Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Diplom_SamoylovAL.pdf
Скачиваний:
17
Добавлен:
23.02.2015
Размер:
7.89 Mб
Скачать

Вчастности, при = 0 выполняется 0( ) = ( , 0( ), 0).

Вработе [1] доказано утверждение о виде супердифференциала функции це­ ны при предположении о дифференцируемости входных данных по переменной

истрогой выпуклости вектограммы. Следующее утверждение сформулировано и доказано при более слабых предположениях.

Теорема 11. Если в задаче (5.1) – (5.4) выполнены условия 14, то супердиф­ ференциал ∂+ ( , ) функции цены ( , ) задачи (5.1)–(5.2) не пуст при всех

( , ) cl Π и имеет вид

+ ( , ) = co{(( , ( , ), ( , )), ( , ))

:

( , ) = ,

( ̂, ) = ̂( , ) ,

̂

 

̂

}

 

 

̂

 

 

( )

где ̂(·, ), ̂(·, ), ̂(·, ) — характеристики (5.8)–(5.9).

5.2 Анализ поставленной задачи

5.2.1Алгоритм построения аппроксимации функции цены

Вдальнейшем будем использовать некоторые обозначения, введенные в гла­ ве 2. Символ 3( 0) (5.18) обозначает константу Липшица функции ( , ) по переменной , 1 ( 0) имеет вид

 

 

max

 

{‖

 

(

, ,

)‖

,

|

 

(

, ,

)|}

1

( 0) = ( , , ) ( 0)

×

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(формула (5.19)), множество ( 0) определено соотношением (5.17).

Рассмотрим разбиение Γ = { ,

=

 

0, 1, . . . , } отрезка времени [ 0, ] с

шагом . В момент

 

 

 

 

 

 

 

 

 

 

 

 

^

= 0 рассмотрим компактное связное множество 0

R в фазовом пространстве. Рассмотрим соответствующие компактные связные

множества 0 = ×

^

и ( 0), определенное соотношением (5.16), и его сечение

0

23

 

 

^

^

 

 

 

также является

в момент = обозначим символом . Множество R

 

 

компактным связным множеством.

 

 

 

 

 

 

 

 

Введем параметр

> 0. Будем говорить, что характеристики 1(·) и 2(·)

пересекаются в момент

 

[0, ], когда выполняется условие

1

 

 

̂

̂

 

 

( )

2( )

≤ .

При практической реализации алгоритма, в случае большого

количества характе­

 

̂

 

 

 

̂

 

ристик, возникает проблема определения пересекающихся характеристик. Один

из возможных подходов использует методы вычислительной геометрии — для се­

чений характеристик ( ) для каждого момента разбиения применяется метод

диаграмм Вороного.

̂ ·

 

 

 

 

 

 

 

 

 

 

^

 

 

 

 

}, = ( 1, . . . , ), с шагом по

 

Зададим на

равномерную сетку = {

осям

 

. Обозначим через

 

сетку в момент

=

 

являются

 

 

̃

. Узлами сетки

 

точки

, лежащие на характеристиках (·), которые в момент = стартуют

из

 

̃

 

 

 

 

̃

 

 

 

 

 

точки . Для того, чтобы избежать разреживания сеток следует согласовать

шаги

 

 

̃

 

 

 

 

 

 

 

 

 

сеток по фазовому пространству и по времени следующим образом

1 ( 0)Δ + .

иподдерживать это соотношение для соседних узлов сеток , пополняя узлы в

по мере надобности.

Начинаем вычисления с конечного момента времени . Численно интегри­

руем в обратном времени на отрезке [

 

, ] характеристическую систему с

 

 

 

 

 

−1

 

 

 

 

 

краевыми условиями ( ) = ,

( ) = ( ),

( ) = ( ), учитывая

 

 

оптимальности. Соответствующие идеальные решения (оп­

достаточные условия ̃

 

̃

̃

 

 

̃

̃

̃

обозначим символом

( ), (( ), ( ) ,

 

 

[ ) 1, ].

 

 

тимали) обозначим символом 0( ), 0( ), 0( ) , а их численные аппроксимации

В момент

 

(

1

 

)

 

 

 

1

 

 

 

̃

̃

̃

 

 

и аппроксимацию функ­

 

0

 

 

 

 

 

 

времени =

 

конструируем сетку

 

 

ции цены ̃( −1,

−1) для каждого фиксированного индекса 0 согласно утвер­

 

̃

 

 

 

 

 

 

 

 

 

 

24

ждению 7 и аппроксимационной формуле:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

˜

 

 

 

0

 

 

 

 

min

 

 

 

 

 

=

 

 

 

 

 

 

 

 

 

 

 

(5.23)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( , ) =

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

̃

 

 

 

 

 

‖̃

̃+1

 

 

 

 

̃

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

:

 

 

 

0

‖≤

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

‖̃ −̃

 

 

 

 

 

{

 

 

 

 

 

 

̃

 

 

 

̃

 

 

̃

 

)

 

}

 

 

 

 

 

 

 

 

 

 

 

 

‖≤

˜

 

 

 

 

 

 

 

 

 

 

 

 

(

 

 

 

 

 

 

 

 

 

 

 

 

=

 

min

 

 

 

 

( +1, +1) +

Z

 

 

 

 

 

,

( ),

( )

 

,

 

 

 

 

 

 

 

 

:

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

где = − 1.

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

В

 

узлах

 

 

 

 

 

 

 

 

 

сетки

 

 

−1

 

строим

 

 

оптимальные

 

 

 

направления

 

 

 

−1

 

 

 

 

 

 

 

 

 

 

 

 

( −1

,

−1) (̃ −1,

−1), где

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

 

 

 

 

 

 

 

 

̃

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

=

0

(

 

 

 

 

0

,

0

 

 

),

 

 

 

0

 

 

 

 

 

0

(

 

 

,

0

 

,

0

 

 

),

 

(5.24)

 

1

 

−1

,

1

 

 

1

 

 

 

 

1

=

 

 

 

1

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

−1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

̃

̃

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

̃

 

̃

 

 

 

 

 

 

 

 

0

 

= (

1

):

 

 

 

(

1

) = (

1

, 0 (

 

 

) = 0 (

 

−1

).

 

 

 

1

 

 

̃

 

 

 

 

 

 

̃

 

 

 

 

̃

 

 

 

̃

 

−1

 

 

̃

 

 

 

 

 

 

̃

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Далее эта процедура рекуррентно повторяется на интервалах [ , +1]. Строятся

сетки , = − 1, . . . , 0 с узлами 0 . Полагаем

̃

0

= *

( ):

0

= ̃( , 0 ) = * .

(5.25)

̃

̃

 

̃

̃

̃

 

Если индексов *, удовлетворяющих условию (5.25), находится несколько, то вы­ бирается любой из них.

Индексом *, согласно (5.25), отмечена точка * , сопутствующая фазовой

̃

0

точке ̃ :

*

0

‖ ≤

,

*

=

min

 

 

,

 

 

 

‖≤

 

‖̃

− ̃

 

̃

: ‖̃

* −̃

̃

 

 

 

 

 

 

 

0

 

 

 

которая лежит на ломаной Эйлера ̃(·), аппроксимирующей на отрезке , +1 оп­

тималь 0* (·). Соответствующая -компонента характеристики (·) аппроксимиру­

̃

ет коэкстремаль 0* (·), причем, согласно достаточным условиям оптимальности, справедливо включение

0* ( ) ∂+ ( , 0* ( )).

(5.26)

25

Условия (5.25), (5.26) позволяют вектору 0

, построенному в узле 0

сетки

обеспечивать близость с суперградиентом

0

( )

, а вектору

0

обеспечивать

*

̃

 

 

 

 

̃

 

 

 

близость с точкой 0* ( ) на оптимали.

 

 

 

 

 

 

̃

 

 

 

 

 

 

Узлы сетки , = −1, . . . , 0, в совокупности с ,

являются краевыми

условиями̃для интегрирования характеристической

системы в обратном времени

 

̃

̃

 

 

 

 

 

 

на интервале [

−1

, ]. Результатом работы алгоритма

при каждом =

 

 

явля­

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ется — совокупность точек сетки ̃ , значения аппроксимации функции цены

̃ , а также оптимальные направления ( , ), определяющие, согласно утвержде­ нию 5, сеточный оптимальный синтез, т.е.:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= {(̃

, ̃

,

, )}.

 

 

 

 

 

 

 

 

 

 

 

 

Предполагается, что шаг интегрирования

 

выбран достаточно мелким, что все

 

построенные ломаные Эйлера ̃(·), ̃(·) содержатся в области ( 0) × ( 0).

 

 

5.2.2 Оценка численной аппроксимации функции цены

 

 

 

 

 

 

 

 

Пусть в момент =

Γ идеальная характеристика

0(·), 0(·), 0(·) и

 

времени из одной точки ( 0, 0, 0), где ( , 0)

 

( (· 0),· 0

·

)( 0), (

 

( , 0, 0), 0)

 

аппроксимирующая ее численная реализация

 

( ), ( ), ( )

выходят в обратном

 

 

̃

̃

̃

 

(

 

 

 

 

 

)

 

 

+ ( , 0), 0 = ( , 0).

 

 

 

 

 

 

 

 

 

 

 

 

 

Пусть идеальная характеристика ( 0(·), 0(·), 0(·))

оптимальна, т.е.

 

 

 

 

 

 

(− , 0( ), 0( ) , 0( )) + , 0( ) ,

[ −1, ].

 

 

 

 

 

 

(

)

 

 

 

(

 

)

 

 

 

 

 

 

 

 

 

 

 

Справедливо следующее утверждение.

 

 

 

 

(

 

 

 

)

 

 

 

 

 

 

 

 

Лемма 3. Отклонение численной реализации

 

в

 

 

 

 

 

1

 

 

 

(·), (·), (·)

от аппроксимиру­

 

 

(

·

 

 

·̃

·̃

̃

 

 

 

 

 

 

 

 

 

 

 

 

 

)

 

момент =

 

 

 

 

 

 

емой оптимальной характеристики

0( ), 0

( ), 0( )

 

 

 

 

 

Γ

 

26

удовлетворяет следующим оценкам:

 

 

0( −1) − ˜( −1)‖ ≤

( 1( 0)Δ ) =: 1,

0( −1) − ˜( −1)‖ ≤

2 2( 0) +

3( 0) (Δ 1( 0)) =: 1,

| 0( −1) − ˜( −1)| ≤

( 1( 0)Δ ) =: 1.

Здесь ( 0), = 1, 3, – константы, определенные из условий на входные дан­

ные.

( )

Рассмотрим на отрезке [ −1, ] ломаную Эйлера ̃(·), ̃(·), ̃(·) , которая, согласно алгоритму (5.23)–(5.25), аппроксимирует оптимальную характеристику

( 0(·), 0(·), 0(·)). Отметим, что 0( ) = 0 , 0( ) = ( 0), 0( ) = ( 0).

Лемма 4. Отклонение ломаной Эйлера от аппроксимируемой оптимальной ха­ рактеристики в момент = −1 Γ имеет вид для = −

 

0( −1) − ( −1)‖ ≤ 2 + 1 + + ( + ) =: +1,

 

0( −1)

( −1)

̃

 

 

 

) +

( 3( 0) + 1) ( + ) =: +1,

 

 

 

 

1 + (1 +

 

 

 

 

0(

 

1)

( 1)

| ≤

1̃+ +

( + ) =: +1.

 

 

 

 

̃|

 

 

 

 

 

 

 

Получили систему

рекуррентных соотношений

 

 

 

̃

 

 

 

 

 

 

 

 

+1 = 2 + 1 + + ( + ),

(5.27)

 

 

 

+1 = 1

+ (1 +

) + ( 3( 0) + 1) ( + ),

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

+1 = 1 + + ̃( + )

 

 

 

 

 

 

 

с

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

начальными условиями

1 =

( ( 0)Δ ),

1 =

2 ( 0) +

( 0) (Δ ( 0)), (5.28)

 

1

 

2

3

1

 

 

1 =

( 1( 0)Δ ).

 

Полученную систему используем для доказательства следующего утвержде­

ния.

27

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]