Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Марчук Г.И. Методы вычислительной математики

.pdf
Скачиваний:
63
Добавлен:
25.10.2023
Размер:
13.2 Mб
Скачать

Отметим одно важное следствие, связанное со свойствами

сопряженных операторов. Так, если

Ф (Л) = ф

(Л*), то

из ус­

ловия Л > 0 следует Л*>0 .

 

 

 

Для анализа алгоритмов большое

значение

имеют

разло­

жения функций в ряды Фурье по собственным функциям ос­

новных и сопряженных операторов.

 

 

Рассмотрим две следующие спектральные задачи для

Л ^ О :

Аи =

%{А)и,

А*и* = \{А*)и*.

(1.7)

Предположим, что каждое из однородных уравнений

(1.7)

образует полный набор

собственных функций п} и п\, ко­

торые нормированы

следующим образом:

 

 

,

. .

П ,

п =

т,

 

 

(«».««.) =

( 0 і

п ф т

,

(1.8)

а соответствующие

собственные

числа

Кп(А) и А,„(Л*)

веще­

ственны. В этом случае,

как

известно,

Л„(Л) п(А*).

Пусть

собственные числа спектральных задач принадлежат ин­ тервалу

 

а(А)^Хп(А)^(А).

 

 

 

 

Этот полный набор

собственных

функций

будем

называть

б и о р т о г о н а л ь н ы м

б а з и с о м .

Тогда

в предположении

полноты любые функции / из Ф и f*

из Ф*

могут

быть пред­

ставлены в виде рядов Фурье: | : ) :

 

 

 

 

f^HlfnUn,

r^SfnUa,

 

(1.9)

 

 

п

 

 

п

 

 

где

 

 

 

 

 

 

 

U

=

(/,«»),

fn =

(f*.U„).

 

(1.10)

Важное значение для анализа вычислительных алгоритмов имеют оценки норм операторов. Н о р м у о п е р а т о р а А определим следующим образом:

и г < > • " >

ч>¥=0

(для простоты записи ограничение фт^О указываться не бу­ дет). Принимая во внимание соотношение

Ф , Лф) = ( Ф , Л М ф ) ,

*) В

дальнейшем ради простоты Ф(Л) и Ф(А*) будем обозначать

Ф и Ф*

соответственно.

квадрат нормы оператора /1 можно записать еще в виде

Оператор А* А — симметричный и положительно

полуопреде­

ленный. Рассмотрим спектральную задачу

 

A*AQ = X(A*A)Q,

(1.13)

которая определяет набор собственных функций {£>„} и соб­ ственных чисел Кп(А*А) ^0. Будем предполагать, что набор {Q„} полный. Тогда функцию ср представим в виде ряда Фурье:

 

Ф = 2 ф л 0 „ ,

(1.14)

 

л

 

где

I

 

 

Ф П = ( Ф , Q»).

(1.15)

Подставив ряд (1.14) в (1.12) и используя условие ортонормировки функций Q„, будем иметь

И Р = sup " v ,

(1.16)

n

где Q пространство коэффициентов Фурье. Нетрудно убе­ диться, что

 

p i p = bm.n (А*А) =

а (Л*Л),

(1.17)

 

 

ИР =

W (Л*Л) =

р(Л*Л),

 

где Ящіп (Л*Л)

и

?^т а х (Л*Л)— соответственно минимальное

и максимальное собственные числа из совокупности

п(А*А)}

спектральной

задачи

(1.13). Величину

$ (Л*Л) =

% т а % (Л*Л)

обычно называют

с п е к т р а л ь н ы м

р а д и у с о м

операто­

ра Л*Л. И вообще спектральным радиусом оператора Л на­ зывают Р(Л) =зир(|Я(Л) |}. Заметим, что при Х(А)>0 $(A)=maxln(A).

л

В случае самосопряженного оператора Л рассмотрим

спектральную задачу

 

(1.18)

Аи=Хи.

Будем иметь

 

 

||Л|| =

Р И ) . '

(1.19)

Нетрудно видеть, что для самосопряженного оператора

,

Р И * ) =

[ Р И ) 3 2 .

(1-20)

1.1.1. Оценки норм некоторых матриц

Пусть в гильбертовом пространстве L2(D) задан некото­ рый замкнутый положительный оператор С, который будем называть энергетическим. Тогда имеем

 

 

(Сф, с р ) > 0

 

(1.21)

для всех

ф из области

определения

Ф, в с ю д у

п л о т н о й

в L2(D),

т. е. если f^L2(D),

а ^ є Ф ,

то для любого

элемента

/ найдется такой элемент g, что будет выполняться соотно­ шение II/ g l l ^ e , где є — произвольно малая положительная константа. Пусть Ф* — область задания сопряженного опера­ тора С* совпадает с Ф и, таким образом, для всех <рєФ суще­ ствует С*ф. Тогда (С*ф, ф) = (ф, Сф) = (Сф, ф), где С = = — ( С + С * ) , является симметричным положительным опера­ тором, что позволяет в Ф ввести в рассмотрение новое ска­

лярное произведение (/, g)c=(Cf,

g) и норму

|kpfc = (Сф, Ф) = (Сер, Ф ) .

Эту

норму будем

называть

э н е р г е т и ч е с к о й .

Можно

получить следующую важную оценку:

 

 

 

|Ф!ГС =

| | Ф 1 | < Н « Ф 1 2 = Р ( С ) | Ф Г ,

(1.22)

где

|3(С) максимальное собственное

число оператора С.

В заключение отметим, что

при

рассмотрении

основных

и сопряженных задач математической физики бывает удобно пользоваться функциями пространства Соболева W'2(D). Оно является гильбертовым и состоит из функций пространства L2(D), которые имеют в D суммируемые с квадратом обоб­ щенные производные до порядка / включительно. Скалярное произведение в таком пространстве определяется формулой (см. С. Л. Соболев1 1 1 , В. С. Владимиров1 2 1 )

Здесь использована следующая символическая запись произ­ водных:

°х дх^'...дхпп

Норма в пространстве Wl2 {D) определяется соотношением

ВфЬ = (ф. Ч>)Ъ-

(1-24)

Рассмотрим далее положительно полуопределенную матри­ цу AZ^O, действующую на векторы из эвклидова простран­ ства. Имеет место следующее соотношение:

 

 

 

 

 

| | ( £ + a A ) - 4 K l

 

 

 

 

 

 

(1.25)

для

любых

значении

параметра

a ^ O . Доказательство

этого

важного утверждения проведем с помощью формулы

 

 

 

\\(Е +

оА)~Ц =

max ^Е

+ ^

"

' ^

+ о Л

) ~ ' ф )

 

(1.26)

Введем в рассмотрение новые элементы

 

 

 

 

 

 

 

 

 

 

 

і р = ( £ + о Д ) - у

 

 

 

 

 

 

Тогда имеем

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

\\(Е+оА)-Ч

=

 

max „ „

,

J ^ ' f l .

й ,

^

=

 

 

 

 

 

m m

1 +

2 а - у: — гт~

4- a

т,—r;—

 

 

 

 

Поскольку

на

векторах

 

Ф и i f Л ^ О ,

из

последнего

соотно­

шения следует

оценка

(1.25). Если Л > 0 ,

то, очевидно,

имеем

при

0>О

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

||(£+аЛ)-Ч1<1.

 

 

 

 

 

 

 

(1.27)

Л е м м а

Келлога П 5 1 .

Если

матрица

Л ^ О

и

а ^ О ,

то

 

 

 

Ц( £ - огЛ)( £ + стЛ) - Ч|^1 .

 

 

 

(1.28)

В самом деле, введем

обозначение

 

 

 

 

 

 

 

 

 

 

 

Т=

 

(Е-оА)

 

{Е+оА)~1

 

 

 

 

 

и рассмотрим выражение для \\Т\\2

 

 

 

 

 

 

 

 

ЇЇТ = гпаїс( ( £ ~ а А

) {

Е

+

стАГІ

ф

' { Е

~

о А )

( Е

+ а А Г І

ф )

=

^

 

" "

,

 

 

 

 

 

(ф. ф)

 

 

 

 

 

 

 

 

 

" ф Л ( 1 £

+ аЛ)г|),(Я

+

аЛ)г|))

 

 

 

 

 

 

 

(ц>, ц»

-

 

2а ( ,

 

+

о 8

(АЦ), Д

 

,

 

 

 

 

 

Ф

 

+

 

2а (Аїр,и») +

а» ( Л ф , Аф)

 

*'

 

 

Здесь существенно использовалось свойство положительной полуопределенности матрицы А. Таким образом, лемма до­ казана.

Втом случае, когда матрица А положительна, вместо

(1.28) будем иметь при а > 0

H( £ - ov4)( £ +ov4) - >||<l . (1.29)

1.1.2. Вычисление границ спектра положительной матрицы

Рассмотрим задачу на отыскание максимального и мини­ мального собственных чисел матрицы Л > 0 , имеющей поло­ жительный спектр. С этой целью воспользуемся методом Люстерника1 4 1 .

Пусть имеется задача

Ли = Аи.

(1.30)

Предположим, что данная спектральная задача определяет полный набор собственных функций и ^ є Ф н набор положи­ тельных собственных чисел (А). (Весьма полное исследова­ ние спектральной проблемы дано в работах Марека1 8 1 .) Рас­ смотрим итерационнный процесс

 

ф(п+1) =

 

A_Ay(n)t

 

 

 

 

 

ф(0) =

g

>

 

 

где g — произвольный ненулевой

вектор, а

с„—нормировоч­

ный множитель, который удобно выбрать в виде

 

 

 

 

 

 

р

 

 

Здесь

Ф^"'— компонент

с

номером р вектора Ф ( п ) .

Тогда

имеем

 

 

 

 

 

 

 

 

 

¥ " + " =

л

Й '

 

< 1 Л 1 )

Пусть

0 < а ( Л ) = Я і ^ А , 2

^ .

. . < Я т = р ( у 4 ) .

Очевидно,

имеет

место

соотношение

 

 

 

 

 

 

 

 

(3(Л)=

lim [фсо^.

 

(1.32)

 

 

 

 

п->со

 

 

 

В самом деле, вследствие предположенной полноты системы векторов u n , имеет место разложение

ф(0) = У] guUk, ft

где gk — (g, Uh), a {u;*} —собственные векторы матрицы A*.

С учетом рекуррентного соотношения

 

W Of

 

1/1—1

 

 

 

будем иметь

 

 

 

 

lim

Іф.1 (л+Щ

lim -

И " - 1

gill

Поскольку

 

п->оо

 

 

 

 

то при достаточно

больших

п имеем

 

Л«ё =

Р" (A)gmum[l

+

О

т-1

У

где ${А)=%т — максимальное собственное число матрицы А. Если в качестве начального приближения g случайно вы­ бран вектор, являющийся линейной комбинацией собственных векторов, соответствующих собственным числам, отличным от Р(Л), то процесс последовательных приближений и в этом случае позволит получить Р(Л) за счет появления всех компо­ нентов базиса в разложении фп (из-за ошибок округления).

Из последнего соотношения имеем

Г / Я„" ї п - 1

in—1 gill

Р(А) + 0

и, следовательно,

 

(1.33)

Переходим теперь к вычислению минимального собствен­ ного числа матрицы Л. Рассмотрим новую матрицу

В = р ( Л ) £ - Л

(1.34)

и спектральную задачу

Ви=Х{В)и. (1.35)

Очевидно, что В^гО. Учитывая связь матриц Л и В в форме (1.34), видим, что они имеют общий базис {uf e }. Аналогично предыдущему рассмотрим итерационный процесс

ЛСп+1) =

В Л ,

(1.36)

w

Wn)\

 

В результате получим

 

 

Р ( Я ) =

l i m i n e

(1.37)

15-

Заметим, что из (1.34) и общности базиса матриц А и В следует

 

р ( Я ) = р ( Л ) - а ( Л ) .

 

 

Отсюда

 

 

 

 

 

а ( Л ) = р ( Л ) - р ( 5 ) .

 

(1.38)

Однако следует отметить, что в случае плохо обусловлен­

ных матриц А минимальное собственное число а(А)

опреде­

ляется как разность больших чисел

Р(Л) и

[3(B).

Поэтому

при реализации этого алгоритма возможны ошибки

не только

в величине а (А),

но даже и в знаке. Чтобы

избежать таких

ошибок, процесс нахождения а{А) несколько

изменим. С этой

целью снова рассмотрим итерационный процесс

 

Следует отметить,

что упорядоченная

по возрастанию собст­

венных чисел система собственных векторов lib матрицы А

переходит в

упорядоченную

систему

собственных

векторов

vk матрицы

В

так,

что v f t = u m _ k + 1

( & = 1 , 2,

т).

Рас­

смотрим выражения

 

 

 

 

 

 

 

 

 

т

 

 

 

 

т

 

 

Ay* =

^

XI (В) hkAvk,

V

=

2

К (В) hkvk,

 

 

где hh(h. v* ) . При

 

1 приближенно

имеем

 

 

Лф" =

Р"(5)

hmAvm,

ір" =

 

р"(Я) hmvm.

 

 

Поскольку Avm—Aui

=

a(A)ul

= a(A)vm,

 

то приходим

к ал­

горитму

 

 

 

 

 

 

 

 

 

 

• • « - « :№

"-40>

При использовании последней формулы уже не приходится

иметь дело с разностью больших чисел, и весь процесс

нахож­

дения границ спектра оператора А, как правило, эффективно реализуется на ЭВМ.

Следует, однако, отметить, что итерационные процессы (1.31), (1.36) и (1.39) сходятся медленно. Для ускорения схо­ димости можно применить различные методы, наиболее упо­ требительными из которых являются чебышевское ускорение или методы сдвига спектра (Д. К. Фаддеев, В. Н. Фаддеева[ 8 1 , М. К. Гавурин1 9 1 , Уилкинсон1 8 1 ).

Заметим, что для симметричных матриц при вычислении а{А) и 6(Л) лучше пользоваться энергетической нормой.

При оптимизации вычислительных процессов и всевозмож­ ных теоретических оценках алгоритмов зачастую необходимо знание нормы оператора А и нормы обратного оператора А~1. Имеют место следующие соотношения, справедливые для любых операторов:

- . к - « „ п Ц - у - л - У

= S U P

( М Л ' Г Ч , Ф )

_ | А ( | 4 М ) 1 - , .

ФЄФ

(ф. Ф)

ФЄФ

(ф. ф)

 

Отсюда

 

 

 

 

 

И Н У Т Й М ) ,

(1.41)

 

H - i = ( l ^ 4 M ) ) - J .

(1.42)

Величины а(/4*Л) и (3(^4*Л) вычисляются с помощью описан­ ного метода последовательных приближений.

В заключение необходимо отметить, что алгоритм вычисле­ ния границ спектра положительных матриц, изложенный вы­ ше, открывает возможности для оптимизации итерационных процессов решения задач математической физики на основе хорошо разработанных методов (они будут рассмотрены в главе 3). Такие процессы становятся конструктивными и по­ зволяют эффективно решать различные задачи математиче­ ской физики.

1.1.3.Собственные числа

ифункции оператора Лапласа

Пусть

 

 

 

 

 

 

 

Л =

Д,

 

(1.43)

где Д =

+

-д^г — оператор

Лапласа. Оператор

А=—Д

определим на множестве Ф, элементы которого

удовлетворяют

следующим требованиям. Во-первых,

 

 

 

 

Ф = 0

на дй,

 

(1.44)

где dD — граница области D. Для простоты

будем

считать,

что D={(x,

у),

0 < х < 1 , 0 < # < 1 } .

 

 

Во-вторых,

каждая функция ср{х) непрерывна вместе со.

своими первыми и вторыми производными в замкнутой области D-\-dD.

2 Г. II барчук

17

В-третьих, функции ф образуют подпространство Ф в гиль­

бертовом

пространстве

Ь^ф)

со скалярным

произведением

 

 

(а, 6) =

\abdD,

 

(1.45)

 

 

 

D

 

 

где a<=L 2 (D), 6 e L 2 ( D )

с нормой

 

 

 

 

|М1 =

К ( Ф , ф ) .

 

(1.46)

Покажем, что при таких предположениях оператор А сим­

метричен.

Рассмотрим

некоторую функцию

y*<^L2(D)

и

функционал

 

 

 

 

 

(Лф, ф*) = J' q>*AydD.

 

{1.47)]

 

 

 

D

 

 

Необходимо отметить, что эти условия обеспечивают огра­ ниченность функционала (Лф, ф*) для любых ф*. Предпо­ ложим теперь, что ф* достаточно гладкая функция и с по­ мощью второй формулы Грина получим

( 4 Ф , Ф * ) =- [ ( Ф ^ - Ф І ^ - W - | ф Л ф * < * £ > ,

(1.48)

dD

 

 

где п— внешняя нормаль по отношению,к D.

 

Если функция ф* удовлетворяет граничному условию

 

Ф* =

0 на 3D,

(1.49)

то с учетом условий (1.44) и

(1.50) получим

 

(Лф, ф*) = — J фДф*<Ш = (ф, Лф*).

(1.50)

D

Это значит, что А=А*, и исследуемый оператор А является симметричным. Анализ проведенных преобразований показы­ вает, что от функции ф* требуется существование непрерыв­ ных производных *>. В результате приходим к выводу, что оператор А самосопряжен на Ф.

Изучим далее вопрос об определенности А. С этой целью рассмотрим функционал

(Лф, ф) = J фДф<Ш.

(1.51)

*) Проведенный анализ потребовал весьма жестких ограничений на ре­ шение задачи. Можно показать, что формула Грина, а следовательно, и все наши выводы справедливы для любой функции <р, принадлежащей прост-

о 2 рянству Соболева W2-

С помощью первой формулы Грина получим

 

(ЛФ,

-

-

 

 

+

 

 

+(%f]*D.

(1.52)

Поскольку

ф удовлетворяет условию

(1.44), то имеем

 

 

 

и* и -S [(•&•)'+ Ш

] * 1 » 0

с-53'

для лтобой не тождественно равной нулю функции ф є

Ф.

Наконец, на этом примере проиллюстрируем проблему соб­

ственных чисел. Известно

(Курант1 2 1 , С. Л. Соболев'1 1 ), что

ортонормированная система

собственных функций задачи

при условии

 

 

 

Аи=Ки

в

D

 

(1.54)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

и = 0 на

3D

 

(1.55)

будет полной. Она имеет вид

 

 

 

 

 

 

 

" m p = 2

sin тпх

sin рлу,

(1.56)

где от = 1 , 2 , . . .

и

/ ? = 1 , 2 , . . .

При

этом собственные

числа

оператора

А

имеют

вид

 

 

 

 

 

 

 

 

Хтр(А)

=

22)

я 2 > 0 .

(1.57)

Отсюда следует, что

 

 

 

 

 

 

 

 

 

 

2п2тр(А)^оо.

 

 

 

Таким образом, имеем

 

 

 

 

 

 

 

 

 

а ( Л ) = 2 я 2 ,

р ( Л ) = о о

(1.58)

и (Лф, ф ) ^ 2 я 2 ( ф ,

ф). Следовательно, оператор А является

положительно определенным. Поскольку система собственных

функций тр} полна, то любую функцию из Ф

можно

пред­

ставить в виде ряда Фурье

 

 

 

 

Ф (*. У) = 2

VmpUmp (ДС, у) =

Ц фіИ і (ДС,

ff),

(1.5»)

т

р

 

і

 

 

а так как, кроме того, система

тр}

ортонормирована, то

 

Фі=(ф,

" і ) ,

 

 

(1-60)'

где і — новый индекс упорядочения ряда.

1.1.4. Собственные числа и векторы

конечно-разностного аналога оператора Лапласа

 

Предположим,

что фй,г — значения функции f

в

точках

(Xh,

Уі), равномерно покрывающих область D с шагом

h так,

что

Jts+ i=A'ft+/i,

уш—УіЛ-h и границы области

совпадают

19

Соседние файлы в папке книги из ГПНТБ