,而初始代价至多改变 。反向比较得 。
特征线与光滑时间区间
先设 为 ,一条驻定路径为 。改变其起点,但保持终点固定。一阶变分分部积分后,给出边界系数 与内部方程 。因此每条这样的驻定路径都形如
最后的方程可能有多个解。标量起点代价的驻定性等价于该方程;全局极小性则是另一个问题。
常见错误
(忘记起点是自由的)
每条终点为 的线段加速度都为零,所以单凭内部方程 什么也选不出。起点是自由的并付出代价 ,正是自然条件 选出特征线。若改为固定 ,就成了另一个问题,即每个起点各有一个固定端点问题。
定理 17.1.4
(不相交的时间区间给出经典解)
另外假设 ,且对某个 有 。当 时定义 ,当 时定义 。对 ,映射
是 上严格递增的双射。记其逆为 。起点 是唯一全局极小化起点,且
因此, 在这个开时间带上是 的,并满足 。其唯一最优路径为 ,其中 。
时间 由所选曲率下界保证;这里没有断言它对每个初始函数都是最大的经典存在时间。
证明
(反解起点映射,并对达到的极小值求导)
有 。可微的 -Lipschitz 函数满足 ,所以差值 的绝对值至多为 。因此 不仅严格递增,而且满射。隐函数定理使 联合为 。
标量目标关于 的二阶导数为 。已达到的极小值于是唯一,出现在 的解处。关系 给出所写值公式。
在 处对原目标求导时,每个包含 导数的项,都乘以 。因此 、。这些一阶导数是 的,故 为 。对 求导,得 以及所述曲率公式。又有 ,所以当 时,一阶导数对 局部一致地连续延伸到 与 。因此 直到初始时间都是 ,可用于任何终止于 之前的闭时间带上的验证。
最后,对更早时间 ,同一起点满足 。所以沿明确路径有 ,其中 的值由 给出。这在整个区间上构造了校准路径,而不只是解出一个端点方程。
证明透视
曲率下界在哪里进入,以及为什么起点只需求导一次
下界 用了两次,而且门槛都是 :它使 为正,所以起点映射是单射;它也使标量目标严格凸,所以驻定起点就是唯一极小元,而不只是众多分支之一。满射则需要另一个假设,即 Lipschitz 界,通过 得到。计算 与 的关键一步是: 的导数都乘以驻定式 ,而它等于零;只有计算 时才需要对 求导。最后一段并非点缀:它构造了验证定理在取到下界时所需的校准路径。
相交之前, 为 ,对 PDE 求导得 。沿已构造的特征线, 保持常数。曲率公式的分母记录了继续这种光滑描述时可能遇到的障碍。
动态规划无需导数也有意义
命题 17.1.5
(二次值函数的动态规划)
对 及 ,
且关于 的极小值能够达到。
证明
(对中间点配方)
将 的起点公式代入,再对 极小化。固定 后,配方给出
使它最小的中间点为 。剩下的最小值恰好是时间 的起点公式。内外两个极小值都能达到:原公式给出一个极小化 ,上述中间点给出 。这里是在乘积集上取下确界,并不是交换下确界与上确界。
即使可微性失效,值函数仍有一个有用的曲率不等式,以及时间上的双向控制。
命题 17.1.6
(半凹性与时间单调性)
对 及 ,
证明
(仿射函数的下确界,再从时间 重新应用值界)
固定 时,
是凹函数,因为它是关于 的仿射函数的下确界。事实上,每个仿射函数在凸组合处的值,都至少是两个下确界的同一凸组合;再取下确界仍保持此不等式。因此它的二阶差分非正,而 的二阶差分恰为 ,便得到第一个不等式。至于第二个,动态规划中的初始函数 仍为 -Lipschitz,对它应用前面的值界即可。
第一个不等式称为常数为 的半凹性。它容许角点,并不声称存在经典二阶导数。所以即使不在每个点选择经典梯度,变分演化在时间与空间上仍受到控制。
概念视角几何
极小值在分支之间作选择
起点公式比较的是完整作用量值,特征方程识别的是驻定起点。当起点映射一一对应且标量目标严格凸时,两种描述选出同一条唯一路径。相交后,多个驻定分支可以同时到达,必须比较代价。值函数中的角点记录了分支选择,而不是极小值定义存在歧义。
例题
例题 17.1.7
(线性初始代价:每条特征线斜率相同)
设 ,其中 为实常数。极小化起点为 ,且
由于 ,公式在每个正时间都为经典解。其梯度为 ,校准路径具有该恒定速度。起点代价与动能作用量相加得到上述值。初始代价不要求非负,所以值可以为负;Lipschitz 增长界仍保证极小值有限。
例题 17.1.8
(光滑初始代价产生两个极小化起点)
取 。其 Lipschitz 常数可取一,且 。时间一之前,经典定理适用。在 处,极小化起点为零,且
现在固定 ,考虑偶的标量代价 。在 上,比值 从一严格降到零。证明如下:分子 的导数为 ,而起始值为零,所以该比值的导数为负。因此恰有一个 满足 。
由于 ,代价在 上递减,在 上递增。对 ,有 。再由偶性可知,仅有的全局极小点为 与 。因此有两条最优路径,即从这两个起点到零的线段。在精确状态 ,有 、;两个最优到达速度为 与 。
对邻近终点 ,零点处的任一极小化起点仍是容许试探起点,所以
若零点处空间导数存在,第一个不等式取 迫使它至多为 ,第二个取 又迫使它至少为 ,不可能同时成立。光滑初始数据产生了不可微值函数,而已达到的极小值、空间 Lipschitz 界、动态规划与半凹性仍然成立。
例题 17.1.9
(边界情形:永不变光滑的凹角)
令 ,它是 -Lipschitz 的,但在零处不可微。取 。在分支 上,目标 在 处取极小,值为 。在分支 上,目标为 ,它不小于其在全体实数 上的极小值,即 处的 ;这大于 。由对称性,
在 处,两个起点 都取到 ,到达速度为 。 的角点在每个正时间都保留下来; 是凹的,符合半凹性;而在零以外有 。对比下面练习中的凸角 :它在原点附近立即被抹平为 。
常见错误
(越过相交时间仍使用光滑公式)
公式 只在 为双射时有效。对 及 ,它给出 ,当 时趋于无穷;对 ,值函数在 处有角点,那里 和 都不存在。超出有保证的区间后,起点必须通过比较作用量来选取,而不是解 。
反例模式
继续存在的特征线可能给出错误作用量
在余弦例子中,取 、,驻定起点 仍满足 。其常值路径的作用量为一,满足内部 Euler 方程与初始自然条件。然而 ,两个极小化起点的作用量严格更小。继续这条驻定特征线,并不等于继续极小化分支。值函数本身在该终点不可微,所以全局经典验证梯度已经不可用。
练习与解答
快速检查
(令 。对每个 、 求极小化起点与值;判断正时间的值函数是否为 、,并在其一阶导数存在处验证 Hamilton–Jacobi 方程。)
分别在分支 与 上极小化。
解答
标量目标严格凸。分别极小化两个二次分支,得到下式,其中 :
区间内有 、;外侧有 、。一阶导数在 处相同,所以 在 时联合为 ,并在那里满足方程,包括界面点。空间二阶导数从 跳至零,因此界面处不是 。初始代价不满足光滑初值定理,但一般值公式与这个直接计算都适用。
快速检查
(将动能换成 ,其中 为实数,初始代价仍为 -Lipschitz。推导值公式与经典 Hamilton–Jacobi 方程,求使验证取等号的速度,并对 计算值。)
用 消去漂移。
解答
令 。其起点不变,终点为 ,动能代价则为 的自由代价。因此
Hamilton 函数为 ,所以经典验证函数满足 。沿路径配方,间隙被积函数为 ,等号要求速度 。对线性初始代价,
校准路径的速度为 。平移空间参考系,会同时改变 PDE 中的输运项与所选速度。
快速检查
(去掉 Lipschitz 假设,取 。分别在 、 与 时直接极小化起点表达式,区分负无穷下确界与有限且达到的值。)
留意 系数的符号。
解答
起点目标为
当 时,它在 处有唯一极小值,值为 。当 时,它变成 :在 时值为零,每个起点都达到它;在 时值为 。当 时,负的首项系数使每个 的下确界都为 。每条固定有限起点的路径仍有有限作用量,所以这些负无穷下确界不能达到。该初始函数不属于全局 Lipschitz 定理范围;单有光滑性,并不能阻止远处起点的初始奖励压倒动能代价。
这里建立了怎样的延续
对二次作用量,在所述增长假设下,值公式在全局时间上定义有限且达到的极小值。不相交的起点映射提供经典 PDE 解,相互竞争的极小化起点则可能破坏可微性。事件发生后,动态规划与半凹性仍然是变分陈述。这里没有证明一般 Hamilton 函数、状态依赖作用量、黏性解存在性与比较唯一性,或完整的激波结构定理。