Бекітілген қайталану - Википедия - Fixed-point iteration

Жылы сандық талдау, тұрақты нүкте бойынша қайталау есептеу әдісі болып табылады бекітілген нүктелер функцияның.

Нақтырақ айтқанда, функция берілген ${ displaystyle f}$ бойынша анықталған нақты сандар нақты мәндермен және нүкте берілген ${ displaystyle x_ {0}}$ ішінде домен туралы ${ displaystyle f}$ , бекітілген нүктелік итерация

{ displaystyle x_ {n + 1} = f (x_ {n}), , n = 0,1,2, dots}

нәтижесінде пайда болады жүйелі ${ displaystyle x_ {0}, x_ {1}, x_ {2}, dots}$ үміттенеді жақындасу нүктеге дейін ${ displaystyle x}$ . Егер ${ displaystyle f}$ үздіксіз, содан кейін алынғанын дәлелдеуге болады ${ displaystyle x}$ нүктесінің бекітілген нүктесі болып табылады ${ displaystyle f}$ , яғни,

{ displaystyle f (x) = x. ,}

Жалпы, функция ${ displaystyle f}$ кез келгенінде анықталуы мүмкін метрикалық кеңістік сол кеңістіктегі мәндермен.

Мысалдар

Бірінші қарапайым және пайдалы мысал - бұл Вавилондық әдіс есептеу үшін шаршы түбір туралы а> 0, ол қабылдаудан тұрады ${ displaystyle f (x) = { frac {1} {2}} left ({ frac {a} {x}} + x right)}$ , яғни орташа мәні х және а / х, шегіне жақындау ${ displaystyle x = { sqrt {a}}}$ (кез келген бастапқы нүктеден ${ displaystyle x_ {0} gg 0}$ ). Бұл ерекше жағдай Ньютон әдісі төменде келтірілген.

Бекітілген нүкте бойынша қайталау х_n+1 = күнә х_n бастапқы мәнімен х₀ = 2 0-ге қосылады. Бұл мысалдың болжамдарын қанағаттандырмайды Банахтың бекітілген нүктелік теоремасы және оның конвергенция жылдамдығы өте баяу.

Бекітілген нүкте бойынша қайталау ${ displaystyle x_ {n + 1} = cos x_ {n} ,}$ функцияның бірегей тіркелген нүктесіне жақындайды ${ displaystyle f (x) = cos x ,}$ кез келген бастапқы нүкте үшін ${ displaystyle x_ {0}.}$ Бұл мысал. Болжамдарын қанағаттандырады Банахтың бекітілген нүктелік теоремасы. Демек, n қадамнан кейінгі қателік қанағаттандырылады ${ displaystyle | x_ {n} -x | leq {q ^ {n} үстінен 1-q} | x_ {1} -x_ {0} | = Cq ^ {n}}$ (біз қайда апара аламыз ${ displaystyle q = 0.85}$ , егер біз басталатын болсақ ${ displaystyle x_ {0} = 1}$ .) Қате көбейткіштен кіші болғанда ${ displaystyle q ^ {n}}$ тұрақты үшін q, бізде бар деп айтамыз сызықтық конвергенция. Банахтың тұрақты нүктелік теоремасы сызықтық конвергенциямен бекітілген нүктелік қайталануларды алуға мүмкіндік береді.
Бекітілген нүкте бойынша қайталау ${ displaystyle x_ {n + 1} = 2x_ {n} ,}$ айырмашылығы болмаса ${ displaystyle x_ {0} = 0}$ . Біз тіркелген нүкте деп айтамыз ${ displaystyle f (x) = 2x ,}$ тежеп жатыр.
Бұл талап f үздіксіз болып табылады, бұл келесі мысалда көрсетілгендей маңызды. Қайталау

{ displaystyle x_ {n + 1} = { begin {case} { frac {x_ {n}} {2}}, & x_ {n} neq 0 1, & x_ {n} = 0 end { істер}}}

барлық мәндері үшін 0-ге жақындайды ${ displaystyle x_ {0}}$ .Алайда, 0 емес функцияның бекітілген нүктесі

{ displaystyle f (x) = { begin {case} { frac {x} {2}}, & x neq 0 1, & x = 0 end {case}}}

бұл функция қалай болса, солай болады емес үздіксіз ${ displaystyle x = 0}$ , және іс жүзінде тұрақты нүктелер жоқ.

Қолданбалар

Ньютон әдісі берілген дифференциалданатын функцияның түбірлерін табу үшін ${ displaystyle f (x)}$ болып табылады

{ displaystyle x_ {n + 1} = x_ {n} - { frac {f (x_ {n})} {f '(x_ {n})}}.}

Егер біз жазатын болсақ

{ displaystyle g (x) = x - { frac {f (x)} {f '(x)}}}

, біз Ньютонның қайталануын тұрақты нүкте ретінде қайта жаза аламыз

{ displaystyle x_ {n + 1} = g (x_ {n})}

.

Егер бұл қайталану белгіленген нүктеге жақындаса

х

туралы

ж

, содан кейін

{ displaystyle x = g (x) = x - { frac {f (x)} {f '(x)}}}

, сондықтан

{ displaystyle f (x) / f '(x) = 0.}

Кез-келген нәрсенің өзара байланысы нөлге тең емес

f (х) = 0

:

х

Бұл тамыр туралы

f

. Болжамдары бойынша Банахтың бекітілген нүктелік теоремасы, бекітілген нүкте әдісі ретінде жиектелген Ньютонның қайталануы сызықтық конвергенция. Алайда, толығырақ талдау көрсетеді квадраттық конвергенция, яғни,

{ displaystyle | x_ {n} -x |

, белгілі бір жағдайларда.

Галлей әдісі ұқсас Ньютон әдісі бірақ дұрыс жұмыс істегенде оның қателігі болады ${ displaystyle | x_ {n} -x |$ (текше конвергенция ). Жалпы, жылдамдықпен жақындасатын әдістерді жобалауға болады ${ displaystyle Cq ^ {k ^ {n}}}$ кез келген үшін ${ displaystyle k in mathbb {N}}$ . Жалпы ереже бойынша, соғұрлым жоғары $к$ , ол неғұрлым тұрақты емес, ал есептеу соғұрлым қымбат болады. Осы себептерге байланысты жоғары тапсырыс әдістері әдетте қолданылмайды.
Рунге – Кутта әдістері және сандық қарапайым дифференциалдық теңдеу жалпы еріткіштерді тіркелген нүктелік қайталанулар ретінде қарастыруға болады. Шынында да, талдау кезінде негізгі идея A-тұрақтылық ODE еріткіштерін арнайы жағдайдан бастау керек ${ displaystyle y '= ay}$ , мұндағы а күрделі сан және ODE еріткіштің бекітілген нүктеге жақындайтындығын тексеру үшін ${ displaystyle y = 0}$ а-ның нақты бөлігі теріс болған сайын.^[a]
The Пикард - Линделёф теоремасы, кәдімгі дифференциалдық теңдеулердің шешімдері бар екенін көрсетеді, мәні мәні болып табылады Банахтың бекітілген нүктелік теоремасы теңдеудің шешімін құра отырып, бекітілген нүктелік итерацияны құрайтын функциялардың арнайы тізбегіне. ODE-ді осылайша шешу деп аталады Пикардтың қайталануы, Пикард әдісінемесе Пикардтың қайталану процесі.
Excel бағдарламасындағы қайталану мүмкіндігі шешімдерді табу үшін қолданыла алады Колебрук теңдеуі 15 мәнді дәлдікпен.^[1]^[2]

Кейбір «дәйекті жуықтау» схемаларында қолданылған динамикалық бағдарламалау шешу Беллманның функционалдық теңдеуі қайтару функциясының кеңістігінде тіркелген нүктелік қайталануларға негізделген.^[3]^[4]

Толғақ

Егер функция ${ displaystyle f}$ нақты мәнде нақты сызықта анықталған Липшиц үздіксіз Липшитц тұрақты ${ displaystyle L <1}$ , содан кейін бұл функция дәл бір бекітілген нүктеге ие, ал белгіленген нүкте бойынша қайталану кез-келген бастапқы болжам үшін сол нүктеге қарай жақындайды ${ displaystyle x_ {0}.}$ Бұл теореманы кез-келген толық метрикалық кеңістікке жалпылауға болады.

Осы теореманың дәлелі:

Бастап ${ displaystyle f}$ Lipschitz константасымен үздіксіз ${ displaystyle L <1}$ , содан кейін реттілік үшін ${ displaystyle {x_ {n}, n = 0,1,2, ldots }}$ , Бізде бар:

{ displaystyle { begin {aligned} | x_ {2} -x_ {1} | = | f (x_ {1}) - f (x_ {0}) | & leq L | x_ {1} -x_ { 0} |, | x_ {3} -x_ {2} | = | f (x_ {2}) - f (x_ {1}) | & & leq L | x_ {2} -x_ {1} | , & , , , vdots end {aligned}}}

және

{ displaystyle | x_ {n} -x_ {n-1} | = | f (x_ {n-1}) - f (x_ {n-2}) | leq L | x_ {n-1} -x_ {n-2} |.}

Жоғарыда келтірілген теңсіздіктерді қосқанда:

{ displaystyle | x_ {n} -x_ {n-1} | leq L ^ {n-1} | x_ {1} -x_ {0} |.}

Бастап ${ displaystyle L <1}$ , ${ displaystyle L ^ {n-1} rightarrow 0}$ сияқты ${ displaystyle n rightarrow infty.}$

Сондықтан, біз көрсете аламыз ${ displaystyle {x_ {n} }}$ Бұл Коши дәйектілігі және ол осылайша нүктеге жақындайды ${ displaystyle x ^ {*}}$ .

Қайталау үшін ${ displaystyle x_ {n} = f (x_ {n-1})}$ , рұқсат етіңіз ${ displaystyle n}$ теңдеудің екі жағында да шексіздікке өтіңіз, біз аламыз ${ displaystyle x ^ {*} = f (x ^ {*})}$ . Бұл мұны көрсетеді ${ displaystyle x ^ {*}}$ үшін белгіленген нүкте болып табылады ${ displaystyle f}$ . Сонымен, біз қайталанудың белгіленген нүктеге жақындайтынын дәлелдедік.

Бұл қасиет өте пайдалы, өйткені барлық қайталанулар конвергентті тіркелген нүктеге келе алмайды. Бекітілген нүкте бойынша қайталануды құрған кезде оның жақындасқанына көз жеткізу өте маңызды. Бірнеше тұрақты нүктелі теоремалар қозғалмайтын нүктенің болуына кепілдік беру үшін, бірақ қайталану функциясы үздіксіз болғандықтан, біз жоғарыда аталған теореманы қайталаудың жақындай ма, жоқ па екенін тексеру үшін қолдана аламыз. Метрикалық кеңістікті аяқтауға арналған жалпыланған теореманың дәлелі ұқсас.

Конвергенция үдеуі

Қайталау реттілігінің конвергенция жылдамдығын а-ны қолдану арқылы арттыруға болады конвергенция үдеуі сияқты әдіс Айткеннің дельта-квадрат процесі. Айткен әдісін тұрақты нүктелік итерацияға қолдану ретінде белгілі Штеффенсен әдісі, және Стеффенсен әдісі ең болмағанда квадраттық болатын конвергенция жылдамдығын беретінін көрсетуге болады.

Сондай-ақ қараңыз

Әдебиеттер тізімі

^ Сондай-ақ, егер осы мақаланың шеңберінен тыс болатын қайталанулар ұзақ уақыт бойы бір қалыпта болса, белгілі бір А қайталануын қарастыруға болады.

^ M A Kumar (2010), жұмыс парағында айқын емес теңдеулерді шешу (Colebrook), Createspace, ISBN 1-4528-1619-0
^ Brkic, Dejan (2017) Excel-ді, электрондық кестелерді (eJSiE) пайдаланып, ағынның үйкелуіне арналған айқын емес Колебрук теңдеуін шешу: т. 10: шығарылым. 2, 2-бап. Қол жетімді: https://sie.scholasticahq.com/article/4663-solution-of-the-implicit-colebrook-equation-for-flow-friction-using-excel
^ Bellman, R. (1957). Динамикалық бағдарламалау, Принстон университетінің баспасы.
^ Сниедович, М. (2010). Динамикалық бағдарламалау: негіздері мен қағидалары, Тейлор және Фрэнсис.

Әрі қарай оқу

Берден, Ричард Л. Фэйрес, Дж. Дуглас (1985). «Тұрақты нүкте бойынша қайталау». Сандық талдау (Үшінші басылым). PWS Publishers. ISBN 0-87150-857-5.
Гофман, Джо Д .; Фрэнкель, Стивен (2001). «Тұрақты нүкте бойынша қайталау». Инженерлер мен ғалымдарға арналған сандық әдістер (Екінші басылым). Нью-Йорк: CRC Press. 141-145 бб. ISBN 0-8247-0443-6.
Джудд, Кеннет Л. (1998). «Тұрақты нүкте бойынша қайталау». Экономикадағы сандық әдістер. Кембридж: MIT Press. 165–167 беттер. ISBN 0-262-10071-1.

Сыртқы сілтемелер

[1] Сондай-ақ, егер осы мақаланың шеңберінен тыс болатын қайталанулар ұзақ уақыт бойы бір қалыпта болса, белгілі бір А қайталануын қарастыруға болады.

[2] M A Kumar (2010), жұмыс парағында айқын емес теңдеулерді шешу (Colebrook), Createspace, ISBN 1-4528-1619-0

[3] Brkic, Dejan (2017) Excel-ді, электрондық кестелерді (eJSiE) пайдаланып, ағынның үйкелуіне арналған айқын емес Колебрук теңдеуін шешу: т. 10: шығарылым. 2, 2-бап. Қол жетімді: https://sie.scholasticahq.com/article/4663-solution-of-the-implicit-colebrook-equation-for-flow-friction-using-excel

[4] Bellman, R. (1957). Динамикалық бағдарламалау, Принстон университетінің баспасы.

[5] Сниедович, М. (2010). Динамикалық бағдарламалау: негіздері мен қағидалары, Тейлор және Фрэнсис.

[a]

[1]

[2]

[3]

[4]