Download Full ebookname - Read Now at ebookname.

com

Practical Methods for Optimal Control and

Estimation Using Nonlinear Programming Second
Edition Advances in Design and Control John T.
Betts
https://ebookname.com/product/practical-methods-for-optimal-
control-and-estimation-using-nonlinear-programming-second-
edition-advances-in-design-and-control-john-t-betts/

OR CLICK BUTTON

DOWLOAD EBOOK

Discover More Ebook - Explore Now at ebookname.com

Instant digital products (PDF, ePub, MOBI) available
Download now and explore formats that suit you...

Practical methods for optimal control using nonlinear

programming 1st Edition John T. Betts

https://ebookname.com/product/practical-methods-for-optimal-control-
using-nonlinear-programming-1st-edition-john-t-betts/

ebookname.com

Nonlinear optimal control theory 1st Edition Leonard David

Berkovitz

https://ebookname.com/product/nonlinear-optimal-control-theory-1st-
edition-leonard-david-berkovitz/

ebookname.com

Linear Feedback Control Analysis and Design with MATLAB

Advances in Design and Control 1st Edition Dingyu Xue

https://ebookname.com/product/linear-feedback-control-analysis-and-
design-with-matlab-advances-in-design-and-control-1st-edition-dingyu-
xue/
ebookname.com

Tribes of California Stephen Powers (Editor)

https://ebookname.com/product/tribes-of-california-stephen-powers-
editor/

ebookname.com
Applied Nonparametric Statistical Methods 3rd ed Edition
Peter Sprent

https://ebookname.com/product/applied-nonparametric-statistical-
methods-3rd-ed-edition-peter-sprent/

ebookname.com

Late Ottoman Society The Intellectual Legacy Soas

Routledgecurzon Studies on the Middle East 1st Edition
Elisabe A–Zdalga
https://ebookname.com/product/late-ottoman-society-the-intellectual-
legacy-soas-routledgecurzon-studies-on-the-middle-east-1st-edition-
elisabe-a-zdalga/
ebookname.com

Hand transplantation 1 edition Edition Lanzetta M.

(Author)

https://ebookname.com/product/hand-transplantation-1-edition-edition-
lanzetta-m-author/

ebookname.com

Who s Who in the Archers 2010 2010 ed. Edition Keri Davies

https://ebookname.com/product/who-s-who-in-the-archers-2010-2010-ed-
edition-keri-davies/

ebookname.com

Environmental Mineralogy and Bio Geochemistry of Arsenic

1st Edition Alpers

https://ebookname.com/product/environmental-mineralogy-and-bio-
geochemistry-of-arsenic-1st-edition-alpers/

ebookname.com
Nasty Nature Nick Arnold

https://ebookname.com/product/nasty-nature-nick-arnold/

ebookname.com
Practical Methods
for Optimal Control
and Estimation Using
Nonlinear Programming
Advances in Design and Control
SIAM’s Advances in Design and Control series consists of texts and monographs dealing with all areas of
design and control and their applications. Topics of interest include shape optimization, multidisciplinary
design, trajectory optimization, feedback, and optimal control. The series focuses on the mathematical and
computational aspects of engineering design and control that are usable in a wide variety of scientific and
engineering disciplines.

Editor-in-Chief
Ralph C. Smith, North Carolina State University

Editorial Board
Athanasios C. Antoulas, Rice University
Siva Banda, Air Force Research Laboratory
Belinda A. Batten, Oregon State University
John Betts, The Boeing Company (retired)
Stephen L. Campbell, North Carolina State University
Eugene M. Cliff, Virginia Polytechnic Institute and State University
Michel C. Delfour, University of Montreal
Max D. Gunzburger, Florida State University
J. William Helton, University of California, San Diego
Arthur J. Krener, University of California, Davis
Kirsten Morris, University of Waterloo
Richard Murray, California Institute of Technology
Ekkehard Sachs, University of Trier

Series Volumes
Betts, John T., Practical Methods for Optimal Control and Estimation Using Nonlinear Programming, Second
Edition
Shima, Tal and Rasmussen, Steven, eds., UAV Cooperative Decision and Control: Challenges and Practical
Approaches
Speyer, Jason L. and Chung, Walter H., Stochastic Processes, Estimation, and Control
Krstic, Miroslav and Smyshlyaev, Andrey, Boundary Control of PDEs: A Course on Backstepping Designs
Ito, Kazufumi and Kunisch, Karl, Lagrange Multiplier Approach to Variational Problems and Applications
Xue, Dingyü, Chen, YangQuan, and Atherton, Derek P., Linear Feedback Control: Analysis and Design
with MATLAB
Hanson, Floyd B., Applied Stochastic Processes and Control for Jump-Diffusions: Modeling, Analysis,
and Computation
Michiels, Wim and Niculescu, Silviu-Iulian, Stability and Stabilization of Time-Delay Systems: An Eigenvalue-Based
Approach
Ioannou, Petros and Fidan, Baris,¸ Adaptive Control Tutorial
Bhaya, Amit and Kaszkurewicz, Eugenius, Control Perspectives on Numerical Algorithms and Matrix Problems
Robinett III, Rush D., Wilson, David G., Eisler, G. Richard, and Hurtado, John E., Applied Dynamic Programming
for Optimization of Dynamical Systems
Huang, J., Nonlinear Output Regulation: Theory and Applications
Haslinger, J. and Mäkinen, R. A. E., Introduction to Shape Optimization: Theory, Approximation, and
Computation
Antoulas, Athanasios C., Approximation of Large-Scale Dynamical Systems
Gunzburger, Max D., Perspectives in Flow Control and Optimization
Delfour, M. C. and Zolésio, J.-P., Shapes and Geometries: Analysis, Differential Calculus, and Optimization
Betts, John T., Practical Methods for Optimal Control Using Nonlinear Programming
El Ghaoui, Laurent and Niculescu, Silviu-Iulian, eds., Advances in Linear Matrix Inequality Methods in Control
Helton, J. William and James, Matthew R., Extending H∞ Control to Nonlinear Systems: Control of Nonlinear
Systems to Achieve Performance Objectives
Practical Methods
for Optimal Control
and Estimation Using
Nonlinear Programming
SECOND EDITION

John T. Betts

Society for Industrial and Applied Mathematics

Philadelphia
Copyright © 2010 by the Society for Industrial and Applied Mathematics (SIAM)

10 9 8 7 6 5 4 3 2 1

All rights reserved. Printed in the United States of America. No part of this book may be
reproduced, stored, or transmitted in any manner without the written permission of the
publisher. For information, write to the Society for Industrial and Applied Mathematics,
3600 Market Street, 6th Floor, Philadelphia, PA 19104-2688 USA.

Trademarked names may be used in this book without the inclusion of a trademark
symbol. These names are used in an editorial context only; no infringement of trademark
is intended.

Dell is a registered trademark of Dell, Inc.

KNITRO is a registered trademark of Ziena Optimization, Inc.

Linux is a registered trademark of Linus Torvalds.

Maple is a registered trademark of Waterloo Maple, Inc.

NPSOL is a registered trademark of Stanford University.

SNOPT is a trademark of Stanford University and UC San Diego.

Library of Congress Cataloging-in-Publication Data

Betts, John T. 1943-
Practical methods for optimal control and estimation using nonlinear programming /
John T. Betts. — 2nd ed.
p. cm. — (Advances in design and control)
Includes bibliographical references and index.
ISBN 978-0-898716-88-7
1. Control theory. 2. Mathematical optimization. 3. Nonlinear programming. I. Title.
QA402.3.B47 2009
629.8’312—dc22
2009025106

is a registered trademark.
For Theon and Dorothy

He Inspired Creativity
She Cherished Education


 Contents

Preface xiii

1 Introduction to Nonlinear Programming 1

1.1 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Newton’s Method in One Variable . . . . . . . . . . . . . . . . . . . . 2
1.3 Secant Method in One Variable . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Newton’s Method for Minimization in One Variable . . . . . . . . . . . 5
1.5 Newton’s Method in Several Variables . . . . . . . . . . . . . . . . . . 7
1.6 Unconstrained Optimization . . . . . . . . . . . . . . . . . . . . . . . 8
1.7 Recursive Updates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.8 Equality-Constrained Optimization . . . . . . . . . . . . . . . . . . . . 12
1.8.1 Newton’s Method . . . . . . . . . . . . . . . . . . . . . . . . 15
1.9 Inequality-Constrained Optimization . . . . . . . . . . . . . . . . . . . 16
1.10 Quadratic Programming . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.11 Globalization Strategies . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.11.1 Merit Functions . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.11.2 Line-Search Methods . . . . . . . . . . . . . . . . . . . . . . 23
1.11.3 Trust-Region Methods . . . . . . . . . . . . . . . . . . . . . 25
1.11.4 Filters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.12 Nonlinear Programming . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.13 An SQP Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.14 Interior-Point Methods . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.15 Mathematical Program with Complementarity Conditions . . . . . . . . 36
1.15.1 The Signum or Sign Operator . . . . . . . . . . . . . . . . . . 37
1.15.2 The Absolute Value Operator . . . . . . . . . . . . . . . . . . 38
1.15.3 The Maximum Value Operator . . . . . . . . . . . . . . . . . 38
1.15.4 The Minimum Value Operator . . . . . . . . . . . . . . . . . 39
1.15.5 Solving an MPEC . . . . . . . . . . . . . . . . . . . . . . . . 39
1.16 What Can Go Wrong . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.16.1 Infeasible Constraints . . . . . . . . . . . . . . . . . . . . . . 40
1.16.2 Rank-Deficient Constraints . . . . . . . . . . . . . . . . . . . 40
1.16.3 Constraint Redundancy . . . . . . . . . . . . . . . . . . . . . 41
1.16.4 Discontinuities . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.16.5 Scaling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.16.6 Nonunique Solution . . . . . . . . . . . . . . . . . . . . . . . 46

vii
viii Contents

1.17 Derivative Approximation by Finite Differences . . . . . . . . . . . . . 46

1.17.1 Difference Estimates in Differential Equations . . . . . . . . . 48

2 Large, Sparse Nonlinear Programming 51

2.1 Overview: Large, Sparse NLP Issues . . . . . . . . . . . . . . . . . . . 51
2.2 Sparse Finite Differences . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.2.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.2.2 Sparse Hessian Using Gradient Differences . . . . . . . . . . 53
2.2.3 Sparse Differences in Nonlinear Programming . . . . . . . . . 54
2.3 Sparse QP Subproblem . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.4 Merit Function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.5 Hessian Approximation . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.6 Sparse SQP Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.6.1 Minimization Process . . . . . . . . . . . . . . . . . . . . . . 60
2.6.2 Algorithm Strategy . . . . . . . . . . . . . . . . . . . . . . . 62
2.7 Defective Subproblems . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.8 Feasible Point Strategy . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.8.1 QP Subproblem . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.8.2 Feasible Point Strategy . . . . . . . . . . . . . . . . . . . . . 64
2.8.3 An Illustration . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.9 Computational Experience . . . . . . . . . . . . . . . . . . . . . . . . 67
2.9.1 Large, Sparse Test Problems . . . . . . . . . . . . . . . . . . 67
2.9.2 Small, Dense Test Problems . . . . . . . . . . . . . . . . . . 68
2.10 Nonlinear Least Squares . . . . . . . . . . . . . . . . . . . . . . . . . 70
2.10.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
2.10.2 Sparse Least Squares . . . . . . . . . . . . . . . . . . . . . . 70
2.10.3 Residual Hessian . . . . . . . . . . . . . . . . . . . . . . . . 72
2.11 Barrier Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.11.1 External Format . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.11.2 Internal Format . . . . . . . . . . . . . . . . . . . . . . . . . 74
2.11.3 Definitions . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.11.4 Logarithmic Barrier Function . . . . . . . . . . . . . . . . . . 77
2.11.5 Computing a Search Direction . . . . . . . . . . . . . . . . . 79
2.11.6 Inertia Requirements for the Barrier KKT System . . . . . . . 82
2.11.7 Filter Globalization . . . . . . . . . . . . . . . . . . . . . . . 83
2.11.8 Barrier Parameter Update Strategy . . . . . . . . . . . . . . . 86
2.11.9 Initialization . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.11.10 Outline of the Primary Algorithm . . . . . . . . . . . . . . . 87
2.11.11 Computational Experience . . . . . . . . . . . . . . . . . . . 88

3 Optimal Control Preliminaries 91

3.1 The Transcription Method . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.2 Dynamic Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.3 Shooting Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.4 Multiple Shooting Method . . . . . . . . . . . . . . . . . . . . . . . . 95
3.5 Initial Value Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.6 Boundary Value Example . . . . . . . . . . . . . . . . . . . . . . . . . 105
Contents ix

3.7 Dynamic Modeling Hierarchy . . . . . . . . . . . . . . . . . . . . . . . 108

3.8 Function Generator . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
3.8.1 Description . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
3.8.2 NLP Considerations . . . . . . . . . . . . . . . . . . . . . . . 109
3.9 Dynamic System Differentiation . . . . . . . . . . . . . . . . . . . . . 111
3.9.1 Simple Example . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.9.2 Discretization versus Differentiation . . . . . . . . . . . . . . 115
3.9.3 External and Internal Differentiation . . . . . . . . . . . . . . 115
3.9.4 Variational Derivatives . . . . . . . . . . . . . . . . . . . . . 118

4 The Optimal Control Problem 123

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
4.1.1 Dynamic Constraints . . . . . . . . . . . . . . . . . . . . . . 123
4.1.2 Algebraic Equality Constraints . . . . . . . . . . . . . . . . . 124
4.1.3 Singular Arcs . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.1.4 Algebraic Inequality Constraints . . . . . . . . . . . . . . . . 126
4.2 Necessary Conditions for the Discrete Problem . . . . . . . . . . . . . 126
4.3 Direct versus Indirect Methods . . . . . . . . . . . . . . . . . . . . . . 127
4.4 General Formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
4.5 Direct Transcription Formulation . . . . . . . . . . . . . . . . . . . . . 132
4.6 NLP Considerations—Sparsity . . . . . . . . . . . . . . . . . . . . . . 134
4.6.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
4.6.2 Standard Approach . . . . . . . . . . . . . . . . . . . . . . . 136
4.6.3 Discretization Separability . . . . . . . . . . . . . . . . . . . 137
4.6.4 Right-Hand-Side Sparsity (Trapezoidal) . . . . . . . . . . . . 139
4.6.5 Hermite–Simpson (Compressed) (HSC) . . . . . . . . . . . . 141
4.6.6 Hermite–Simpson (Separated) (HSS) . . . . . . . . . . . . . . 143
4.6.7 K-Stage Runge–Kutta Schemes . . . . . . . . . . . . . . . . 145
4.6.8 General Approach . . . . . . . . . . . . . . . . . . . . . . . . 146
4.6.9 Performance Issues . . . . . . . . . . . . . . . . . . . . . . . 147
4.6.10 Performance Highlights . . . . . . . . . . . . . . . . . . . . . 149
4.7 Mesh Refinement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
4.7.1 Representing the Solution . . . . . . . . . . . . . . . . . . . . 153
4.7.2 Estimating the Discretization Error . . . . . . . . . . . . . . . 154
4.7.3 Estimating the Order Reduction . . . . . . . . . . . . . . . . 158
4.7.4 Constructing a New Mesh . . . . . . . . . . . . . . . . . . . 159
4.7.5 The Mesh-Refinement Algorithm . . . . . . . . . . . . . . . . 161
4.7.6 Computational Experience . . . . . . . . . . . . . . . . . . . 163
4.8 Scaling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
4.9 Quadrature Equations . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
4.10 Algebraic Variable Rate Constraints . . . . . . . . . . . . . . . . . . . 172
4.11 Estimating Adjoint Variables . . . . . . . . . . . . . . . . . . . . . . . 173
4.11.1 Quadrature Approximation . . . . . . . . . . . . . . . . . . . 175
4.11.2 Path Constraint Adjoints . . . . . . . . . . . . . . . . . . . . 176
4.11.3 Differential Constraint Adjoints . . . . . . . . . . . . . . . . 177
4.11.4 Numerical Comparisons . . . . . . . . . . . . . . . . . . . . 178
4.12 Discretize Then Optimize . . . . . . . . . . . . . . . . . . . . . . . . . 192
x Contents

4.12.1 High Index Partial Differential-Algebraic Equation . . . . . . 192

4.12.2 State Vector Formulation . . . . . . . . . . . . . . . . . . . . 193
4.12.3 Direct Transcription Results . . . . . . . . . . . . . . . . . . 194
4.12.4 The Indirect Approach . . . . . . . . . . . . . . . . . . . . . 194
4.12.5 Optimality Conditions . . . . . . . . . . . . . . . . . . . . . 196
Unconstrained Arcs (s < 0) . . . . . . . . . . . . . . . . . . . 196
Constrained Arcs (s = 0) . . . . . . . . . . . . . . . . . . . . 197
Boundary Conditions . . . . . . . . . . . . . . . . . . . . . . 198
Optimality Conditions: Summary . . . . . . . . . . . . . . . 199
4.12.6 Computational Comparison—Direct versus Indirect . . . . . . 199
Direct Method . . . . . . . . . . . . . . . . . . . . . . . . . . 199
Indirect Method . . . . . . . . . . . . . . . . . . . . . . . . . 199
4.12.7 Analysis of Results . . . . . . . . . . . . . . . . . . . . . . . 200
The Quandary . . . . . . . . . . . . . . . . . . . . . . . . . . 200
The Explanation . . . . . . . . . . . . . . . . . . . . . . . . . 201
4.13 Questions of Efficiency . . . . . . . . . . . . . . . . . . . . . . . . . . 205
Question: Newton or Quasi-Newton Hessian? . . . . . . . . . 210
Question: Barrier or SQP Algorithm? . . . . . . . . . . . . . 210
4.14 What Can Go Wrong . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
4.14.1 Singular Arcs . . . . . . . . . . . . . . . . . . . . . . . . . . 212
4.14.2 State Constraints . . . . . . . . . . . . . . . . . . . . . . . . 215
4.14.3 Discontinuous Control . . . . . . . . . . . . . . . . . . . . . 216

5 Parameter Estimation 219

5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
5.2 The Parameter Estimation Problem . . . . . . . . . . . . . . . . . . . . 219
5.3 Computing the Residuals . . . . . . . . . . . . . . . . . . . . . . . . . 222
5.4 Computing Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . 223
5.4.1 Residuals and Sparsity . . . . . . . . . . . . . . . . . . . . . 224
5.4.2 Residual Decomposition . . . . . . . . . . . . . . . . . . . . 225
5.4.3 Auxiliary Function Decomposition . . . . . . . . . . . . . . . 225
5.4.4 Algebraic Variable Parameterization . . . . . . . . . . . . . . 227
5.5 Computational Experience . . . . . . . . . . . . . . . . . . . . . . . . 228
5.5.1 Reentry Trajectory Reconstruction . . . . . . . . . . . . . . . 230
5.5.2 Commercial Aircraft Rotational Dynamics Analysis . . . . . . 233
5.6 Optimal Control or Optimal Estimation? . . . . . . . . . . . . . . . . . 241

6 Optimal Control Examples 247

6.1 Space Shuttle Reentry Trajectory . . . . . . . . . . . . . . . . . . . . . 247
6.2 Minimum Time to Climb . . . . . . . . . . . . . . . . . . . . . . . . . 256
6.2.1 Tabular Data . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
6.2.2 Cubic Spline Interpolation . . . . . . . . . . . . . . . . . . . 258
6.2.3 Minimum Curvature Spline . . . . . . . . . . . . . . . . . . . 259
6.2.4 Numerical Solution . . . . . . . . . . . . . . . . . . . . . . . 262
6.3 Low-Thrust Orbit Transfer . . . . . . . . . . . . . . . . . . . . . . . . 265
6.3.1 Modified Equinoctial Coordinates . . . . . . . . . . . . . . . 265
6.3.2 Gravitational Disturbing Acceleration . . . . . . . . . . . . . 267
Contents xi

6.3.3 Thrust Acceleration—Burn Arcs . . . . . . . . . . . . . . . . 267

6.3.4 Boundary Conditions . . . . . . . . . . . . . . . . . . . . . . 269
6.3.5 Numerical Solution . . . . . . . . . . . . . . . . . . . . . . . 269
6.4 Two-Burn Orbit Transfer . . . . . . . . . . . . . . . . . . . . . . . . . 271
6.4.1 Simple Shooting Formulation . . . . . . . . . . . . . . . . . . 273
6.4.2 Multiple Shooting Formulation . . . . . . . . . . . . . . . . . 278
6.4.3 Collocation Formulation . . . . . . . . . . . . . . . . . . . . 279
6.5 Hang Glider . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
6.6 Abort Landing in the Presence of Windshear . . . . . . . . . . . . . . . 284
6.6.1 Dynamic Equations . . . . . . . . . . . . . . . . . . . . . . . 286
6.6.2 Objective Function . . . . . . . . . . . . . . . . . . . . . . . 288
6.6.3 Control Variable . . . . . . . . . . . . . . . . . . . . . . . . . 289
6.6.4 Model Data . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
6.6.5 Computational Results . . . . . . . . . . . . . . . . . . . . . 291
6.7 Space Station Attitude Control . . . . . . . . . . . . . . . . . . . . . . 293
6.8 Reorientation of an Asymmetric Rigid Body . . . . . . . . . . . . . . . 299
6.8.1 Computational Issues . . . . . . . . . . . . . . . . . . . . . . 300
6.9 Industrial Robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
6.10 Multibody Mechanism . . . . . . . . . . . . . . . . . . . . . . . . . . 310
6.11 Kinematic Chain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
6.12 Dynamic MPEC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
6.13 Free-Flying Robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
6.14 Kinetic Batch Reactor . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
6.15 Delta III Launch Vehicle . . . . . . . . . . . . . . . . . . . . . . . . . 336
6.16 A Two-Strain Tuberculosis Model . . . . . . . . . . . . . . . . . . . . 345
6.17 Tumor Anti-angiogenesis . . . . . . . . . . . . . . . . . . . . . . . . . 348

7 Advanced Applications 353

7.1 Optimal Lunar Swingby Trajectories . . . . . . . . . . . . . . . . . . . 353
7.1.1 Background and Motivation . . . . . . . . . . . . . . . . . . 353
7.1.2 Optimal Lunar Transfer Examples . . . . . . . . . . . . . . . 355
Synchronous Equatorial . . . . . . . . . . . . . . . . . . . . . 355
Polar, 24 hr (A) . . . . . . . . . . . . . . . . . . . . . . . . . 355
Polar, 24 hr (B) . . . . . . . . . . . . . . . . . . . . . . . . . 355
Retrograde Molniya . . . . . . . . . . . . . . . . . . . . . . . 357
7.1.3 Equations of Motion . . . . . . . . . . . . . . . . . . . . . . 357
7.1.4 Kepler Orbit Propagation . . . . . . . . . . . . . . . . . . . . 358
7.1.5 Differential-Algebraic Formulation of Three-Body Dynamics . 360
7.1.6 Boundary Conditions . . . . . . . . . . . . . . . . . . . . . . 360
7.1.7 A Four-Step Solution Technique . . . . . . . . . . . . . . . . 362
Step 1: Three-Impulse, Conic Solution . . . . . . . . . . . . . 362
Step 2: Three-Body Approximation . . . . . . . . . . . . . . 364
Step 3: Fixed Swingby Time . . . . . . . . . . . . . . . . . . 365
Step 4: Optimal Three-Body Solution . . . . . . . . . . . . . 366
7.1.8 Solving the Subproblems . . . . . . . . . . . . . . . . . . . . 366
Is Mesh Refinement Needed? . . . . . . . . . . . . . . . . . . 368
DAE or ODE Formulation? . . . . . . . . . . . . . . . . . . . 370
xii Contents

7.2 Multiple-Pass Aero-Assisted Orbit Transfer . . . . . . . . . . . . . . . 372

7.2.1 Orbital Phases . . . . . . . . . . . . . . . . . . . . . . . . . . 372
7.2.2 Atmospheric Phases . . . . . . . . . . . . . . . . . . . . . . . 373
7.2.3 Boundary Conditions . . . . . . . . . . . . . . . . . . . . . . 375
7.2.4 Initial Guess . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
7.2.5 Numerical Results . . . . . . . . . . . . . . . . . . . . . . . 379
7.3 Delay Differential Equations . . . . . . . . . . . . . . . . . . . . . . . 385
7.4 In-Flight Dynamic Optimization of Wing Trailing Edge Surface
Positions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396
7.4.1 Aircraft Dynamics for Drag Estimation . . . . . . . . . . . . 398
7.4.2 Step 1: Reference Trajectory Estimation . . . . . . . . . . . . 400
7.4.3 Step 2: Aerodynamic Drag Model Approximation . . . . . . . 401
7.4.4 Step 3: Optimal Camber Prediction . . . . . . . . . . . . . . 402
7.4.5 Numerical Results . . . . . . . . . . . . . . . . . . . . . . . 402
777-200ER Flight Test . . . . . . . . . . . . . . . . . . . . . 402
Performance Comparison . . . . . . . . . . . . . . . . . . . . 403

8 Epilogue 411

Appendix: Software 413

A.1 Simplified Usage Dense NLP . . . . . . . . . . . . . . . . . . . . . . . 413
A.2 Sparse NLP with Sparse Finite Differences . . . . . . . . . . . . . . . . 413
A.3 Optimal Control Using Sparse NLP . . . . . . . . . . . . . . . . . . . . 414

Bibliography 417

Index 431
 Preface

Solving an optimal control or estimation problem is not easy. Pieces of the puzzle
are found scattered throughout many different disciplines. Furthermore, the focus of this
book is on practical methods, that is, methods that I have found actually work! In fact
everything described in this book has been implemented in production software and used to
solve real optimal control problems. Although the reader should be proficient in advanced
mathematics, no theorems are presented.
Traditionally, there are two major parts of a successful optimal control or optimal
estimation solution technique. The first part is the “optimization” method. The second part
is the “differential equation” method. When faced with an optimal control or estimation
problem it is tempting to simply “paste” together packages for optimization and numerical
integration. While naive approaches such as this may be moderately successful, the goal of
this book is to suggest that there is a better way! The methods used to solve the differential
equations and optimize the functions are intimately related.
The first two chapters of this book focus on the optimization part of the problem. In
Chapter 1 the important concepts of nonlinear programming for small dense applications
are introduced. Chapter 2 extends the presentation to problems which are both large and
sparse. Chapters 3 and 4 address the differential equation part of the problem. Chapter
3 introduces relevant material in the numerical solution of differential (and differential-
algebraic) equations. Methods for solving the optimal control problem are treated in some
detail in Chapter 4. Throughout the book the interaction between optimization and integra-
tion is emphasized. Chapter 5 describes how to solve optimal estimation problems. Chapter
6 presents a collection of examples that illustrate the various concepts and techniques. Real
world problems often require solving a sequence of optimal control and/or optimization
problems, and Chapter 7 describes a collection of these “advanced applications.”
While the book incorporates a great deal of new material not covered in Practical
Methods for Optimal Control Using Nonlinear Programming [21], it does not cover every-
thing. Many important topics are simply not discussed in order to keep the overall presen-
tation concise and focused. The discussion is general and presents a unified approach to
solving optimal estimation and control problems. Most of the examples are drawn from
my experience in the aerospace industry. Examples have been solved using a particular
implementation called SOCS. I have tried to adhere to notational conventions from both
optimization and control theory whenever possible. Also, I have attempted to use consistent
notation throughout the book.
The material presented here represents the collective contributions of many peo-
ple. The nonlinear programming material draws heavily on the work of John Dennis,
Roger Fletcher, Phillip Gill, Sven Leyffer, Walter Murray, Michael Saunders, and Mar-

xiii
xiv Preface

garet Wright. The material on differential-algebraic equations (DAEs) is drawn from the
work of Uri Ascher, Kathy Brenan, and Linda Petzold. Ray Spiteri graciously shared his
classroom notes on DAEs. I was introduced to optimal control by Stephen Citron, and I
routinely refer to the text by Bryson and Ho [54]. Over the past 20 years I have been for-
tunate to participate in workshops at Oberwolfach, Munich, Minneapolis, Victoria, Banff,
Lausanne, Griefswald, Stockholm, and Fraser Island. I’ve benefited immensely simply
by talking with Larry Biegler, Hans Georg Bock, Roland Bulirsch, Rainer Callies, Kurt
Chudej, Tim Kelley, Bernd Kugelmann, Helmut Maurer, Rainer Mehlhorn, Angelo Miele,
Hans Josef Pesch, Ekkehard Sachs, Gottfried Sachs, Roger Sargent, Volker Schulz, Mark
Steinbach, Oskar von Stryk, and Klaus Well.
Three colleagues deserve special thanks. Interaction with Steve Campbell and his
students has inspired many new results and interesting topics. Paul Frank has played a
major role in the implementation and testing of the large, sparse nonlinear programming
methods described. Bill Huffman, my coauthor for many publications and the SOCS soft-
ware, has been an invaluable sounding board over the last two decades. Finally, I thank
Jennifer for her patience and understanding during the preparation of this book.

John T. Betts
Chapter 1

Introduction to Nonlinear
Programming

1.1 Preliminaries
This book concentrates on numerical methods for solving the optimal control problem.
The fundamental principle of all effective numerical optimization methods is to solve a
difficult problem by solving a sequence of simpler subproblems. In particular, the solution
of an optimal control problem will require the solution of one or more finite-dimensional
subproblems. As a prelude to our discussions on optimal control, this chapter will focus
on the nonlinear programming (NLP) problem. The NLP problem requires finding a finite
number of variables such that an objective function or performance index is optimized
without violating a set of constraints. The NLP problem is often referred to as parameter
optimization. Important special cases of the NLP problem include linear programming
(LP), quadratic programming (QP), and least squares problems.
Before proceeding further, it is worthwhile to establish the notational conventions
used throughout the book. This is especially important since the subject matter covers a
number of different disciplines, each with its own notational conventions. Our goal is to
present a unified treatment of all these fields. As a rule, scalar quantities will be denoted by
lowercase letters (e.g., α). Vectors will be denoted by boldface lowercase letters and will
usually be considered column vectors, as in
 
x1
x2 
 
x =  . , (1.1)
 .. 
xn

where the individual components of the vector are x k for k = 1, . . ., n. To save space, it will
often be convenient to define the transpose, as in

xT = (x 1 , x 2 , . . . , x n ). (1.2)

A sequence of vectors will often be denoted as xk , xk+1 , . . . . Matrices will be denoted by

1
2 Chapter 1. Introduction to Nonlinear Programming

boldface capital letters, as in

 
a11 a12 ... a1n
 a21 a22 ... a2n 
 
A= . . (1.3)
 .. 
am1 am2 ... amn

1.2 Newton’s Method in One Variable

The fundamental approach to most iterative schemes was suggested over 300 years ago by
Newton. In fact, Newton’s method is the basis for all of the algorithms we will describe.
We begin with the simplest form of Newton’s method and then in subsequent sections gen-
eralize the discussion until we have presented one of the most widely used NLP algorithms,
namely the sequential quadratic programming (SQP) method.
Suppose it is required to find the value of the variable x such that the constraint
function
c(x) = 0. (1.4)
Let us denote the solution by x ∗ and let us assume x is a guess for the solution. The basic
idea of Newton’s method is to approximate the nonlinear function c(x) by the first two terms
in a Taylor series expansion about the current point x. This yields a linear approximation
for the constraint function at the new point x̄, which is given by

c(x̄) = c(x) + c(x)(x̄ − x), (1.5)

where c (x) = dc/d x is the slope of the constraint at x. Using this linear approximation, it
is reasonable to compute x̄, a new estimate for the root, by solving (1.5) such that c(x̄) = 0,
i.e.,
x̄ = x − [c (x)]−1c(x). (1.6)
Typically, we denote p ≡ x̄ − x and rewrite (1.6) as

x̄ = x + p, (1.7)

where
p = −[c (x)]−1c(x). (1.8)
Of course, in general, c(x) is not a linear function of x, and consequently we cannot
expect that c(x̄) = 0. However, we might hope that x̄ is a better estimate for the root x ∗
than the original guess x; in other words we might expect that

|x̄ − x ∗ | ≤ |x − x ∗ | (1.9)

and
|c(x̄)| ≤ |c(x)|. (1.10)
If the new point is an improvement, then it makes sense to repeat the process, thereby
defining a sequence of points x (0) , x (1) , x (2) , . . . with point (k + 1) in the sequence given by

x (k+1) = x (k) − [c(x (k) )]−1 c(x (k) ). (1.11)

1.2. Newton’s Method in One Variable 3

For notational convenience, it usually suffices to present a single step of the algorithm, as in
(1.6), instead of explicitly labeling the information at step k using the superscript notation
x (k) . Nevertheless, it should be understood that the algorithm defines a sequence of points
x (0) , x (1) , x (2) , . . . . The sequence is said to converge to x ∗ if

lim |x (k) − x ∗| = 0. (1.12)

k→∞

In practice, of course, we are not interested in letting k → ∞. Instead we are satisfied with
terminating the sequence when the computed solution is “close” to the answer. Further-
more, the rate of convergence is of paramount importance when measuring the computa-
tional efficiency of an algorithm. For Newton’s method, the rate of convergence is said to
be quadratic or, more precisely, q-quadratic (cf. [71]). The impact of quadratic conver-
gence can be dramatic. Loosely speaking, it implies that each successive estimate of the
solution will double the number of significant digits!
Example 1.1 N EWTON ’ S M ETHOD —ROOT F INDING. To demonstrate, let us sup-
pose we want to solve the constraint

c(x) = a1 + a2 x + a3 x 2 = 0, (1.13)

where the coefficients a1 , a2 , a3 are chosen such that c(0.1) = −0.05, c(0.25) = 0, and
c(0.9) = 0.9. Table 1.1 presents the Newton iteration sequence beginning from the initial
guess x = 0.85 and proceeding to the solution at x ∗ = 0.25. Figure 1.1 illustrates the
first three iterations. Notice in Table 1.1 that the error between the computed solution and
the true value, which is tabulated in the third column, exhibits the expected doubling in
significant figures from the fourth iteration to convergence.
So what is wrong with Newton’s method? Clearly, quadratic convergence is a very
desirable property for an algorithm to possess. Unfortunately, if the initial guess is not
sufficiently close to the solution, i.e., within the region of convergence, Newton’s method
may diverge. As a simple example, Dennis and Schnabel [71] suggest applying Newton’s
method to solve c(x) = arctan(x) = 0. This will diverge when the initial guess |x (0) | > a,
converge when |x (0) | < a, and cycle indefinitely if |x (0) | = a, where a = 1.3917452002707.
In essence, Newton’s method behaves well near the solution (locally) but lacks something
permitting it to converge globally. So-called globalization techniques, aimed at correcting
this deficiency, will be discussed in subsequent sections. A second difficulty occurs when

Table 1.1. Newton’s method for root finding.

Iter. c(x) x |x − x ∗ |
1 0.79134615384615 0.85000000000000 0.60000000000000
2 0.18530192382759 0.47448669201521 0.22448669201521
3 3.5942428588261×10−2 0.30910437279376 5.9104372793756×10−2
4 3.6096528286200×10−3 0.25669389900972 6.6938990097217×10−3
5 5.7007630268141×10−5 0.25010744198003 1.0744198002549×10−4
6 1.5161639596584×10−8 0.25000002858267 2.8582665845267×10−8
7 1.0547118733939×10−15 0.25000000000000 1.8873791418628×10−15
4 Chapter 1. Introduction to Nonlinear Programming

Figure 1.1. Newton’s method for root finding.

the slope c (x) = 0. Clearly, the correction defined by (1.6) is not well defined in this case.
In fact, Newton’s method loses its quadratic convergence property if the slope is zero at
the solution, i.e., c (x ∗ ) = 0. Finally, Newton’s method requires that the slope c (x) can
be computed at every iteration. This may be difficult and/or costly, especially when the
function c(x) is complicated.

1.3 Secant Method in One Variable

Motivated by a desire to eliminate the explicit calculation of the slope, one can consider
approximating it at x k by the secant

c(x k ) − c(x k−1) c

c (x k ) ≈ B = ≡ . (1.14)
x −x
k k−1 x
Notice that this approximation is constructed using two previous iterations but requires
values only for the constraint function c(x). This expression can be rewritten to give the
so-called secant condition
Bx = c, (1.15)
where B is the (scalar) secant approximation to the slope. Using this approximation, it then
follows that the Newton iteration (1.6) is replaced by the secant iteration

x̄ = x − B −1c(x) = x + p, (1.16)
1.4. Newton’s Method for Minimization in One Variable 5

Figure 1.2. Secant method for root finding.

which is often written as

x k − x k−1
x k+1 = x k − c(x k ). (1.17)
c(x k ) − c(x k−1)

Figure 1.2 illustrates a secant iteration applied to Example 1.1 described in the pre-
vious section.
Clearly, the virtue of the secant method is that it does not require calculation of the
slope c (x k ). While this may be advantageous when derivatives are difficult to compute,
there is a downside! The secant method is superlinearly convergent, which, in general, is
not as fast as the quadratically convergent Newton algorithm. Thus, we can expect conver-
gence will require more iterations, even though the cost per iteration is less. A distinguish-
ing feature of the secant method is that the slope is approximated using information from
previous iterates in lieu of a direct evaluation. This is the simplest example of a so-called
quasi-Newton method.

1.4 Newton’s Method for Minimization in One Variable

Now let us suppose we want to compute the value x ∗ such that the nonlinear objective
function F(x ∗ ) is a minimum. The basic notion of Newton’s method for root finding is
to approximate the nonlinear constraint function c(x) by a simpler model (i.e., linear) and
then compute the root for the linear model. If we are to extend this philosophy to opti-
mization, we must construct an approximate model of the objective function. Just as in the
6 Chapter 1. Introduction to Nonlinear Programming

development of (1.5), let us approximate F(x) by the first three terms in a Taylor series
expansion about the current point x:
1
F(x̄) = F(x) + F (x)(x̄ − x) + (x̄ − x)F (x)(x̄ − x). (1.18)
2
Notice that we cannot use a linear model for the objective because a linear function does
not have a finite minimum point. In contrast, a quadratic approximation to F(x) is the
simplest approximation that does have a minimum. Now for x̄ to be a minimum of the
quadratic (1.18), we must have
dF
≡ F  (x̄) = 0 = F  (x) + F (x)(x̄ − x). (1.19)
d x̄
Solving for the new point yields
x̄ = x − [F  (x)]−1 F  (x). (1.20)
The derivation has been motivated by minimizing F(x). Is this equivalent to solving the
slope condition F  (x) = 0? It would appear that the iterative optimization sequence defined
by (1.20) is the same as the iterative root-finding sequence defined by (1.6), provided we
replace c(x) by F  (x). Clearly, a quadratic model for the objective function (1.18) produces
a linear model for the slope F  (x). However, the condition F  (x) = 0 defines only a sta-
tionary point, which can be a minimum, a maximum, or a point of inflection. Apparently
what is missing is information about the curvature of the function, which would determine
whether it is concave up, concave down, or neither.
Figure 1.3 illustrates a typical situation. In the illustration, there are two points
with zero slopes; however, there is only one minimum point. The minimum point is dis-

Figure 1.3. Minimization in one variable.

1.5. Newton’s Method in Several Variables 7

tinguished from the maximum by the algebraic sign of the second derivative F  (x). For-
mally, we have
Necessary Conditions:

F  (x ∗ ) = 0, (1.21)
F  (x ∗ ) ≥ 0; (1.22)

Sufficient Conditions:

F  (x ∗ ) = 0, (1.23)
 ∗
F (x ) > 0. (1.24)

Note that the sufficient conditions require that F  (x ∗ ) > 0, defining a strong local
minimizer in contrast to a weak local minimizer, which may have F  (x ∗ ) = 0. It is also
important to observe that these conditions define a local rather than a global minimizer.

1.5 Newton’s Method in Several Variables

The preceding sections have addressed problems involving a single variable. In this section,
let us consider generalizing the discussion to functions of many variables. In particular, let
us consider how to find the n-vector xT = (x 1 , . . . , x n ) such that
 
c1 (x)
 
c(x) =  ...  = 0. (1.25)
cm (x)

For the present, let us assume that the number of constraints and variables is the same, i.e.,
m = n. Just as in one variable, a linear approximation to the constraint functions analogous
to (1.5) is given by
c(x) = c(x) + G(x − x), (1.26)
where the Jacobian matrix G is defined by
 
∂c1 ∂c1 ∂c1
...
 ∂ x1 ∂ x2 ∂ xn 
 
 ∂c2 ∂c2 ∂c2 
...
∂c 
 ∂ x1 ∂ x2 ∂ xn 

G≡ = .. . (1.27)
∂x  
 . 
 
 ∂cm ∂cm ∂cm

∂ x1 ∂ x2 ... ∂ xn

By convention, the m rows of G correspond to constraints and the n columns to variables.

As in one variable, if we require that c(x) = 0 in (1.26), we can solve the linear system

Gp = −c (1.28)
8 Chapter 1. Introduction to Nonlinear Programming

for the search direction p, which leads to an iteration of the form

x = x + p. (1.29)

Thus, each Newton iteration requires a linear approximation to the nonlinear con-
straints c, followed by a step from x to the solution of the linearized constraints at x. Figure
1.4 illustrates a typical situation when n = m = 2. It is important to remark that the multi-
dimensional version of Newton’s method shares all of the properties of its one-dimensional
counterpart. Specifically, the method is quadratically convergent provided it is within a
region of convergence, and it may diverge unless appropriate globalization strategies are
employed. Furthermore, in order to solve (1.28) it is necessary that the Jacobian G be non-
singular, which is analogous to requiring that c (x) = 0 in the univariate case. And, finally,
it is necessary to actually compute G, which can be costly.

Figure 1.4. Newton’s method in two variables.

1.6 Unconstrained Optimization

Let us now consider the multidimensional unconstrained minimization problem. Suppose
we want to find the n-vector xT = (x 1, . . . , x n ) such that the function F(x) = F(x 1 , . . . , x n ) is
a minimum. Just as in the univariate case (1.18), let us approximate F(x) by the first three
terms in a Taylor series expansion about the point x:

1
F(x) = F(x) + gT (x)(x − x) + (x − x)T H(x)(x − x). (1.30)
2
1.6. Unconstrained Optimization 9

The Taylor series expansion involves the n-dimensional gradient vector

 
∂F
 ∂ x1 
 
 .. 
g(x) ≡ ∇x F =  .  (1.31)
 
 
∂F
∂ xn

and the symmetric n × n Hessian matrix

 
∂2 F ∂2 F ∂2 F
...
 ∂ x 12 ∂ x1 ∂ x2 ∂ x1 ∂ xn 
 
 ∂2 F ∂2 F ∂2 F 
 ∂ x2 ∂ x1 ... ∂ x2 ∂ xn 
 ∂ x 22 
H ≡ ∇x x F = 
2
.. . (1.32)
 
 . 
 
 
∂2 F ∂2 F ∂2 F
∂ xn ∂ x1 ∂ xn ∂ x2 ... ∂ x n2

It is common to define the search direction p = x − x and then rewrite (1.30) as

1
F(x) = F(x) + gT p + pT Hp. (1.33)
2

The scalar term gT p is referred to as the directional derivative along p and the scalar term
pT Hp is called the curvature or second directional derivative in the direction p.
It is instructive to examine the behavior of the series (1.33). First, let us suppose
that the expansion is about the minimum point x∗ . Now if x∗ is a local minimum, then the
objective function must be larger at all neighboring points, that is, F(x) > F(x∗ ). In order
for this to be true, the slope in all directions must be zero, that is, (g∗ )T p = 0, which implies
we must have  
g1 (x∗ )
 .. 
g(x∗ ) =  .  = 0. (1.34)
gn (x∗ )
This is just the multidimensional analogue of the condition (1.21). Furthermore, if the
function curves up in all directions, the point x∗ is called a strong local minimum and the
third term in the expansion (1.33) must be positive:

pT H∗ p > 0. (1.35)

A matrix1 that satisfies this condition is said to be positive definite. If there are some
directions with zero curvature, i.e., pT H∗ p ≥ 0, then H∗ is said to be positive semidefinite. If
there are directions with both positive and negative curvature, the matrix is called indefinite.
In summary, we have
1 H∗ ≡ H(x∗ ) (not the conjugate transpose, as in some texts).
10 Chapter 1. Introduction to Nonlinear Programming

Necessary Conditions:

g(x∗ ) = 0, (1.36)
p H∗ p ≥ 0;
T
(1.37)

Sufficient Conditions:

g(x∗ ) = 0, (1.38)
p H∗ p > 0.
T
(1.39)

The preceding discussion was motivated by an examination of the Taylor series about
the minimum point x∗ . Let us now consider the same quadratic model about an arbitrary
point x. Then it makes sense to choose a new point x such that the gradient at x is zero. The
resulting linear approximation to the gradient is just

g = 0 = g + Hp, (1.40)

which can be solved to yield the Newton search direction

p = −H−1 g. (1.41)

Just as before, the Newton iteration is defined by (1.29). Since this iteration is based on
finding a zero of the gradient vector, there is no guarantee that the step will move toward a
local minimum rather than a stationary point or maximum. To preclude this, we must insist
that the step be downhill, which requires satisfying the so-called descent condition

gT p < 0. (1.42)

It is interesting to note that, if we use the Newton direction (1.41), the descent condition
becomes
gT p = −gT H−1 g < 0, (1.43)
which can be true only if the Hessian is positive definite, i.e., (1.35) holds.

1.7 Recursive Updates

Regardless of whether Newton’s method is used for solving nonlinear equations, as in
Section 1.5, or for optimization, as described in Section 1.6, it is necessary to compute
derivative information. In particular, one must compute either the Jacobian matrix (1.27)
or the Hessian matrix (1.32). For many applications, this can be a costly computational
burden. Quasi-Newton methods attempt to construct this information recursively. A brief
overview of the most important recursive updates is included, although a more complete
discussion can be found in [71], [99], and [82].
The basic idea of a recursive update is to construct a new estimate of the Jacobian or
Hessian using information from previous iterates. Most well-known recursive updates are
of the form
B = B + R(c, x), (1.44)
1.7. Recursive Updates 11

where the new estimate B is computed from the old estimate B. Typically, this calculation
involves a low-rank modification R(c, x) that can be computed from the previous step:
c = ck − ck−1 , (1.45)
x = xk − xk−1 . (1.46)
The usual way to construct the update is to insist that the secant condition
Bx = c (1.47)
hold and then construct an approximation B that is “close” to the previous estimate B. In
Section 1.3, the simplest form of this condition (1.15) led to the secant method. In fact, the
generalization of this formula, proposed in 1965 by Broyden [50], is
(c − Bx) (x)T
B = B+ , (1.48)
(x)T x
which is referred to as the secant or Broyden update. The recursive formula constructs a
rank-one modification that satisfies the secant condition and minimizes the Frobenius norm
between the estimates.
When a quasi-Newton method is used to approximate the Hessian matrix, as required
for minimization, one cannot simply replace c with g in the secant update. In particular,
the matrix B constructed using (1.48) is not symmetric. However, there is a rank-one update
that does maintain symmetry, known as the symmetric rank-one (SR1) update:
(g − Bx)(g − Bx)T
B = B+ , (1.49)
(g − Bx)T x
where g ≡ gk − gk−1 . While the SR1 update does preserve symmetry, it does not neces-
sarily maintain a positive definite approximation. In contrast, the update
g(g)T Bx(x)T B
B = B+ − (1.50)
(g)T x (x)T Bx
is a rank-two positive definite secant update provided (x)T g > 0 is enforced at each
iteration. This update was discovered independently by Broyden [51], Fletcher [81], Gold-
farb [103], and Shanno [159] in 1970 and is known as the BFGS update.
The effective computational implementation of a quasi-Newton update introduces a
number of additional considerations. When solving nonlinear equations, the search direc-
tion from (1.28) is p = −G−1 c, and for optimization problems the search direction given
by (1.41) is p = −H−1 g. Since the search direction calculation involves the matrix inverse
(either G−1 or H−1 ), one apparent simplification is to apply the recursive update directly
to the inverse. In this case, the search direction can be computed simply by computing the
matrix-vector product. This approach was proposed by Broyden for nonlinear equations,
but has been considerably less successful in practice than the update given by (1.48), and
is known as “Broyden’s bad update.” For unconstrained minimization, let us make the sub-
stitutions x → g, g → x, and B → B−1 in (1.50). By computing the inverse of the
resulting expression, one obtains
(g − Bx)(g)T + g(g − Bx)T
B = B+ − σ g(g)T , (1.51)
(g)T x
Exploring the Variety of Random
Documents with Different Content
itsensä vapaaksi ja palata kotimaahansa. Se oli suuri kiusaus
miesparalle, joka näyttää kotioloissaan olleen hyvinvoipa
englantilainen tai ranskalainen. Orja suostui esitykseen ja sai ensi
työkseen hommata kirjoitusneuvot Rocille, joka rupesi heti laatimaan
kirjelmää, millä toivoi pelastavansa nahkansa.

Lahdelle tullessaan oli Roc nähnyt ison ranskalaisen laivan

ankkurissa jonkun matkan päässä satamasta, ja hän laati nyt
kirjeensä siten, kuin olisi se tullut tuon laivan kapteenilta. Kapteenin
nimissä hän osoitti kirjeen kuvernöörille ja mainitsi kuulleensa tämän
vanginneen ja aikovan piammiten teloittaa eräitä rannikkoveljeksiä,
joita kohtaan hän — kuten ranskalaiset tähän aikaan ylipäänsä —
tunsi harrasta mielenkiintoa. Tästä mutkattomasta menettelystä
harmistuneena uhkasi ranskalainen kapteeni — yhäti Rocin käden
kautta — että jos noille kelpo miehille, jotka eivät ainakaan tällöin
olleet tehneet pahaa kellekään, tapahtuisi mitään vääryyttä, hän
osoittaisi aivan yhtä suurta armottomuutta jok'ainoalle
espanjalaiselle, joka konsanaan joutuisi hänen käsiinsä. Ja vielä
pitemmällekin uskalsi urhea kirjoittaja mennä: hän vannoi sielunsa
autuuden kautta, että ranskalaiset ja bukanierit yhdistetyin voimin
kostaisivat kuvernöörin tihutyön niin hyvin Campeachyn kaupungille
kuin kaikille kohtaamillensa espanjalaisille laivoille. Kun orja palasi
Rocin luo, antoi tämä hänelle kirjeen sekä seikkaperäisiä neuvoja,
mitä hänen sillä oli tehtävä. Hänen oli varustettava itselleen niin
hyvä valepuku, ettei herättäisi kenenkään huomiota, sitten yöllä
lähdettävä ulos kaupungista ja palattava varhain aamulla ja sanoa,
että tuon ranskalaisen laivan väki oli jättänyt tämän kirjeen hänen
tuotavakseen kuvernöörin omaan käteen.

Orja suoritti osansa mahdollisimman hyvin. Huomenissa, päivän

koittaessa, hän ilmestyi jälleen kaupunkiin märkänä ja rannikon
liejun tahraamana, ja hänet laskettiin ilman epäilyksiä sanomineen
kuvernöörin puheille. Täytettyään täten tehtävänsä hän esiytyi
vankilassa taas halpa-arvoisena orjana, jonka toimena oli kantaa
ruokaa vangeille.

Kuvernööri luki saamansa kirjeen hyvin sekavin tuntein; hän tiesi,

että sataman edustalla ankkurissa lepäävä ranskalainen laiva oli iso
ja hyvin asestettu, eikä hän muutenkaan erittäin rakastanut
ranskalaisia aluksia. Kerran ennen oli pieni ranskalais-englantilainen
sissilaivasto valloittanut kaupungin ja pidellyt sitä hyvin pahasti, eikä
kuvernööri mielellään suonut samanlaista tapausta uusiutuvaksi.
Kaupungissa ei tällöin sattunut olemaan erityisen voimakasta
espanjalaista suojelusvartiota; eikä voinut arvatakaan minkälainen
sissilaivasto saattaisi laskea satamaan, jos tulisi tiedoksi, että
kuuluisa Roc oli saanut surmansa Campeachyssa. Tavatonta oli, että
vangilla sattui olemaan niin mahtavia ystäviä aivan lähellä, jonka
vuoksi kuvernööri otti Rocin asian perin pohjin harkittavakseen.
Muutaman tunnin pohdinnan jälkeen hän päätti parhaaksi päästä
Rocista erilleen niin pian kuin mahdollista. Hän tunsi olevansa aivan
samassa asemassa kuin mies, joka on varastanut karhunpennun ja
sitten kuulee emäkarhun karjunnan metsän pimennosta. Niinkuin
tämä nakkaa sukkelasti saaliinsa sylistään ja jatkaa matkaansa aivan
kuin ei tietäisi metsässä karhuja olevankaan, niin tunsi kuvernöörikin
turvallisimmaksi kohdella pelättyä rosvoa tavalla, joka ei aiheuttaisi
kostotoimenpiteitä hänen ystäväinsä taholta.

Roc ja hänen miehensä kirvotettiin siis kahleista ja vietiin

kuvernöörin eteen, joka sanoi heille, että koska heitä ei oltu tavattu
missään pahanteossa, niin päästettiin heidät nyt vapauteen ja
kuljetettaisiin Englantiin — kumminkin sillä ehdolla, että he tästä
lähin heittäisivät sissitoimen sikseen ja rupeisivat rauhallisiksi
kansalaisiksi siinä siivossa ammatissa, minkä kukin itselleen valitsisi.

Siihen ehtoon Roc ja hänen miehensä suostuivat tietysti iltistään.

He lupasivat pyhästi luopua merirosvoudesta ja astua mitä pikimmin
hyveen ja kansalaiskunnon leveille laduille. Satamassa oli laiva
lähdössä Espanjaan, ja siinä myönsi kuvernööri heille vapaan matkan
valtameren toiselle puolelle. Epäilemättä olisivat sissit mieluummin
lähteneet ranskalaisella laivalla; mutta taivutettuaan nuo
yhteiskunnan hylkiöt elämänparannukseen ei kuvernööri halusta
sallinut heidän heti joutua sellaisten arveluttavien veikkojen seuraan
kuin ranskalaiset; eikä Roc myöskään sen pitemmältä asiasta
puhunut, sillä hän arvasi, kuinka hämilleen ranskalainen kapteeni
tulisi, jos kuvernööri olisi vedonnut tältä muka saamaansa
kirjeeseen.

Valtamerimatkalla Roc säilytti hyvätuulisuutensa, sillä hän tiesi sen

olevan tarpeen: hän ei hairahtanut kortinpeluuseen, ei
ylenjuomiseen eikä humalaisen rähinään. Päinvastoin hän osoitti
olevansa niin kunnollinen ja altis merimies, että kapteeni salli hänen
ottaa osaa laivaväen töihin. Roc osasi paljon muutakin kuin murhata
ja ryöstää; intiaaneilta hän oli oppinut pyytämään kaloja jousella ja
nuolilla, ja matkalla meren yli istui hän kaikkina vapaahetkinään
ylhäällä rikissä ja ammuskeli vedenpintaan kohoavia kaloja. Saaliinsa
hän myi laivan päällystölle, ja sanotaan hänen tällä tapaa
ansainneen kokonaista puolikolmatta tuhatta markkaa. Jos se on
totta, niin oli kalaruoka siihen aikaan perin kallista; mutta se osoittaa
toiselta puolelta, että jos Rocilla olisi ollut halua antautua
kunnialliseen ammattiin, olisi hän kalanpyynnillä ansainnut
enemmänkin kuin jokapäiväisen leipänsä. Joka tapauksessa hän
hyvällä käyttäytymisellään sai aikaan, että häntä ja hänen miehiään
laivalla kohdeltiin mitä parhaiten.

Mutta kun tämä seurue elämänparannusta tekeviä merirosvoja oli

päässyt Espanjaan ja omiin valtoihinsa, muistivat he yhtä vähän
Campeachyssa vannomaansa valaa kuin mitä muita sissielämässä
tekemiään kelpo päätöksiä hyvänsä. Heillä ei tosin ollut laivaa eikä
varojakaan sen ostoon; mutta tavalla tai toisella hankkivat he
itselleen uudestaan ylipääsyn Länsi-Intiaan ja esiytyivät pian
Jamaikassa yhtä korskeina ja verenhimoisina bukaniereinä kuin
konsanaan aikaisemmin.

Roc ei ollut ainoastaan luopunut kaikesta elämänparannuksesta,

vaan päättänyt alkaa sissitoimen vielä paljon suuremmassa mitassa
kuin koskaan ennen. Sitä varten hän oli liittoutunut erään vanhan
ranskalaisen bukanierin kanssa, jolla oli kuvaava liikanimi Tributor
(Pakkoveron-kiskoja); ja kohtapa molemmat toverit olivat haalineet
ympärilleen lukuisan joukon saaliinhimoisia veikkoja, joiden kanssa
lähtivät valloittamaan muuatta espanjalaista siirtolakaupunkia.
Menetettyään kaikki ennen kokoomansa rikkaudet ja oltuaan niin
kauan pakotettu tulemaan toimeen vaivaisella kalanpyynnillä, hehkui
uljas sissimme halusta päästä yhdellä reimalla iskulla ansaitsemaan
sitä enemmän. Jos se onnistui, voi hän korjattuaan sissikunniansa
ajatella vetäytymistä viisaan lepoon.

Kaupunki, jonka kimppuun Rocin ja Tributorin hyppyset syhyivät,

oli nimeltään Merida ja sijaitsi Yukatanin niemimaalla. Vaikka yritys
olikin rohkea, jopa kovin uskallettukin, niin olivat he kumpikin miehiä
sitä toimeenpanemaan. Roc oli aikoinaan virunut Meridankin
vankityrmässä, ja tuntien siis ainakin osaksi kaupunkia luuli hän
heidän voivan rauhassa nousta maihin jonnekin ylemmäksi rannikolle
ja sitten epäluuloja herättämättä lähestyä kaupunkia maan puolelta.
Jos se kävi päinsä, oli heidän helppo yllättää pahaa-aavistamaton
varusväestö, surmata se viimeiseen mieheen saakka ja sitten ruveta
kaupungin herroiksi.

Mutta jo alussa meni heidän aikeensa myttyyn; heti heidän maihin

noustuaan keksivät heidät muutamat intiaanit, jotka riensivät
Meridaan lennättämään sanaa uhkaavasta vaarasta. Kun siis Roc
tovereittensa kanssa läheni kaupunkia, oltiin siellä jo varailla ja
valmiit antamaan heille lämpimät tervetuliaiset: varusväki oli aseissa,
tykit ladatut ja kaikki kaupunkiin johtavat tiet ja polut vartioituja.
Mutta sekään ei peloittanut sissejä; he kävivät yhtä tuimasti
ryntäämään, kuin olivat tottuneet merellä iskemään kiinni
espanjalaiseen aarrelaivaan. Pian he saivat kumminkin havaita, että
maataistelu on hiukan toisenlaista kuin merikamppailu.
Jälkimmäisessä sattuu peräti harvoin, että hyökkääjäin kimppuun
käydään takaapäin; siksipä olivatkin Roc ja hänen väkensä perin
ikävästi yllätettyjä, kun metsien kautta kiertänyt ratsuväkiparvi
odottamatta iski heihin kiinni selkäpuolelta. Jouduttuaan varusväen
raehaulia syytävien tykkien ja muskettien ynnä ratsumiesten pitkäin
keihäiden ja tapparain väliin olivat sissit ilmeisessä rotanloukussa,
eikä heidän täydellinen tappionsa odotuttanut kauan. Tributor ja
suuri joukko sissejä sai surmansa, ja Roc, tuo kuuluisa Brasilian Roc,
häpäisi nimensä surkealla tavalla.

Tämä ikimuistettava tapaus vaikutti kerrassaan tärisyttävästi

Juhana Esquemelingiin, jolla oli tietona Meridan tapahtumat ja joka
on mistäkin laveasti kertonut historiassaan. Hän ei olisi osannut
ajatellakaan, että hänen ihailtu sankarinsa Roc — Brasilian Roc —
kehtasi häpeällisellä paolla pelastaa nahkansa löylystä, jossa oli
pahoin saanut selkäänsä, jättäen toveriensa raadellut ruumiit
tappotanterelle. Hän oli ollut niin vakuutettu tämän urhon
voittamattomuudesta ja ainakin hänen lannistumattomasta
tarmostaan, että hän aivan masentuneena ja ikäänkuin
persoonallisen hävyntunnon valtaamana aivan lyhyesti kertoo, miten
Roc katalasti käänsi selkänsä samalla kertaa entisille periaatteilleen
kuin voitollisille vihollisilleenkin. Ja tämän paon jälkeen hurjapää
kerskuri katoaa kerrassaan hänen historiastaan. Toiselta taholta
tiedämme hänen edelleenkin eläneen Jamaikassa ja arvatenkin
jatkaneen epävakaista ammattiaan; mutta Juhana Esquemeling ei
sanallakaan enää mainitse hänen vastaisista urhotöistään.

XI luku.

TAISTELUTAVAT MUUTTUVAT.

Epävarmuus Länsi-Intian asioissa rupesi suuresti huolettamaan

Espanjan hallitusmiehiä. He olivat löytäneet uuden maanosan,
ottaneet sen haltuunsa ja tavanneet siellä rajattomia aarteita joka
laatua, joita he hyvin kipeästi tarvitsivatkin. Näitä aarteita kuljetettiin
Espanjaan niin pian kuin niitä oli saatu kiskotuksi irti onnettomilta
alkuasukkailta ja kootuksi rannikolle lastausvarastoihin; ja kaikki olisi
käynyt niinkuin pitikin, jollei odottamatta olisi noussut mitä
tuntuvimmaksi esteeksi lukuisa joukko laeista piittaamattomia
miehiä, jotka oikeastaan muodostivat erityisen kansakunnan ja jotka
jatkuvasti pitivät pyhimpänä pyrintönään anastaa espanjalaisilta
kaiken sen, mitä nämä olivat saaneet anastetuksi intiaaneilta.
Englannin, Ranskan ja Hollannin hallitukset elivät ylipäätään
rauhassa Espanjan kanssa; mutta samalla ne valitettavasti myöskin
tyytyivät kaikessa rauhassa katselemaan, miten niiden valtikan alta
lähteneet merimiehet yhtyivät nujertamaan Espanjan merenylistä
kauppaa — tosin sangen yksipuolista kauppaa, se täytyy myöntää.

Eikä Espanjaa hyödyttänyt mitään, vaikka valittikin naapurimaiden

hallituksille niiden kansallisuutta olevien bukanierien röyhkeydestä.
Ne näet eivät panneet rikkaa ristiin estääkseen niiden satamista
lähteneiden sissien rosvotoimia. Espanja sai yksinään koettaa
parastaan näiden ryöstönhalun hillitsemiseksi ja rankaisemiseksi.
Sissit olivat yhtä liukkaita kuin uhkarohkeitakin, ja vaikka
espanjalaiset kävivät säännöllistä merisotaa niitä vastaan, näytti
niiden luku vain lisäytyvän eikä vähenevän. Joka kerta kun
espanjalainen kauppalaiva oli vallattu ja sen kullat, hopeat ja kalliit
ryydit viety Tortugaan tahi Jamaikaan jaettavaksi hurjain vekkulien
kesken, kasvoi innostus tuohon tuotteliaaseen ammattiin yhä
suuremmaksi rannikkoveljesten kesken ja yhä laajemmalle ulottui
sitä harjoittavien toiminta. Englannista ja Ranskasta lähti yhä uusia
nopeakulkuisia aluksia näille vesille, tuoden mukanaan hyökkäys- ja
puolustusasemia hyvin, mutta siveellisillä periaatteilla ja koetellulla
kansalaiskunnolla sitä kehnommin varustettuja seikkailijoita; ja
Espanjan Länsi-Intiassa liikkuvat sotalaivat huomasivat piankin, että
niitä vastassa toimi monessa suhteessa sangen säännöllinen ja
itsenäinen merivalta.

Bukanierit eivät pelänneet eivätkä kunnioittaneet mitään mahtia

tahi vanhoja hyviä tapoja; lainkaan välittämättä merisodan laeista
voi vallan pikkuruinen pursi hyökätä ison sotalaivan kimppuun ja —
sen pahempi — enimmäkseen vallatakin sen. Ja joka suhteessa alkoi
Espanja huomata joutuneensa siihen ikävään asemaan, että se toimi
vain tavaranhankkijana kaikkien kansallisuuksien henkipatoille
merenkulkijoille.
 Tajuten, ettei voinut lainkaan vähentää sissialusten lukua, päätti
Espanja vähentää omain, aarteita kuljettavani laivainsa lukua.
Kauppatavarain ja jalometallien tuonnissa Amerikasta emämaan
satamiin tapahtui järjestelmällinen muutos. Lasteja keskitettiin
yhteen muutamiin harvoihin varastoihin; ja mitä ennen oltiin
kuljetettu kolmella laivalla, se koottiin nyt yhteen ainoaan isoon
laivaan, joka oli sekä asestuksen että miehistön puolesta niin hyvin
varustettu kuin suinkin, jotta yritteliäät sissit mikäli mahdollista
turhaan polttaisivat näppinsä sen kylkiä vastaan. Hyvin usein tästä
menetelmästä olikin toivottu hyöty, vaikka rosvot välistä kokoutuivat
ahdistamaan sellaista mahtialusta niin lukuisin parvin ja niin tulisella
vimmalla, että onnistuivat saamaan sen käsiinsä, jolloin heidän
saaliinsa oli suurempi kuin he ennen olivat osanneet uneksiakaan.
Mutta tämä tapahtui verraten harvoin, ja jonkin aikaa voivat
espanjalaiset kuljettaa julman ryöstöhalunsa tuotteita jotenkin
turvallisesti kotimaahan.

Toiselta puolen tämä menetelmä aiheutti muutoksen myöskin

sissien sodankäynnissä. Kun kullankaivajat eivät enää löydä
ikävöimäänsä keltaista metallia jokien pohjalta ja tavallisista
huuhtomoista, käyvät he niiden vuorien kimppuun, joista joet
irroittavat kultamurusensa, murskaavat kalliojärkäleitä hienoksi ja
etsivät saalistaan itse sen alkulähteistä; samalla tapaa bukanierit,
nähdessään turhiksi yrityksensä riistää espanjalaisilta saaliin
merenylisellä matkalla, ryhtyivät nyt anastamaan sitä
varastopaikoilta ennen laivoihin lastaamista.

Tämä uusi menettelytapa pakotti heitä puolestaan liittymään

yhteen isolukuisiksi parviksi, oikeiksi partionkävijäsotajoukoiksi, jotka
kaikkein pelätyimpäin päällikköjen johdolla kävivät järjestelmälliseen
hyökkäys- ja ryöstösotaan Espanjan amerikkalaisia Kaupunkeja ja
siirtoloita vastaan. Sangen monet näistä Espanjan rikkauksien
lastauspaikoista olivat linnoittamattomia ja suojattomia, ja usein
kukistuivat varustetutkin paikat bukanierien vimmaisista ryntäyksistä.
Ne ryöstämiset, joukko— surmat, polttamiset ja kaikenlaiset
julmuudet, joita maankamaralla ruvettiin harjoittamaan, veivät kohta
voiton kaikista aikaisemmin merellä toimeenpannuista. Taisteluun
osaaottavain joukkojen luku, saaliin runsaus ja hävityksen vimma
olivat tietysti paljon suuremmat maakuin merisodassa; edellisessä
sodankäynti tapahtui verrattomasti suuremmissa mittasuhteissa.
Sisseistä tuli uskaliaimpia ja julmimpia valloittajia mitä historia
tuntee. Heitä eivät sitoneet mitkään lait, eivät yleiset siveyssäännöt
eivätkä vakiutuneet sodankäyntitavat. He eivät säälineet eivätkä
säästäneet niin mitään, eivät edes itseäänkään, ja menettelivät joka
suhteessa aivan kuin villipedot — paitsi siinä, että villipedotkin saaliin
tapettuaan ja suuhunsa ahmattuaan käyvät hyväksi aikaa lepäämään
ja sulattamaan ruokaansa. Mutta sissit eivät joutaneet
lepäämäänkään; kerrallinen syönti antoi heille vain uutta ruokahalua.

Oli ajankohtia, jolloin sekä hengen että omaisuuden puolesta

tuntui turvallisemmalta purjehtia meren poikki sissialuksella kuin
espanjalaisella kaljaasilla, tahi asua jossakin sivistymättömässä
yhdyskunnassa Tortugassa tai Jamaikassa, kuin uskaltaa asettua
hyvin järjestettyyn ja hallittuun espanjalais-amerikkalaiseen
kaupunkiin, jolla oli virkamiehensä, vallituksensa ja varusväkensä.

Peräti omituinen sissiyhteiskunta, oikea rosvokansa syntyi noilla

kaukaisilla vesillä ja rannoilla, jonka yksilöt lisäytyivät kuin sienet
sateen jälkeen; kaikilla ainoana tarkoituksena ja elintehtävänä riistää
toisilta riistäjiltä niiden saalista, ja menestyen merkillisessä
ammatissaan niin, että uhkasivat riistää näiltä kaiken sen, mitä ne
verellä ja julmuudella olivat onnistuneet pusertamaan esiin Amerikan
neitsyellisestä maakamarasta ja sen poloisilta asujilta. En tiedä,
muodostuiko uusia yhdyskuntia vuorostaan riistämään verin
tahrattua saalista näiltä toiskäden ryöväreiltä; mutta varma on, että
jos sellaisia olisi syntynyt, olisi niiden jäsenillä ollut perin runsaat
varat jaettavanaan.

XII luku.

TARINA JULMASTA L'OLONAIS'STA.

Edellisessä luvussa olemme nähneet, kuinka bukanierien voima

viimein kasvoi niin väkeväksi, että uuden maailman aarteilla lastatun
espanjalaisen laivan oli arveluttava yrittääkään Karaibin mereltä
Atlantille, ja kuinka tästä johtuvan saaliin vähenemisen takia sissien
oli pakko muuttaa sodankäyntiään: espanjalaisten alusten sijasta
koettaa sotilaallisesti järjestetyin partiojoukoin valloittaa
rannikkokaupunkeja, himotun saaliin varastopaikkoja.

Näiden maajoukkojen johtajain keskuudessa teki itsensä erittäin

mainituksi muuan täydellinen hirtehinen nimeltä Frans L’Olonais,
joka, kuten nimestäkin näkyy, oli syntyjään ranskalainen. Noina
aikoina oli tavallista, että sotapalvelukseen vietiin väkisin sellaisia
raukkoja, jotka eivät olleet kyenneet pitämään huolta itsestään ja
omista asioistaan. Kovaonnisia velallisia ja muita ihmispoloisia myivät
heidän velkojansa ja oikeudenomistajansa aivan kuin orjia
sotilasvärvääjille ynnä muille inhimillistä työvoimaa tarvitseville.
Usein oli ainoana erotuksena isännän ja orjan välillä vain se, että
edellisellä oli rahaa, jälkimmäisellä ei ollenkaan. Poikia ja tyttöjä
myytiin määrätyiksi vuosiksi palvelemaan ruokapalkalla uusia
isäntiään. Sellainen ostokki oli L’Olonais’kin, jonka isäntänsä vei
monien muiden onnettomuustoverien mukana Länsi-Intiaan. Siellä
hän eli täydellisessä orjuudessa mieskuntoisuuteensa asti, jolloin
kauppakirjan mukaan isännän hallintovalta taukosi, ja Frans
L’Olonais'sta tuli pian vapain ja riippumattomin ihmisolento mikä
maankamaralla milloinkaan on astuskellut.

Hän aloitti itsenäisen elämänuransa Hispaniolan (Haitin eli San

Domingon) saarella, pitäen ammattinaan nautakarjan pyytämistä ja
teurastamista, siis bukanierinä sanan varsinaisessa merkityksessä.
Mutta kuten useimmat ammattitoverinsa rupesi hänkin pian sissiksi
ja palveli aluksi tavallisena merimiehenä heidän laivoillaan. Tässä
toimessa hän osoitti niin suurta kelpoisuutta ja uljuutta, että muuan
Tortugan sissipäälliköistä antoi hänelle laivan miehistöineen, jolla hän
pääsi aloittamaan liikeasioita omaan lukuunsa. L’Olonais'n sissiura oli
muuten samanlainen kuin useimpain muidenkin senaikuisten
bukanierien, paitsi että hän osoitti vangiksi saamiaan espanjalaisia
kohtaan vallan tavatonta julmuutta, joka kaipaa vertaansa noidenkin
päiväin verihistoriassa. Vallattuaan espanjalaisen laivan nautti hän
yhtä paljon vankiensa kidutuksesta ennen niiden lopullista kuolemaa
kuin anastetun saaliin arvioimisesta. Hän hankki itselleen pian
sellaisen julmurin maineen koko Länsi-Intiassa, että espanjalaisten
laivain miehistöt, joiden kimppuun tämä peto ihmishahmossa kävi,
mieluimmin ottivat kuoleman vastaan laivansa kannella tai
merenpohjassa, kuin vahingossakaan antautuivat L’Olonais'n käsiin.

Kaikki raakalaisuus, julmuus ja kataluus, mitä yksityisinä piirteinä

esiytyi kaiken maailman merirosvoissa, näytti yhtyneen ja
personoituneen tämän hirtehisen olemuksessa. Hän ei ollut niin uljas
ja joka suhteessa kykenevä mies kuin Brasilian Roc, jota voi pitää
sissin puhtaimpana tyyppinä ja tavallaan todellisena sankarina.
Lyhyessä ajassa vakiinnutti L’Olonais maineensa aikakautensa
verenhimoisimpana ja konnamaisimpana merirosvona. Mutta sitten
sattui kovaksi onneksi hänen laivansa tekemään haaksirikon lähellä
Campeachyn kaupunkia. Hän ja hänen miehensä pelastuivat
turvallisesti maihin; mutta pian keksivät muutamat kaupunkilaiset
heidät ja kiidättivät sanan varusväelle, joka lähti rosvoja vastaan ja
hyökkäsi heidän kimppuunsa. Tuima ottelus syntyi, mutta
espanjalaiset olivat ylivoimaiset ja pääsivät voitolle. Rosvoista saivat
useat surmansa, ja jäljelle jääneet ja haavoittuneet otettiin vangiksi.

Haavoitettujen joukossa oli L’Olonais’kin; mutta tietäen, että jos

hänet tunnettiin, voisi hän kaikista vähimmin odottaa armoa, ryömi
hän piiloon pensaikkoon, sekoitti hiekkaa haavoista vuotavaan
vereensä ja tahrasi sillä kasvonsa. Siten onnistui hänen pettää
espanjalaiset, niin että nämä taistelukenttää tarkastaessaan luulivat
häntäkin joksikin alhaisarvoiseksi surmatuksi rosvoksi ja jättivät
hänen ruumiinsa rauhaan.

Sotilaiden lähdettyä vankeineen kaupunkiin nousi kuolleeksi luultu

ruumis pikaisesti pystyyn ja pakeni metsään, missä pysyttelihen niin
kauan kuin hänen haavansa paranivat ja sallivat hänen jatkaa
matkaa pitemmälle. Hän riisui päältään isot merisaappaansa,
pistoolivyönsä ja muut sissitamineet ja täydensi kehnoa ulkoasuaan
muutamasta köyhästä intiaanimajasta varastamallaan vaipalla ja
hatulla sekä alkoi sitten urheasti astella kaupunkia kohti. Hän näytti
vallan tavalliselta maankulkijalta, ja vartijat päästivät hänet ilman
muuta sisään. Hän löysikin pian suojaa päänsä päälle ja vähän
ruokaa syödä ja alkoi koteutua Campeachyn hyvässä kaupungissa.

Kaupungissa vallitsi suuri riemu merirosvoista saadun voiton takia,

ja L’Olonais yhtyi yleiseen iloon, varsinkin kun sai tietää oman
arvoisan persoonansa suureksi osaksi aiheuttaneen sen.
Viranomaiset olivat näet ankarasti tutkineet vankityrmään
työnnetyiltä sisseiltä heidän päällikkönsä kohtaloa; ja kun nämä
yksin suin vakuuttivat tämän saaneen surmansa taistelussa, oli
ihastus tuon pelätyn roiston kuolemasta rajaton. Sitä pidettiin
taivaan voimien persoonallisena kosketuksena hurskaan kaupungin
asioihin; ilotulia poltettiin, riemuvirsiä laulettiin ja kaupungin kaikissa
kirkoissa pidettiin kiitosjumalanpalveluksia.

Tämä oli kaikki L’Olonais'n mieleen, hän liittyi nuorukaisten ja

neitojen joukkoon tanssimaan ilovalkeiden ympärillä ja avusti
kauniilla bassoäänellään kuorolauluissa, joissa hänen perin ansaittua
kuolemaansa ja häntä odottavaa iankaikkista tuomiota jylhästi
kuvattiin. Mutta L’Olonais ei tyytynyt pelkkiin riemuhypähdyksiin ja
niiden hänessä synnyttämiin turvallisuudentunteisiin. Hän teki
tuttavuutta moniaiden orjuuteen joutuneitten englantilaisten kanssa;
ja huomaten nämä tyytymättömiksi kovaan kohtaloonsa uskalsi hän
kertoa heille olevansa äskeisestä taistelusta pakoonpäässyt merisissi
sekä tarjosi heille vapautta ja rikkautta, jos yhtyisivät hänen
tekemäänsä suunnitelmaan. Hän olisi kyllä helposti päässyt yksin
lähtemään kaupungista, mutta hänen luontoisensa mies ei tahtonut
olla tyhjin toimin. Hän tarvitsi aluksen, jolla voi taas aloittaa
vaarallisen ammattinsa, ja miehiä sitä hoitamaan. Niinpä hän taivutti
orjat varastamaan pienen purren, ja siinä lähti seurue yöpimeässä
turvallisesti Campeachystä ja ohjasi kulkunsa Tortugaa kohden, joka
— kuten olemme kertoneet — oli bukanierien pääkortteeri,
"kaikenlaisten ihmiskunnan hylkiöiden tyyssija ja merirosvouden
harjoituskoulu".
 XIII luku.

KUOLLEISTA NOUSSUT L'OLONAIS.

Tortugan rantaan palaava sissi herätti yleistä hämmästystä

entisissä tovereissaan, jotka olivat luulleet hänen saaneen surmansa
Campeachyn verilöylyssä.

Hän oli tosin aivan pennitön, mutta hänelle ominaisen

taivuttelukyvyn avulla onnistui hänen saada haltuunsa isonlainen
alus, jonka hän miehitti jumalattomimmalla valikoimalla konnia ja
hirtehisiä, mikä milloinkaan on laivan kantta polkenut.

Perehdyttyään äskeisessä ottelussa hyvin maataisteluun ei hän nyt

lähtenytkään merelle laivoja vaanimaan, vaan ohjasi aluksensa
muuatta Kuban pohjoisrannikolla olevaa pienoista siirtolaa kohti
nimeltä De los Cayos, josta hän arveli helposti saavansa hyvän
saaliin. Siellä asui uutteria tupakka-, nahka- ja sokerikauppiaita,
joiden omituinen lastaustapa lupasi L’Olonais'lle menestystä. Meri
sen paikan edustalla oli hyvin matalaa, niin etteivät isot laivat
päässeet lähelle rantaa, vaan oli tavarat kuljetettava pienillä soutu-
ja purjeveneillä niihin. Kun rosvo ei uskaltanut purjehtia suoraan
satamaan, luovi hän rannikolla jonkun matkan päässä ja aikoi
anastaa muutamilta kalastajilta heidän veneensä lähestyäkseen niillä
kaupunkia. Mutta kalastajat tunsivatkin hänen aluksensa
rosvolaivaksi, jopa eräät, jotka ennen olivat nähneet L’Olonais'n,
tunsivat hänet itsensäkin sen kannelta. He soutivat kiireen vilkkaa
kaupunkiin ilmoittamaan uhkaavasta vaarasta, ja sieltä lähetettiin
heti sana saaren kenraalikuvernöörille Havanaan, että julma
merirosvo L’Olonais oleskeli laivallaan lähellä siirtolaa, jonka
kimppuun hän epäilemättä aikoi käydä.
 Saatuaan tämän yllättävän sanoman oli kenraalikuvernöörin vaikea
uskoa sitä todeksi. Olihan Campeachysta tullut luotettava tieto
L’Olonais'n kuolemasta, ja Havanankin asukkaat olivat jo pitäneet
riemujuhlaa sen johdosta. Kuullessaan, että tuo Länsi-Intian vitsaus
sittenkin oli elossa ja aikoi hyökätä rauhallisen pikku kylän kimppuun
hänen omalla saarellaan, tuli ylin hallitusmies täyteen yhtä paljon
ihmetystä kuin raivoa; mutta ollen sukkelatoiminen mies hän päätti
ottaa härkää sarvista kiinni ja varusti hyvin asestetun ja miehitetyn
laivan purjehtimaan suoraa päätä De los Cayosiin, kieltäen sen
kapteenia palaamasta takaisin, ennenkun oli hävittänyt maan päältä
koko rosvojoukon, lukuunottamatta sen johtajaa. Tämä ihmiskunnan
iljetys oli tuotava Havanaan kenraalikuvernöörin itsensä
tuomittavaksi. Käskyjensä pikaista toimeenpanoa varten pani
kenraalikuvernööri mukaan jättimäisen neekeripyövelin, jonka oli
määrä hirttää rosvot.

Espanjalaisen sotalaivan saapuessa De los Cayosiin oli sen tulosta

tietämätön L'Olonais jatkanut varustelujaan siirtolan valloittamiseksi.
Hän oli hankkinut käsiinsä kaksi isoa intiaanikanoottia, joilla hänen
miestensä oli määrä soutaa rantaan. Mutta nyt muuttui tilanne ja sen
myötä hänen suunnitelmansakin. Tavallinen seikkailija, joka
aikoessaan kahdella soutuveneellä vallata suojattoman pikku
siirtokunnan yht'äkkiä näkeekin sen turvaksi tulevan ison sotalaivan
tykkeineen ja muskettisotureineen, olisi kiiruimmiten koettanut niin
pian kuin suinkin etäytyä koko Kuban rannikolta. Mutta senaikuiset
sissit tuntuivat hyvin vähän välittävän olosuhteiden äkillisistä
muutoksista. Heistä oli vallan samantekevää, oliko vihollinen, jonka
kimppuun oli käytävä, voimiltaan heitä heikompi tai väkevämpi: kun
tuli tapella, niin tapeltiin!
 Luonnollisesti ei L’Olonais enää voinut salavihkaa soutaa
kaupunkiin ryöstöä aloittamaan niinkuin oli aikonut; mutta
päämääräänsä ei hän silti ajatellutkaan heittää. Kun espanjalainen
sotalaiva asettui hänen ja saaliin väliin, tahtoi hän raivata sen
tieltään, jos suinkin kävi päinsä.

Tällöin oli hänen pakko turvautua sotajuoneen, ja samoin hän

tarvitsi isompaa miesvoimaa kuin hänellä oli käytettävänään.
Senvuoksi hän otatti kiinni moniaita rannikolla kalastavia miehiä ja
panetti ne molempiin kanootteihin soutamaan. Sitten pimeän tultua
hän antoi veneiden hiljalleen liukua sotalaivaa kohti. Tämä lepäsi
ankkurissa vähän matkan päässä rannasta; ja kun sen kansivahti
kello kahden aikaan aamuyöstä näki parin kanootin ilmestyvän
pimeästä, luuli hän niitä rannikon kalastajaveneiksi. Hän pysähdytti
ne huudollaan ja tiedusti, tiesivätkö niiden soutajat mitään lähistöllä
väijyvästä sissilaivasta. L’Olonais arvasi, että hänen ja hänen
miestensä vieras puheenparsi ilmaisisi heidät, ja senvuoksi hän käski
erään vangitsemansa kalastajan vastata, etteivät he olleet nähneet
mitään sissejä; jos näitä olisikin ollut tienoilla, olivat ne arvatenkin
puittaneet tiehensä kuultuaan espanjalaisen sotalaivan
saapumisesta. Sitten sallittiin kanoottien mennä tiehensä; mutta
niiden tie oli vallan toisenlainen kuin miksi laivan kapteeni olisi sen
otaksunut, jos olisi niistä mitä tietänyt.

Ne soutelivat pimeässä edestakaisin sotalaivan lähettyvillä, kunnes

vihdoin vähää ennen päivänkoittoa kävivät rohkeasti ryntäämään sen
kimppuun, yksi kummaltakin puolelta. Ennenkun vahti ennätti herätä
hölmistyksestään, oli yli kaksikymmentä sissiä jo kannella, pelätty
L’Olonais etummaisena.
 Tällaisessa tilanteessa ei tykeillä ollut merkitystä, ja kun miehistö
yritti rynnätä kannelle, huomasi se, ettei tapparoista eikä
pistooleistakaan ollut paljon suurempaa apua. Sissit olivat
etukynnessä; he olivat heti nujertaneet vahdin ja varjelivat kantta
kaikilta alhaalta päin tulevilta. Merisotilaalla täytyy olla kovin tulinen
luonto, jos hän uskaltaa työntää päänsä esiin ovi- tai akkunaaukosta,
kun kolme neljä paljasta säilää odottaa tilaisuutta halkaistakseen
sen. Sittenkin syntyi kannella kova ottelus; upseerit ryntäsivät esiin
kajuutoistaan, ja jotkut kaikkein uskaliaimmat merimiehet rohkenivat
rynnätä keskelle kiehuvaa temmellystä. Sissit puolestaan tiesivät
joutuvansa varmasti alakynteen, jos vastustajia pääsisi liiemmaksi
purkautumaan esiin, ja he tappelivat jokainen kolmen miehen
voimalla ja raivolla; ja raivoisa kamppaus päättyi siten, että jok'ainoa
espanjalainen upseeri ja merimies, joka ei ollut saanut surmaansa tai
tullut pahoin haavoitetuksi, pakotettiin peräytymään kannen alle,
jonka luukut voittajat huolellisesti telkesivät.

Korskeana ja voitonriemuisena seisoi L’Olonais nyt valtaamansa

aluksen kannella, ja ollen vakavain periaatteiden mies päätti hän
tässäkin tilaisuudessa kunnialla kannattaa mainettansa. Paljastaen
karvaisen ja lihaksisen oikean käsivartensa heilutti hän raskasta ja
terävää miekkaansa ja komensi miehensä saattamaan kannen alta
vangit yksitellen hänen eteensä. Hän tahtoi antaa espanjalaisille
opetuksen, etteivät vast’edes pyytämättä sekautuisi hänen toimiinsa,
ja veritekoihin vanhastaan ihastuneena häntä halutti omakätisesti
jakaa tätä opetusta.

Heti kun vanki toisensa perään saatettiin ylös kannelle L'Olonais'n

eteen, katkaisi tämä häneltä kaulan, ja tätä menoa jatkui, kunnes
teloitettujen lukumäärä oli noussut yhdeksäänkymmeneen.
Viimeiseksi tuotiin mestauspaikalle tuo väkevä neekeriorja, Havanan
kenraalikuvernöörin rosvojoukkoa teloittamaan varta vasten
lähettämä pyöveli. Tämä, jolla ei ollut soturin rohkeutta, pelkäsi
surkeasti ja rukoili armahdusta. Huomaten, että miesparalta voi
pusertaa esiin uutisia, kyseli L’Olonais häneltä kaikenlaista
kenraalikuvernöörin aikeista hänen suhteensa; ja kun vapiseva
neekeri lopetti kertomuksensa vakuuttamalla, ettei ollut tullut
omasta halustaan, vaan isäntänsä käskystä hirttämään sissiparven
sen päällikköä lukuunottamatta, niin nauroi julmuri ääneensä ja iski
pään poikki häneltäkin ja ruumis muiden uhrien mukana nakattiin
mereen.

Nyt ei suurella sotalaivalla ollut enää ainuttakaan espanjalaista

paitsi yhtä, jonka L’Olonais oli säästänyt sanansaattajakseen.
Sissipäällikkö meni kajuuttaan, etsi käsiinsä kirjoitusneuvot ja laati
Havanan kenraalikuvernöörille kirjeen, jossa m.m. sanottiin: "Tästä
lähin en anna armoa yhdellekään espanjalaiselle. Ja minulla on hyvät
toiveet, että pian teloitan teidät itsennekin samalla tavalla kuin ne,
jotka lähetitte minua vastaan. Sillä tavalla kostan sen
huomaavaisuuden, jota aioitte osoittaa minulle ja tovereilleni."

Kun tämä kirje joutui Kuban kenraalikuvernöörin käsiin, raivosi hän

ja melkein vaahtosi vimmasta. Joutua ensin tappiolle tuota kuolleista
ylösnoussutta hirtehistä vastaan ja sitten vielä saada noin törkeä
kirje — se oli enemmän kuin hän jaksoi sulattaa; ja upseeriensa ja
virkamiestensä läsnäollessa hän vannoi hirveän valan, ettei hänkään
puolestaan antaisi armoa ainoallekaan bukanierille. Jok'ikinen tuon
kirotun ammatin harjoittaja saisi loppunsa heti hänen käsiinsä
langettuaan.

Mutta Havanan ja sen ympäristön asukkaat tulivat hyvin hämilleen

kuullessaan ylimmän hallitusmiehensä uhkauksesta. Tähänkin asti he
olivat eläneet alituisen vaaran alaisina, joka heitä uhkasi sissien
puolelta, varsinkin ne, jotka pitivät kalastusta ja merenkulkua
ammattinaan; ja pelätä sopi, että sissit heitä odottavasta kohtalosta
kuultuaan kohtelisivat aivan samalla tapaa kaikkia espanjalaisia,
rauhallisissakin toimissa tavoittamiaan. He laittoivat tämän johdosta
lähetystön huomauttamaan kenraalikuvernöörille, että hänen
kostoaikeensa tulisi pahimmin kohdistumaan espanjalaisiin
siirtolaisiin, sillä bukanierit voivat tuottaa näille paljon enemmän
vahinkoa kuin hän konsanaan pelätyille rannikkoveljeksille; ja he
pyysivät nöyrimmästi, että hän suvaitsisi armossa peruuttaa valansa,
jollei halunnut tuottaa hallitsemalleen väestölle pahempia seurauksia
kuin mitä nälkä ja rutto ikänä voi aiheuttaa.

Kun ylhäinen virkamies oli hiukan tyyntynyt, älysi hän itsekin, että
tässä puheessa oli koko joukko perää; ja hän tunsi yleisen
turvallisuuden nimessä olevansa pakotettu luopumaan
yleiskostohankkeistaan.

L'Olonais puolestaan oli nyt saanut haltuunsa komean laivan, joka

ei ollut äskeisessä taistelussa kärsinyt vähintäkään vauriota. Mutta
hänen pieni joukkonsa, josta muutamia oli kahakassa saanut
surmansa tahi pahoin haavoittunut, oli riittämätön kuljettamaan
laivaa; ja lisäksi hän huomasi pettymyksekseen, että siinä oli perin
vähän ruokavaroja, sillä laivaa Havanasta lähetettäessä oli luultu
kyseessä olevan vain lyhyen risteilyn. Hurja tapparanheiluttaja oli
samalla älykäs järkiniekka ja päätteli senvuoksi, ettei hän näin ollen
kykenisi mihinkään isompaan yritykseen; ja puristettuaan itselleen
vähän lisäväkeä ja ruokavaroja De los Cayosista sekä ryöstellen
muutamissa muissa välillä olevissa pikku satamissa hän kuljetti
laivansa Tortugaan.
 XIV luku.

LAAJAPERÄISTÄ RYÖSTELYÄ.

L'Olonais'n saapuessa Tortugan pahamaineisille rannoille ottivat

sissiyhdyskunnan jäsenet hänet vastaan niinkuin kunniakkaan
sankarin ainakin. Hänhän ei ollut ainoastaan vallannut komeaa
espanjalaista sotalaivaa, vaan myöskin puraissut Havanan ylpeätä
hallitsijaa raudoitettuun kantapäähän ja päälle päätteeksi omalla
kädellään iskenyt pään poikki lähes satakunnalta tämän soturilta.
Nekin, jotka eivät ennen olleet pitäneet häntä erityisessä arvossa,
yhtyivät nyt yleiseen ylistysvirteen. Moista sankaria ja urhotekoa ei
vielä ollut ilmautunut merirosvouden historiassa.

Eipä ihme, että uusia suurenmoisia hankkeita alkoi viritä

teurastajaurhon aivokopassa. Lähinnä päätti hän varustaa ison
retkikunnan valloittamaan Maracaibon tärkeää kauppakaupunkia
Uudessa Venezuelassa. Se oli tehtävä, joka kohosi tavallisten
bukanieriyritysten yläpuolelle. Hän ryhtyi heti värväämään kokoon
oikeata sotajoukkoa ja -laivastoa, jonka yliamiraalina hän tuli
toimimaan. Siihen aikaan sattuikin Tortugassa olemaan paljon
toimettomia sissejä, jotka olivat ylen halukkaat purjehtimaan pelätyn
merikuninkaan johdolla.

Mutta niin hyvin laivain hankkimisessa kuin miesten värväämisessä

oli raha tarpeen, ja sitä saadakseen onnistui L'Olonais'n taivuttaa
osalliseksi yritykseensä Tortugan sissien etevin luotonantaja. Tämä
oli vanha, aikansa palvellut merirosvo nimeltä Mikael de Basco, joka
kylliksi varoja koottuaan oli asettunut rauhassa nauttimaan
korkotuloistaan. Hän oli tärkeä henkilö saarella, sillä hän oli samalla
sen ylin hallitusmies. Vanhan rosvon kuultua L'Olonais'n
suurenmoisesta retkikunnasta syttyi hänen sielunsa uuteen hehkuun;
kykenemättä vanhanakaan pysyttelemään kotosalla upeassa
kartanossaan, kun niin suuria hankkeita oli vireillä, tarjoutui hän
auttamaan sissipäällikköä pääomallaan, jopa itsekin liittymään
osalliseksi retkeen rupeamalla maavoimien johtajaksi. Tämä tarjous
oli kaikin puolin L'Olonais'n mieleen, sillä vanhan Bascon maine
ankarana miekkamiehenä oli tunnettu sekä Amerikassa että
Europassa.

Kun kaikki varustelut olivat valmiit, nostatti L'Olonais purjeet ja

lähti kahdeksalla laivalla matkaamaan Maracaiboa kohti. Välillä
anastettiin kaksi espanjalaista alusta, joissa oli rikkaat lastit, ja
vihdoin saavuttiin sen kaupungin edustalle, joka oli määrä valloittaa
ja ryöstää puti puhtaaksi.

Maracaibo, joka sijaitsee samannimisen ison merenlahden tai

oikeammin sisäjärven suulla Karaibin meren etelärannalla, oli rikas
kauppa- ja merikaupunki ja sen 3—4,000 asukasta olivat äveriästä
väkeä, jotka asuivat upeissa taloissa, silloinkun eivät oleskelleet
sisempänä maassa olevissa maakartanoissaan. Joka suhteessa oli
tämä kaupunki siis omiaan vetämään puoleensa saaliinhimoisia
rosvoja; mutta vaikeudetta ei sitä voinut lähestyä. Ollen niin
huomattava ja tärkeä paikka oli se myöskin asianmukaisesti
varustettu. Eräällä satamassa olevalla saarella oli vahva linnoitus, ja
toisella hiukan etäämpänä sijaitsevalla saarella korkea torni, jonka
huipussa vartijat yötä päivää tähystelivät, lähestyikö mereltä päin
vihollisia. Näiden kahden saaren välinen salmi oli ainoa väylä, josta
kaupunkiin voi laivalla tulla. Mutta nämä varustukset luodessaan
olivat viranomaiset pitäneet silmällä vain säännöllisiä merivoimia,
osaamatta ottaa lukuun sissien yhdellä haavaa kavalaa ja
hurjanrohkeaa sodankäyntitapaa.
 L'Olonais oli liian viisas asettaakseen laivansa alttiiksi linnoituksen
tulelle, johon vastaamaan hänen harvat laivatykkinsä olivat kovin
heikot; [Vanhain puulaivain aikana oli suhde meri- ja maatykistön
välillä päinvastainen kuin nykyään. Suom. huom.] ja siksipä hän ei
välittänyt satamasta sen enempää kuin ei sitä olisi ollutkaan, vaan
ohjasi aluksensa muutamaan meren yhteydessä jonkun matkan
päässä kaupungista ja ulkopuolella tornin näköpiirin olevaan järveen.
Siellä sissit nousivat maihin ja uiden takaapäin linnoitusta
kannattavalle saarelle kävivät sen kimppuun. Tämä tapahtui varhain
aamun koittaessa. Varusväki oli ylen ällistynyt tästä mantereelta
käsin tulevasta hyökkäyksestä; ja vaikka soturit taistelivat
urhoollisesti kolmen tunnin ajan, täytyi heidän luovuttaa vallitus
toisensa perään ryntääjille, ja niin moni heistä kuin suinkin kykeni ui
vuorostaan salmen poikki mantereelle ja kaupunkiin.

Täten saatuaan linnoituksen valtaansa jätti L’Olonais siihen

vähäisen varusväen ja palasi enimpäin miestensä kera takaisin
laivoihin, laski niillä suoraan lahden pohjaan ja antaen tykkien jyristä
ankkuroi sisäsatamaan hämmästyneiden kaupunkilaisten silmäin
eteen.

Kuultuaan pakoon pötkineeltä varusväeltä, että linnoitus oli

menetetty, valtasi Maracaibon asukkaat kauhu ja pelko, sillä nyt he
olivat aivan suojattomat. He tiesivät, että uskaliaiden sissien ainoana
tarkoituksena oli ryöstö ja hävitys, ja senvuoksi kaikki
kynnellekykenevät kiiruhtivat sisämaahan päin kantaen mukanaan
kalleuksiaan niin paljon kuin voivat. Kaupunki tyhjeni väestä aivan
kuin olisi koleera tai musta surma odottamatta uhannut sitä; ja
eivätköhän asukkaat olisikin mieluummin nähneet viitakemiehen
niiden muodossa lähestyvän talojaan kuin moisten maankuulujen
julmurien hahmossa.
 Heti kuin L'Olonais hurjine tovereineen oli noussut kaupunkiin,
antautuivat he hurjaan mässäykseen. Merimatkan loppupuolella oli
heidän ravintonsa ollut niukka, niin että he nyt talojen hyvin
varustettuihin kellareihin päästyään korvasivat tappionsa
yltäkylläisesti. Vasta seuraavana päivänä muistuivat liikeasiat heidän
mieleensä, ja miesparvia lähetettiin ylt’ympärinsä maaseudulle
etsimään pakolaisia käsiinsä ja puristamaan näiltä heidän mukaansa
ottamat kalleudet. Mutta vaikka paljon poloisia, vapisevia asujamia
tavattiin ja laahattiin takaisin kaupunkiin, ei heiltä löydetty
mainittavassa määrässä rahaa eikä arvoesineitä. Silloin rupesi
L'Olonais antamaan näytteitä siitä, kuinka paljon kauheampi vieras
hän oli kuin surmaavimmatkaan kulkutaudit. Hän kidutti pirullisella
tavalla vankiparkoja, miehiä, naisia ja lapsia, pakottaakseen heidät
ilmaisemaan, minne olivat aarteensa kätkeneet. Ken uskalsi pysyä
taipumattomana tai kenellä ei maallisia tavaroita suuresti ollut, siltä
hän usein omankätisesti silpoi jäseniä ja uhkasi tapattaa omaiset ja
ystävät uhrin silmäin edessä, ennenkun tälle itselleen antoi
armoniskun.

Kaikkia tämän ihmispedon Maracaibossa harjoittamia julmuuksia ei

voi kirjassa kuvatakaan. Yksin Juhana Esquemelingkin sen
valloituksesta puhuessaan niistä enimmäkseen vaikenee. Ja kuitenkin
oli tulos laihanlainen: kaksi viikkoa kestäneen verisaunan jälkeen oli
saalis niin vähäinen, että rosvojen oli pakko kääntää silmänsä
muualle saadakseen ryöstönhimonsa kunnollisesti tyydytetyksi.

Maracaibo-järven etelärannalla, noin 65 km. päässä sissien juuri

hävittämästä kaupungista, oli toinen varakkaan- ja isonpuoleinen
siirtola nimeltä Gibraltar, ja sinne käänsi L’Olonais laivainsa kokat.
Mutta nyt he eivät voineetkaan lähestyä kaupunkia huomaamatta ja
odottamatta, sillä sanomat heidän hirmutöistään olivat ennättäneet
sinne, ja siellä oltiin valmiit heitä vastaanottamaan. Heidän
kaupunkia lähetessään lennähti hätälippu vartiotornin huippuun, ja
kaikki aseihin kykenevät kiiruhtivat rantaan. Semmoisen kaupungin
kimppuun käyminen oli uhkateko, sillä espanjalaisilla oli tuhatkunta
soturia ja rosvoja oli vain 380. Mutta epäröiminen ei ollut L'Olonais'n
luonteen mukaista. Tapansa mukaan hän ei ajatellutkaan
pommittamista eikä muuta merisotaan kuuluvaa temppua;
laskettuaan maihin ensimmäiseen sopivaan kohtaan hän kokosi
miehensä ja piti heille sytyttävän puheen. Hän antoi heidän
ymmärtää, kuinka vaikea yritys heillä oli edessä; mutta vakuutti
samalla heidän jo niin tottuneen espanjalaisia lyömään, että jos he
nyt kaikki yhtenä miehenä seuraisivat häntä, oli kaupunki varmasti
pian heidän vallassaan. Hän kuvasi, kuinka häpeällistä oli peräytyä
yrityksestä vihollisen muodollisen ylivoiman takia, ja päätti puheensa
uhkaamalla ampua omalla kädellään jok'ainoan, joka
silmänräpäyksen ajaksikaan jäisi vitkastelemaan. Tämän
kaunopuheisuuden innostamina sissit kaikki heristivät nyrkkiä ja
vannoivat seuraavansa häntä, minne ikinä hän heitä veisi.

Sen he uskollisesti tekivätkin; ja L’Olonais, jolla oli hyvin valju

muisto suorimmasta kaupunkiin vievästä tiestä, johdatti heidät
sulaan suohon, missä tuo kallisarvoinen valikoima kaiken maailman
hirtehisiä juuttui polviaan myöten hetteeseen, kykenemättä kaikista
ponnistuksistaan ja sadatteluistaan huolimatta pääsemään yli taikka
ympäri. Tässä tukalassa asemassa heidät pahimmoiksi keksi muuan
kaupungista saapunut ratsastajaparvi, joka alkoi syytää luoteja
kiikkiinjoutuneeseen rosvoparveen. Espanjalaiset luulivat, että voitto
oli nyt helposti saavutettu ja että heidän tarvitsi vain pysytellä
rämeen reunalla ja ammuskella pyristeleviä veitikoita, jotka eivät!
päässeet edes miekkoja mittelemään heidän kanssaan. Mutta nuo
veitikat olivat karkaistuja sissejä, joissa henki oli sitkeämpi kuin
kissassa ja jotka eivät suinkaan mielineet jäädä suohon ammuttaviksi
kuin varpuset. Miekoillaan he katkoivat puista alasriippuvia oksia ja
valmistivat niistä itselleen jonkinmoisen kannattavan polun, jota
myöten vihdoinkin pääsivät kovalle maalle. Mutta siellä oli jälleen
heitä vastassa vielä isompi espanjalaisjoukko suojassa multavallien
takana. Tykit ja musketit alkoivat syytää raehauleja heidän
riveihinsä, ja pauke ja meteli oli niin huumaava, etteivät taistelevat
voineet; kuulla johtajainsa käskyjä.

Tuskin koskaan ennen lienevät bukanierit joutuneet niin

vimmattuun maataisteluun osallisiksi kuin täällä. Pian ryntäsivät
espanjalaiset esiin vallitustensa takaa, ja L'Olonais'n ja hänen
miestensä oli pakko peräytyä. Jos sissipäällikkö vain olisi löytänyt
tien takaisin laivoilleen, olisi hän kaikista edellisistä kerskauksistaan
huolimatta kiitollisesti käyttänyt sitä hyväkseen; mutta se oli
mahdotonta, sillä espanjalaiset olivat kaataneet puita ja rakentaneet
murroksen sissien ja rannan väliin. Yhä tiukemmaksi muuttui näiden
tilanne, sillä espanjalaiset tyytyivät ammuskelemaan heitä kaukaa
eivätkä antaneet heille tilaisuutta rehelliseen käsiaseitten käyttelyyn.
Yksi toisensa perään kaatui sissejä L'Olonais'n viereltä, ja hän
huomasi piankin joutuvansa auttamattomasti alakynteen, jollei
keksisi jotakin sotajuonta.

Äkkiä suihkasi hän käskyn miehilleen kääntyä takaperin ja juosta

niin kauas vallitusten turmiollisesta läheisyydestä kuin suinkin. Sissit
pyrähtivät hajalleen aivan kuin silmittömässä paossa, ja
riemuhuudoin juoksivat espanjalaiset heidän kintereilleen.
Taistelevain etäännyttyä niin kauas vallituksista, etteivät
espanjalaiset ensi tuokiossa olisi ennättäneet takaisin niiden suojaan,
komensi L'Olonais — joka juostessaan oli koko ajan vilkuillut
taakseen — miehensä äkkiä pysähtymään ja ryntäämään kiilana
pahaa-aavistamattomien vainoojain kimppuun. Niin suuri oli
jälkimmäisten ällistys tästä sotajuonesta, että sissit voivat melkein
vastarinnatta hakata heitä maahan, ja kerrotaan heitä kahteensataan
kellistyneen taistelutantereelle. Muutenkin oli kömpelöllä musketilla
varustettujen sotilaiden hankala pitää käsikahakassa puoltansa
raivoisain sissien miekkoja vastaan, ja pian hajausivat eloonjääneet
espanjalaiset surkeassa paossa metsiin.

Sissit kokoutuivat järjestyneihin riveihin ja marssivat suojattomaan

kaupunkiin, joka antautui heille laukausta päästämättä. Ja L’Olonais
miehineen, jotka vielä tunti sitten näyttivät olevan varman perikadon
omat, riensi riemuiten torille, veti alas Espanjan lipun ja kohotti
omansa sijaan. Nyt he olivat Gibraltarin herroja. Harvoin lienee
ylivoimaisen kaupungin valloitus niin heikoilla voimilla paremmin
onnistunut.

XV luku.

KOSTO KOHTAA.

Gibraltariin saavuttuaan huomasivat sissit, että suurin osa

kaupunkilaisia oli paennut; jäljellejääneet vangittiin heti ja teljettiin
tuomiokirkkoon, jonka valloittajat varustivat tykeillä ja muuttivat
linnoitukseksi peläten espanjalaisten palaamista. Täten turvattuaan
asemansa he rupesivat elämöimään kaupungissa niinkuin kesyttäjän
häkistä karannut petoeläinlauma. Talosta taloon kierrettiin ja
ryöstettiin kaikki, mikä oli ryöstämisen arvoista; ja kun ei saalis
sittenkään tyydyttänyt ryöstäjiä, kiduttivat he vankeja vaatien näitä
ilmaisemaan aarteidensa kätköpaikat. Useilla onnettomista ei ollut
mitään aarteita kätkettynä eivätkä senvuoksi voineet niitä ilmaista;
toiset taas kuolivat sankarillisesti puhumatta mitään salatuista
kalleuksistaan. Kun koko kaupunki oli nuuskittu läpikotaisin,
lähetettiin partiojoukkoja läheisiin maakyliin etsimään lisää
ryöstösaalista, ja kaikki, mikä oli kantamisen arvoista, kelpasi
hakijoille.

Lähemmä kolme viikkoa kesti tätä ryöstämistä, ja törkeässä

julmuudessaan antoivat rosvot suuren osan vangeistaan menehtyä
nälkään tuomiokirkossa. Kaupungissa ei tosin ollutkaan paljon muuta
syötäväksikelpaavaa kuin teurastettujen muulien lihaa, jota enimmät
vangit eivät voineet nauttia; mutta vähinkin inhimillisyyden piirre olisi
pakottanut päästämään nuo rääkätyt uhrit vapauteen etsimään itse
syötävää.

Pidettyään kuukauden päivät hirmuhallitusta Gibraltarissa

huomasivat L'Olonais ja hänen miehensä ajan tulleen lähteä
tiehensä, kun ei kaupungissa ollut enää mitään otettavaa; mutta
tyytymättöminä saaliinsa vähyyteen he yrittivät vielä viimeistä
keinoa. Metsissä piileskeleville espanjalaisille lähetettiin sana, että
jolleivät he kahden päivän kuluessa toimittaisi rosvoille 10,000
kultarahaa, polttaisivat nämä kaupungin poroksi. Mitä hyvänsä
poloiset kaupunkilaiset ajattelivatkin tästä röyhkeästä vaatimuksesta,
ei heidän ollut helppo koota sellaista summaa; ja kun nuo kaksi
päivää kuluivat, ilman että pakkoveroa suoritettiin, toteuttivat rosvot
heti uhkauksensa ja sytyttivät kaupungin useista kohdista tuleen.
Nähdessään tuhon uhkaavan kotejansa espanjalaiset ilmoittivat
suorittavansa vaaditun määrän, jos tulipalo sammutettaisiin.
Rahanhimosta eikä suinkaan ihmisrakkaudesta L'Olonais komensikin
miehensä sammutustöihin, mutta nämä eivät pitäneet sen parempaa
kiirettä kuin että kokonainen kortteli ja siinä sijaitseva kaunis kirkko
paloivat poroksi.

Nyt vasta rosvot lähtivät takaisin laivoilleen laahaten mukanaan

kaiken saaliinsa ynnä lisäksi noin viisisataa orjaa, ainoat
tuomiokirkkovankeudessa henkiinjääneet. Näille oli luvattu vapaus
määrätystä lunastussummasta; mutta kun heillä ei ollut millä
maksaa, raahattiin kaikki, miehet ja naiset, vanhukset ja lapset
kaikkein hirvittävimpään orjuuteen julmain kiduttajainsa käsiin.

Tuo pahain henkien laivasto nosti sitten purjeensa ja lähti järven

yli Maracaiboa kohti. Kaupungin kohdalle tultua sai L'Olonais
päähänsä kiskoa sen jo tyhjiksi ryöstetyiltä asukkailta vielä viimeinen
vero; ankkurit laskettiin ja kaupunkiin lähetettiin sana, että jollei
sieltä sisseille heti toimiteta 30,000 kultarahaa, laahattaisiin kaikki
asukkaat orjuuteen ja kaupunki poltettaisiin. Ihmisparat lähettivät
silloin edustajia tinkimään rosvojen kanssa pakkoverosta, ja
neuvottelun kestäessä tunkeutuivat sissit kirkkoihin ja veivät niistä
laivoihin pyhäinkuvat, ehtoollisastiat, jopa kellotkin. Vihdoin sovittiin
ryöstösumma 20,000 kultarahaksi, jonka lisäksi kaupunkilaisten piti
toimittaa laivoihin 500 päätä nautakarjaa. Sitten vasta rosvot lähtivät
ryöstettyjen raukkojen sanomattomaksi helpotukseksi tiehensä.

Mutta annapas olla — kuinka kuvata kaupunkilaisten kauhua, kun

kolmen päivän perästä sama sissilaivasto uudestaan ilmestyi
kaupungin edustalle! Nyt ei siellä ollut enää mitään ryöstettävää, ja
rosvot siis vimmoissaan polttaisivat kaupungin perustuksia myöten.
Niin hullusti ei sentään käynyt. Päällikkölaivasta souti yksi ainoa mies
veneellä rantaan ja vaati L'Olonais'n nimessä kunnollista luotsia
luotsaamaan laivastoa satama-aluetta piirittäväin riuttojen lävitse
ulos avoimelle merelle. Ihmisten tuntema huojennus puhkesi
hullunkurisiksi hypyiksi rannalla, luotsi lähetettiin paikalla ja L'Olonais
poistui vielä kerran.

Hän ei ohjannut laivastoaan suoraan Tortugaan, vaan poikkesi

muutamalle pienelle saarelle lähelle Hispaniolaa, missä asui
ranskalaisia bukanierejä. Tämä poikkeus tapahtui saaliin jakamista
varten. Tuntuu omituiselta, että nuo hirtehiset noudattivat keskenään
oikeudenmukaisuuden periaatteita, mutta tosiasia kuitenkin on, että
tässä suhteessa vallitsi ankarat lait. Se kai johtui pelkästä
itsevarjelusvaistosta, sillä ilman tasaista saaliinjakoa ei mikään mahti
maailmassa olisi pystynyt pitämään ahneita veijareita koossa.

Ennenkuin varsinaiseen palkitsemiseen ryhdyttiin, jaettiin ensin

"kipurahat" haavoittuneille. Oikean käsivarren menetys korvattiin
noin 3,000 markalla tai kuudella orjalla, vasemman käsivarren
menetys 2,500 markalla tai viidellä orjalla; oikean jalan hinta oli
2,500 markkaa tai viisi orjaa, vasemman jalan 2,000 markkaa tai
neljä orjaa; ja toisen silmän tai yhden sormen 500 markkaa tai yksi
orja. Sitten vasta jaettiin loput rahat ja arvoesineet sekä terveiden
että sairaiden kesken; ja surmansa saaneiden osuudet ottivat heidän
ystävänsä vastaan jättääkseen ne kotia tultuaan sureville perheille.

Koko saalis nousi noin 1,300,000 markkaan rahassa sekä sen

lisäksi suureen määrään kalliita kauppatavaroita, kulta- ja
jalokiviesineitä ynnä orjia. Kun sisseillä ei ollut jalokivistä juuri
mitään käsitystä, ottivat monetkin koreita värillisiä kiviä mieluummin
kuin monin kerroin arvokkaampia mutta pienempiä timantteja. Kun
jako viimein oli kaikella asianmukaisella rähinällä ja kinastelulla
suoritettu loppuun, lähtivät sissit kotimatkalle Tortugaan nauttimaan
rikkauksistaan. Siellä vasta elämä alkoi: syötiin, juotiin ja pelattiin;
kapakat eivät olleet koskaan olleet niin kukkuroillaan mässääjiä;
ryöstökalleudet myytiin kahdenteenkymmenenteen osaan arvostaan;
ja noin kolmiviikkoisen hurjastelun jälkeen olivat useimmat
L'Olonais'n miehistä yhtä köyhiä kuin suurelle sissiretkelle
lähtiessäänkin. Ryöstösaalis hupeni aivan yhtä pian kuin se oli
hankittukin.

Kun noilla veijareilla ei enää ollut mitään jäljellä, oli pakko lähteä
uudestaan merelle saalista noutamaan; ja L'Olonais, joka oli päässyt
oikein kaupunkien hävittämisen makuun, suunnitteli retkeä
Nikaraguaan, jossa joukko kukoistavia kaupunkeja ja kyliä odotteli
ryöstäjiä. Hänellä oli jo niin onnellisen johtajan maine, että miehiä
tarjoutui hänelle enemmän kuin hän voi vastaanottaa.

Hän lähti matkaan kuudella isolla laivalla ja seitsemättäsadan

miehen kanssa, poiketen Kuban rannikolle ryöstääkseen muutamilta
köyhiltä kalastajilta heidän veneensä, joita tarvitsi matalilla vesillä.
Tyynet säät hidastuttivat suuresti matkaa, ja lopulta laivat
Nikaraguan rannikon asemesta ajautuivat Hondurasin lahteen. Sinne
tultua olivat ruokavarat loppuneet, niin että täytyi nousta maihin
kokemaan seutua. Laivat jätettiin ankkuriin ja miehet lähtivät
taivaltamaan rannikkoa pitkin. He ryöstelivät intiaanihökkelejä ja
espanjalaiskyliä ja hävittivät pieniä rantakaupunkeja, ottaen
mukaansa kaiken arvokkaan sekä polttaen loput. Ihmisiä kidutettiin
tunnustamaan missä heidän rahansa ja kalleutensa olivat, miehiä ja
naisia silvottiin palasiksi; L'Olonais'n mielihuvi oli kiskaista kieli
sellaisen raukan suusta, joka ei voinut tai tahtonut mitään
tunnustaa, ja kerrotaanpa hänen raivoissaan joskus repineen
sydämenkin uhrinsa rinnasta ja puraisseen sitä leveillä hampaillaan.
Usein asettuivat espanjalaiset vastarintaan, väijyen rämeiden
reunalla ja murrosten takana, mutta kykenemättä estämään
hurjimusten voittokulkua.
Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade

Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.

Let us accompany you on the journey of exploring knowledge and

personal growth!

ebookname.com