Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ...
Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ... Kapitel 2 Lineare und nichtlineare Gleichungen - Institut für ...
72 Lineare und nichtlineare Gleichungen Hierbei ist x 0 ∈ U ein geeigneter Startvektor. Ohne weitere Voraussetzungen ist die Durchführbarkeit des Verfahrens natürlich nicht gesichert, also die Funktionalmatrix f (x k ) existiert und nichtsingulär ist. Die Motivation (Linearisiere die nichtlineare Abbildung f in aktueller Näherung) für das Verfahren ist im Prinzip genau dieselbe wie im eindimensionalen Fall. Man beachte, dass man bei der Durchführung des Newton- Verfahrens in jedem Schritt ein nichtlineares Gleichungssystem zu lösen hat: • Sei x 0 Startvektor. • Für k =0, 1,...: – Bestimme p k mit f (x k )p k = −f(x k ). – Berechne neue Näherung x k+1 := x k + p k . Beispiel: Als Beispiel zum Banachschen Fixpunktsatz hatten wir die Fixpunktaufgabe x = F (x) mit F (x) := 1 cos x1 − sin x 2 2 sin x 1 +cosx 2 betrachtet. Zu lösen ist also das nichtlineare Gleichungssystem f(x) := x1 − 1 2 (cos x 1 − sin x 2 ) x 2 − 1 2 (sin x 1 +cosx 2 ) =0. Mit dem selben Startvektor wie bei der Fixpunktiteration geben wir einige Schritte des Newton-Verfahrens an: k x k 0 1.00000000000000 1.00000000000000 1 0.26610581354771 0.60053910584450 2 0.22701533406014 0.54716433661596 3 0.22884672177495 0.54244444945610 4 0.22903704750276 0.54195442477264 5 0.22905692483687 0.54190280439516 6 0.22905902006463 0.54189735844629 7 0.22905924112547 0.54189678380833 8 0.22905926445122 0.54189672317348 9 0.22905926691252 0.54189671677538 10 0.22905926717223 0.54189671610027 Der Unterschied zur Fixpunktiteration ist deutlich. Das Newton-Verfahren zeichnet sich sehr oft durch seine vorzügliche “Konvergenzgeschwindigkeit” aus. Dies wollen wir jetzt genauer fassen: Definition 2.7 Sei {x k }⊂R n eine Folge, die gegen ein x ∗ ∈ R n konvergiert. Für alle k sei x k = x ∗ .Fernersei·eine Norm auf R n . ✷
2.2 Nichtlineare Gleichungen und Gleichungssysteme 73 1. Für ein p ≥ 1 konvergiert die Folge {x k } von mindestens p-ter Ordnung gegen x ∗ ,wenneineKonstantec>0 (für p =1sei c ∈ (0, 1)) mit für alle hinreichend großen k existiert. x k+1 − x ∗ ≤c x k − x ∗ p 2. Die Folge {x k } konvergiert superlinear gegen x ∗ ,wenn x k+1 − x ∗ lim k→∞ x k − x ∗ =0. Bemerkungen: Statt von Konvergenz von mindestens erster oder mindestens zweiter Ordnung spricht man auch von linearer bzw. quadratischer Konvergenz. Sind die Voraussetzungen des Banachschen Fixpunktsatzes erfüllt, so liegt wegen x k+1 − x ∗ = F (x k ) − F (x ∗ )≤q x k − x ∗ (hierbei ist q ∈ (0, 1) die Kontraktionskonstante) Konvergenz von mindestens erster Ordnung bzw. lineare Konvergenz vor. Nur die lineare Konvergenz ist normabhängig, die anderen Begriffe sind wegen der Äquivalenz der Normen normunabhängig. ✷ Wir wollen uns mit einem einzigen Satz zur Konvergenz des Newton-Verfahrens begnügen und geben diesen auch noch ohne Beweis an (Beweis z. B. bei J. Werner (1992, S. 102 ff.)). Es ist ein lokaler Konvergenzsatz wie Satz 2.1 und verallgemeinert diesen auf den mehrdimensionaslen Fall. Satz 2.8 Die Abbildung f : R n −→ R n besitze in x ∗ ∈ R n eine Nullstelle, es sei also f(x ∗ )=0. Es gelte: 1. Die Abbildung f ist auf einer Umgebung von x ∗ stetig differenzierbar. 2. Die Funktionalmatrix f (x ∗ ) ∈ R n×n ist nichtsingulär. Es bezeichne ·eine beliebige Norm auf dem R n bzw. die zugeordnete Matrixnorm. Dann existiert ein δ>0 derart, dass für jedes x 0 ∈ R n mit x 0 − x ∗ ≤δ die durch das Newton-Verfahren x k+1 := x k − f (x k ) −1 f(x k ), k =0, 1,..., gewonnene Folge definiert ist (d. h. f (x k ) existiert und ist nichtsingulär für k =0, 1,...) und superlinear gegen x ∗ konvergiert. Gilt sogar 3. f (·) ist auf einer (hinreichend kleinen) Kugel um x ∗ in x ∗ lipschitzstetig, d. h. es existieren η>0 und L>0 mit f (x) − f (x ∗ )≤L x − x ∗ für alle x mit x − x ∗ ≤η,
- Seite 3 und 4: 2.1 Lineare Gleichungssysteme 21 Is
- Seite 5 und 6: 2.1 Lineare Gleichungssysteme 23 Se
- Seite 7 und 8: 2.1 Lineare Gleichungssysteme 25 so
- Seite 9 und 10: 2.1 Lineare Gleichungssysteme 27
- Seite 11 und 12: 2.1 Lineare Gleichungssysteme 29 Da
- Seite 13 und 14: 2.1 Lineare Gleichungssysteme 31 >
- Seite 15 und 16: 2.1 Lineare Gleichungssysteme 33 Es
- Seite 17 und 18: 2.1 Lineare Gleichungssysteme 35 Da
- Seite 19 und 20: 2.1 Lineare Gleichungssysteme 37 Da
- Seite 21 und 22: 2.1 Lineare Gleichungssysteme 39 un
- Seite 23 und 24: 2.1 Lineare Gleichungssysteme 41 fu
- Seite 25 und 26: 2.1 Lineare Gleichungssysteme 43 Di
- Seite 27 und 28: 2.1 Lineare Gleichungssysteme 45 x(
- Seite 29 und 30: 2.1 Lineare Gleichungssysteme 47 8
- Seite 31 und 32: 2.1 Lineare Gleichungssysteme 49
- Seite 33 und 34: 2.2 Nichtlineare Gleichungen und Gl
- Seite 35 und 36: 2.2 Nichtlineare Gleichungen und Gl
- Seite 37 und 38: 2.2 Nichtlineare Gleichungen und Gl
- Seite 39 und 40: 2.2 Nichtlineare Gleichungen und Gl
- Seite 41 und 42: 2.2 Nichtlineare Gleichungen und Gl
- Seite 43 und 44: 2.2 Nichtlineare Gleichungen und Gl
- Seite 45 und 46: 2.2 Nichtlineare Gleichungen und Gl
- Seite 47 und 48: 2.2 Nichtlineare Gleichungen und Gl
- Seite 49 und 50: 2.2 Nichtlineare Gleichungen und Gl
- Seite 51 und 52: 2.2 Nichtlineare Gleichungen und Gl
- Seite 53: 2.2 Nichtlineare Gleichungen und Gl
- Seite 57 und 58: 2.2 Nichtlineare Gleichungen und Gl
2.2 Nichtlineare <strong>Gleichungen</strong> <strong>und</strong> Gleichungssysteme 73<br />
1. Für ein p ≥ 1 konvergiert die Folge {x k } von mindestens p-ter Ordnung gegen<br />
x ∗ ,wenneineKonstantec>0 (<strong>für</strong> p =1sei c ∈ (0, 1)) mit<br />
<strong>für</strong> alle hinreichend großen k existiert.<br />
x k+1 − x ∗ ≤c x k − x ∗ p<br />
2. Die Folge {x k } konvergiert superlinear gegen x ∗ ,wenn<br />
x k+1 − x ∗ <br />
lim<br />
k→∞ x k − x ∗ =0.<br />
Bemerkungen: Statt von Konvergenz von mindestens erster oder mindestens zweiter<br />
Ordnung spricht man auch von linearer bzw. quadratischer Konvergenz.<br />
Sind die Voraussetzungen des Banachschen Fixpunktsatzes erfüllt, so liegt wegen<br />
x k+1 − x ∗ = F (x k ) − F (x ∗ )≤q x k − x ∗ <br />
(hierbei ist q ∈ (0, 1) die Kontraktionskonstante) Konvergenz von mindestens erster<br />
Ordnung bzw. lineare Konvergenz vor.<br />
Nur die lineare Konvergenz ist normabhängig, die anderen Begriffe sind wegen der<br />
Äquivalenz der Normen normunabhängig.<br />
✷<br />
Wir wollen uns mit einem einzigen Satz zur Konvergenz des Newton-Verfahrens begnügen<br />
<strong>und</strong> geben diesen auch noch ohne Beweis an (Beweis z. B. bei J. Werner (1992,<br />
S. 102 ff.)). Es ist ein lokaler Konvergenzsatz wie Satz 2.1 <strong>und</strong> verallgemeinert diesen<br />
auf den mehrdimensionaslen Fall.<br />
Satz 2.8 Die Abbildung f : R n −→ R n besitze in x ∗ ∈ R n eine Nullstelle, es sei also<br />
f(x ∗ )=0. Es gelte:<br />
1. Die Abbildung f ist auf einer Umgebung von x ∗ stetig differenzierbar.<br />
2. Die Funktionalmatrix f (x ∗ ) ∈ R n×n ist nichtsingulär.<br />
Es bezeichne ·eine beliebige Norm auf dem R n bzw. die zugeordnete Matrixnorm.<br />
Dann existiert ein δ>0 derart, dass <strong>für</strong> jedes x 0 ∈ R n mit x 0 − x ∗ ≤δ die durch<br />
das Newton-Verfahren<br />
x k+1 := x k − f (x k ) −1 f(x k ), k =0, 1,...,<br />
gewonnene Folge definiert ist (d. h. f (x k ) existiert <strong>und</strong> ist nichtsingulär <strong>für</strong> k =0, 1,...)<br />
<strong>und</strong> superlinear gegen x ∗ konvergiert. Gilt sogar<br />
3. f (·) ist auf einer (hinreichend kleinen) Kugel um x ∗ in x ∗ lipschitzstetig, d. h. es<br />
existieren η>0 <strong>und</strong> L>0 mit<br />
f (x) − f (x ∗ )≤L x − x ∗ <br />
<strong>für</strong> alle x mit x − x ∗ ≤η,