Metody, s nimiž se seznámíme v této kapitole, lze použít pro libovolnou

Podobne dokumenty
Necht je funkce f spojitá v intervalu a, b a má derivaci v (a, b). Pak existuje bod ξ (a, b) tak, že f(b) f(a) b a. Geometricky

Komplexní analýza. Martin Bohata. Katedra matematiky FEL ČVUT v Praze Martin Bohata Komplexní analýza Mocninné řady 1 / 18

Aproximace funkcí 1,00 0,841 1,10 0,864 1,20 0,885. Body proložíme lomenou čarou.

(1) Derivace. Kristýna Kuncová. Matematika B2 17/18. Kristýna Kuncová (1) Derivace 1 / 35

Funkce zadané implicitně. 4. března 2019

Kapitola 4: Soustavy diferenciálních rovnic 1. řádu

Numerické metody minimalizace

Kristýna Kuncová. Matematika B2 18/19

Kapitola 2. Nelineární rovnice

Numerické metody 8. května FJFI ČVUT v Praze

1 Soustava lineárních rovnic

Matematika (KMI/PMATE)

MATEMATIKA 3. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Vybrané kapitoly z matematiky

Co nám prozradí derivace? 21. listopadu 2018

Průvodce studiem V této kapitole se budeme zabývat diferenciálním počtem pro funkce více

Matematika 2, vzorová písemka 1

5. a 12. prosince 2018

x2 + 2x 15 x 2 + 4x ) f(x) = x 2 + 2x 15 x2 + x 12 3) f(x) = x 3 + 3x 2 10x. x 3 + 3x 2 10x x 2 + x 12 10) f(x) = log 2.

Elementární funkce. Edita Pelantová. únor FJFI, ČVUT v Praze. katedra matematiky, FJFI, ČVUT v Praze

Diferenciální rovnice základní pojmy. Rovnice se

Inverzní Z-transformace

Kristýna Kuncová. Matematika B2

kontaktní modely (Winklerův, Pasternakův)

Úvodní informace. 18. února 2019

Cauchyova úloha pro obyčejnou diferenciální rovnici

Obsah. 1.2 Integrály typu ( ) R x, s αx+β

Obsah. Limita posloupnosti a funkce. Petr Hasil. Limita posloupnosti. Pro a R definujeme: Je-li a < 0, pak a =, a ( ) =. vlastní body.

Geometrická nelinearita: úvod

Stochastické modelování v ekonomii a financích Konzistence odhadu LWS. konzistence OLS odhadu. Předpoklady pro konzistenci LWS

Petr Hasil. c Petr Hasil (MUNI) Nekonečné řady MA III (M3100) 1 / 187

Sb ırka pˇr ıklad u z matematick e anal yzy II Petr Tomiczek

Komplexní analýza. Martin Bohata. Katedra matematiky FEL ČVUT v Praze Martin Bohata Komplexní analýza Úvod 1 / 32

7. Aplikace derivace

Linea rnı (ne)za vislost

GEM a soustavy lineárních rovnic, část 2

Lineární algebra - iterační metody

Edita Pelantová, katedra matematiky / 16

Obsah. 1 Konstrukce (definice) Riemannova integrálu Výpočet Newtonova Leibnizova věta Aplikace výpočet objemů a obsahů 30

Petr Beremlijski, Marie Sadowská

DFT. verze:

(2) Funkce. Kristýna Kuncová. Matematika B2. Kristýna Kuncová (2) Funkce 1 / 25

Určitý (Riemannův) integrál a aplikace. Nevlastní integrál. 19. prosince 2018

Numerické metody KI/NME. Doc. RNDr. Jiří Felcman, CSc. RNDr. Petr Kubera, Ph.D.

Teorie. kuncova/ Definice 1. Necht f je reálná funkce a a R. Jestliže existuje.

Matematická analýza 2. Kubr Milan

Operace s funkcemi [MA1-18:P2.1] funkční hodnota... y = f(x) (x argument)

Funkce více proměnných: limita, spojitost, derivace

Stavový popis Stabilita spojitých systémů (K611MSAP) Katedra aplikované matematiky Fakulta dopravní ČVUT. čtvrtek 20. dubna 2006

Matematická analýza II pro kombinované studium. Konzultace první a druhá. RNDr. Libuše Samková, Ph.D. pf.jcu.cz

Matematická analýza pro učitele (text je v pracovní verzi)

(a). Pak f. (a) pro i j a 2 f

Funkce více proměnných: limita, spojitost, parciální a směrové derivace, diferenciál

Internetová matematická olympiáda 8. ročník, Baví se student Fakulty strojního inženýrství VUT v Brně (FSI) s kamarádem:

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

MATEMATIKA 1 ALEŠ NEKVINDA. + + pokud x < 0; x. Supremum a infimum množiny.

Matematika I (KMI/PMATE) Co se naučíme? x = a a x = b. rozumět pojmu střední hodnota funkce na daném intervalu. Obrázek 1.

Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky

podle přednášky doc. Eduarda Fuchse 16. prosince 2010

Obsah. Petr Hasil. (konjunkce) (disjunkce) A B (implikace) A je dostačující podmínka pro B; B je nutná podmínka pro A A B: (A B) (B A) A (negace)

Teorie plasticity. Varianty teorie plasticity. Pružnoplastická matice tuhosti materiálu

Matematika 1 Jiˇr ı Fiˇser 24. z aˇr ı 2013 Jiˇr ı Fiˇser (KMA, PˇrF UP Olomouc) KMA MAT1 24. z aˇr ı / 52

Statistika (KMI/PSTAT)

Škola matematického modelování 2017

Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost.

Okrajový problém podmínky nejsou zadány v jednom bodu nejčastěji jsou podmínky zadány ve 2 bodech na okrajích, ale mohou být

Fakulta elektrotechnická. Algoritmy pro

1 Derivace funkce a monotonie

Energetické principy a variační metody ve stavební mechanice

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

1 Definice. A B A B vlastní podmnožina. 4. Relace R mezi množinami A a B libovolná R A B. Je-li A = B relace na A

x y (A)dy. a) Určete a načrtněte oblasti, ve kterých je funkce diferencovatelná. b) Napište diferenciál funkce v bodě A = [x 0, y 0 ].

MATEMATIKA 3 NUMERICKÉ METODY. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

TGH01 - Algoritmizace

TGH01 - Algoritmizace

Pojem množiny nedefinujeme, pouze připomínáme, že množina je. Nejprve shrneme pojmy a fakta, které znáte ze střední školy.

FAKULTA STAVEBNÍ. Stavební statika. Telefon: WWW:

Jednoduchá zobrazení. Podpořeno z projektu FRVŠ 584/2011.

Logika V. RNDr. Kateřina Trlifajová PhD. Katedra teoretické informatiky Fakulta informačních technologíı BI-MLO, ZS 2011/12

Nekomutativní Gröbnerovy báze

1 Předmluva Značení... 3

Laplaceova transformace

Přijímací zkouška na navazující magisterské studium 2018

Jednoduchá zobrazení. Podpořeno z projektu FRVŠ 584/2011.

Karel Vostruha. evolučních rovnic hyperbolického typu

Mendelova univerzita v Brně user.mendelu.cz/marik

algebrou úzce souvisí V druhém tematickém celku se předpokládá základní znalosti z matematické analýzy

Slabá formulace rovnic proudění tekutin

Rovnice proudění Slapový model

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

Matematika III Stechiometrie stručný

Kombinatorika a grafy I

Periodický pohyb obecného oscilátoru ve dvou dimenzích

Obsah. Zobrazení na osmistěn. 1 Zobrazení sféry po částech - obecné vlastnosti 2 Zobrazení na pravidelný konvexní mnohostěn

Kvalitativní analýza nelineárních rovnic typu reakce-difuze

Komplexní analýza. Příklad Body. Nepište obyčejnou tužkou ani červeně, jinak písemka nebude přijata. Soupis vybraných vzorců. 4a.

FAKULTA STAVEBNÍ NUMERICKÉ METODY II

FAKULTA STAVEBNÍ JOSEF DALÍK NUMERICKÉ METODY II

návod k použití instrukcja obsługi

návod k použití instrukcja obsługi

Transkrypt:

2. Řešení nelineárních rovnic Průvodce studiem Budeme se zabývat výpočtem reálných kořenů nelineární rovnice f(x) =0, (2.0.1) kde f je v jistém smyslu rozumná reálná funkce. Pro některé funkce (kvadratické, goniometrické atp.) umíme kořeny vypočítat pomocí (uzavřených) vzorců, pro drtivou většinu funkcí však žádné takové vzorce neexistují. Metody, s nimiž se seznámíme v této kapitole, lze použít pro libovolnou funkci f. Patřídotřídy metod iteračních, kterépočítají posloupnost {x k } konvergující prok ke kořenu x. Obecně platí, že konvergence nastane, pokud je počáteční aproximacex 0 zvolena dostatečně blízko u hledaného kořene. Jednotlivé iterační metodysepaklišírychlostí konvergence. 2.1. Separace kořenů Cíle Ukážeme několik možností, jak provést rozbor rovnice f(x) = 0,jehož výsledkem je separace kořenů v dostatečně krátkých intervalech. Předpokládané znalosti Spojitost funkce, grafy elementárních funkcí. Výklad a) Grafická separace 1. Z grafu funkce f najdeme polohu průsečíků sx-ovou osou. b) Grafická separace 2. Rovnici f(x) = 0 převedeme na ekvivalentní rovnici h(x) = g(x) anakreslíme grafy funkcí g a h. Průsečíky těchto grafů promítneme -21-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody do x-ové osy,čímž zjistíme polohu kořenů. c) Separace tabelací. Sestavíme tabulku funkčních hodnot funkce f apodlezna- ménkových změn určíme intervaly obsahující kořeny. Využíváme přitomnásledující větu. Věta 2.1.1. Necht f je spojitá funkce na intervalu a, b, pronižplatí f(a)f(b) < 0. (2.1.1) Pak uvnitř intervalu(a, b) ležíaspoň jeden kořen rovnice f(x) =0. Jinými slovy věta říká, že ze znaménkové změny u funkčních hodnot v krajních bodech intervalu a, b můžeme rozpoznat výskyt kořene uvnitř tohoto intervalu. Příklad 2.1.1. Pro rovnici 10 cos (x 1) x 2 +2x 1=0 určete intervaly délky nejvýše 0.1 obsahující kořeny. Řešení: Z grafu funkce f(x) =10cos(x 1) x 2 +2x 1 naobrázku 2.1.1.a lze usoudit, že existují dvakořeny x 1 a x 2,kteréležívvintervalu 5, 5. Zadanou rovnici přepíšeme do tvaru 10 cos (x 1) = x 2 2x +1. Grafy funkcí g(x) =10cos(x 1) a h(x) =x 2 2x +1jsouznázorněny na obrázku 2.1.1.b. Odtud plyne, že x 1 1, 0 a x 2 2, 3. Dalšízpřesnění polohy kořenů provedeme pomocí tabelace. Z Tabulky 2.1.1 je patrné, že kořeny leží vintervalech x 1 0.4, 0.3 a x 2 2.3, 2.4. -22-

0 20 40 60 80 100 120 10 5 0 5 10 a 30 20 10 0 10 5 0 5 b Obrázek 2.1.1: a) Graf funkce f; b) Grafy funkcí g a h. Tabulka 2.1.1: Tabelace funkce f. x f(x) x f(x)............ 0.5 1.5426 2.2 2.1836 0.4 0.2603 2.3 0.9850 0.3 0.9850 2.4 0.2603 0.2 2.1836 2.5 1.5426............ Kontrolní otázky Otázka 1. Jak se provádí separace kořenů rovnic? Otázka 2. Jaký jegrafickýsmyslvěty 2.1.1.? Úlohy k samostatnému řešení 1. Proved te separaci kořenů rovnicex 2 x 6 ln x =0. 7 Výsledky úloh k samostatnému řešení 1. Dva kořeny: x 1 (0.9, 0.91), x 2 =1. -23-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody 2.2. Nejjednoduššímetody Cíle Seznámíme se s nejjednoduššími iteračními metodami pro výpočet kořenůrovnice f(x) = 0. Jsou založeny na postupném zkracování intervalu,který obsahuje kořen. Tato strategie zaručuje konvergenci pro každou spojitou funkci, výpočet je však pomalý. Předpokládané znalosti Určení polohykořene pomocí znaménkových změn, věta 2.1.1. Rovnice přímky. Výklad Princip zkracování intervalu použijemeudvoumetod.začněme proto nejdříve jeho obecným popisem. Budeme přitom předpokládat, že f je spojitá funkce na intervalu a 0,b 0,pronižplatíf(a 0 )f(b 0 ) < 0. Zvolíme bod x 1 (a 0,b 0 ), kterým rozdělíme původní intervalnadvěčásti, a jako nový interval a 1,b 1 vezmeme tu část, v níž ležíkořen x. Rozhodujeme se takto: je-li f(x 1 )=0,potomx 1 je kořen, tj. x = x 1 ; je-li f(a 0 )f(x 1 ) < 0, položíme a 1,b 1 = a 0,x 1 ; je-li f(x 1 )f(b 0 ) < 0, položíme a 1,b 1 = x 1,b 0. Pokud nastane první případ, jsme hotovi. V opačném případě zopakujeme celý postup na intervalu a 1,b 1,tj.zvolíme bod x 2 (a 1,b 1 ), který bud to je kořenem, nebo s jeho pomocí určíme dalšíinterval a 2,b 2 kořen obsahující atd.. Uvedeným postupem tedy vytvoříme posloupnosti {a k }, {b k } a {x k } takové, že kořen x ležíuvnitřkaždého z intervalů a k,b k. Abychom byli schopni určit číselnou hodnotu kořene x, musíkněmu konvergovat posloupnost {x k }.Tozajistíme vhodnou konkrétní volboubodů x k. -24-

2.2.1. Metoda půlení intervalu Bod x k+1 určíme jako střed intervalu a k,b k podle vzorce x k+1 = ak + b k. (2.2.1) 2 Intervaly tedy postupněpůlíme a jejich středy tvořící posloupnost {x k } konvergují ke kořenu x. Výpočet ukončíme při dosažení zadané přesnosti ɛ, tj.kdyžplatí x x k+1 ɛ. Otázkou je, jak takovou situaci rozpoznat, jelikož x neznáme. Musí však platit x x k+1 bk a k, 2 protože kořen x ležící v intervalu a k,b k se od středu x k+1 nemůže lišit víc než opolovinudélky intervalu. Pro ukončení výpočtu proto použijeme kritérium b k a k ɛ (2.2.2) 2 aposlednístřed x k+1 je pak aproximací kořene x spřeností ɛ. Algoritmus (Metoda půlení intervalu) Vstup: f, a 0, b 0, ɛ. Pro k =0, 1,... opakuj: x k+1 := (a k + b k )/2; je-li f(x k+1 ) = 0, potom jdi na Výstup; je-li f(a k )f(x k+1 ) < 0, potom a k+1 := a k,b k+1 := x k+1 ; je-li f(x k+1 )f(b k ) < 0, potom a k+1 := x k+1,b k+1 := b k ; dokud b k+1 a k+1 >ɛ. Výstup: poslední hodnota x k+1. Příklad 2.2.1. Metodou půlení intervalu vypočtěte kořen rovnice f(x) 10 cos (x 1) x 2 +2x 1=0, který leží v intervalu 2.3, 2.4 spřesností ɛ =10 3. -25-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody Řešení: Na začátku je a 0 = 2.3, b 0 = 2.4 aprvnístřed je x 1 = 2.35. Tabulka 2.2.1 ukazuje průběh výpočtu. Symbolem + nebo za číslem zaznamenáváme znaménko funkční hodnoty funkce f vtomtobodě. Všimněme si, že x k+1 nahrazuje a k nebo b k tak, aby byla zachována znaménková změna. Aproximace kořene s přesností ɛ je posledníčíslo ve sloupci x k+1. Proto x =2.378±10 3. Tabulka 2.2.1: Metoda půlení intervalu. k a k b k x k+1 (b k a k )/2 0 2.3 + 2.4 2.35 + 0.05 1 2.35 + 2.4 2.375 + 0.025 2 2.375 + 2.4 2.3875 0.0125 3 2.375 + 2.3875 2.38125 0.00625 4 2.375 + 2.38125 2.378125 + 0.003125 5 2.378125 + 2.38125 2.3796875 0.0015625 6 2.378125 + 2.3796875 2.37890625 + 0.00078125 < 10 3 = ɛ 2.2.2. Metoda regula falsi Vintervalu a k,b k zvolíme bod x k+1 jako kořen přímky p, kteráprocházíkrajními body grafu funkce f, viz obrázek 2.2.1.α. Uvažovaná přímka je dána předpisem p(x) =f(a k )+ f(bk ) f(a k ) b k a k (x a k ) ajejíkořen je určen rovností p(x k+1 ) = 0. Odtud lze snadno odvodit vzorec který sepoužívá při výpočtu. x k+1 = a k b k a k f(b k ) f(a k ) f(ak ), (2.2.3) Geometrický smysl metody regula falsi je patrný z obrázku 2.2.1.β. Ukončení iterací se provádí podle kritéria x k+1 x k ɛ, (2.2.4) -26-

x k+1 a k x b k x 1 x 2 x 3 a 0 x b 0 α β Obrázek 2.2.1: Metoda regula falsi. kde ɛ>0jedanémaléčíslo. Algoritmus (Metoda regula falsi) Vstup: f, a 0, b 0, ɛ, x 0 := a 0. Pro k =0, 1,... opakuj: x k+1 := a k (b k a k )/(f(b k ) f(a k ))f(a k ); je-li f(x k+1 ) = 0, potom jdi na Výstup; je-li f(a k )f(x k+1 ) < 0, potom a k+1 := a k,b k+1 := x k+1 ; je-li f(x k+1 )f(b k ) < 0, potom a k+1 := x k+1,b k+1 := b k ; dokud x k+1 x k >ɛ. Výstup: poslední hodnota x k+1. Příklad 2.2.2. Metodou regula falsi vypočtěte kořen rovnice z příkladu 2.2.1. Řešení: Na začátku je a 0 =2.3, b 0 =2.4 apoložíme ještě x 0 = a 0.Vprvní iteraci vypočítáme x 1 := 2.3 (2.4 2.3)f(2.3)/(f(2.4) f(2.3)). =2.379095, x 1 x 0 = 2.379095 2.3 =0.079095. Tabulka 2.2.2 zachycuje celývýpočet, kterýseřídípodobnými pravidly jako u me- -27-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody tody půlení intervalu.výsledná aproximacekořene je x =2.379 ± 10 3. Tabulka 2.2.2: Metoda regula falsi. k a k b k x k+1 x k+1 x k 0 2.3 + 2.4 2.379095 + 0.079095 1 2.379095 + 2.4 2.379363 + 0.000268 < 10 3 = ɛ Poznámka Ukončovací kritérium (2.2.4) říká, že poslední dvě aproximace kořene se lišíméně než ɛ. Může se ovšem stát, že obě jsouodskutečné hodnotykořene vzdálené více než ɛ. Poznáme to tak, že u funkčních hodnot f(x k ɛ),f(x k ),f(x k + ɛ) nedojde ke znaménkové změně. V takovém případě jemožno provést doplňující výpočet funkčních hodnot...,f(x k 2ɛ),f(x k ɛ),f(x k ),f(x k + ɛ),f(x k +2ɛ),... který zastavíme, když dojde ke znaménkové změně. Kontrolní otázky Otázka 1. V čem se shodují avčem se liší metodapůlení intervalu a metoda regula falsi? Která z nich je rychlejší? Otázka 2. Podrobně odvod te vzorec (2.2.3). Otázka 3. Proč nelze metodu regula falsi ukončovat podle kritéria (2.2.2)? Úlohy k samostatnému řešení 1. Vypočtěte kořeny rovnice x 2 x 6 ln x =0metodoupůleníintervalu,ɛ 7 =10 3. 2. Vypočtěte kořeny rovnice z předchozí úlohy metodou regula falsi. Výsledky úloh k samostatnému řešení 1. Začneme-li na intervalu (0.9, 0.91), bude ve čtvrté iteraci x =0.9019 ± 10 3. 2. Začneme-li na stejném intervalu, bude ve druhé iteraci x =0.9021 ± 10 3. -28-

2.3. Newtonova metoda Cíle Odvodíme Newtonovu metodu, která kromě funkčních hodnot používá také hodnoty první derivace. Důsledkem je vyšší řád metody a rychlejší konvergence. Nevýhodou je nutnost zvolit počáteční aproximaci blízko kořene tak, aby byly splněny předpoklady zaručující konvergenci. Předpokládané znalosti Spojitost funkce. Výpočty derivací. Taylorův rozvoj. Výklad Budeme předpokládat, že známe aproximaci x k kořene x rovnice f(x) =0 a chceme určit další(přesnější) aproximaci x k+1.zapíšeme-li danou rovnici pomocí Taylorova polynomu prvního stupně v okolí bodux k,dostaneme f(x k )+(x x k )f (x k )+(x x k ) 2 f (ξ) 2 =0, kde ξ je blíže neurčené číslo mezi x a x k. V tomto tvaru rovnice provedeme linearizaci, při níž vypustíme kvadratický člen na levé straně. Řešením linearizované rovnice určíme aproximaci x k+1,tj. f(x k )+(x k+1 x k )f (x k )=0. Odtud snadno vyjádříme vzorec x k+1 = x k f(xk ) f (x k ). (2.3.1) Všimněme si ještě, že t(x) =f(x k )+(x x k )f (x k )jerovnicetečny ke grafu funkce f vbodě x k,jejíž kořen je aproximace x k+1,vizobrázek 2.3.1.α. Geometrický smyslnewtonovymetodyjeznázorněn na obrázku 2.3.1.β. -29-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody Pro zahájení výpočtu podle vzorcem (2.3.1) musíme zadat počáteční aproximaci x 0.Oukončení iterací rozhodujeme pomocí vhodného kritéria, budeme používat opět kritérium (2.2.4). x x x k+1 x k x 3 x 2 x 1 x 0 α β Obrázek 2.3.1: Newtonova metoda. Algoritmus (Newtonova metoda) Vstup: f, f, x 0, ɛ. Pro k =0, 1,... opakuj: x k+1 := x k f(x k )/f (x k ); dokud x k+1 x k >ɛ. Výstup: poslední hodnota x k+1. Příklad 2.3.1. Newtonovou metodou vypočtěte kořen rovnice z příkladu 2.2.1. spřesností ɛ =10 6. Řešení: Derivace funkce f(x) =10cos(x 1) x 2 +2x 1mátvarf (x) = 10 sin (x 1) 2x + 2. Newtonova metoda je proto dána vzorcem x k+1 = x k 10 cos (xk 1) (x k ) 2 +2x k 1. 10 sin (x k 1) 2x k +2 Počáteční aproximacizvolíme například x 0 =2.4 adostaneme x 1 =2.4 10 cos (2.4 1) 2.42 +2 2.4 1 =2.37942798004. 10 sin (2.4 1) 2 2.4+2-30-

Celý průběh výpočtu je zachycen v tabulce 2.3.1. Výsledná aproximacekořene je x =2.379364 ± 10 6. Tabulka 2.3.1: Newtonova metoda. k x k x k x k 1 1 2.37942798004 0.02057201996 2 2.37936459485 0.00006338519 3 2.37936459422 0.00000000062 Vpříkladu jsme měli možnost si všimnout velice rychlé konvergence Newtonovy metody. Následující analýza ukazuje, že se nejednalo o náhodu. Věta 2.3.1. Necht f je spojitá, f nenulová na a, b anecht {x k } je posloupnost na a, b počítaná podle vzorce (2.3.1), která konvergujekčíslu x. Potom x je kořenem rovnice f(x) = 0aplatí x x k+1 C x x k 2 pro k =0, 1, 2,..., (2.3.2) kde konstanta C 0 nezávisí nak. Důkaz: Limitním přechodem ve vzorci (2.3.1) dostaneme f( x) = 0, čili x je kořen. Protože předpokládáme, že f je spojitá funkce, můžeme f( x) =0zapsat pomocí Taylorova rozvoje ve tvaru f(x k )+( x x k )f (x k )+( x x k ) 2 f (ξ) =0, 2 kde ξ je bod mezi x k a x. Vydělíme derivací f (x k )adosadímezevzorce(2.3.1), čímž dostaneme x x k+1 +( x x k ) 2 f (ξ) 2f (x k ) =0. Označíme-li C =max ξ,x a,b f (ξ)/2f (x), můžeme psát x x k+1 = f (ξ) 2f (x k ) x xk 2 C x x k 2. -31-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody Poznámka Nerovnost (2.3.2) dokazuje, že Newtonova metoda je druhého řádu. Důsledkem tohoto faktu je velmi rychlá konvergence, při níž sepočet správných číslic za desetinnou tečkou v každé iteraci přibližně zdvojnásobí. Následující věta říká, za jakých předpokladů konvergence nastane. Věta 2.3.2. Necht jsou splněny následující předpoklady: a) f je nenulová naintervalu a, b ; b) f nemění znaménko v intervalu (a, b); c) platí f(a)f(b) < 0; d) platí f(a)/f (a) <b a a f(b)/f (b) <b a. Potom posloupnost {x k } počítaná podle vzorce (2.3.1) konverguje pro libovolnou počáteční aproximacix 0 a, b. Příklad 2.3.2. Ukažte, že pro rovnici z příkladu 2.3.1. jsou na intervalu 2.3, 2.4 splněny předpoklady věty 2.3.2. Řešení: Rovnice je zadaná funkcí f(x) =10cos(x 1) x 2 +2x 1, jejiž první a druhá derivacemajítvarf (x) = 10 sin (x 1) 2x +2 a f (x) = 10 cos (x 1) 2. V tabulce 2.3.2 jsou vypočteny hodnoty f, f,znichžmůžeme usoudit, že jsou splněny předpoklady a) a b). Výpočtem dostáváme f(2.3)f(2.4). = 0.2564 < 0, f(2.3)/f (2.3). =0.0805 < 0.1 a f(2.4)/f (2.4). =0.0206 < 0.1, což znamená, že jsou splněny také předpoklady c) a d). Počátečníaproximacix 0 je proto možné zvolit libovolněna 2.3, 2.4. -32-

Tabulka 2.3.2: Tabelace první a druhé derivace. x f (x) f (x) 2.30 12.2356 4.6750 2.31 12.2818 4.5785 2.32 12.3272 4.4818 2.33 12.3715 4.3848 2.34 12.4148 4.2875 2.35 12.4572 4.1901 2.36 12.4986 4.0924 2.37 12.5391 3.9945 2.38 12.5785 3.8964 2.39 12.6170 3.7981 2.40 12.6545 3.6997 Kontrolní otázky Otázka 1. Jak se odvozuje vzorec (2.3.1)? Jaký jejehografickýsmysl? Otázka 2. Zkuste nakreslit situace, kdy Newtonova metoda diverguje. Otázka 3. Jakého řádu je Newtonova metoda a jak se to projeví při výpočtu? Úlohy k samostatnému řešení 1. Ověřte, že pro rovnici x 2 x 6 ln x = 0 jsou na intervalu 0.9, 0.91 splněny 7 předpoklady a) d) z věty 2.3.2. 2. Vypočtěte kořen z předchozí úlohy pomocí Newtonovy metody, ɛ =10 6. Výsledky úloh k samostatnému řešení 1. Z tabelace f (x) =2x 1 6 a f (x) =2+ 6 zjistíme, že na uvedeném 7x 7x 2 intervalu je první derivacezáporná a druhá derivace kladná. Přímým výpočtem dostaneme f(0.9)f(0.91). = 3.28 10 7 < 0, f(0.9)/f (0.9). =2.03 10 3 < 0.01 a f(0.91)/f (0.91). =8.71 10 3 < 0.01. 2. Začneme-li z x 0 =0.9, dostaneme ve třetí iteraci x =0.9020709 ± 10 6. -33-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody 2.4. Metoda prosté iterace počtu. Předpokládané znalosti Spojitost funkce. Výpočty derivací. Věta o střední hodnotě diferenciálního Výklad Rovnici f(x) = 0převedeme na ekvivalentní rovnicix g(x) = 0,kdeg je vhodná spojitá funkce. Místo původní rovnice budeme řešit rovnici v iteračním tvaru: x = g(x). (2.4.1) Číslo x, kteréjeřešením rovnice (2.4.1), se nazývá pevný bodfunkceg. Věta 2.4.1. (Brouwerova věta o pevném bodu) Necht g je spojitá funkce na intervalu a, b, pronižplatí g(x) a, b x a, b. (2.4.2) Pak na intervalu a, b existuje pevný bod funkce g. Důkaz: Položme f(x) = x g(x). Pokud f(a) = 0 resp. f(b) = 0, pak je bevným bodem a, resp.b. Necht f(a) 0af(b) 0. Protože g(a) a, b, platí f(a) =a g(a) < 0. Podobně lzeukázat f(b) > 0. Dohromady dostáváme Cíle Seznámíme se s obecnou metodu pro výpočet pevného bodu funkce. Metody z předchozích odstavců můžeme chápat jako její speciální varianty.pojem pevného bodu hraje důležitou roli v různých oblastech matematického modelování. -34-

f(a)f(b) < 0, takže existence pevného bodu plyne z věty 2.1.1. O funkci g, která splňuje (2.4.2), říkáme, že zobrazuje interval a, b do sebe. Necht x 0 a, b je počáteční aproximace. Metodou prostých iterací nazýváme výpočet podle předpisu: x k+1 = g(x k ), k =0, 1, 2,... (2.4.3) Jestliže posloupnost {x k } počítaná tímto postupem konverguje k číslu x, pak limitním přechodem v (2.4.3) dostaneme, že x je pevným bodem funkce g. Výchozí rovnicif(x) = 0můžeme převést na iterační tvarrůznými způsoby, ale jen některé vedou ke konvergentnímu výpočtu. Příklad 2.4.1. Rovnici f(x) e x x 2 +1=0, (2.4.4) převed te na iterační tvar a počítejte kořen, který leží v intervalu 1.2, 1.1. Řešení: Navrhneme tři iterační tvary: x = e x +1 g a (x); x = x +(e x x 2 +1) g b (x); x = x ex x 2 +1 e x 2x g c (x). Průběh výpočtů prox 0 = 1.1 ukazuje tabulka 2.4.1. Pro g a výpočet konverguje pomalu, pro g b výpočet diverguje a pro g c výpočet konverguje rychle. -35-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody Tabulka 2.4.1: Metoda prosté iterace. k x k+1 = g a (x k ) x k+1 = g b (x k ) x k+1 = g c (x k ) 0 1.1 1.1 1.1 1 1.1545003 0.9771289 1.1485105 2 1.1468282 0.5555196 1.1477578 3 1.1478861 +0.7096523 1.1477576 4 1.1477398 +3.2393301 1.1477576 5 1.1477600 +19.262693 6 1.1477572 7 1.1477576 8 1.1477576 Při studiu konvergence metody prostých iterací sepoužívá pojem kontrakce. Definice 2.4.1. Funkce g se nazývá kontrakce na intervalu a, b, jestliže existuje konstanta L, 0 <L<1, taková, že g(x) g(y) L x y x, y a, b. (2.4.5) Věta 2.4.2. Necht g je spojitá kontrakce na a, b, která zobrazuje tento interval do sebe. Pak na intervalu a, b existuje jediný pevnýbod x funkce g. Navíc posloupnost {x k } vypočítaná podlepředpisu (2.4.3) konverguje k x pro každou počáteční aproximaci x 0 a, b. Důkaz: Existence pevného bodu plyne z věty 2.4.1. Jednoznačnost dokážeme sporem. Necht x je dalšípevnýbodg. Pomocí (2.4.5) dostaneme x x = g( x) g( x) L x x, odkud (1 L) x x 0. Protože 1 L>0, dostáváme x = x. Zbývádokázat, že posloupnost {x k } vypočítanápodlepředpisu (2.4.3) konverguje -36-

k x. Podle (2.4.5) je x k x = g(x k 1 ) g( x) L x k 1 x, odkud plyne x k x L k x 0 x. (2.4.6) Protože L (0, 1), je lim k L k = 0, a proto lim k x k x =0. V konkrétních situacích je zpravidla nesnadné dokázat, že daná funkce g je kontrakce. Jednodušší je ověřovat následující silnější předpoklad: necht g má v(a, b) derivacia L (0, 1) tak, že g (η) L η (a, b). (2.4.7) Věta 2.4.3. Necht g je spojitá funkce na a, b, která zobrazuje tento interval do sebe a splňuje (2.4.7). Pak platí tvrzení věty 2.4.2.. Důkaz: Pomocí věty o střední hodnotě diferenciálního počtu dostáváme g(x) g(y) = g (η) x y L x y, kde η (x, y). Funkce g je proto kontrakce na intervalu a, b avěta 2.4.3. je tak důsledkem věty 2.4.2. Následující poznámka dává návod, jak rozhodnout o konvergenci metody prostých iterací. Poznámka Je-li číslo M g = max x (a,b) g (x) menšínežjedna,pakmůžeme položit L = M g afunkceg bude kontrakce na intervalu a, b. Rychlost konvergence lze posoudit podle velikosti L. Vztah (2.4.6) totiž ukazuje,že výpočet bude konvergovat rychleji pro menšíhodnotyl. -37-

2. ŘEŠENÍ NELINEÁRNÍCH ROVNIC Numerické metody Příklad 2.4.2. Rozhodněte o konvergenci metody prostých iterací u iteračních tvarů zpříkladu 2.4.1. Řešení: Derivováním g a, g b a g c dostaneme g a (x) = e x 2 e x +1, g b (x) = 1+ex 2x, g c (x) = (ex x 2 +1)(e x 2). (e x 2x) 2 Tabulka 2.4.2 obsahuje absolutní hodnoty těchto derivací naintervalu 1.2, 1.1. Odtud M ga. =0.1442, Mgb. =3.7012 a Mgc. =0.0323. Protože Mgb > 1 iterační tvar b) diverguje. Pro iterační tvary a) resp. c) můžeme položit L ga = M ga resp. L gc = M gc,takže funkce g a a g b jsou kontrakce a metoda prostých iterací konverguje. Protože L gc <L ga, je konvergence rychlejšíuiteračního tvaru c). Tabulka 2.4.2: Posouzení rychlosti konvergence metody prosté iterace. x g a (x) g b (x) g c (x) 1.2000 0.1320 3.7012 0.0323 1.1875 0.1335 3.6800 0.0248 1.1750 0.1350 3.6588 0.0172 1.1625 0.1365 3.6377 0.0094 1.1500 0.1380 3.6166 0.0014 1.1375 0.1395 3.5956 0.0067 1.1250 0.1410 3.5747 0.0149 1.1125 0.1426 3.5537 0.0233 1.1000 0.1442 3.5329 0.0319 Kontrolní otázky Otázka 1. Co nazýváme pevným bodem funkce? Jak se pevný bodpočítá? Otázka 2. Čím je zaručena konvergence metody prostých iterací? Otázka 3. Jaký je vztah mezi metodou prosté iterace a Newtonovou metodou? -38-

Úlohy k samostatnému řešení 1. Pro rovnici x 2 x 6 ln x =0uvažujte iterační tvarx = 7 x2 6 log x g(x). 7 Vypočítejte hodnotu konstanty M g na intervalu 0.9, 0.91. 2. U iteračního tvaru z předchozí úlohy vypočítejte pevný bod s přesností ɛ = 10 6. Výsledky úloh k samostatnému řešení 1. Z tabelace g (x) =2x 6 zjistíme, že M 7x g = L =0.8781.. 2. Začneme-li z x 0 =0.9, dostaneme ve 38-mé iteraci x 38. =0.9020659 a platí x 38 x 37. =0.00000086 <ɛ. Shrnutí lekce Probrali jsem základní metodyprořešení nelineárních rovnic a ukázali jsme jak tyto metody souvisí s vlastnostmi funkce, která rovnici popisuje. Metoda půlení intervalu a metoda regula falsi konvergují prokaždou spojitou funkci. Rychlejší Newtonova metoda vyžaduje spojitost druhé derivace a splnění dalších předpokladů. Metoda prosté iterace zahrnuje ostatní iterační metody jako speciální případ. -39-