Egylépéses módszerek 0- és A-stabilitása

Átírás

1 Balázsi Judit Egylépéses módszerek 0- és A-stabilitása B.Sc. Szakdolgozat Témavezet : Fekete Imre Doktorandusz Alkalmazott Analízis Tanszék Tudományos segédmunkatárs MTA-ELTE NUMNET Eötvös Loránd Tudományegyetem Alkalmazott Analízis és Számításmatematikai Tanszék Budapest 2015

2 Köszönetnyilvánítás Ezúton szeretném megköszönni témavezet mnek, Fekete Imrének a rengeteg segítséget, valamint útmutatást, ami segített ezen szakdolgozat megírásában.

3 Tartalomjegyzék Bevezetés 1 1. Egylépéses módszerek operátor alakja Folytonos feladat operátor alakja Diszkrét feladat operátor alakja A numerikus analízis alapfogalmai Konzisztencia Konvergencia és 0-stabilitás Abszolút stabilitás Dahlquist-féle tesztegyenlet Lineáris rendszer esete Runge-Kutta módszerek abszolút stabilitása Runge-Kutta típusú módszerek Runge-Kutta módszerek stabilitási függvényei Hivatkozások 23

4 Bevezetés Tanulmányaim során megismerhettem a matematika f bb témaköreit, melyek közül a numerikus analízis nyerte el leginkább a tetszésem. Számos gyakorlatban el forduló probléma dierenciálegyenletek segítségével írható le, viszont ezek analitikus megoldásának el állítása nem könny, s t olykor kivitelezhetetlen feladat, ezért numerikus módszereket alkalmazunk. A dolgozatban kezdetiérték feladatra alkalmazott egylépéses numerikus módszerek absztrakt szint megfoglamazását, ezek 0- és egy speciális osztályánák (ún. explicit Runge-Kutta típusú módszerek) A-stabilitását t ztem ki célul. Az els fejezetben bevezetem a skaláris Cauchy-feladatot (kezdetiérték feladat). Célom ezen folytonos feladat absztrakt módon való felírása az Lu = 0 operátoregyenlet segítségével. A gyakorlat numerikus modellek konstruálását igénylik. A fejezet további részében a folytonos feladat helyett diszkrét feladatok sorozatát tekintek abban a reményben, hogy ezek megoldásait könnyebben nyerjük és tartanak majd a folytonos feladat megoldásához. Ezért vezetem be a numerikus módszerekre vonatkozó alapfogalmakat, úgy mint a konzisztencia, konvergencia, illetve a 0-stabilitás. A fejezet legvégén bizonyítom a numerikus analízis alaptételét. Habár az elméletben van egy jól m köd egylépéses módszerem, azonban a második fejezet két példája jól mutatja, hogy a 0-stabilitás a gyakorlatban nem eléggé hatékony. Ezért a második fejezetben már a gyakorlatban is jól használható fogalommal, az abszolút stabilitással foglalkozom. Továbbá kitérek a Dahlquist-féle tesztegyenlet, illetve lineáris rendszer stabilitásának vizsgálatára. A harmadik fejezetben az egylépéses módszerek osztályán belül a leggyakrabban használt numerikus módszerekkel, az ún. Runge-Kutta típusú módszerekkel foglalkozom. A fejezetben ilyen módszerek abszolút stabilitási függvényeit szeretnénk megadni. Az explicit Runge-Kutta módszerek esetében megmutatom, hogy ezek nem lehetnek abszolút stabilak. 1

5 1. fejezet Egylépéses módszerek operátor alakja Tekintsük a du = f(t, u), dt t [0, T ], (1.1) u(0) = u 0 (1.2) skaláris kezdetiérték-problémát (úgynevezett Cauchy-feladatot), ahol u 0 R a kezdeti érték és az f : R 2 R függvény olyan, hogy els változójában folytonos, a második változójában kielégíti a Lipschitz-feltételt. Ekkor ismeretes [9], hogy az (1.1)-(1.2) egyértelm en megoldható és a teljes megoldás határtól határig terjed Folytonos feladat operátor alakja A fejezet f ként a [4] könyvön alapszik. Ebben a részben a legf bb célunk az, hogy az (1.1)-(1.2) feladatot absztrakt módon, egy lineáris operátoregyenelet segítségével Lu = 0 (1.3) alakban írjuk fel. Ehhez keressük azt az u(t) függvényt a dom(l) halmazból, amelyhez az L operátor a [0, T ] intervallumon értelmezett azonosan nulla függvényt rendeli hozzá. Ennek megadásához legyen L egy olyan operátor, amely valamilyen szabály szerint adott [0, T ] intervallumon értelmezett függvényhez egy másik [0, T ] intervallumon értelemezett függvényt rendel hozzá. Ez a szabály megadható 2

6 1.2. Diszkrét feladat operátor alakja az alábbi módon: ahol (Lw)(t) = w (t) f(t, w(t)), t (0, T ], (1.4) dom(l) = {w C 1 [0, T ] : w(0) = u 0 }. (1.5) Az (1.4)-(1.5) által meghatározott L operátort az (1.1)-(1.2) kezdetiértékprobléma operátorának nevezzük. Azaz L : C 1 ([0, T ]) C([0, T ]) operátor, amely az (1.1)-(1.2) feladatot (1.3) alakra hozza Megjegyzés. Természetesen megadható más szabály is, mely az (1.1)- (1.2) feladatot (1.3) alakra hozza: { w (t) f(t, w(t)), t (0, T ], (Lw)(t) = w(0) u 0, t = 0, ahol w C 1 ([0, T ]). Számtalan valós jelenséget (zikai, kémiai, biológiai, szociólógiai, stb.) leíró matematikai modellek tömören (1.3) alakban írhatóak fel. Ugyanakkor ezen modellek megoldása zárt (analitikus) alakban ritkán adható meg, ezért a gyakorlat numerikus modellek konstruálását igényli. A numerikus modellek nem az eredeti feladat egzakt megoldását adják, hanem minden egyes számítási lépés során jutunk hozzá egyre és egyre közelebb. Ezeket a módszereket a realizálhatósághoz valamilyen programnyelven implementálnunk kell. A számítógép lehet teszi, hogy mennyiségi (és min ségi) információkat kapjunk. Egyik legf bb el nye, hogy az adatokat rendkívül olcsón nyerjük. A valós adatnyerés gyakran költséges, veszélyes, s t olykor kivitelezhetetlen is Diszkrét feladat operátor alakja A továbbiakban szeretnénk a nehezen megoldható folytonos feladatot egyszer bb, diszkrét feladatok sorozatával helyettesíteni. Az ezekre alkalmazott numerikus módszerekkel szemben az alábbi alapvet feltételeket követeljük meg: Minden egyes diszkrét feladat korrekt kit zés. létezik megoldás (egzisztencia) ez a megoldás egyetlen (unicitás) 3

7 1.2. Diszkrét feladat operátor alakja a megoldás folytonosan függ a feladatot meghatározó függvényekt l (stabilitás) A numerikus modellben a numerikus megoldást hatékonyan tudjuk számolni. A numerikus megoldások sorozata konvergens legyen. A numerikus megoldások sorozata tartson az eredeti feladat megoldásához. Ebben a fejezetben az (1.3) folytonos feladatot szeretnénk diszkrét feladatok sorozátára lecserélni. Ehhez vezessük be a [0, T ] zárt intervallumon a nomodó, változó hosszúságú rácshálók sorozatát, melyet ω h jelöl. ω h := {0 = t 0 < t 1 <... < t N 1 < t N = T }, valamint Jelölje továbbá ω 0 h = ω h \ {t 0 = 0}. h k = t k+1 t k, k = 0, 1,..., N 1, h = T/N. Feltesszük, hogy a rácspontok számának növelésével a rácsháló mindenütt nomodik, azaz létezik olyan 0 < c < állandó, amelyre minden N esetén h k ch, k = 1, 2,..., N. Tegyük fel, hogy rögzített t (0, T ] pont mindegyik rácsháló eleme. Jelölje n egy ilyen rögzített rácshálón azt az indexet, melyre h 0 +h h n 1 = t. Egylépéses numerikus módszereket használva szeretnénk az eredeti feladatot megoldani. Ennek legels lépése, hogy az (1.3) folytonos feladatot lecseréljük az alábbi L h u h = 0 (1.6) diszkrét feladatok sorozatára. Legyen L h egy olyan operátor, amely az ω h pontjaiban értelmezett rácsfüggvényekhez egy ωh 0 pontjaiban értelmezett rácsfüggvényt rendel hozzá. Jelölje F(ω h ) és F(ωh 0) az ω h, illetve az ωh 0 rácsokon értelmezett rácsfüggvények vektorterét. Ekkor az egylépéses numerikus módszereket leíró L h operátor hatása egy w h rácsfüggvényre az alábbi: L h w h (t n ) = Φ(h n, t n 1, w h (t n 1 ), w h (t n )), t n ω h (1.7) 4

8 1.2. Diszkrét feladat operátor alakja a dom(l h ) = {w h F(ω h ) : w h (t 0 = 0) = u 0 } értelmezési tartománnyal, ahol Φ az egylépéses numerikus módszert jellemzi Megjegyzés. Az (1.7) képletben Φ = Φ(h n, t n 1, w h (t n 1 )) esetén a módszer explicit, míg Φ = Φ(h n, t n 1, w h (t n 1 ), w h (t n )) esetén implicit Példa. A θ-módszert az alábbi Φ(h n, t n 1, w h (t n 1 ), w h (t n )) = (1 θ)f(t n 1, w h (t n 1 ))+θf(t n 1 +h n, w h (t n )) megválasztással kapjuk. Ha a fenti formulában a θ paraméter értéke rendre 0, 1 és 1/2, akkor rendre az explicit Euler, implicit Euler és trapéz módszereket kapjuk Megjegyzés. A módszer realizálhatóságához feltesszük, hogy a rögzített els három változó mellett a Φ függvény negyedik változójában invertálható, azaz a Φ(h, t, w, s) függvény injektív Megjegyzés. Vegyük észre, hogy az (1.7) képletben szerepl L h operátor F(ω h ) F(ωh 0) típusú. Emellett az is nyilványvaló, hogy dim(f(ω h)) dim(f(ωh 0)). Az értelmezési tartománytól eltekintve ez azt jelentené, hogy az L h operátor nem lenne injektív a teljes F(ω h ) téren, azaz L h u h = 0 feladatnak nem lenne egyértelm megoldása. Ezért szükséges F(ω h ) egy alkalmas dom(l h ) F(ω h ) hamazra való lesz kítése, amelyre dim(dom(l h )) = dim(f(ωh 0)). Ekkor már az L h operátor invertálható lesz. Ezt az F(ω h )-beli függvényt a t = t 0 = 0 pontbeli értékének rögzítésével érhetjük el Megjegyzés. Egy másik lehetséges megadási módja az egylépéses módszereknek: { Φ(h n, t n 1, w(t n 1 ), w h (t n )), ha t n ωh 0 (L h w h )(t n ) =, w(0) u 0 ha t n = Példa. Az ismeretlen w h F(ω h ) rácsfüggvényt az w h (t n ) = w h (t n 1 ) + h n (1 θ)f(t n 1, w h (t n 1 )) + h n θf(t n, w h (t n )), t n ω h módon határozzuk meg, ahol w h (0) = u 0. Az L h operátort úgy határozzuk meg, hogy valamely w h F(ω h ) rácsfüggvényhez rendelje hozzá az (L h w h )(t n ) = w h(t n ) w h (t n 1 ) h n (1 θ)f(t n 1, w h (t n 1 )) + θf(t n, u h (t n )) rácsfüggvényt, ahol n = 1, 2,..., N, valamint h 1 + h h n = T, azaz L h w h F(ω h ). Az operátor értelmezési tartománya: dom(l h ) = {w h F(ω h ) : w h (t 0 = 0) = u 0 }. 5

9 1.3. A numerikus analízis alapfogalmai 1.3. A numerikus analízis alapfogalmai Az el z fejezetben láthattuk, hogy az (1.1)-(1.2) feladatat (1.3) alakba írhajuk. Az ezeket megoldó (1.7) képlet által megadott egylépéses módszereket annak reményében deniáltuk, hogy ezek valamilyen értelemben az eredeti, folytonos feladat megoldásához tartsanak. Most olyan precíz fogalmakat szeretnék megadni, melyek ezt a kívánt tulajdonságot megadhatják Konzisztencia Els lépésként azt szeretnénk megérteni, hogy az L h operátor milyen hibával közelíti az L operátort az (1.3) feladat pontos megoldáson. Ez azt jelenti, hogy a t n ω h rácspontokban az (Lu)(t n ) értékeket hasonlítjuk össze az u(t) megoldás rácspontbeli értékeib l képzett rácsfüggvény L h -beli képével Deníció. Legyenek az alábbi P h : C 1 ([0, T ]) F(ω h ) és R h : C([0, T ]) F(ω 0 h) leképezések vetít típusúak, azaz [P h u] = u(t n ), t n ω h és [R h u] = u(t n ), t n ω 0 h. Ekkor tetsz leges w C 1 ([0, T ]) függvény esetén az F(ωh 0 ) vektortérben az alábbi módon mérhetjük az L h operátor képlethibáját: l h (w) = (L h P h w) (R h Lw), w C 1 ([0, T ]). (1.8) Ha az (1.8) egyenletbe az (1.3) feladat pontos megoldását helyettesítjük, akkor a képlethiba az l h (u) = (L h u)(t n ), t n ω 0 h alakot ölti Deníció. Az L h operátorral leírt numerikus módszert konzisztensnek nevezzük, ha lim h 0 l h = 0. Azt mondjuk, hogy p-edrendben konzisztens, ha l h = O(h p ). Az és Deníciók alapján a diszkretizációs eljárás sémája a lenti 1.1 ábra segítségével képzelhet el. 6

10 1.3. A numerikus analízis alapfogalmai C 1 ([0, T ]) L C([0, T ]) P h R h F(ω h ) L h F(ω 0 h ) 1.1. ábra. Általános séma numerikus módszerekre Példa. Határozzuk meg a θ-módszer konzisztencia-rendjét! (L h w h )(t n ) = w h(t n ) w h (t n 1 ) h n (1 θ)f(t n 1, u h (t n 1 )) h n θf(t n, u h (t n )) = u(t n 1) + h n u (t n 1 ) + h2 n 2 u (t n 1 ) + h3 n 3! u (t n 1 ) + O(h 4 ) u(t n 1 ) h (1 θ)u (t n 1 ) θu (t n ) = u (t n 1 ) + h 2 u (t n 1 ) + h2 6 u (t n 1 ) + O(h 3 ) (1 θ)u (t n 1 ) θ(u (t n 1 ) + hu (t n 1 ) + h2 2 u (t n 1 ) + O(h 3 )) = u (t n 1 )( h θh) + 2 u (t n 1 )( h2 θ h2 ) O(h3 ) Azaz a módszer θ = 1 esetén másodrendben, θ 1 esetén els rendben konzisztens Konvergencia és 0-stabilitás Ebben a szakaszban megvizsgáljuk, hogy nomodó felosztás esetén hogyan viselkedik a pontos megoldások és a numerikus megoldások eltérésének sorozata. Legyen h = max 1 n N h n és tegyük fel, hogy Nh korlátos h 0 esetén. Legyen t (0, T ] egy olyan rögzített pont, amelyre t ω h minden h > 0 érték esetén. 7

11 1.3. A numerikus analízis alapfogalmai Deníció. Az L h operátorral leírt numerikus módszert konvergensnek nevezzük, ha minden t (0, T ] esetén lim e h = lim u(t ) u h (t n ) = 0, h 0 h 0 ahol t n = t. Azt mondjuk, hogy p-edrendben konvergens, ha e h = O(h p ) Deníció. Az L h operátorral leírt numerikus módszert 0-stabilnak nevezzük, ha léteznek olyan h 0 és S pozitív állandók, hogy minden h < h 0 esetén tetsz leges F(ω h )-beli z h és w h rácsfüggvényre érvényes az z h (t n ) w h (t n ) S z h (t 0 ) w h (t 0 ) + max 1 k N L hz h (t k ) L h w h (t k ) egyenl tlenség tetsz leges n = 1, 2,..., N indexre Megjegyzés. A fenti 0-stabilitási deníció megtalálható az [5] könyvben is Tétel. Tegyük fel, hogy i, az Lu = ϕ operátoregyenletnek létezik egyértelm megoldása, illetve ii, az L h : F(ω h ) F(ω h ) operátorral leírt numerikus módszer p-edrendben konzisztens és 0-stabil. Ekkor i, az L h u h = ϕ h egyenletnek létezik u h egyértelm megoldása a halmazon, illetve dom(l h ) = {w h F(ω h, w h (t 0 = 0) = u 0 } ii, a numerikus megoldások sorozata konvergens, és a konvergencia rendje megegyezik a konzisztencia rendjével. Bizonyítás. Mivel a folytonos feladat korrekt kit zés, ezért jelölje u(t) az (Lw)(t) = w (t) f(t, w(t)), t (0, T ] operátoregyenlet megoldását. Jelölje továbbá v h az u függvény projekcióját az ω h rácsra. A feltevés szerint az L h operátor 0-stabil, ezért a diszkrét egyenletnek létezik egyértelm u h megoldása. Ekkor a globális hibára a 0-stabilitás deníciója alapján az alábbi összefüggést nyerjük: e h (t n ) = u h (t n ) v h (t n ) S u h (t 0 ) v h (t 0 ) + max 1 k N L hu h (t k ) L h v h (t k ) S max 1 k N L hv h (t k ) = S max 1 k N l h(t k ). Azaz, ha a módszer p-edrendben konzisztens, akkor l h (t k ) = O(h p ), azaz e h (t n ) = O(h p ). 8

12 1.3. A numerikus analízis alapfogalmai Megjegyzés. Az állításban a konvergencia akkor is érvényes marad, ha dom(l h ) = {w h F(ω h ), w h (t 0 = 0) = u 0 } helyett a dom(l h ) = {w h F(ω h ), w h (t 0 ) = u h 0} halmazon deniáljuk az L h operátort, ahol feltesszük, hogy lim u h 0 = u 0. h 0 Emellett, ha u h 0 u 0 = O(h p ), akkor a konvergencia rendje is megörz dik. 9

13 2. fejezet Abszolút stabilitás Az Tétel szerint beláttuk, hogy egy p-edrendben konzisztens 0-stabil módszer p-edrendben konvergens is. A tétel egyik nagy hátránya, hogy nagy Lipschitz konstans esetén a konvergenciát biztosító h értékét annyira kicsinek kell megválasztanunk, hogy ez a gyakorlatban realizálhtatlan módszert eredményez. Ehhez a 0-stabilitásnál er sebb fogalomra lesz szükségünk. Hogyan tudjuk a legjobban megbecsülni h értékét? Ennek megértésére szolgál az alábbi példa is Példa. Tekintsük az u (t) = sin(t) u(0) = 1 kezdetiérték feladatot! Milyen lépésköz rácshálón kell megoldanunk az explicit Euler-módszerrel, hogy a t = 2 pontban a megoldás ɛ = 10 3 pontosságú legyen? Az egyenletet deriválva azaz u (t) = cos(t), M 2 = max cos(t) = 1. t [0,2] A példában a dierenciálegyenlet jobb oldala f(t, u) = sin(t), ezért f lipschitzes L = 0 állandóval. Az explicit Euler-módszer lokális approximációs hibáját gyelembe véve (lásd például [3]) a globális hibára a következ összefüggést kapjuk: e n = h max cos(t) = h. [0,t ] 10

14 Tehát a h = ɛ megválasztású rácshálón az explicit Euler-módszer eredménye az ɛ pontosságot. Legyen h = Ekkor t = t 2000, hiszen a lépésszám a t = 2 pontig t /h = Ezen rácshálón az explicit Euler-módszerrel kapott numerikus megoldás y 2000 = Mivel a feladat pontos megoldása u(t) = cos(t), ezért összevetve a cos(2) = pontos megoldással a globális hibára az e 2000 = értéket kapjuk Példa. Oldjuk meg az explicit Euler-módszer segítségével az alábbi kezdetiérték-feladatot: u (t) = λ(u(t) cos(t)) sin(t), λ R u(0) = 1 Ebben a feladatban a megoldás ugyanaz, mint az el z példában, ezért az ottani rácshálóval próbálkozunk, vagyis legyen h = 10 3 lépésköz ekvidisztáns rácsháló. A t = 2 ponthoz tartozó közelítés y 2000 = lesz, azaz a hibára az e h (t 2000 ) = y 2000 cos(2) = adódik. Tehát ez a rácsháló megválasztás jó a kívánt pontosság eléréséhez. Legyen most λ = Próbálkozzunk ismét a h = 10 3 lépésköz ekvidisztáns rácshálóval. Ekkor y 2000 = értéket kapjuk, amely alkalmatlan a cos(2) közelítésére. Ezért próbálkozzunk kisebb h értékekkel. Eredményeink az alábbi táblázatban láthatók: h e h (2) táblázat. A h lépésközhöz tartozó globális hiba értékei. A táblázatból jól látszik, hogy valamilyen ok következtében a h = és a h = értékek között történik változás és az addig használhatatlan numerikus eredmény jóvá válik. A vizsgált példák jól érzékeltetik (hasonló példák találhatóak a [8] könyvben), hogy a 0-stabilitás csupán azt mutatja, hogy h 0 esetén hogyan viselkedik a numerikus megoldás. Szeretnénk elméleti úton magyarázatot adni a 2.1 táblázatban tapasztaltakra. 11

15 2.1. Dahlquist-féle tesztegyenlet 2.1. Dahlquist-féle tesztegyenlet A 0-stabilitás azon numerikus módszereket klasszikálja, amelyek az y = 0 dierenciálegyenlet megoldására jól viselkednek. Dahlquist vezette be el ször a most már a szakirodalomból ( [1], [6]- [7]) ún. tesztegyenletet, amely olyan numerikus módszereket jelöl ki, melyek az tesztegyenleten viselkednek jól. u (t) = λu(t), t > 0, λ C, (2.1) u(0) = u 0 (2.2) Természetes elvárás az ilyen numerikus módszerekkel szemben, hogy a numerikus megoldás rögzített rácshálón jól modellezze az u(t) = e λt u 0 megoldást. A továbbiakban feltesszük, hogy u(0) = u 0 > 0. A numerikus megoldás stabilitása Re(λ) el jelét l függ és ekkor három eset lehetséges: (a) Re(λ) > 0 esetén u(t) id ben szigorúan monoton növ (instabil). (b) Re(λ) 0 esetén u(t) id ben korlátos marad (stabil). (c) Re(λ) esetén u(t) id ben lecseng (aszimptotikusan stabil). Egy numerikus módszer alkalmazásánál alapvet elvárás, hogy a lehet legjobban közelítse a folytonos feladat megoldását, meg rizve annak legfontosabb kvalitatív tulajdonságait. Mivel Re(λ) 0 esetén a megoldás monoton csökken, míg Re(λ) > 0 esetén növekszik és kin a végtelenbe, ezért megköveteljük, hogy a numerikus módszer által meghatározott eredmény is rendelkezzen ezen tulajdonsággal. Vagyis ha a tesztegyenletben Re(λ) 0, akkor a numerikus megoldásra teljesüljön az u n u n 1... u 0 egyenl tlenség. Azaz kiemelten fontosak azok a numerikus módszerek, melyekre igaz, hogy Re(λ) 0 esetén a tesztegyenlethez tartozó numerikus megoldások monoton csökken numerikus megoldást adnak. Ennek következtében a numerikus módszerünket olyan tesztfeladatra alkalmazzuk, amelyre Re(λ) 0. A megoldás ekkor monoton csökken és minden t > 0 esetén u(t) u(0) = u Példa. Alkalmazzuk a θ-módszert a (2.1)-(2.2) feladat megoldására. Mivel y n = y n 1 + hλy n + (1 θ)hλy n y n hλθy n = y n 1 + (1 θ)hλy n 1 (1 hλθ)y n = (1 + (1 θ)hλ)y n 1 12

16 2.1. Dahlquist-féle tesztegyenlet ezért a numerikus megoldás a rácsháló pontjaiban y n = A stabilitás diszkrét megfelel jét jelent (1 + (1 θ)hλ) y n 1. (1 hλθ) y n y n 1 (2.3) feltétel akkor és csak akkor teljesül, amikor (1 + (1 θ)hλ) (1 hλθ) 1. (2.4) Ez azt jelenti, hogy a (2.1) tesztegyenletben szerepl λ adott érték esetén csak azon h-lépésköz rácshálókon teljesül a (2.3) numerikus stabilitási tulajdonság, amelyekre a (2.4) feltétel érvényes. Vezessük be a z = λh C jelölést, illetve az R(z) = (1+(1 θ)hλ) függvényt. (1 hλθ) Ezen jelölésekkel a θ-módszer felírható y n = R(z)y n 1 alakban Deníció. Tetsz leges egylépéses módszer esetén az y n = R(z)y n 1, y 0 adott relációban az R(z) függvényt a módszer stabilitási függvényének nevezzük. Általánosan igaz, hogy a numerikus megoldás monoton csökkenésének feltétele, hogy az R(z) 1 egyenl tlenség teljesüljön Deníció. Azon z C pontok halmazát, melyekre R(z) 1 abszolút stabilitási tartománynak nevezzük. Fontos megjegyeznünk, hogy az abszolút stabilitási feltétel a stabilitásra és nem a pontosság növelésére szolgál Deníció. Egy numerikus módszert A-stabil módszernek nevezünk, ha abszolút stabilitási tartománya tartalmazza C 0 bal oldali komplex félsíkot Megjegyzés. Ha egy numerikus módszer A-stabil, akkor az csak azt biztosítja, hogy a módszer a tesztegyenleten Re(λ) 0 esetén megfelel en viselkedik, viszont a Re(λ) > 0 esetre nem ad választ. 13

17 2.2. Lineáris rendszer esete 2.2. Lineáris rendszer esete Lineáris redszerek esetén a stabilitás vizsgálata bonyolultabb. Tekinstük az u (t) = Au(t), t > 0 (2.5) lineáris rendszert, ahol A R d d adott, diagonalizálható mátrix. Tehát létezik olyan T reguláris mátrix, amellyel a hasonlósági transzformáció után T 1 AT = Λ = diag[λ 1,... λ d ], ahol λ i az A mátrix sajátértékei. Bevezetve w(t) = T 1 u(t) új változót igaz, hogy T w (t) = AT w(t), azaz a (2.5) egyenlet átírható alakban, azaz w 1. w d = w (t) = Λw(t) λ 1... λ d w 1. w d. Mivel ez az egyenlet d darab tesztegyenletet jelent, ezért a stabilitásnak feltétele, hogy mindegyik skaláris egyenlet stabil legyen, vagyis teljesüljön a Re(λ j ) 0 feltétel minden j = 1, 2,..., d esetén Megjegyzés. Legyen T R d d ortogonális mátrix, azaz T 1 = T T. Ekkor egy tetsz leges y R d vektor és annak w = T 1 y transzponáltjainak euklideszi normái között az alábbi kapcsolat érvényes: y 2 2 =< y, y >=< T w, T w >=< w, T T T w > =< w, T 1 T w >=< w, w >= w 2 2. Azaz az ortogonális transzformáció normatartó Következmény. Az ortogonális mátrixok egy további fontos tulajdonsága, hogy az euklideszi normabeli kondicionáltsági száma cond 2 (T ) = 1. Azaz, ha T ortogonális mátrix, akkor érvényes az y n 2 y 0 2 tulajdonság. 14

18 3. fejezet Runge-Kutta módszerek abszolút stabilitása 3.1. Runge-Kutta típusú módszerek Az egylépéses módszerek osztályán belül a leggyakrabban használt numerikus módszerek az ún. Runge-Kutta típusú módszerek. A fejezetben ilyen módszerek abszolút stabilitási függvényeit szeretnénk megadni. Miel tt ezeket kiszámítanánk, röviden ismertetjük a Runge-Kutta módszerek alapvet tulajdonságait Deníció. Legyen s 1 egy adott egész szám. A rögzített a ij, c i, b i, ahol i, j = 1, 2,..., s számok melletti Y i = y n 1 + h y n = y n 1 + h s a ij f(t n 1 + c j h, Y j ), (3.1) j=1 s b i f(t n 1 + c i h, Y i ) (3.2) i=1 numerikus módszert s-lépcs s Runge-Kutta típusú módszernek nevezzük. Észrevételek: A módszer egylépéses, mivel y n 1 értékéb l származtatja y n értékét. Az s paraméter a lépcs számot jelenti, mégpedig hány köztes pontban számolunk ki értéket, amelyekb l az y n értékét meghatározzuk. A módszert adott s esetén a paraméterei határozzák meg, amelyek száma s 2 + 2s. 15

19 3.1. Runge-Kutta típusú módszerek A Runge-Kutta típusú módszerek egy másik lehetséges felírása, amikor nem a megoldásfüggvényt, hanem annak deriváltját, azaz u (t) = f(t, u(t)) függvényt approximáljuk köztes értékekkel a t n 1 + c i h pontokban. Ekkor a Runge-Kutta módszereket a következ módon is deniálhatjuk Deníció. Legyen s 1 egy adott egész szám. A rögzített a ij, c i, b i, ahol i, j = 1, 2,..., s számok melletti k i = f(t n 1 + c i h, y n 1 + h y n = y n 1 + h s a ij k j ), i = 1, 2,..., s, (3.3) j=1 s b i k i. (3.4) i=1 numerikus módszert s-lépcs s Runge-Kutta típusú módszernek nevezzük. Vezessük be az A = (a ij ) s i,j=1 R s s, valamint az c = (c i ) s i=1, b = (b i ) s i=1 R s jelöléseket. Ekkor mind a (3.1)-(3.2) és a (3.3)-(3.4) által meghatározott Runge-Kutta megadható az alábbi alakban. Az ilyen típusú táblázatot Butcher-táblázatnak nevezzük. c Megjegyzés. Könnyen látható módon a Runge-Kutta módszer explicit, ha a Butcher-táblázatában szerepl A mátrix szigorú alsó háromszög mátrix. Ellenkez esetben a módszer implicit Példa. Tekintsük az alábbi módszer Butcher-táblázatát és határozzuk meg, hogy mi ez a módszer! A b T θ θ 1 θ θ Ez egy implicit Runge-Kutta típusú módszer, amely a következ t jelenti: A harmadik képletb l k 1 = f(t n 1, y n 1 ) k 2 = f(t n 1 + h, y n 1 + h(1 θ)k 1 + θhk 2 ) y n = y n 1 + h(1 θ)k 1 + hθk 2 y n y n 1 = h[(1 θ)k 1 + θk 2 ]. 16

20 3.1. Runge-Kutta típusú módszerek Ezt és az els összefüggést behelyettesítve a második egyenletbe, a k 2 = f(t n, y n 1 + (y n y n 1 )) = f(t n, y n ) összefüggést kapjuk. Ezt a k 2 értéket, és az els összefüggésbeli k 1 értéket behelyettesítve a hatmadik egyenletbe, megkapjuk az y n = y n 1 + h(1 θ)f(t n 1, y n 1 ) + hθf(t n, y n ) összefüggést. Ez a módszer nem más, mint a θ-módszer Tétel. Egy Runge-Kutta módszer p-edrend ségének szükséges feltétele a Butcher táblázat jelöléseit megtartva a következ : 1 k! = bt A k 1 e, k = 1, 2,... p Megjegyzés. Fontos megemlíteni, hogy a (3.1)-(3.2) és a (3.3)-(3.4) módszerek Butcher-táblázatai és pontossági feltételei megegyeznek, azaz ezeket a módszereket ekvivalensnek tekintjük. Mivel dolgozatunk f leg explicit Runge-Kutta módszerek A-stabilitásának kérdését vizsgálja, nyilvánvaló módon felmerül az a kérdés, hogy mi a kapcsolat az explicit Runge-Kutta típusú módszerek lépcs száma (s) és a rendje (p) között. Az alábbi szakirodalomból nyert táblázatból választ nyerhetünk a kérdésünkre: s p(s) táblázat. Explicit Runge-Kutta módszerek lépcs száma és rendje közötti kapcsolat Jól látszik, hogy az egylépcs s explicit Euler-módszer els rend, a kétlépcs s módszerek másodrend ek, a háromlépcs s módszerek harmadrend ek, a négylépcs s módszer pedig negyedrendben pontos. Tehát s = 1, 2, 3, 4 esetén p = s pontosság biztosítható. Viszont s 5 esetén ez már nem érvényes, a rend alatta marad a lépcs számnak, vagyis p < s Megjegyzés. Az explicit Runge-Kutta típusú módszer esetén nem ismeretes, hogy tetsz leges p rend eléréséhez hány lépcs szám szükséges. Csupán p = 8 értékig ismert. Az alábbi táblázatból jól látszik, hogy ezen értékig hány feltétel, illetve hány paraméter szerepel: 17

21 3.2. Runge-Kutta módszerek stabilitási függvényei rend(p) feltételek száma lépcs k száma (s) paraméterek száma táblázat. Feltételek, lépcs k és paraméterek száma közötti összefüggés Megjegyzés. Az érdekl d Olvasók számára megjegyezzük, hogy a fenti táblázat jobb megértésére ajánljuk a B-fák és egyszer sít rendfeltételek c. témakörök feldolgozását a [1], [2], [6]- [7] könyvekb l Runge-Kutta módszerek stabilitási függvényei Ebben a szakaszban megvizsgáljuk a Runge-Kutta típusú módszerek abszolút stabilitási függvényét és a kapott eredményb l rögtön megadjuk a választ arra a kérdésre, hogy vannak-e A-stabil explicit Runge-Kutta típusú módszerek. Egyel re tetsz leges Runge-Kutta típusú módszer viselkedését vizsgáljuk a (2.1)-(2.2) tesztegyenleten. A stabilitási tartomány felírásához els lépésben a tesztfeladatra Runge-Kutta típú módszerhez tartozó R(z) stabilitási függvény meghatározása szükséges. Vezzessük be az Y R s vektort, az I R s s egységmátrixot, továbbá az e = (1, 1,..., 1) T R s vektort. Ekkor a (3.1)-(3.2) Runge-Kutta típusú módszert alkalmazva a (2.1)-(2.2) tesztegyenletre érvényes az összefüggés, ahol z = hλ. Innen Y = y n 1 e + haλy = y n 1 e + zay (3.5) (I za)y = y n 1 e. Megfelel en kis z (azaz h) esetén I za mátrix invertálható és ekkor inverze Neumann-sora segítségével el állítható. Azaz másrészt (3.2) alapján y n = y n 1 + h Y = (I za) 1 y n 1 e, s b i λy i = y n 1 + zb T Y i=1 = y n 1 + zb T (I za) 1 ey n 1 = [1 + zb T (I za) 1 e]y n 1. (3.6) 18

22 3.2. Runge-Kutta módszerek stabilitási függvényei A Runge-Kutta típusú módszerek stabilitási függvénye: R(z) = 1 + zb T (I za) 1 e. Felírva (I za) 1 Neumann sorát érvényes az alábbi összefüggés: R(z) = 1 + zb T (I + za + z 2 A )e ( ) ( = 1 + zb T z k A k e = 1 + b T z k+1 A )e k k=0 ( = 1 + b T z k A )e k 1 = 1 + k=1 k=0 ) z (b k T A k 1 e. A Tétel alaján a Runge-Kutta típusú módszerek p-edrend ségének szükséges feltétele: k=1 1 k! = bt A k 1 e, k = 1, 2,... p. Ezért egy p-edrend Runge-Kutta típusú módszer stabilitási függvénye az el z ek alapján: R(z) = 1 + p z k 1 k! + k=1 k=p+1 z k (b T A k 1 e). (3.7) Tehát egy tets leges p-edrend Runge-Kutta típusú módszer stabilitási függvénye (3.7) alakú. Most tegyük fel, hogy a módszerünk s lépcs s, p-edrendben pontos explicit Runge-Kutta típusú módszer. Ekkor a Butcher táblázatban A R s s egy szigorúan alsó háromszög mátrix, ezért A k = 0, k = s + 1, s + 2,... Így az ilyen módszerek stabilitási függvénye R(z) = 1 + p z k 1 k! + k=1 s k=p+1 z k (b T A k 1 e). (3.8) Fontos megjegyeznünk, hogy a maximális rend explicit Runge-Kutta típusú módszerek stabilitási függvényei p = 1, 2, 3, 4 esetén ugyanolyan alakúak, hiszen a p = s reláció miatt mindegyik módszerre R(z) = 1 + p k=1 z k 1, p = 1, 2, 3, 4. (3.9) k! 19

23 3.2. Runge-Kutta módszerek stabilitási függvényei A stabilitási függvény a (3.8) alakú el állításából látszik, hogy az explicit Runge-Kutta típusú módszer stabilitási függvénye egy legfeljebb s-ed fokú polinom. Ezért z esetén lim R(z) =, ezért ebben az esetben a stabilitási tartomány nem tartalmazhatja a teljes C félsíkot. Ebb l nyilvánvaló módon adódik az alábbi tétel Tétel. Az explicit Runge-Kutta típusú módszerek nem A-stabilak. Az el z, Tételben kimondtuk, hogy az explicit Runge-Kutta típusú módszerek nem A-stabilak. Ez a tény az alkalmazhatóságot er sen korlátozza Példa. Az explicit Runge-Kutta típusú módszer abszolút stabilitási tartománya a p = 1, 2, 3, 4 rendekre az alábbi ábrán látható: 3.1. ábra. Az RK1, RK2, RK3 és RK4 módszerek abszolút stabilitási tartományai. Amikor a (3.1)-(3.2) Runge-Kutta típusú módszert alkalmazzuk a (2.1) tesztegyenletre, akkor a (3.1) alapján (a korábbi jelöléseink megtartásával) érvényes az R(z) = 1 + zb T (I za) 1 e összefüggés. Célunk a stabilási függvény egy másik alakú megadása, melyb l egyrészt könnyen számíthatjuk ki a stabilitási függvényt, illetve el lehet dönteni egyes implicit módszerekr l azok A-stabilitását. 20

24 3.2. Runge-Kutta módszerek stabilitási függvényei Tétel. Egy tetsz leges implicit Runge-Kutta típusú módszer R(z) stabilitási függvénye felírható alakban. R(z) = det(i za + zebt ) det(i za) Bizonyítás. A (3.5) összefüggésb l érvényes az Y i z s a ij Y j = y n 1, i = 1, 2,..., s (3.10) j=1 egyenl tlenség. Másrészt, a (3.6) összefüggésb l y n z s b j Y j = y n 1. (3.11) j=1 Ekkor (3.10)-(3.11) egy s + 1 ismeretlenes lineáris algebrai egyenletrendszert jelent az Y 1, Y 2,..., Y s, y n ismeretlenekre nézve. Jelölje y R s+1 ezen ismeretlenek vektorát. Ekkor az egyenletrendszer felírható By = f alakban, ahol f = y n 1 e, míg a rendszer B R (s+1) (s+1) együtthatómátrixa a következ alakú: 1 za 11 za 12 za 1s 0 za 21 1 za 22 za 2s 0 B =..... za s1 za 2s 1 za ss 0 zb 1 zb 2 zb s 1 Az utolsó y n ismeretlent Cramer-szabállyal meghatározva nyerjük, hogy ahol y n = detb f detb, (3.12) 1 za 11 za 12 za 1s y n 1 za 21 1 za 22 za 2s y n 1 B f = za s1 za 2s 1 za ss y n 1 zb 1 zb 2 zb s y n 1 21

25 3.2. Runge-Kutta módszerek stabilitási függvényei Könnyen láthatóan detb értékét az utolsó oszlop szerinti kifejezéssel közvetlenül meghatározhatjuk, ekkor detb = det(i za). (3.13) Ezért detb f értékének meghatározásához vonjuk ki az utolsó sorát rendre a felette lev sorokból. Ezután az utolsó oszlop szerinti kifejtéssel már látható, hogy detb f = y n 1 det(i za + eb T ). (3.14) A (3.13)-(3.14) összefüggések (3.12) képletbe való behelyettesítése a tétel állítását adja Példa. A példában megahtároztuk a (2.1)-(2.2) tesztegyenletre alkalmazott θ-módszer stabilitási függvényét, amely az alábbi volt: R(z) = 1 + (1 θ)z. 1 zθ Mivel a θ-módszer speciális implicit Runge-Kutta módszer, ezért érvényes rá a Tétel eredménye. A Butcher táblázat jelöléseit használva ez Tételben az alábbi megválasztást jelenti: Ekkor ( ) 0 c =, b = 1 R(z) = det(i za + zebt ) det(i za) azaz ( 1 θ θ ), A = ( ) θ θ ( ) 1 + z(1 θ) zθ det z(1 θ) + z(1 θ) 1 zθ + zθ = ( ), 1 0 det z(1 θ) 1 zθ R(z) = 1 + (1 θ)z. 1 zθ Példa. A θ-módszer stabilitási tartománya 0, 1 és 1 2 alábbi ábrákon láthatóak: értékek esetén az 22

26 3.2. Runge-Kutta módszerek stabilitási függvényei 3.2. ábra. Az explicit Euler módszer stabilitási függvénye ábra. Az implicit Euler módszer stabilitási függvénye ábra. A trapéz módszer stabilitási függvénye. Azaz a fenti ábrákból is leolvasható, hogy az implicit Euler, trapéz módszerek A-stabilak szemben az explicit Euler-módszerrel Megjegyzés. A fejezet elméleti eredményei és példái alapján láthattuk, hogy célszer az implicit Runge-Kutta típusú módszerek abszolút stabilitásának szisztematikus vizsgálata. Ez most meghaladja ezen dolgozat kereteit, de mi is adtunk példát arra, hogy az explicit Runge-Kutta típusú módszerekkel ellentétben léteznek A-stabil implicit Runge-Kutta típusú módszerek. 23

27 Irodalomjegyzék [1] J. C. Butcher, Numerical methods for ordinary dierential equations, John Wiley & Sons, Chichester, [2] K. Dekker és J. G. Verwer, Stability of Runge-Kutta methods for sti nonlinear dierential equations, North-Holland Publishing Co., Amsterdam, [3] Faragó István és Horváth Róbert, Numerikus módszerek, Typotex Kiadó, [4] Faragó István: Numerikus modellezés és közönséges dierenciálegyenletek numerikus megoldási módszerei, [5] W. Gautschi, Numerical analysis. An introduction, 2nd ed., Birkhäuser, Boston, MA, [6] E. Hairer, S. P. Nørsett és G. Wanner, Solving ordinary dierential equations. I. Nonsti problems, Springer-Verlag, Berlin, [7] E. Hairer és G. Wanner, Solving ordinary dierential equations. II. Sti and dierential-algebraic problems, Springer-Verlag, Berlin, [8] R. J. LeVeque, Finite dierence methods for ordinary and partial differential equations. Steady-state and time-dependent problems, SIAM, Philadelphia, PA, [9] Simon L. Péter és Tóth János, Dierenciálegyenletek, Bevezetés az elméletbe és az alkalmazásokba, Typotex Kiadó,