Fixpunktsiteration. Kapitel Fixpunktsekvation. 1. f(x) = x = g(x).

Relevanta dokument
ALA-a Innehåll RÄKNEÖVNING VECKA 7. 1 Lite teori Kapitel Kapitel Kapitel Kapitel 14...

Bisektionsalgoritmen. Kapitel Kvadratroten ur 2

TMV225+TMV176 Inledande matematik M, TD Sammanfattning. Läsanvisningar inför tentamen.

Lipschitz-kontinuitet

Konvergens för iterativa metoder

För teknologer inskrivna H06 eller tidigare. Skriv GAMMAL på omslaget till din anomyna tentamen så att jag kan sortera ut de gamla teknologerna.

TMV225 Inledande Matematik M

Beräkningsmatematik. Niklas Ericsson och Stig Larsson

Icke-linjära ekvationer

Armin Halilovic: EXTRA ÖVNINGAR

Numerisk Analys, MMG410. Lecture 10. 1/17

2. (a) Skissa grafen till funktionen f(x) = e x 2 x. Ange eventuella extremvärden, inflektionspunkter

LABORATION 2. Trapetsregeln, MATLAB-funktioner, ekvationer, numerisk derivering

5B1147. Envariabelanalys. MATLAB Laboration. Laboration 1. Gränsvärden och Summor

gränsvärde existerar, vilket förefaller vara en naturlig definition (jämför med de generaliserade integralerna). I exemplet ovan ser vi att 3 = 3 n n

Kontinuerliga funktioner. Ytterligare en ekvivalent formulering av supremumaxiomet

SF1625 Envariabelanalys

Material till kursen SF1679, Diskret matematik: Lite om kedjebråk. 0. Inledning

Prov 1 2. Ellips 12 Numeriska och algebraiska metoder lösningar till övningsproven uppdaterad a) i) Nollställen för polynomet 2x 2 3x 1:

Block 5: Ickelineära. ekvationer? Läroboken. Löpsedel: Icke-lineära. ekvationer. Vad visade laborationen? Vad visade laborationen?

Icke-linjära ekvationer

Anteckningar för kursen "Analys i en Variabel"

Funktionsserier och potensserier. som gränsvärdet av partialsummorna s n (x) =

TATA42: Föreläsning 6 Potensserier

Kontinuitet och gränsvärden

TMV225 Kapitel 3. Övning 3.1

SF1625 Envariabelanalys Lösningsförslag till tentamen

Analys o Linjär algebra.. p.1/106

TATA42: Föreläsning 5 Serier ( generaliserade summor )

Institutionen för Matematik. SF1625 Envariabelanalys. Lars Filipsson. Modul 1

Kapitel 4. Iterativ lösning av ekvationer

LABORATION cos (3x 2 ) dx I =

ÖVN 6 - DIFFERENTIALEKVATIONER OCH TRANSFORMMETODER - SF Nyckelord och innehåll. a n (x x 0 ) n.

Några viktiga satser om deriverbara funktioner.

Anteckningar för kursen "Analys i en Variabel"

SF1661 Perspektiv på matematik Tentamen 24 oktober 2013 kl Svar och lösningsförslag. z 11. w 3. Lösning. De Moivres formel ger att

Modul 4 Tillämpningar av derivata

Teknisk Beräkningsvetenskap I Tema 3: Styvhetsmodellering av mjuk mark med icke-linjära ekvationer

Serier. egentligen är ett gränsvärde, inte en summa: s n, där s n =

Sekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

Gruppuppgifter 1 MMA132, Numeriska metoder, distans

H1009, Introduktionskurs i matematik Armin Halilovic

Föreläsning 1. Numeriska metoder grundkurs II, DN1240. Carina Edlund Mottagningstid i rum 4516: onsdagar kl.

Armin Halilovic: EXTRA ÖVNINGAR

avbildning En avbildning är i matematiskt språk i regel detsamma som en funktion.

Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen.

Svar till S-uppgifter Endimensionell Analys för I och L

Ickelinjära ekvationer

Envariabelanalys 5B1147 MATLAB-laboration Derivator

Metriska rum, R och p-adiska tal

M0038M Differentialkalkyl, Lekt 15, H15

SF1664 Tillämpad envariabelanalys med numeriska metoder Lösningsförslag till tentamen DEL A

Kapitel 7. Kontinuitet. 7.1 Definitioner

F3 PP kap 3, ekvationslösning och iteration, forts.

LAB 1. FELANALYS. 1 Inledning. 2 Flyttal. 1.1 Innehåll. 2.1 Avrundningsenheten, µ, och maskinepsilon, ε M

e x x + lnx 5x 3 4e x (0.4) x 0 e 2x 1 a) lim (0.3) b) lim ( 1 ) k. (0.3) c) lim 2. a) Lös ekvationen e x = 0.

Övningshäfte 2: Komplexa tal (och negativa tal)

Linjärisering, Jacobimatris och Newtons metod.

Lösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade.

LINJÄR ALGEBRA II LEKTION 6

TATA42: Föreläsning 10 Serier ( generaliserade summor )

Repetitionsfrågor i Flervariabelanalys, Ht 2009

Explorativ övning 7 KOMPLEXA TAL

Tentamen i matematik. f(x) = 1 + e x.

Analys 360 En webbaserad analyskurs Analysens grunder. Om de reella talen. MatematikCentrum LTH

Svar till S-uppgifter Endimensionell Analys för I och L

MAA7 Derivatan. 2. Funktionens egenskaper. 2.1 Repetition av grundbegerepp

1 Analysens grunder. Ordlista för Funktionalanalys 1. avbildning (map) En avbildning är i matematiskt språk i regel detsamma som en funktion.

Sammanfattning (Nummedelen)

Instuderingsfrågor i Funktionsteori

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

Moment Viktiga exempel Övningsuppgifter I Ö5.1b, Ö5.2b, Ö5.3b, Ö5.6, Ö5.7, Ö5.11a

Institutionen för Matematik, KTH Lösningar till tentamen i Analys i en variabel för I och K (SF1644) 1/ e x h. (sin x) 2 1 cos x.

Modul 1 Mål och Sammanfattning

RIEMANNSUMMOR. Den bestämda integralen definieras med hjälp av Riemannsummor. Låt vara en begränsad funktion,, reella tal och. lim.

Läsanvisningar till kapitel

Om konvergens av serier

k=0 kzk? (0.2) 2. Bestäm alla holomorfa funktioner f(z) = f(x + iy) = u(x, y) + iv(x, y) sådana att u(x, y) = x 2 2xy y 2. 1 t, 0 t 1, f(t) =

SF1625 Envariabelanalys

Upphämtningskurs i matematik

Lösningsförslag Tentamen i Beräkningsvetenskap I, 5.0 hp,

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

TATA42: Föreläsning 7 Differentialekvationer av första ordningen och integralekvationer

Fel- och störningsanalys

Övningshäfte 2: Komplexa tal

Laboration 1. Ekvationslösning

Numeriska serier Definition av konvergens J amf orelsesatser Vad skall vi j amf ora med? Absolutkonvergens Leibniz kriterium Dagens amnen 1 / 19

TAMS79: Föreläsning 10 Markovkedjor

Sidor i boken f(x) = a x 2 +b x+c

Envariabelanalys: Vera Koponen. Envariabelanalys, vt Uppsala Universitet. Vera Koponen Föreläsning 5-6

Existens och entydighet

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

Fel- och störningsanalys

Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer

Meningslöst nonsens. November 19, 2014

Matematiska strukturer - Satser

TAYLORS FORMEL VECKA 4

Om kontinuerliga funktioner

SAMMANFATTNING TATA41 ENVARIABELANALYS 1

Transkript:

Kapitel 5 Fixpunktsiteration 5.1 Fixpunktsekvation En algebraisk ekvation kan skrivas på följande två ekvivalenta sätt (vilket innebär att lösningarna är desamma). 1. f(x) = 0. En lösning x kallas en rot till ekvationen eller ett nollställe till f. Exempel. Funktionen f(x) = x har två nollställen x 1 =, x =. Algoritm: För ekvationer på denna form har vi bisektionsalgoritmen.. x = g(x). En lösning x kallas för en fixpunkt till g. Ekvationen kallas för en fixpunktsekvation. Exempel. Funktionen g(x) = /x har två fixpunkter, x 1 =, x =, eftersom ± = ± = ±. Algoritm: en naturlig algoritm för en fixpunktsekvation är att välja en startpunkt x 0 och därefter beräkna x i enligt rekursionen x i = g(x i 1 ). Detta kallas fixpunktsiteration. Vår förhoppning är att följden x i konvergerar mot en fixpunkt. Detta fungerar ibland och ibland inte. Exempel. Med g(x) = x/+1/x och x 0 = 1 får vi x 1 = g(x 0 ) = 3/, x = 17/1 och så vidare. Detta är enkelt att utföra i Matlab: >> format long >> x=1 >> x=x/+1/x >> x=x/+1/x >> x=x/+1/x >> x=x/+1/x Prova detta!! Konvergerar det? Känner du igen en viss decimalutveckling? Se Figur 5.1. Exempel. Med g(x) = /x och x 0 = 1 får vi x 1 = g(x 0 ) =, x = 1, x 3 =, dvs., vi får den divergenta följden {1,,1,,...}. Notera att ekvationerna x = 0, x = x/+1/x, och x = /x är ekvivalenta (multiplicera de två sista ekvationerna med x för att se detta). Vi kan omvandla ekvationer mellan de två formerna på många sätt. Som ett exempel, x = g(x) kan skrivas x g(x) = 0. Å andra sidan, f(x) = 0 kan 1

KAPITEL 5. FIXPUNKTSITERATION 1.5 1 0.5 0 0 0.5 1 1.5 Figur 5.1: Funktionerna y = x/+1/x och y = x. skrivas x = x+αf(x) där α eller α(x) är ett godtyckligt nollskilt tal eller funktion. Utmaningen är att göra ett bra val av α så att fixpunktsiterationen konvergerar. Senare, när vi studerar Newtons metod, kommer vi att finna ett optimalt val av α. I själva verket så har x = x/+1/x erhållits ur ekvationen x = 0 genom att använda α(x) = 1/(x) och vi kommer att lära oss varför detta är ett bra val. Så, när fungerar fixpunktsiterationen? Det visar sig att en viktig förutsättning är att Lipschitzkonstanten L = L g för g är strängt mindre än 1. Mer precist, kommer vi att anta att g är Lipschitz på ett intervall I med konstant L < 1, dvs., g(x) g(y) L x y för x,y I och med L < 1. En sådan funktion kallas för en kontraktionsavbildning (eller bara en kontraktion). Notera att avståndet mellan g(x) och g(y) är mindre än avståndet mellan x och y. Exempel. Med g(x) = /x får vi g(x) g(y) = y x = xy x y x y 1 x y, x,y, så g är en kontraktion med L = 1/ på I = [, ). Notera att vi använt att z = xy [4, ) så x y = z (0, 1 ]. Exempel. Med g(x) = x/+1/x får vi g(x) g(y) = x y + y x xy = 1 1 xy x y. Låt oss nu som ett exempel betrakta x,y [1,]. Sätt z = xy. Då fås z [1,4] och 1 1 1 1 z [ 1, 1 4 ] med absolutbelopp 1 1 xy 1. Därmed fås g(x) g(y) = 1 1 x y 1 x y, x,y [1,], xy så g är en kontraktion med L = 1/ på I = [1,]. 5. Kontraktionsavbildningssatsen xy = Kom ihåg att bisektionsalgoritmen leder till Bolzanos sats. Fixpunktsiteration leder också till en sats.

5.. KONTRAKTIONSAVBILDNINGSSATSEN 3 Kom ihåg att ett slutet intervall I är ett intervall som innehåller sina ändpunkter (om det har några). Ett slutet intervall kan vara av följande typer: I = [a, b] (slutet och begränsat intervall) I = [a, ), I = (,b], I = (, ) = R, (slutna och obegränsade intervall) Sats. (Kontraktionsavbildningssatsen) Antag att I är ett slutet intervall och att g : I I är en kontraktionsavbildning. Då har g en entydig fixpunkt x I. Fixpunkten fås som gränsvärdet av fixpunktsiterationen, x i = g(x i 1 ), för en godtycklig startpunkt x 0 I. Det är viktigt att målmängden I är densamma som definitionsmängden, g : I I; detta garanterar att följden ej hoppar ut ur intervallet I där g är en kontraktion. Det är också viktigt att I är slutet; detta garanterar att x = limx i I. Bevis. Beviset följer de fyra stegen för ett konstruktivt bevis som vi tidigare nämnt. Steg 1. En algoritm: vi använder fixpunktsiteration. Tag en godtycklig punkt x 0 I och beräkna x i = g(x i 1 ). Steg. Ettbevis avatt {x i } ären Cauchy-följd.Vi måste uppskatta x i x j för j > i. Betrakta först avståndet mellan två på varandra följande tal i följden: x k+1 x k = g(x k ) g(x k 1 ) L x k x k 1. Här har vi utnyttjat att talen x k stannar kvar i I och att g är en kontraktion på I. Därmed fås x k+1 x k L x k x k 1. Eftersom L < 1 innebär detta att x k+1,x k ligger närmare varandra än x k,x k 1. På samma sätt: Genom att upprepa detta får vi dvs. x k x k 1 L x k 1 x k. x k+1 x k L x k x k 1 L x k 1 x k L 3 x k x k 3 L k x 1 x 0, (5.1) x k+1 x k L k x 1 x 0. Betrakta nu x i x j för j > i. Vi får x i x j = x i x i+1 +x i+1 x i+ +x i+ x j +x j x j 1 +x j 1 x j = (x k x k+1 ). En sådan summa kallas för en teleskopsumma eftersom alla termer tar ut varandra utom den första och den sista. Genom att tillämpa triangelolikheten på summan samt använda (5.1) får vi x i x j x i x i+1 + + x j 1 x j = x k x k+1 x 1 x 0 L k. Detta är en geometrisk summa vilken kan beräknas med den välkända formeln: L k = L i (1+L+ +L j i 1 ) = L i1 Lj i 1 L.

4 KAPITEL 5. FIXPUNKTSITERATION Därmed fås (5.) x i x j x 1 x 0 L i1 Lj i 1 L x 1 x 0 L i 1 1 L, eftersom 0 < 1 L j i 1 för j > i. Eftersom L < 1 fås att L i 0 och därmed x i x j 0 då i med j > i. Alltså är x i en Cauchy-följd och vi erhåller en decimalutveckling (reellt tal) x = lim x i, som tillhör I eftersom I är slutet. Steg 3. Bevis av att x är en fixpunkt. Vi ser att g(x i ) g(x j ) L x i x j 0, i,j, så att g(x i ) är en Cauchy-följd. Vi får ett reellt tal som vi betecknar g( x): g( x) = lim g(x i ). Vi måste visa att lim g(x i ) = x så att g( x) = x. Men x g(x i ) = x x i+1 0, i. Detta innebär att lim g(x i ) = x och därmed g( x) = x. Steg 4. Entydighet. Antag att det finns två fixpunkter x 1, x I. Då gäller vilket medför att x 1 x = g( x 1 ) g( x ) L x 1 x. (1 L) x 1 x 0. Men 1 L > 0 så den enda möjligheten är x 1 x = 0. Med andra ord: x 1 = x. Så det finns bara en fixpunkt i I. Notera att entydigheten hos x medför att vi erhåller samma gränsvärde oavsett vilken startpunkt x 0 vi väljer. Exempel. Vi har sett att g(x) = /x är en kontraktion på det slutna intervallet I = [, ). Men x 0 = 3 ger x 1 = /3 I så följden hoppar ut. Följden hoppar fram och tillbaka mellan 3 och /3; den konvergerar inte. Exempel. Vi har sett att g(x) = x/ + 1/x är en kontraktion med L = 1/ på I = [1,]. Vi visar att g : I I. Om x I = [1,], dvs., 1 x, så är x/ 1 och 1/x 1 så x/+1/x 1+1 =. Dessutom så är x/ 1/ och 1/x 1/ så x/+1/x 1. Därmed har vi visat att g(x) I = [1,]. Kontraktionsavbildningssatsen säger att g har en entydig fixpunkt i I = [1,]. Vilken är det? 5.3 När avbryter vi iterationen? Vi avbryter iterationen när avståndet mellan två på varandra följande tal är mindre än en given tolerans, x i x i+1 TOL. Vi förväntar oss då att ett visst antal decimaler har fixerats i decimalutvecklingen x. Som ett exempel, med x i x i+1 10 N 1 förväntar vi oss att approximativt N decimaler fixerats.

5.4. HUR SNABB ÄR KONVERGENSEN? 5 Detta rättfärdigas genom beräkningen (med j > i som vanligt) x i x j x k x k+1 x i x i+1 L k i = 1 Lj i 1 L x i x i+1 1 1 L x i x i+1, vilken görs på samma sätt som (5.) men utnyttjar x k+1 x k L k i x i x i+1 istället för (5.1). Därmed fås eller, genom att låta j x i x j 1 1 L x i x i+1 1 1 L TOL, j > i. x i x 1 1 L x i x i+1 1 1 L TOL. Så antalet fixerade decimaler efter i steg bestäms av 1 1 L TOL. Notera att detta tal är större än TOL, mycket större om L är nära 1, så vi får färre decimaler än TOL på egen hand indikerar. Anledningen till detta är att vi betraktar residualen x i x i+1 = x i g(x i ) vilken mäter hur väl x i satisfierar ekvationen x g(x) = 0. Storleken hos residualen förstoras sedan med faktorn 1 1 L när vi använder den för att uppskatta felet i x i. 5.4 Hur snabb är konvergensen? Från konstruktionen av följden x i fås x i x = g(x i 1 ) g( x) L x i 1 x. Felet minskar därmedmed faktornl < 1ivarje steg.ju mindre L är,ju snabbareärkonvergensen. Detta kallas linjär konvergens. Bisektionsalgoritmen konvergerar också linjärt: felet minskar med faktorn 1/ i varje steg. Exempel. För g(x) = x x /+1 på I = [1,3/] har vi L = 1/. Detta följer ur g(x) g(y) = (1 1 (x+y))(x y). Här är x+y 3 så att 1 1 1 (x+y) 0 med absolutbelopp 1 1 (x+y) 1/. Om vi beräknar ett antal iterationer i Matlab med x 0 = 1 och för varje iteration beräknar x i så ser vi att felet minskar approximativt med en faktor 1/ i varje steg. Detta är vad jag fick. Den första kolumnen innehåller x i och den andra x i. 1.00000000000000 0.414135637310 1.50000000000000 0.0857864376690 1.37500000000000 0.039135637310 1.4968750000000 0.0154739376690 1.4076843617188 0.006593601 1.41689674509689 0.00683187380 1.41309855196381 0.0011150104099 1.4146747931870 0.0004613080961 1.414040794944 0.0001911544365 1.4149785787 0.00007916048478 Notera att beräknas med Matlab-funktionen sqrt() vilket också är en approximation men med cirka 16 korrekta decimaler. Så vi kan använda den för att testa noggrannheten hos vår beräkning.

6 KAPITEL 5. FIXPUNKTSITERATION Konvergensen är ibland mycket snabbare än detta. Som exemplet g(x) = x/ + 1/x visar. Beräkna och testa detta själv!! Detta är vad jag fick: som ovan så innehåller den första kolumnen x i och den andra x i. 1.00000000000000 0.414135637310 1.50000000000000 0.0857864376690 1.41666666666667 0.004531049357 1.414156867451 0.000001390141 1.414135637469 0.00000000000159 1.414135637309 0.00000000000000 1.414135637309 0.00000000000000 1.414135637309 0.00000000000000 1.414135637309 0.00000000000000 1.414135637309 0.00000000000000 Det går i själva verket att visa att i detta fall x i x K x i 1 x, där K är ett tal. Detta kallas kvadratisk konvergens och innebär att felet minskar med en faktor somärproportionellmotfeletsjälvt.såkonvergenshastighetenökardåx i närmarsig x.vikommer att lära oss längre fram varför konvergensenblir så snabb i detta fall. Se Kapitel 6 Newtons metod. 5.5 Fördelar och nackdelar En nackdel med fixpunktsiteration är att det ofta är svårt att hitta ett lämpligt intervall I där iterationen konvergerar. Detta är vanligen mycket enkelt för bisektionsalgoritmen: plotta bara funktionen och välj två punkter där funktionen har motsatt tecken. Det finns två fördelar: 1. fixpunktsiteration kan konvergera mycket snabbt. Bisektionsalgoritmen konvergerar alltid linjärt och aldrig snabbare än det.. fixpunktsiteration fungerar också för system av ekvationer. Detta gäller ej för bisektionsalgoritmen. Vi kommer att återkomma till dessa fördelar längre fram. Övningar 1. Skriv om ekvationen f(x) = x x +1 = 0 som en fixpunktsekvation på tre olika sätt.. Ekvationen f(x) = x 5x+5 = 0 kan skrivas som en fixpunktsekvation x = g(x) = x 5 +1. Visa att g : I I är en kontraktionsavbildning på I = [1,]. Notera att du måste visa två saker: i) g(x) I då x I ii) g(x) g(y) L x y, x,y I, där L < 1 3. Ekvationen f(x) = x 3 7x+ = 0 kan skrivas som en fixpunktsekvation x = g(x) = x3 + 7. Visa att g : I I är en kontraktionsavbildning på I = [0,1]. 4. Antag att vi vill beräkna 3 A. Vi kan då lösa ekvationen f(x) = x 3 A = 0. a) Visa att ekvationen kan skrivas om som en fixpunktsekvation x = g(x) = x+a/x 3. b) Betrakta fallet A = 10. Visa att g : I I är en kontraktionsavbildning på I = [,3]. c) Kan du generalisera a) till beräkning av n A, för ett godtyckligt naturligt tal n?

5.5. FÖRDELAR OCH NACKDELAR 7 Svar 1. T.ex. x = g 1 (x) = x 1, x = g (x) = x+1, x = g 3(x) = x.. L = 4 5 3. L = 3 7 4. b) L = 3 går bra c) x = g(x) = (n 1)x+A/xn 1 n