
- •Глава 1. Нелокальные итерационные процессы для решения нелинейных уравнений локально сходящиеся с квадратичной скоростью
- •§ 1. Нелокальные нерегуляризованные итерационные процессы для решения уравнения (1.1), реализующие процедуру неполного прогноза-коррекции.
- •§ 3. Нелокальные частично регуляризованные итерационные процессы для решения уравнения (1.1), реализующие процедуру неполного прогноза-коррекции.
- •§ 5. Нелокальные регуляризованные итерационные процессы для решения уравнения (1.1), реализующие процедуру неполного прогноза-коррекции.
- •§8. О нелокальных вариантах метода хорд и стеффенсена.
- •2. Регуляризованные итерационные алгоритмы для решения уравнения (1.1) мгнрш
§ 5. Нелокальные регуляризованные итерационные процессы для решения уравнения (1.1), реализующие процедуру неполного прогноза-коррекции.
В этом параграфе для решения уравнения (1.1) предлагаются следующие регуляризованные итерационные процессы.
Первый из рассматриваемых ниже одношаговых алгоритмов имеет вид
Шаг 1. Решается линейная система для определения поправки
. (1.187)
здесь
–
оператор, сопряженный оператору
.
Шаг 2. Вносится поправка в вектор
(1.188)
Шаг 3. Если (параметр останова), то конец просчетов, иначе
Шаг 4. Определяется новая шаговая длина: если , то устанавливаем равным 1, иначе
, (1.189)
и переход на шаг 1.
Относительно оператора f сделаем следующие предположения:
,
. (1.190)
Покажем, что если выполняются условия (1.190), то итерационный процесс (1.187)-(1.189) со сверхлинейной скоростью сходится к x*.
Перепишем
(1.187) в «неявном» относительно поправки
виде
или
с учетом существования
в виде
. (1.191)
Далее
находим оценку для
,
для чего воспользуемся теоремой о
среднем [96], полагая, что
:
. (1.192)
Из (1.192) с учетом (1.191) имеем
. (1.193)
Если
ввести оценку
для положительно определенного оператора,
стоящего в круглых скобках, и положить,
что
,
то из (1.193) и (1.191) окончательно получим
оценку, связывающую нормы невязок
и
:
(1.194)
Здесь
,
. (1.195)
Пусть
и
таково, что
,
тогда
и из (1.193) следует, что
,
. (1.196)
Из
(1.189) имеем, что
,
из последнего соотношения, из (1.195) и
(1.196), следует
,
,
.
Индуктивные рассуждения позволяют получить оценку
. (1.197)
Переходя
к пределу в (1.197), имеем, что
,
при этом последовательность норм
монотонно убывает. В процессе счета,
начиная с некоторого номера итерации
k,
начинает
выполняться достаточное условие
сходимости метода Ньютона, так как
последовательность
,
как это следует из (1.189) и квадратичной
сходимости процесса вблизи корня.
Таким образом, может быть сформулирована доказанная выше
Теорема 1.36. Пусть оператор f удовлетворяет перечисленным выше условиям, в D существует x* – решение уравнения (1.1) и . Тогда итерационный процесс (1.187)-(1.189) со сверхлинейной скоростью сходится к .
Как показала практика решения существенно нелинейных задач, достаточно эффективным оказывается следующий многошаговый итерационный процесс:
Шаг 1. Решается линейная система для определения поправки
(1.198)
здесь – оператор, сопряженный оператору .
Шаг 2. Вносится поправка в вектор
. (1.199)
Шаг 3. Если (параметр останова), то конец просчетов, иначе
Шаг 4. Определяется новая шаговая длина: если , то устанавливаем равным 1, иначе
, (1.200)
,
и переход на шаг 1.
Относительно оператора f предположим, что выполняются условия (1.190). Покажем, что если выполняются условия (1.190), то итерационный процесс (1.198)-(1.200) со сверхлинейной скоростью сходится к x*.
Перепишем (1.198) в «неявном» относительно поправки виде
или с учетом существования в виде
. (1.201)
Далее находим оценку для , для чего воспользуемся теоремой о среднем [96], полагая, что :
. (1.202)
Из (1.202) с учетом (1.201) следует оценка
. (1.203)
Если ввести оценку для положительно определенного оператора, стоящего в круглых скобках, и положить, что , то из (1.203) окончательно получим оценку, связывающую нормы оператора и :
(1.204)
Здесь , . (1.205)
Пусть
и
таково, что
,
тогда
и из (1.203) следует, что
, . (1.206)
Из
(1.200) следует, что
и из последнего соотношения, из (1.205) и
(1.206), имеем, что
, , .
Индуктивные рассуждения позволяют получить оценку
. (1.207)
Переходя
к пределу в (1.207), имеем, что
,
при этом последовательность норм
монотонно убывает. В процессе счета,
начиная с некоторого номера итерации
k,
начинает
выполняться достаточное условие
сходимости метода Ньютона и
последовательность
с четными и нечетными номерами монотонно
возрастает к единице, как это следует
из (1.200) и квадратичной сходимости
процесса вблизи корня.
Таким образом, может быть сформулирована доказанная выше
Теорема
1.37. Пусть
оператор f
удовлетворяет перечисленным выше
условиям,
и в D
существует x*
– решение
уравнения (1.1). Тогда итерационный процесс
(1.198)-(1.200) со сверхлинейной скоростью
сходится к
.
Среди эффективных итерационных процессов для решения нелинейных задач необходимо отметить следующий многошаговый итерационный процесс:
Шаг 1. Решается линейная система для определения поправки
(1.208)
здесь – оператор, сопряженный оператору .
Шаг 2. Вносится поправка в вектор
. (1.209)
Шаг 3. Если (параметр останова), то конец просчетов, иначе
Шаг
4. Определяется
новая шаговая длина: если
,
то устанавливаем
равным 1,
иначе
, (1.210)
,
и переход на шаг 1.
Относительно оператора f предположим, что выполняются условия (1.190). Тогда имеет место
Теорема
1.38. Пусть
оператор f
удовлетворяет перечисленным выше
условиям,
и в D
существует x*
– решение
уравнения (1.1). Тогда итерационный процесс
(1.208)-(1.210) со сверхлинейной скоростью
сходится к
.
Если
определить область
следующим образом
,
тогда для решения уравнения (1.1)
целесообразно применять следующий
итерационный процесс:
Шаг 1. Решается линейное уравнение
, (1.211)
.
Шаг 2. Вносится поправка в вектор
(1.212)
Шаг 3. Если (параметр останова), то конец просчетов, иначе
Шаг 4. Определяется новая шаговая длина: если , то устанавливаем равным 1, иначе
(1.213)
,
(1.214)
и переход на шаг 1.
Теорема 1.39. Пусть в области существует – решение уравнения (1.1), оператор удовлетворяет условию (1.190). Тогда при выполнении условий
а)
;
б)
итерационный
процесс (1.211)-(1.214) со сверхлинейной
скоростью сходится к
.
Доказательство. Вполне аналогично тому, как это доказывалось выше, получаем соотношение, связывающее шаговую длину с нормой невязки
, (1.215)
а также оценку, устанавливающую соотношение между невязками на (n+1)-м и n-м шагах.
Далее имеем оценку
(1.216)
Здесь
.
Из
условий теоремы и оценки (1.216) следует
сходимость по функционалу последовательности
элементов
,
полученной процессом (1.211)-(1.214) к
и при этом n(;/0
при
.
Теорема
доказана.
Условие существования в D решения уравнения (1.1) может быть снято, если, начиная с некоторого номера , все , определяемые по формуле (1.213) становятся равными единице.
Теорема
1.40. Пусть
выполняются условия теоремы 1.39, исключая
требование существования a priori в
– решения уравнения (1.1) и, сверх того,
начиная с некоторого номера
все
и справедливо условие
.
Тогда итерационный процесс (1.211)-(1.214) со
сверхлинейной (локально с квадратичной
скоростью) сходится к
.
Доказательство теоремы 1.40 в основных частях повторяет доказательство теоремы 1.33.
Замечание 13. Если
заменить условие существования
ограниченного обратного оператора
менее обременительным условием
обратимости оператора
и во всех алгоритмах §5 на первом шаге
рассматривать решение линейного
уравнения
то с точностью до констант все наши рассуждения, связанные с алгоритмами этого пункта, остаются в силе.
Замечание 14. Относительно процессов, рассмотренных в §1 и не вошедших в §5 могут быть сформулированы и доказаны теоремы аналогичные тем, которые были рассмотрены выше в пункте §5 и справедливо замечсние 1 относительно рассмотренных выше процессов.