egyenletek megoldására

Átírás

1 . Iterációs eljárások nem-lineáris egyenletek megoldására doktori (PhD) értekezés Várterész Magda Kossuth Lajos Tudományegyetem Debrecen, 1998

2 Ezen értekezést a KLTE matematika doktori program informatika alprogramja keretében készítettem között, és ezúton benyújtom a KLTE doktori Ph.D. fokozatának elnyerése céljából. Debrecen, július 15. Várterész Magda jelölt Tanúsítom, hogy Várterész Magda doktorjelölt között a fent megnevezett doktori alprogram keretében irányításommal végezte munkáját. Az értekezésben foglaltak a jelölt önálló munkáján alapulnak, az eredményekhez önálló alkotó tevékenységével meghatározóan hozzájárult. Az értekezés elfogadását javaslom. Debrecen, július 15. Dr. Arató Mátyás témavezető

3 Tartalomjegyzék 1. Az érintő-konvexfüggvények módszere Alapfogalmak, előzmények Az iterációs alapfüggvény Hibabecslések, konvergenciarend Konkrét iterációs alapfüggvények Néhány alkalmazás Összehasonlító, értékelő megjegyzések Kombinált módszerek A valós zárt intervallumok IR halmaza Előzmények Az ÉKF-NR kombinált eljárások Az ÉKF-ÉKF kombinált eljárások Az MKI-MKI kombinált eljárások Néhány numerikus példa Intervallum-iterációk Intervallumaritmetikai alapfogalmak A Newton-iteráció intervallumaritmetikai variánsai A konvergencia gyorsítása Irodalomjegyzék 50 A Summary 52 B Összefoglalás 57

4 1. Az érintő-konvexfüggvények módszere Alapfogalmak, előzmények Jelölje R a valós számok halmazát, és legyen f : D R R nemlineáris, elegendően sokszor differenciálható függvény. Célunk az f függvény zérushelyeinek, azaz az f(x) = 0 nem-lineáris egyenlet megoldásainak közelítése. Tegyük fel, hogy ismerjük néhány közelítését f valamely α zérushelyének. Legyenek ezek rendre x 0, x 1,..., x n (n 0). Legyen ebből a k (1 k n + 1) utolsó x n, x n 1,..., x n k+1. Jelöljük F n -nel azt a függvényt, mellyel α következő x n+1 közelítését képezzük ezekből a közelítésekből és az f függvénynek és deriváltjainak itt számított értékeiből, azaz x n+1 = F n ( x n, f(x n ), f (x n ),..., f (l0) (x n ), x n 1, f(x n 1 ), f (x n 1 ),..., f (l 1) (x n 1 ),. x n k+1, f(x n k+1 ), f (x n k+1 ),..., f (l k 1) (x n k+1 )), (1) l i 0, i = 0,..., k 1. Az F n függvényeket iterációs alapfüggvényeknek, azokat a módszereket, melyek f gyökeit (1) alapján közelítik, k alappontra támaszkodó iterációs eljárásoknak nevezzük. Ha az iteráció során az alapfüggvények nem változnak, azaz F n = F minden n 0-ra, stacionér eljárásról beszélünk. A továbbiakban csak az x n+1 = F ( x n, f(x n ), f (x n ),..., f (l) (x n ) ), (2) l 0, n = 0, 1,..., alakú, egy pontra támaszkodó, stacionér iterációs eljárásokkal foglalkozunk. A (2) képlet segítségével valamely x 0 D kezdőpontból kiindulva képezzük az {x n } iterációs pontsorozatot. Ha e sorozat konvergens, akkor x 0 -t a (2) iteráció konvergenciapontjának, ellenkező esetben (2) divergenciapontjának nevezzük. Ha egy folytonos F iterációs alapfüggvény segítségével 1

5 generált {x n } iterációs pontsorozat konvergens, akkor határértéke F -nek fixpontja, azaz ha lim n x n = α, akkor F (α) = α. Az F iterációs függvénytől rendszerint megköveteljük, hogy folytonos legyen, és fixpontjai elégítsék ki az f(x) = 0 egyenletet. Az iterációs eljárások gyorsaságának jellemzésére bevezethetjük a konvergenciarend fogalmát. Tegyük fel, hogy az iterációs eljárás segítségével előállított {x n } iterációs pontsorozat konvergens, és lim x n = α. n Ha van olyan p 1 valós szám, melyre létezik a x n+1 α lim n x n α = C > 0 p határérték általános f függvény mellett, akkor azt mondjuk, hogy az eljárás p-edrendű. Az itt szereplő C határértéket aszimptotikus hibakonstansnak nevezzük. Különböző stacionér iterációs eljárásokat az információs hatékonyság fogalmának segítségével hasonlíthatunk össze. Egy stacionér iteráció információs hatékonysága Eff = p h, ahol p az iteráció konvergenciarendje, h pedig az egy iterációs lépésben kiszámításra kerülő új f (j) (x i ) függvényértékek száma, amit az információfelhasználás mértékének vagy a Horner-egységek számának is szoktak nevezni. Nagy jelentőségű az egy pontra támaszkodó stacionér iterációk elméletében a J.F. Traub [16] által megfogalmazott következő 1.1. Tétel. 1 o tetszőleges (2) alakú iteráció információs hatékonysága legfeljebb 1; 2 o tetszőleges p természetes számhoz található olyan (2) alakú iteráció, melynek konvergenciarendje p, és információs hatékonysága 1; 3 o minden p-edrendű (2) alakú iteráció F alapfüggvénye explicit módon tartalmazza az f, f,..., f (p 1) függvények mindegyikét. 2

6 Ezek után azt mondhatjuk, hogy a (2) iteráció optimális, ha az információs hatékonysága maximális, azaz Eff = 1. Az egyik legjelentősebb és legtöbbet vizsgált közelítő eljárás az F (x) = x f(x) f (x) iterációs alapfüggvénnyel rendelkező Newton-Raphson-módszer. Az eljárás egyszeres zérushely esetén másodrendű és optimális, azonban nem mindig konvergens. Például az x 0 iterációs kezdőpont divergenciapont, ha valamely n 0-ra f (x n ) = 0, és f(x n ) 0. A szintén közismert módosított Newtonmódszer esetében azonban már nincs ilyen probléma: ha van olyan M 1 > 0 valós szám, melyre f (x) M 1, ha x I = [a, b] D, akkor az f(x 0 ) 0 feltételnek eleget tevő, egyébként tetszőleges x 0 kezdőpontból kiinduló, s az I F (x) = x f(x) M 1 iterációs alapfüggvénnyel képzett {x n } iterációs pontsorozat monoton csökkenő, és konvergál f-nek az x 0 -tól balra fekvő legközelebbi α I zérushelyéhez, ha van f-nek zérushelye az [a, x 0 ] szakaszban, egyébként pedig {x n } kilép az I intervallumból. (Az F (x) = x + f(x) M 1 iterációs alapfüggvény esetében hasonló állítás igaz, csak az iterációs pontsorozat monoton növekedő, és [x 0, b]-beli zérushelyhez konvergál, ha van ilyen.) Ez a módszer tehát az I intervallumban az iterációs kezdőpont választásától függetlenül mindig konvergens. Sajnos azonban, míg a Newton-Raphsoniteráció másodrendű, a módosított Newton-módszer csak elsőrendben konvergál. A nagymúltú debreceni numerikus matematika kutatócsoportban (Barna B., Szabó Z., Vertse T., Lénárd M. és tanítványaik) Barna B. professzor javaslatára Szabó Z. kezdett el foglalkozni a módosított Newton-módszer konvergenciájának természetéhez hasonló tulajdonságú iterációk vizsgálatával 3

7 [12, 13, 14] dolgozataiban. Ezen iterációk számára bevezette a következő definíciót Definíció. Az F (x; r) iterációs alapfüggvény és az általa generált iterációs eljárás az f függvényre vonatkozóan az I = [a, b] intervallumban mindig konvergens, ha az f(x 0 ) 0 tulajdonságú, egyébként tetszőleges x 0 I kezdőpontból kiinduló, s az F (x; r) alapfüggvénnyel képzett {x n } iterációs pontsorozat 1 o monoton; 2 o konvergál az f függvénynek az x 0 ponttól jobbra, illetve balra legközelebb lévő α I zérushelyéhez - ha ilyen tulajdonságú α egyáltalán létezik - aszerint, hogy az r irányparaméter értékét az iteráció során következetesen 1-nek, illetve (-1)-nek választjuk; 3 o amennyiben ilyen tulajdonságú α I zérushely nem létezik, {x n } kilép az I intervallumból. Ezek után a módosított Newton-módszerről a következőt mondhatjuk: ha létezik olyan M 1 > 0 valós szám, melyre f (x) M 1, ha x I, akkor az F (x; r) = x + r f(x) M 1 iterációs alapfüggvény és az általa generált módosított Newton-módszer f-re vonatkozóan I-ben mindig konvergens. Szabó Z.-nak [12, 13]-ban sikerült ennél az iterációnál gyorsabb, másodrendű, mindig konvergens iterációs eljárásokat megadnia, melyeket f-et érintő kúpszeletek segítségével generált. Eljárásainak lényege szemléletesen a következő: Módosította a Newton-Raphson-módszert oly módon, hogy az érintés fogalmát megtartva, egyenes helyett az ordinátatengellyel párhuzamos tengelyű alkalmasan választott parabolát, hiperbolát vagy ellipszist illesztett az f függvényhez, annak (x 0, f(x 0 )) pontjában. Ezen kúpszeletek nagyobbik, illetve kisebbik x 1 zérushelyét választotta az f(x) = 0 egyenlet α gyöke új közelítő értékének. Ezt az iterációs lépést megismételte oly módon, hogy az említett görbét párhuzamos eltolással elsőrendben illesztette az f-hez most ennek (x 1, f(x 1 )) pontjában, és következetesen a kapott kúpszeletnek megint 4

8 vagy a nagyobbik, vagy a kisebbik x 2 zérushelyét választotta még újabb közelítésnek, majd hasonlóan folytatta tovább. Így kapott egy iterációs pontsorozatot. Képlet segítségével megadva az érintő-kúpszeletek módszerét, iterációs alapfüggvényként az függvényt kapta, ahol továbbá érintőhiperbola esetén F (x; r) = x + u(x)v(x) + r u(x) = sign(f(x 0 )) f (x), c t(x) ( )2 1 f(x) v(x) = 1 ( ), t(x) = f (x) 2 c + v(x) 1, c érintőparabola esetén v(x) = 1 2, t(x) = f(x) c ( f ) 2 + (x), 2c érintőellipszis esetében pedig ( )2 1 f(x) v(x) = 1 + ( ), t(x) = 1 f (x) 2 c v(x), c és c alkalmasan választott valós konstans. Szabó Z. [12, 13]-ban az érintőkúpszeletek módszereinek származtatásán túl konvergenciájuk elégséges feltételeit is megadta, és e módszerek konvergenciarendjeit és információs hatékonyságait is vizsgálta, amit tömören a következő tétel fejez ki Tétel. Legyen az f : [a, b] = I R R függvény kétszer folytonosan differenciálható, és teljesüljenek x I esetén az f(x) M 0, f (x) M 1 0, f (x) M 2 0 egyenlőtlenségek. 5 (3)

9 Ekkor alkalmasan választott c esetén az érintő-kúpszeletek módszerei az f függvényre vonatkozóan az I intervallumban mindig konvergensek, másodrendűek és optimálisak. Szabó Z. [13, 14]-ben ezen eljárások közül az érintőparabolák módszerének általánosításaként megadott még egy olyan iterációs függvénycsaládot is, melynek tagjait bizonyos érintő-konvexfüggvények segítségével állította elő, és szintén mindig konvergens módszereket generálnak. Jelen értekezés 1. fejezetének célja egy olyan iterációs függvénycsalád kidolgozása, mely nemcsak az érintőparabolák módszere általánosításának tekinthető, hanem az érintő-kúpszeletek általánosításának is, és így ennek a függvénycsaládnak a tagjai között megtalálhatók az érintőparabolák módszere, ennek a [13, 14] dolgozatokban megadott általánosításai, továbbá az érintőhiperbolák és érintőellipszisek módszerei is. Ezen módszercsalád származtatásán túl a konvergencia elégséges feltételeit is meghatározzuk, hibakorlátokra vonatkozó becsléseket adunk, a konvergenciarendet, az információs hatékonyságot és az aszimptotikus hibakonstans értékeit is vizsgáljuk. Néhány konkrét iterációs alapfüggvényt meghatározunk, és egyszerű alkalmazásokon szemléltetjük módszereinket. Végül összefoglaljuk a generálható iterációk előnyös tulajdonságait Az iterációs alapfüggvény Feladatunk tehát az f : [a, b] = I R R függvény valamely α I zérushelyének meghatározása. Legyen először is g : ( h, h) = H R R egy kétszer folytonosan differenciálható függvény, melyre g(0) = g (0) = 0, és g (x) > 0, ha x H. Megjegyezzük, hogy Szabó Z. a [12, 13, 14] dolgozataiban olyan konvex függvényekkel dolgozott, melyek kielégítik a szigorúbb feltételt is. Vezessük be még a Q 1 g (x) q 2 > 0, ha x R, {. = min inf x H g (x), sup 6 x H g (x) } (4)

10 és a c 1 {. 0, ha Q = 1 =, M 1 /Q 1, egyébként, jelöléseket, ahol M 1 f (x), ha x I. Válasszunk tetszőlegesen egy valós c-t úgy, hogy legyen c > c 1. Induljunk ki most tetszőleges x 0 I, f(x 0 ) 0 kezdőpontból, és jelölje s. = sign (f(x 0 )). Illesszük elsőrendben az y = s c g(x) függvényt párhuzamos eltolással az f függvényhez, ennek (x 0, f(x 0 )) pontjában. A kapott G(x) = s c g(x µ) + λ függvény µ, λ paramétereinek értékeit a s c g(x 0 µ) + λ = f(x 0 ), s c g (x 0 µ) = f (x 0 ) egyenletrendszerből határozhatjuk meg. A (4) feltételek miatt g invertálható a számunkra szükséges helyen, ezért µ = x 0 g ( 1 s ) c f (x 0 ), és ( λ = f(x 0 ) + s c g (g 1 s )) c f (x 0 ). Tehát az f függvényt az (x 0, f(x 0 )) pontban elsőrendben érintő G : ( h + µ, h + µ) = H R R konvex függvény alakja a következő: ( G(x) = s c g (x x 0 + g 1 s )) c f (x 0 ) +f(x 0 )+s c g ( (g 1 s )) c f (x 0 ) Lemma. Teljesüljenek f-re a (3) és g-re a (4) feltételek. Létezzen továbbá q 2 > 0 úgy, hogy q 2 g (x), ha x [ a b + g ( 1 M 1 c 7 } ) ( )], b a + g 1 M 1 c H, (5)

11 és legyen c. 2 = M 2 /q 2. Ha c > c 1, és c c 2, akkor s G(x) s f(x) minden x H I-re. Bizonyítás. Legyen először s = 1. A H I intervallumban a feltételek alapján felírhatjuk a Taylor-polinomot mind f-re, mind G-re: f(x) = f(x 0 ) + f (x 0 )(x x 0 ) f (ξ)(x x 0 ) 2, G(x) = G(x 0 ) + G (x 0 )(x x 0 ) G (η)(x x 0 ) 2, ahol ξ = x 0 + ϑ 1 (x x 0 ), η = x 0 + ϑ 2 (x x 0 ), és ϑ 1, ϑ 2 (0, 1). Lássuk be tehát, hogy a D(x). = f(x) G(x) = 1 2 f (ξ)(x x 0 ) G (η)(x x 0 ) 2 = 1 ( [f (ξ) + c g (η x 0 + g 1 f ))] (x 0 ) (x x 0 ) 2 2 c különbségfüggvény nemnegatív a H I intervallumban. bizonyítani a ( ( f (ξ) c g η x 0 + g 1 f )) (x 0 ) c egyenlőtlenség teljesülését. Jelölje Ekkor Ehhez elegendő ( η. = η x0 + g 1 f ) ( (x 0 ) = ϑ 2 (x x 0 ) + g 1 f ) (x 0 ). c c ( η [a b + g 1 M ) ( )] 1, b a + g 1 M1 H. c c Így a lemmában szereplő (5) feltételek teljesülése és c választása miatt az f (ξ) M 2 M 2 g (η ) q 2 c g (η ) 8

12 egyenlőtlenség teljesül, amit bizonyítani akartunk. s = 1 esetén D(x) nempozitív voltát lehet hasonlóan bizonyítani H I-ben. Határozzuk meg most a G függvény x 1 és x 1 zérushelyeit. Ehhez bontsuk fel a g konvex függvényt két szigorúan monoton függvényágra: Legyen továbbá és g(x). = { g 1 (x), ha x 0, g 1 (x), ha x 0. Q =. sup g(x), x H { c. 0, ha Q =, = M/ ( Q g ( g ( ))) 1 M 1, egyébként Lemma. Teljesüljenek f-re a (3) és g-re a (4) feltételek. Ha c > max {c, c 1}, akkor a G függvény zérushelyei: x 1 x 1 } ( = x 0 g 1 s ) ( ( c f (x 0 ) + g±1 1 f(x0 ) + g (g 1 s c c f (x 0 ))) ). Bizonyítás. Legyen először megint s = 1. A bizonyítás első lépéseként lássuk be, hogy a G függvény görbéje metszi az abszcisszatengelyt. Q = esetén ez az állítás triviális. Legyen most g H-n korlátos. c választása miatt ekkor ( M + c g (g 1 M )) 1 < c Q c teljesül. Ez azt jelenti, hogy a g függvényt annyira megnyújtjuk a transzformáció során, hogy tengelye (c Q) nagyobb lesz, mint amilyen messze az ordinátatengely irányában fel kell tolni. A függvénygörbét legmesszebbre pedig akkor kell eltolni, amikor elsőrendben az f egy olyan pontjához illesztjük, melyen keresztül f maximális (M 1 ) meredekséggel halad át, és mely legnagyobb (M) távolságra van az abszcisszatengelytől. Bevezetve a jelölést, a K =. M ( ( c + g g 1 M )) 1 c c (6) 9

13 c g(x 0 µ) + λ = M, c g (x 0 µ) = M 1 egyenletrendszerből meg tudjuk határozni a lehetséges legnagyobb mértékű λ eltolást: ( λ = M + c g (g 1 M )) 1 = K c. c Ebből viszont az következik, hogy a G függvény görbéjének mindkét ága metszeni fogja az abszcisszatengelyt, azaz G-nek két zérushelye van, melyek a lemmában megadott alakúak lesznek. Az s = 1 esetben a bizonyítás hasonló. Válasszuk meg végül is c-t úgy, hogy c > max {c, c 1} és c c 2 (7) egyszerre teljesüljön. Legyen az iterációs eljárásunk a következő: Az f függvényt az (x 0, f(x 0 )) pontban érintő G konvex függvény x 1 (> x 1) zérushelyének meghatározása után most az x 0 helyett az x 1 pontból kiindulva ismételjük meg módszerünket, azaz határozzuk meg az f függvényt az (x 1, f(x 1 )) pontban érintő G konvex függvény nagyobb x 2 zérushelyét, és így tovább. E zérushelyeket az 1.2. lemmából ismert x n+1 = x n g ( 1 s ) c f (x n ) + g1 1 ( f(xn ) c ( + g (g 1 s c f (x n ))) ), n = 0, 1,..., képlet segítségével tudjuk kiszámolni. Így előállíthatunk egy {x n } iterációs pontsorozatot. Ha pedig az eljárásunk során G-nek következetesen mindig a kisebb x n, n = 1, 2,..., zérushelyét választjuk, akkor egy másik x 0, x 1, x 2,... iterációs pontsorozathoz jutunk. Ezen iterációs eljárást érintő-konvexfüggvények módszerének nevezzük, tulajdonságait pedig a következő tétel foglalja össze Tétel. Ha teljesülnek f-re a (3), g-re a (4) és az (5) feltételek, és c-t a (7) feltételek szerint választottuk, akkor az F (x; r) = x g ( 1 s ) ( ( f(x) c f (x) + gr 1 + g (g 1 s )) ) c c f (x) iterációs alapfüggvény és az általa generált érintő-konvexfüggvények módszere f-re vonatkozóan I-ben mindig konvergens. 10

14 Megjegyezzük, hogy Szabó Z. [13, 14]-ben ugyanilyen alakú iterációs alapfüggvényt állított elő bizonyos érintő-konvexfüggvények segítségével. Bizonyítás. Legyen először megint s = 1. Legyenek az f-et az (x 0, f(x 0 )) pontban érintő konvex függvény zérushelyei az 1.2. lemmából ismert x 1 és x 1, és legyen x 1 < x 1. Ekkor természetesen x 1 < x 0 < x 1. Az 1.1. lemma miatt 0 G(x) f(x), ha x [x 1, x 1 ] I. Így ha x 1, x 1 I, akkor nyilván 0 = G(x 1) f(x 1) és 0 = G(x 1 ) f(x 1 ) teljesül. Azaz ha eljárásunkat az x 0 helyett akár az x 1, akár az x 1 ponttal folytatjuk, f(x 1 ) és f(x 1) sem negatív, és az új érintő-konvexfüggvények megfelelő zérushelyeire igaz, hogy x 0 < x 1 x 2, és f(x 2 ) 0, x 2 x 1 < x 0, és f(x 2) 0. Ebből következik, hogy a módszerünkkel előállított x 0, x 1, x 2,... iterációs pontsorozat monoton növekvő, x 0, x 1, x 2,... pedig monoton csökkenő, és f(x n ) 0, illetve f(x n) 0, n = 1, 2,.... Vizsgáljuk most az {x n } sorozatot. Három eset fordulhat elő: 1. f(x n ) 0, és x n I, n = 0, 1,.... Ekkor a pontsorozat szigorúan monoton nő és korlátos, így lim x n = α I. n Mivel pedig F (x; 1) folytonos, α F fixpontja, azaz f(α) = Van olyan i > 0, hogy f(x i ) = 0, és x i I. Ekkor x i+1 = F (x i ; 1) = x i, tehát x i+k = x i, k = 1, 2,.... Így most is lim x n = α I, és f(α) = 0. n 3. f(x n ) 0, és x n I, ha n = 0, 1,..., i 1, de x i I. Ekkor az 1.1. lemma alapján f-nek nincs zérushelye az [x 0, b] intervallumban. Hasonlóan vizsgálható az x 0, x 1, x 2,... monoton csökkenő pontsorozat, csak a vizsgálat helye az [a, x 0 ] intervallum. s = 1 esetén a bizonyítás hasonló. 11

15 1.3. Hibabecslések, konvergenciarend A következő tételben az érintő-konvexfüggvények módszerének abszolút hibakorlátjaira adunk becsléseket. Jelölje e n az α x n és d n az x n+1 x n különbségeket, legyenek T. = c 2 Q2 m 1, L i. = M i m 1, i = 1, 2, (8) és K legyen a (6) képlettel definiálva Tétel. Teljesüljenek f-re a (3) és a 0 < m 1 f (x), ha x [ min {x 0, α}, max {x 0, α} ], feltételek, g-re a (4), az (5) és a g (x) Q 2, ha x [ g 1 1(K), g 1 1 (K) ], (9) feltételek, és c-t válasszuk a (7) feltételeknek megfelelően. Ha valamely x 0 I pontból kiinduló, az érintő-konvexfüggvények módszere segítségével előállított {x n } iterációs pontsorozat konvergens, és lim x n = α, n ahol α I f egyszeres zérushelye, akkor a következő hibabecslések érvényesek: 1 o e n+1 (T + L 2 ) e n 2, n = 0, 1,..., 2 o e n+1 T L 2 d n 3 + (T + L 1 L 2 ) d n 2, n = 0, 1,.... Bizonyítás. Legyen először ismét s = 1, és legyen x 0 < α. Mivel α egyszeres zérushely, f (x) < 0, ha x [x 0, α]. Ha most f(x n ) = 0 valamely n 1-re, akkor x n+1 = x n = α, s az állítás triviálisan teljesül. Tegyük fel tehát, hogy f(x n ) 0, n = 1, 2,.... Rögzítsünk most tetszőlegesen egy n 0-t. Az f-et az (x n, f(x n )) pontban érintő G függvényre a Taylor-formula alapján adódik, hogy G(x) = G(x n ) + G (x n )(x x n ) G (η)(x x n ) 2, 12

16 ahol η (x n, x). Az elsőrendben való érintkezés miatt ebből G(x) = f(x n ) + f (x n )(x x n ) G (η)(x x n ) 2 következik. A G függvény [x n, α]-ba eső zérushelyét x n+1 -gyel jelölve kapjuk, hogy f(x n ) = 1 2 G (η)d 2 n f (x n )d n, ahol η (x n, x n+1 ). De G (η) = c g (η µ), és bevezetve az η. = η µ jelölést, η [0, g1 1 ( λ )]. Tehát c f(x n ) = c 2 g (η )d 2 n f (x n )d n, ahol η [0, g1 1 ( λ )]. Az 1.2. lemma bizonyításában tett meggondolásokhoz c hasonlóan viszont ( λ λ = M + c g (g 1 amiből g 1 monotonitása miatt [ η 0, g 1 1 M 1 c ( )] [ λ 0, g1 1 c )) = K c, ( )] λ. c Tehát a tételünk feltételei alapján g (η ) Q 2 teljesül. Másrészt 0 f(x n ) = f(α) f(x n ) = f (ξ)(α x n ) = f (ξ) e n, ahol ξ (x n, α). Ebből viszont adódik. Innen e n+1 = e n+1 = e n d n = f(x n) f (ξ) d n c 2 g (η ) f (ξ) d2 n + f (x n ) f (ξ) d n d n c 2 g (η ) f (ξ) d n 2 + f (x n ) f (ξ) d f n = (ξ) = c 2 g (η ) f (ξ) d n 2 + f (τ) (ξ x n ) d f n, (ξ) 13

17 ahol τ (x n, ξ). De a tétel feltételei miatt ξ (x n, α)-ra 0 < m 1 f (ξ), a (3) feltevések miatt pedig f (τ) M 2, ha τ (x n, ξ). Így e n+1 c 2 Q2 m 1 d n 2 + M 2 m 1 ξ x n d n. Figyelembe véve még a d n e n és ξ x n < e n relációkat az e n+1 c 2 Q2 e n 2 + M 2 e n 2 = (T + L 2 ) e n 2 m 1 m 1 hibabecslés adódik. Ha pedig az ξ x n < e n = f(x n) f (ξ) ( 1 c f (ξ) 2 g (η ) d n 2 + f (x n ) d n ) c 2 Q2 d n 2 + M 1 d n m 1 m 1 relációt használjuk fel, akkor az e n+1 c 2 Q2 m 1 d n 2 + M 2 m 1 c 2 Q2 m 1 d n 2 d n + M 2 m 1 M1 m 1 d n d n = = T L 2 d n 3 + (T + L 1 L 2 ) d n 2 becslést kapjuk. Az α x 0 és f(x 0 ) értékek előjeleivel kapcsolatos további esetekben a bizonyítás hasonló. Megjegyezzük, hogy c = M 2 /q 2 esetén a hibabecslés megegyezik Szabó Z. [14] cikkében adottal Tétel. Az érintő-konvexfüggvények módszere egyszeres zérushely esetén másodrendű és optimális. Bizonyítás. Tekintettel arra, hogy egyszeres zérushelyek esetén az iterációs eljárásunk hibabecslése e n+1 C e n 2, 0 < C <, alakú, konvergenciarendje legalább 2. Másrészt J. F. Traubnak az információs hatékonyságra vonatkozó 1.1. alaptétele szerint a konvergenciarend nem lehet nagyobb, mint az egy lépésben kiszámításra kerülő új f (j) (x i ) függvényértékek száma, ami itt szintén 2. Következésképpen a konvergenciarend 2, és az információs hatékonyság 1, azaz a módszer optimális. 14

18 1.4. Konkrét iterációs alapfüggvények Válasszunk ki néhány, a (4) feltételeknek eleget tevő konvex függvényt, és nézzük meg, milyen iterációt generálnak. 1. Vizsgáljuk meg először a g(x) = x 2, x R, függvényt. Ekkor Q =, Q 1 =, és q 2 = 2. Így ha c M 2/2, akkor teljesülnek a (4), (5) és (7) feltételek. Figyelembe véve, hogy g 1 r (y) = r y, és g 1 (y) = 1 2 y, a c = M 2 /2 választással azt kapjuk, hogy F P (x; r) = x + s f (x) M 2 + r 2 f(x) M 2 + f 2 (x), M2 2 mely éppen a Szabó Z. által [12, 13]-ban vizsgált érintőparabola-módszer iterációs alapfüggvénye. 2. Induljunk ki másodjára a g(x) = 1 + x 2 1, x R, konvex függvényből. Ez a függvény a Szabó Z. által [13, 14]-ben megadott feltételeket nem teljesíti, és így új érintőkonvexfüggvény-módszert generálhatunk. Most Q = és Q 1 = 1 lesznek. Amennyiben c > M 1, a g (x) = 1 (1 + x 2 ) 3 függvény alsó korlátja a (5) feltételben megkövetelt [ d D, d + D] intervallumban 1 q 2 = (1 + (d + D) 2 ), 3 ahol d. = b a, és D. = M 1 c 2 M 2 1 Ha most c-t úgy választjuk, hogy { } c max 2M1, (d 2 + 2d + 2) 3 M 2,. 15

19 akkor teljesülnek a (4), (5) és (7) feltételek. Mivel kapjuk az g 1 r = r y(y + 2), és g 1 (y) = y 1 y 2, f (x) F H (x; r) = x + s c 2 f 2 (x) + r f(x) c + c c 2 f 2 (x) iterációs alapfüggvényt, mely hasonló, mint a Szabó Z. által [12, 13]- ban előállított érintőhiperbola-módszer iterációs alapfüggvénye. 3. Tekintsük most a g(x) = 1 1 x 2, x ( 1, 1), konvex függvényt. Most Q 1 =, q 2 = 1, és Q = 1, amiből egyrészt c M 2, másrészt M 2 + c > M 4 + 4M 2 M együttes fennállása esetén teljesülnek a (4), (5) és (7) feltételek. Tehát a M 2 + M 4 + 4M 2 M c = max M 2, 2 választással, felhasználva, hogy kapjuk az g 1 r = r 1 (1 y) 2, és g 1 (y) = y 1 + y 2, f (x) F E (x; r) = x + s c 2 + f 2 (x) + r 1 f(x) c c c 2 + f 2 (x) iterációs alapfüggvényt, mely megegyezik a Szabó Z. által [12, 13]-ban generált érintőellipszis-módszer iterációs alapfüggvényével

20 4. Vegyük végül a g(x) = ch(x) 1, x R, függvényt. Ekkor Q =, Q 1 =, és q 2 = 1. Ha most c M 2, akkor teljesülnek a (4), (5) és (7) feltételek. Figyelembe véve, hogy gr 1 (y) = arch(1 + y), és g 1 (y) = arsh(y), a c = M 2 választással az ( F Ch (x; r) = x+arsh s f ) ( ( ( (x) f(x) +arch + ch arsh s f ))) (x) M 2 M 2 M 2 iterációs alapfüggvényt kapjuk. Ha most még bevezetjük a G. = M f 2 (x) és a H. = f(x) + G jelöléseket, akkor ez az iterációs alapfüggvény az F Ch (x; r) = x + ln H + r H 2 M 2 2 G sf (x) egyszerűbb formában is felírható, amelyet Szabó Z. a [12, 13, 14] dolgozataiban vizsgált Néhány alkalmazás Az érintő-konvexfüggvények módszere igen jól alkalmazható a műszakiés természettudományos problémák matematikai modelljeiben fellépő nemlineáris egyenletek megoldására. Ezen egyenletek megoldásai közül ugyanis sokszor csak a valós, pozitív, a probléma jellege által meghatározott felső korlátnál kisebb gyöknek feleltethető meg reális tartalom. Vizsgáljunk most meg néhány konkrét alkalmazási lehetőséget. A feladatokat Bálint E. [2] könyvéből válogattuk, és a szükséges számításokat Maple-ben írt programok segítségével végeztük el Feladat. Egy gömb alakú víztartály belső sugara r = 4.75 m. Milyen magas benne a vízállás, ha éppen 400 m 3 vizet tartalmaz? Megoldás. Jelöljük a vízállás magasságát x-szel. Ekkor V = 4 3 πr3 1 3 π(2r x)2 (3r (2r x)) = π 3 x2 (3r x) 17

21 a vízzel töltött térfogat, tehát a π 3 x2 ( x) = 400 egyenletet kell megoldani az I = [0; 9.5] intervallumban. keresni az f(x) = x x π függvény I-beli gyökét. Mivel Azaz meg kell f (x) = 3x x és f (x) = 6x 28.5, így M 1 = , és M 2 = Kindulva az x 0 = 9.5 kezdőpontból, alkalmazva az x n+1 = F H (x n ; 1) iterációt az 1. ábrán szemléltetett módon közelítjük a gyököt, 1. ábra 18

22 és a következő iterációs sorozatot kapjuk: F H (x; 1) x x x x x x x x Feladat. Nagyfeszültségű vezetékeknek falakon való átvezetéséhez cső alakú szigetelőtesteket használnak. A cső belsejét az áramvezető fémrúd tölti ki, külső palástját fémhenger borítja, mely a tartószerkezethez van erősítve. A szigetelőtestben keletkező térerősség a belső hengerpalástnál a legnagyobb (E 0 ). A külső és belső hengerpalást közti feszültség U = E 0 r ln R r, ahol R a külső, r pedig a belső hengerpalást sugara (0 < r < R). Adott U feszültség és E 0 maximális térerősség mellett számítsuk ki azt az x = R/r hányadost, melynél a szigetelőtest K = π(r 2 r 2 ) keresztmetszete a legkisebb! Megoldás. A K = K(x) = πr 2 (x 2 1) egyenlőségből küszöböljük ki r-et az U-ra adott összefüggés felhasználásával: K(x) = U 2 π E 2 0 x2 1 (ln x) 2. A keresztmetszetnek azon x értékre lehet minimuma, melyre K (x) = 0, azaz Meg kell tehát keresni az x (ln x) x2 1 2 x(ln x) = 0. 3 f(x) = x 2 ln x x

23 függvény 1-nél nagyobb valós zérushelyeit. Ebből a célból képezzük az deriváltakat. Mivel f (x) = 2x ln x x és f (x) = 2 ln x + 1 f( e) = 1 e 2 < 0, és f(e) = 1, továbbá f (x) 0, és f (x) > 0, ha x e, az f függvénynek egyetlen (1-nél nagyobb) zérushelye az I = [ e, e] intervallumba esik, továbbá M 2 = f (e) = 3. Az x 0 = e kezdőértékből indulva az x n+1 = F P (x n ; 1) iterációval dolgozva a 2. ábra szemlélteti a közelítés módját, 2. ábra 20

24 és az alábbi iterációs sorozatot kapjuk: F P (x; 1) x x x x x Feladat. Egy körtárcsa AB húrja 12 cm. Az AB körív felezőpontja legyen C. Az AC ív C-től kezdve az a 1, a 2,..., a 100 egyenlő részívekre van osztva. Ezek merőleges vetülete az AB húron az a 1, a 2,..., a 100 szakaszok. Mekkora a körtárcsa sugara, ha a 100 = 0.9 a 1? Megoldás. Az AC = BC ívekhez tartozó középponti szög legyen x, a körtárcsa sugara pedig r. Ekkor A megoldandó egyenlet ami átalakítva Keressük tehát az a 1 = r sin 0.01x, és a 100 = r sin x r sin 0.99x. sin x sin 0.99x = 0.9 sin 0.01x, sin x tan x + cos x 0.9 = f(x) = sin x tan x + cos x függvény I = [0; π ] intervallumba eső gyökeit. Mivel 2 f (x) = sin x tan x cos x 100 cos 2 x 200 ( ) = (cos x) cos 2 x sin x sin x cos 3 x 200 ( + sin x tan x ) ( cos 2 x 200. = S 1 T 1 + S 2 S 3 T 2, cos x = 1).= 21

25 és x I, így egyrészt T 1 [ 0.99, 0.98], azaz S 1 T 1 [ 0.99, 0], másrészt T 2 [ , ], és S 2 S 3 [0, 0.008], tehát S 2 S 3 T 2 [ 0.008, 0]. Végül is f (x) = S 1 T 1 +S 2 S 3 T 2 [ 0.998, 0], azaz f (x) < 1 = M 2. Az x 0 = 0 kezdőértékből indulva az x n+1 = F Ch (x n ; 1) iterációval a 3. ábrán látható módon közelítünk, 3. ábra és az iterációs sorozatot az alábbi táblázat mutatja: F Ch (x n ; 1) x x x x x

26 A kérdéses sugár tehát r = cm. Megjegyezzük, hogy a Newton-Raphson-iterációt az említett feladatok megoldása során az adott kezdőpontokból egyik esetben sem indíthattuk volna, mert mindhárom alkalommal f (x 0 ) = 0 volt Összehasonlító, értékelő megjegyzések Lehetőségünk van a vizsgált másodrendű iterációk gyorsaságának összehasonlítására is az aszimptotikus hibakonstans segítségével. J.F. Traub [16] alapján a másodrendű iterációs eljárásaink aszimptotikus hibakonstansának az értéke: C = 1 2 F (α). Szabó Z. [12, 13] dolgozataiban kiszámolta az érintőparabola-, érintőhiperbola- és érintőellipszis-módszerek esetén ezeket az értékeket, melyek az iterációs alapfüggvények azonosságai miatt rendre az F P (x; r), F H (x; r) és F E (x; r) iterációink aszimptotikus hibakonstansai. Alakjuk egyszeres α zérushely esetén ahol λ P = 2c P, λ H = C = λ + sf (α), 2 f (α) (c 2 H f 2 (α)) 3 c 2 H és λ E = (c 2 E + f 2 (α)) 3, c 2 E és c P, c H és c E alkalmasan választott konstansok. Számoljuk most ki az F Ch (x) iterációs alapfüggvény esetén is az aszimptotikus hibakonstans értékét. Bevezetve a h(x) =. f(x), k(x). = h c 2 (x) + 1 és l(x). = (s h(x) + k(x)) 2 1 Ch jelöléseket kapjuk, hogy F Ch(x) = s h (x) sh 2 k(x) (x)h (x) k 3 (x) ( + s h (x) h 2 (x)h 2 (x) k 3 (x) h 2 (x) k(x) + h (x)h ) (x) /l(x) k(x)

27 ( s h (x) + h (x)h ) 2 (x) (s h(x) + k(x))/l 3 (x). k(x) Mivel l(α) = k 2 (α) 1 = h (α), és h (α) = s h (α), így adódik, hogy F Ch(α) = s h (α) sh 2 k(α) (α)h (α) k 3 (α) ( + s h (α) h 2 (α)h 2 (α) k 3 (α) ( s h (α) + h (α)h ) 2 (α) k(α)/ h (α) 3 = k(α) = s h (α) + h 2 (α) + 1. h (α) Tehát ebben az esetben is + + h 2 (α) k(α) + h (α)h ) (α) / h (α) k(α) C Ch = λ Ch + s f (α), 2 f (α) ahol λ Ch = c 2 Ch + f 2 (α). Világos, hogy ugyanazon egyszeres zérushely esetén a c konstansok c P c 2 H c 2 E c 2 Ch M 2 2 2M (d 2 + 2d + 2) 3 M 2 2 M M 2 + M 4 +4M 2 M M 2 2 választása mellett C P < C H, C P < C E, és C P < C Ch, tehát az iterációk közül az érintőparabola-módszer a leggyorsabb. Példa. Szemléltetésül keressük meg az f(x) = e x x függvény I = [ 2, 0]-beli gyökét pontossággal az x 0 = 0 kezdőpontból kiindulva mind a négy iteráció segítségével. Eredményül az alábbi táblázatban látható közelítősorozatokat kapjuk, ami várakozásunknak megfelelően az érintőparabola-módszer esetén a legrövidebb. 24

28 F P (x, 1) F H (x, 1) F E (x, 1) F Ch (x, 1) x x x x x x x x x Végül foglaljuk össze az érintőkonvexfüggvény-módszerek előnyös tulajdonságait: - az x 0 I kezdőérték választásától függetlenül mindig konvergensek; - másodrendűek és optimálisak; - ha I korlátos, az f függvény összes α I zérushelye meghatározható segítségükkel; - könnyen programozhatóak. Hátrányuk, hogy ismerni kell a (3) feltételben szereplő korlátok értékeit. 25

29 2. Kombinált módszerek A valós zárt intervallumok IR halmaza Jelöljük IR-rel R zárt intervallumainak halmazát, azaz IR = { [a, b] a, b R, a b }. IR tartalmaz minden a valós számot is speciális [a, a] alakú intervallumként, amit pontintervallumnak hívunk. Az IR-beli J 1 = [a 1, b 1 ] és J 2 = [a 2, b 2 ] zárt intervallumokat egyenlőeknek tekintjük, ha mint halmazok egyenlőek, azaz J 1 = J 2 a 1 = a 2, és b 1 = b 2. Nyilvánvaló, hogy ez a reláció reflexív, szimmetrikus és tranzitív. Hasonlóan J 1 (tartalmazási értelemben) kisebb vagy egyenlő, mint J 2, ha J 1 mint halmaz részhalmaza J 2 -nek, azaz J 1 J 2 a 2 a 1, és b 1 b 2. Nyilván a reláció reflexív, antiszimmetrikus és tranzitív. Továbbá bármely két J 1, J 2 IR intervallumnak van a reláció szerinti legkisebb felső korlátja: J 1 J 2 = [ min {a 1, a 2 }, max {b 1, b 2 } ], és ha a 2 a 1 b 2 vagy a 1 a 2 b 1, akkor van legnagyobb alsó korlátja: J 1 J 2 = [ max {a 1, a 2 }, min {b 1, b 2 } ]. Értsük a továbbiakban a J 1 és a J 2 intervallumok távolságán a q(j 1, J 2 ) = max { a 1 a 2, b 1 b 2 } értéket. q metrika IR-en, hisz minden J 1, J 2, J 3 IR intervallumra q(j 1, J 2 ) 0, és q(j 1, J 2 ) = 0 J 1 = J 2, q(j 1, J 2 ) = q(j 2, J 1 ), q(j 1, J 2 ) q(j 1, J 3 ) + q(j 2, J 3 ). 26

30 Legyen most szokás szerint egy J = [a, b] intervallum abszolút értéke a [0, 0] intervallumtól való q(j, [0, 0]) távolsága, azaz J = max { a, b }, átmérője pedig a d(j) = b a érték. Az abszolút értékre és az átmérőre a következő tulajdonságok érvényesek: 2.1. Tétel. Legyenek J, J 1, J 2 (IR, q). 1 o J 0, és J = 0 J = [0, 0]. 2 o d(j) = 0 J = [a, a]. 3 o Ha J 1 J 2, akkor J 1 J 2, és d(j 1 ) d(j 2 ). 4 o Ha 0 J, akkor J d(j) 2 J. 5 o Ha J 1 J 2, akkor 1 2 (d(j 2) d(j 1 )) q(j 1, J 2 ) d(j 2 ) d(j 1 ). Értelmezzük a szokásos módon egy (IR, q)-beli intervallumsorozat konvergenciáját. Könnyű belátni, hogy (IR, q) teljes metrikus tér. A továbbiakban számunkra fontos szerepet játszó intervallumsorozatokról szól a következő tétel Tétel. Ha a {J n } intervallumsorozat olyan, hogy akkor {J n } konvergens, és J n+1 J n, n = 0, 1,..., továbbá ha akkor lim J n = n n=0j n, n=0j n lim d(j n) = 0, n pontintervallum. A fenti tételek bizonyítása megtalálható G. Alefeld és J. Herzberger [1] könyvében. 27

31 Végül adjunk meg és bizonyítsunk egy, a konvergenciarend meghatározásához később szükséges tételt Tétel. Legyen a {J n } intervallumsorozat olyan, hogy n=0j n = [a, a]. Ha valamely p 1 és C > 0 valós számokra fennállnak a d(j n+1 ) C (d(j n )) p, n = 0, 1,..., egyenlőtlenségek, akkor valamely C > 0 valós számra a q(j n+1, [a, a]) C (q(j n, [a, a])) p, n = 0, 1,..., egyenlőtlenségek is teljesülnek. Bizonyítás. Mivel n=0j n = [a, a], így [a, a] J n minden n 0-ra. Ezért a 2.1. tétel 2 o és 5 o pontjai alapján és a tétel feltétele miatt q(j n+1, [a, a]) d(j n+1 ) C (d(j n )) p, n = 0, 1,.... Ugyanezen okok miatt viszont igaz az is, hogy Így végül is azt kapjuk, hogy d(j n ) 2q(J n, [a, a]), n = 0, 1,.... q(j n+1, [a, a]) C (2q(J n, [a, a])) p 2 p C (q(j n, [a, a])) p, n = 0, 1,..., tehát a C = 2 p C jelölés bevezetésével azt, amit bizonyítani akartunk Előzmények A dolgozat következő részében mindig konvergens iterációs alapfüggvények segítségével generálható olyan J n+1 = F (J n ), J n = [a n, b n ], n = 0, 1,..., iterációkat adunk meg, melyek az f függvény α J 0 zérushelyét tartalmazó, tartalmazási értelemben csökkenő, tehát konvergens intervallumsorozatot 28

32 állítanak elő. Amennyiben α f-nek egyetlen J 0 -beli gyöke, az intervallumsorozat tagjainak átmérője 0-hoz tart, tehát az intervallumsorozat határértéke pontosan az [α, α] pontintervallum, azaz röviden α lesz. Továbbá a d(j n+1 ) C (d(j n )) p, p 1, C > 0, alakú hibabecsléseinkből a 2.3. tétel alapján az iterációink konvergenciarendjéről is lesznek ismereteink. Jellegében ilyen tulajdonságú eljárás Obádovics J.Gy. [9]-ben közölt módszere, mely a húr- és az érintőmódszer alkalmazásán alapszik. Tegyük fel, hogy f : [a, b] = I R R kétszer folytonosan differenciálható, f(a) f(b) < 0, valamint f és f előjeltartó I n. A feltételekből következik, hogy f vagy konvex, vagy konkáv, f és f monoton, és f-nek I-n egyetlen egyszeres zérushelye van, legyen ez α. Az f görbéjének I-beli jellegét az f(a) és az f (x) előjeleinek négy lehetséges kapcsolata határozza meg. Legyen most például az f(a) > 0, és f (x) < 0, ha x I. (10) Ebben az esetben f görbéjének I-beli jellegét a 4. ábra mutatja. 4. ábra 29

33 Obádovics J.Gy. eljárása a következő: kiindulva az a 0 = a és a b 0 = b pontokból két iterációs pontsorozatot képezett, az egyiket a húrmódszer segítségével, azaz a n+1 = a n f(a n)(b n a n ), n = 0, 1,..., f(b n ) f(a n ) a másikat pedig a Newton-Raphson-iterációval, azaz b n+1 = b n f(b n), n = 0, 1,.... f (b n ) Így két, az α gyököt balról közelítő, monoton növekedő, korlátos {a n }, és a gyököt jobbról közelítő, monoton csökkenő, korlátos {b n } pontsorozatot kapott. Az azonos iterációs lépésekben kiszámolt a n és b n közelítőértékekkel tulajdonképpen olyan J n = [a n, b n ] intervallumokat határozott meg, melyek tartalmazzák α-t, tartalmazási értelemben csökkennek, és átmérőjük zérushoz konvergál. További hasonló algoritmusokat is ismerünk. Ilyen például Bálint E. [3] módszere, melyet a módosított Newton-módszer segítségével adott meg, továbbá Szabó Z. [15]-beli Newton-parabola-módszere is, amit a Newton- Raphson-iterációból és az érintőparabola-módszerből az előzőekhez hasonlóan lehet származtatni, illetve az általa [13]-ban kidolgozott kombinált eljárások közül néhány. A jelen fejezetben megadott kombinált módszerek a [15]-beli Newton-parabola-eljárás általánosításainak tekinthetőek. Tegyük fel, hogy az f : [a, b] = I R R függvényre teljesülnek a (3) feltételek, f(a) f(b) < 0, valamint f előjeltartó I n. (11) A (11) feltételekből következik, hogy f vagy konvex, vagy konkáv, f monoton, és f-nek I-n egyetlen egyszeres zérushelye van, legyen ez α Az ÉKF-NR kombinált eljárások Kombináljuk először eljárásunkat valamelyik érintőkonvexfüggvény-módszerből (ÉKF) és a Newton-Raphson-iterációból (NR). 30

34 Tegyük fel, hogy a (10) eset áll fenn. Ekkor az a 0 = a és a b 0 = b pontokból kiindulva képezzük az {a n }, illetve a {b n } iterációs pontsorozatot az a n+1 = F g (a n ; 1), n = 0, 1,..., illetve a b n+1 = b n f(b n), n = 0, 1,..., f (b n ) képletekkel, ahol F g az érintő-konvexfüggvények valamely módszerének iterációs alapfüggvénye. Így a J n = [a n, b n ], n = 0, 1,..., intervallumok egy sorozatát nyerjük. Megjegyezzük, hogy módszerünknél konvex f függvény esetén a pozitív, konkáv f esetén a negatív függvényértékű intervallumvégpontból kiindulva alkalmazzuk a Newton-Raphson-iterációt, a másik végpontból kiindulva pedig valamelyik érintőkonvexfüggvény-módszerrel dolgozunk Tétel. Ha teljesülnek a (4) és az (5) feltételek g-re, a (11) feltételek f-re, és a (7) feltételek, akkor az ÉKF-NR kombinált eljárással előállított {J n } intervallumsorozat a következő tulajdonságokkal rendelkezik: 1 o α J n, n = 0, 1,..., 2 o J n+1 J n, n = 0, 1,..., 3 o n=0 J n = α. Bizonyítás. Tegyük fel először, hogy a (10) eset áll fent. Ekkor az 1.1. lemma alapján az érintő-konvexfüggvényünk az f függvény görbéje alatt helyezkedik el, így a n α, n = 0, 1,.... Mivel pedig f konkáv I-n, az érintőnk f felett halad, azaz α b n, n = 0, 1,.... Tehát α J n teljesül minden n 0-ra. Továbbá, az 1.3. tétel szerint az {a n } pontsorozat monoton növekvő, {b n } pedig monoton csökkenő, így a J n+1 J n reláció is igaz. Végül, mivel a (11) feltételek teljesülése esetén az f-nek pontosan egy α I zérushelye van, és F g (x; 1) mindig konvergens iteráció, így lim a n = α. n 31

35 Másrészt az f(b) < 0, f (x) < 0, x I, esetben amit most vizsgálunk a b pontból kiinduló Newton-Raphsoniteráció is konvergens, és lim b n = α. n Tehát lim d(j n) = lim n n (b n a n ) = 0, és így n=0 J n = α, amit bizonyítani akartunk. A többi esetben is hasonlóan bizonyítható az állítás. Most a J n intervallumok átmérője csökkenésére vonatkozóan adunk meg becslést. Legyen. = min{ f (a), f (b) }, m 1 és használjuk most is a (8) jelöléseket Tétel. Ha teljesülnek a (4) és az (5) feltételek g-re, a (9) és a (11) feltételek f-re, f jeltartó I-n, továbbá tejesülnek a (7) feltételek, akkor d(j n+1 ) (T + L 2 ) (d(j n )) 2, n = 0, 1,..., azaz az ÉKF-NR kombinált eljárás legalább másodrendű. Bizonyítás. Vizsgáljuk először újból a (10) esetet. Ekkor f monoton csökken, és jeltartását figyelembe véve f (x) < 0, ha x I, így 0 < m 1. = f (a) f (x), x I. Ekkor viszont az 1.4. tétel 1 o becslése alapján (α a n+1 ) (T + L 2 )(α a n ) 2, n = 0, 1,..., teljesül. A Newton-Raphson-iteráció hibabecslésére pedig (b n+1 α) f (η) 2 f (b n ) (b n α) 2 M 2 2m 1 (b n α) 2 = L 2 2 (b n α) 2 adódik, ahol η (α, b n ), n = 0, 1,.... Végeredményben írhatjuk azt, hogy (b n+1 a n+1 ) = (b n+1 α) + (α a n+1 ) L 2 2 (b n α) 2 + (T + L 2 )(α a n ) 2 (T + L 2 ) ( (b n α) 2 + (α a n ) 2) (T + L 2 )(b n a n ) 2, 32

36 azaz d(j n+1 ) (T + L 2 ) (d(j n )) 2, n = 0, 1,..., ami a 2.3. tétel alapján azt jelenti, hogy az iterációnk legalább másodrendű. A további három esetben a bizonyítás hasonló Az ÉKF-ÉKF kombinált eljárások Módosítsuk most az előző fejezetben ismertetett eljárásunkat úgy, hogy a Newton-Raphson-iteráció helyett is valamelyik érintőkonvexfüggvény-módszert alkalmazzuk. Tehát legyen megint a 0 = a, b 0 = b, és az {a n }, illetve a {b n } iterációs pontsorozatot képezzük az és a a n+1 = F g1 (a n ; 1), n = 0, 1,..., b n+1 = F g2 (b n ; 1), n = 0, 1,..., képletek segítségével, ahol F g1 és F g2 a g 1 és g 2 konvex függvényekkel generált érintőkonvexfüggvény-módszerek iterációs alapfüggvényei. Így a J n = [a n, b n ], n = 0, 1,..., intervallumoknak most is kapjuk egy sorozatát, mely a következő tulajdonságokkal rendelkezik: 2.6. Tétel. Ha teljesülnek a (4) és az (5) feltételek a g 1 és a g 2 függvényekre, a (11) feltételek az f-re, és c g1 és c g 2 kielégítik a (7) feltételeket, akkor az ÉKF-ÉKF kombinált eljárással előállított {J n} intervallumsorozat a következő tulajdonságokkal rendelkezik: 1 o α J n, n = 0, 1,..., 2 o J n+1 J n, n = 0, 1,..., 3 o n=0 J n = α. Bizonyítás. Tegyük fel először újból, hogy a (10) eset áll fent. Ekkor az 1.1. lemma alapján a g 1 függvény segítségével előállított érintő-konvexfüggvény görbéje mindig az f függvény görbéje alatt, a g 2 -ből transzformált 33

37 érintő-konvexfüggvény görbéje pedig f felett halad, ezért a n α, α b n, azaz α J n teljesül minden n 0-ra. Az f(a) < 0 esetben hasonló meggondolással ugyanez adódik. Az 1.3. tétel alapján az {a n } iterációs pontsorozat monoton növekvő, {b n } pedig monoton csökkenő, amiből következik a J n+1 J n reláció teljesülése minden n 0-ra. Végül tekintettel arra, hogy az F g1 és az F g2 mindig konvergens iterációs alapfüggvények a tételünk feltételeinek teljesülése esetén, és f-nek a (11) feltételek miatt pontosan egy α I zérushelye van, így teljesül. Ebből viszont lim a n = α és lim b n = α n n lim d(j n) = lim n n (b n a n ) = 0, azaz n=0 J n = α következik. A további három eset bizonyítása hasonló. A hibabecslésünk megadásához legyenek most m 1 = min{ f (a), f (b) }, c = max{c g 1, c g 2 }, Q 2 = max{q g 1 2, Q g 2 2 }, és használjuk megint a (8) jelöléseket. A J n intervallumok átmérője csökkenésére vonatkozó becslésünk most a következő lesz: 2.7. Tétel. Ha teljesülnek a (4), (5) és a (9) feltételek a g 1 és g 2 függvényekre, a (11) feltételek az f-re, továbbá f jeltartó I-n, és c g1 és c g 2 kielégítik a (7) feltételeket, akkor d(j n+1 ) (T + L 2 ) (d(j n )) 2, n = 0, 1,..., teljesül, azaz az ÉKF-ÉKF kombinált eljárás legalább másodrendű. Bizonyítás. Mivel f monoton I-n, így 0 < m 1 f (x), x I. De az 1.4. tétel 1 o becslése alapján egyrészt (α a n+1 ) c g 1 2 Qg M 2 m 1 (α a n ) 2, n = 0, 1,..., 34

38 másrészt (b n+1 α) c g 2 2 Qg M 2 m 1 (b n α) 2, n = 0, 1,.... Így (b n+1 a n+1 ) = (b n+1 α) + (α a n+1 ) c g 1 2 Qg M 2 m 1 (α a n ) 2 + c g 2 2 Qg M 2 (b n α) 2 m 1 c Q M 2 ( (α an ) 2 + (b n α) 2) m 1 azaz (T + L 2 )(b n a n ) 2, d(j n+1 ) (T + L 2 ) (d(j n )) 2, n = 0, 1,..., amit bizonyítani akartunk. Az egyenlőtlenség teljesülése a 2.3. tétel alapján azt jelenti, hogy az iteráció legalább másodrendű Az MKI-MKI kombinált eljárások Eddig az {a n } és a {b n } iterációs pontsorozatokat az érintő-konvexfüggvények módszereinek alapfüggvényei segítségével állítottuk elő. Most bővítsük ki a választható iterációs alapfüggvények körét a mindig konvergens alapfüggvényekre (MKI). Legyenek tehát F 1 és F 2 mindig konvergens iterációs alapfüggvények f-re vonatkozóan I-ben, és legyen f-nek I-n egyetlen egyszeres zérushelye. Képezzük az a 0 = a és a b 0 = b pontokból kiindulva az {a n }, illetve a {b n } iterációs pontsorozatot az a n+1 = F 1 (a n ; 1), n = 0, 1,..., illetve a b n+1 = F 2 (b n ; 1), n = 0, 1,..., 35

39 képletekkel. Szokásosan nyerjük a J n = [a n, b n ], n = 0, 1,..., intervallumoknak a jól ismert tulajdonságokkal rendelkező sorozatát Tétel. Ha F 1 és F 2 mindig konvergens iterációs alapfüggvények f-re vonatkozóan I-ben, és f-nek I-n egyetlen egyszeres zérushelye van, α, akkor az MKI-MKI kombinált eljárással előállított {J n } intervallumsorozatra igaz, hogy 1 o α J n, n = 0, 1,..., 2 o J n+1 J n, n = 0, 1,..., 3 o n=0 J n = α. Bizonyítás. Mivel F 1 és F 2 mindig konvergens alapfüggvények, az 1.1. definíció szerint ekkor a = a 0 a 1 a 2... α 1 és b = b 0 b 1 b 2... α 2 teljesül, ahol α 1 az f függvény a-tól jobbra, α 2 pedig b-től balra eső legközelebbi zérushelye, ha van ilyen tulajdonságú zérushely I-ben. Mivel α f egyetlen I-beli zérushelye, így α 1 = α 2 = α I. Tehát α J n minden n 0-ra, és nyilván teljesül a J n+1 J n, n = 0, 1,..., reláció is. Továbbá, szintén az 1.1. definíció szerint lim a n = α, és n n lim b n = α, így viszont lim d(j n) = lim (b n a n ) = 0, n n azaz n=0 J n = α Tétel. Ha F 1 és F 2 mindig konvergens iterációs alapfüggvények f- re vonatkozóan I-ben, f-nek az α I egyetlen egyszeres zérushelye, továbbá, 36

40 az F 1 által generált iteráció p 1 -edrendű, az F 2 által generált pedig p 2 -edrendű, akkor az MKI-MKI kombinált eljárás legalább p = min {p 1, p 2 }-edrendű. Bizonyítás. Mivel az F 1 által generált iteráció p 1 -ed-, az F 2 által generált pedig p 2 -edrendű, így valamilyen C 1 > 0-ra érvényes az és valamilyen C 2 > 0-ra pedig a hibabecslés. Legyenek most Ekkor (α a n+1 ) C 1 (α a n ) p 1 n = 0, 1,..., (b n+1 α) C 2 (b n α) p 2 n = 0, 1,..., p. = min {p 1, p 2 }, és C. = max {C 1 (α a 0 ) p 1 p, C 2 (b 0 α) p 2 p }. (b n+1 a n+1 ) = (b n+1 α) + (α a n+1 ) C 1 (α a n ) p 1 + C 2 (b n α) p 2 = = C 1 (α a n ) p 1 p (α a n ) p + C 2 (b n α) p 2 p (b n α) p C 1 (α a 0 ) p 1 p (α a n ) p + C 2 (b 0 α) p 2 p (b n α) p C(α a n ) p + C(b n α) p C(b n a n ) p, azaz d(j n+1 ) C(d(J n )) p, n = 0, 1,..., amit bizonyítani akartunk Néhány numerikus példa A kombinált módszereink közül néhányat szemléltetésül kipróbáltunk a következő függvények adott intervallumbeli gyökeinek keresésére. A függvényeink az adott intervallumokban teljesítik a (11) feltételeket. Módszereinket Pascal nyelven implementáltuk. 37

41 1. Érintőparabola-Newton-módszer: f(x) = x 3 2x 5, I = [1, 3] F P (x; 1) F NR (x) x x x x x x Newton-cosinushiperbolikus-módszer: f(x) = sin x 0.5, I = [0.1, 1.5] F NR (x) F Ch (x; 1) x x x x x Érintőhiperbola-cosinushiperbolikus-módszer: f(x) = ln x + x 2, I = [1, 2] F H (x; 1) F Ch (x; 1) x x x x x x x x

42 4. Érintőellipszis-érintőellipszis-módszer: f(x) = arctgx + x 2.6, I = [1, 4] F E (x; 1) F E (x; 1) x x x x x x x x x Módosított-Newton-módosított-Newton-módszer: f(x) = e (ln 2)x 5x + 2, I = [0, 1] F mn (x; 1) F mn (x; 1) x x x x x x x x x x x x

43 3. Intervallum-iterációk Intervallumaritmetikai alapfogalmak A számítógépek és a géporientált numerikus módszerek fejlődése, valamint a hibahalmozódás automatikus regisztrálásának igénye hozta létre a 60- as években az intervallumok aritmetikájának elméletét. Először R.E. Moore [8]-ban definiált számítógéppel implementálható műveleteket a valós, zárt intervallumok halmazán, majd ezeket a műveleteket több irányban is általánosították. Jelen dolgozatban G. Alefeld és J. Herzberger [1]-ben megadott műveleteit vesszük alapul. Legyen IR a zárt, valós intervallumok halmaza. Értelmezzünk műveleteket IR-ben a következő módon: Legyen {+,,, :} egy bináris műveleti jel R-ben. Ha J 1, J 2 IR, akkor J 1 J 2. = { x y x J1, y J 2 },. feltéve, hogy 0 / J 2, ha = :. Mivel f(x, y) = x y kompakt halmazon értelmezett folytonos függvény, ha {+,,, :}, így ezen a halmazon felveszi minimumát és maximumát, és minden értéket e két érték között. Tehát J 1 J 2 szintén zárt intervallum. Azaz így négy binér műveletet értelmeztünk IR-ben. A J 1 = [a 1, b 1 ] és a J 2 = [a 2, b 2 ] zárt intervallumok közötti műveletek eredményét a következőképpen lehet megadni: J 1 + J 2 = [ a 1 + a 2, b 1 + b 2 ], J 1 J 2 = [ a 1 b 2, b 1 a 2 ] = J 1 + [ 1, 1] J 2, J 1 J 2 = [ min {a 1 a 2, a 1 b 2, b 1 a 2, b 1 b 2 }, max {a 1 a 2, a 1 b 2, b 1 a 2, b 1 b 2 } ], J 1 : J 2 = [ a 1, b 1 ] [ 1/b 2, 1/a 2 ]. Hasonlóan, ha r folytonos, unér művelet R-ben, akkor rj 1. = { rx x J1 } 40

44 unér művelet lesz IR-ben, és az eredmény az [ ] rj 1 = min rx, max rx x J 1 x J 1 zárt intervallum lesz. Az IR-ben definiált műveletek legfontosabb tulajdonságait a következő tétel foglalja össze Tétel. Az (IR, {+,,, :}) algebrai struktúra 1 o az összeadásra és a szorzásra nézve félcsoport, 2 o additív egysége a [0, 0], multiplikatív egysége pedig az [1, 1], 3 o nullosztómentes, 4 o [a, a] pontintervallumainak van additív inverze, és ez a [ a, a] pontintervallum, multiplikatív inverze, ha a 0, és ez az [1/a, 1/a] pontintervallum, a nem pontintervallumoknak nincs sem additív, sem multiplikatív inverzük, 5 o az összeadásra és a szorzásra nézve szubdisztributív, azaz J 1 (J 2 + J 3 ) J 1 J 2 + J 1 J 3 és [a, a] (J 2 + J 3 ) = [a, a] J 2 + [a, a] J 3, 6 o műveletei monotonok, azaz ha I 1 J 1 és I 2 J 2, akkor I 1 I 2 J 1 J 2, ahol {+,,, :}, illetve ri 1 rj 1, ahol r folytonos, unér művelet. Definiáljuk most is két IR-beli intervallum q távolságát, illetve egy intervallum abszolút értékét és átmérőjét a 2.1. fejezetben leírtak szerint. Ekkor a következő tulajdonságok érvényesek: 41