logo

일관성을 가지는 멀티스텝 메소드의 수렴성과 루트 컨디션 📂수치해석

일관성을 가지는 멀티스텝 메소드의 수렴성과 루트 컨디션

정리

만약 멀티스텝 메소드가 일관성을 가진다고 하면, 메소드는 수렴성을 가진다     \iff 메소드는 루트 컨디션을 만족 시킨다

설명

폐구간 [x0,b][x_{0} , b] 에 대해 hh 를 단위로 잘라서 노드 포인트를 만들 때, x0x1xN(h)1xN(h)bx_{0} \le x_{1} \le \cdots \le x_{N(h) -1} \le x_{N(h) } \le b 라고 하자. 여기서 N(h)N(h)hh 에 따라 변하는 마지막 노드 포인트의 인덱스를 나타낸다.

메소드가 수렴성을 가진다는 것은 h0h \to 0 일 때 η(h):=max0npYnyn0\displaystyle \eta (h) : = \max_{0 \le n \le p} | Y_{n} - y_{ n} | \to 0 이면, h0h \to 0 일 때 maxx0xnbYnyn0\displaystyle \max_{x_{0} \le x_{n} \le b } | Y_{n} - y_{ n} | \to 0 이라는 것이다.

증명 1

일관성을 가지는 멀티스텝 메소드: 초기값 문제 {y=f(x,y)(y(x0),,y(xp))=(Y0,,Yp)\begin{cases} y ' = f(x,y) \\ ( y( x_{0} ) , \cdots , y(x_{p}) ) = (Y_{0}, \cdots , Y_{p} ) \end{cases} 에 대해 멀티스텝 메소드 yn+1=j=0pajynj+hj=1pbjf(xnj,ynj) y_{n+1} = \sum_{j=0}^{p} a_{j} y_{n-j} + h \sum_{j = -1}^{p} b_{j} f (x_{n-j} , y_{n-j} ) 는 다음을 만족한다. {j=0paj=1j=0pjaj+j=1pbj=1 \begin{cases} \displaystyle \sum_{j = 0}^{p} a_{j} = 1 \\ \displaystyle - \sum_{j = 0}^{p} j a_{j} + \sum_{j = -1}^{p} b_{j} = 1 \end{cases}

루트 컨디션: 일관성을 가진 멀티스텝 메소드에 대해 ρ(r)=rp+1j=0pajrpj\displaystyle \rho ( r) = r^{p+1} - \sum_{j=0}^{p} a_{j} r^{p-j} 라고 하자. 방정식 ρ(r)=0\rho (r ) = 0 의 근 r0,,rpr_{0} , \cdots , r_{p} 들이 다음 조건들을 만족시킬 때, 주어진 멀티스텝 메소드는 루트 컨디션root condition을 만족시킨다고 한다.

  • (i): rj1| r_{j} | \le 1
  • (ii): rj=1    ρ(rj)0|r_{j}| = 1 \implies \rho ‘(r_{j}) \ne 0

()(\Rightarrow)

메소드가 수렴성을 가짐에도 루트 컨디션을 만족시키지 않는다고 가정해보자.이 가정에 대해 초기값 문제 {y=0y(0)=0\begin{cases} y ' = 0 \\ y(0) = 0 \end{cases} 가 반례가 됨을 보일 것이다.

주어진 문제의 트루 솔루션은 자명하게도 모든 n0n \ge 0 에 대해 Yn=0Y_{n} = 0 이다.

그리고 f=0f = 0 이므로 뉴메리컬 솔루션은 yn+1=j=0pajynj\displaystyle y_{n+1} = \sum_{j=0}^{p} a_{j} y_{n - j} 이다. 그 중에서도 y0,,ypy_{0} , \cdots , y_{p}h0h \to 0 일 때 η(h)=max0npYnyn=max0npyn0 \eta (h) = \max_{0 \le n \le p} | Y_{n} - y_{ n} | = \max_{0 \le n \le p} | y_{ n} | \to 0 을 만족한다고 하자.이때 어떤 0jp0 \le j \le p 에 대해 다음의 두 가지 경우를 생각해보자.

  • Case 1.
    (i)을 만족하지 않아 j j 에 대해 rj>1|r_{j}| > 1 인 경우yn=hrjn\displaystyle y_n = h r_{j} ^nh0h \to 0 일 때 η(h)=max0npyn=hrjp0 \eta (h) = \max_{0 \le n \le p} | y_{ n} | = h \left| r_{j} \right| ^{p} \to 0 를 만족시킨다. 그러나 h0h \to 0 일 때 N(h)N(h) \to \infty 이므로 maxx0xnbYnyn=hrjN(h) \max_{x_{0} \le x_{n} \le b} | Y_{n} - y_{ n} | = h \left| r_{j} \right| ^{N (h) } \to \infty 따라서 메소드는 수렴성을 가지지 못한다.
  • Case 2.
    (ii)를 만족하지 않아 j j 에 대해 rj=1    ρ(rj)=0|r_{j}| = 1 \implies \rho’(r_{j}) = 0 인 경우이는 rj=1|r_{j}| = 1 이면 rjr_{j} 이 특성방정식의 중근이라는 의미로, 중근인 rjr_{j} 가 적어도 하나 존재한다. 따라서 파티큘러 솔루션 nrjnn r_{j}^{n} 이 존재해서 yn=hnrjn\displaystyle y_n = h n r_{j} ^nh0h \to 0 일 때 η(h)=max0npyn=hprjp0 \eta (h) = \max_{0 \le n \le p} | y_{ n} | = h p \left| r_{j} \right| ^{p} \to 0 를 만족시키고, yn=h[rj(0)]n\displaystyle y_n = h \left[ r_{j} (0) \right]^nh0h \to 0 일 때 η(h)=max0npyn=hrj(0)p0 \eta (h) = \max_{0 \le n \le p} | y_{ n} | = h \left| r_{j} (0) \right| ^{p} \to 0 를 만족시킨다. 그러나 h0h \to 0 일 때 maxx0xnbYnyn=hrj(0)N(h) \max_{x_{0} \le x_{n} \le b} | Y_{n} - y_{ n} | = h \left| r_{j} (0) \right| ^{N (h) } \to \infty 따라서 메소드는 수렴성을 가지지 못한다.

()(\Leftarrow) 원래의 증명이 지나치게 어려워서 많은 비약이 있다2.

en:=Ynyne_{n} : = Y_{n} -y_{n} 이라고 하면 비동차 선형미분방정식 Y=y+eY = y + e 을 푸는 것으로 생각할 수 있다.

반대로 y=Yey = Y - e 는 동차 선형미분방정식이 된다. yn+1=j=0pajynj+hj=1pbjf(xnj,ynj) \begin{align} y_{n+1} = \sum_{j=0}^{p} a_{j} y_{n-j} + h \sum_{j = -1}^{p} b_{j} f (x_{n-j} , y_{n-j} ) \end{align}

Yn+1=j=0pajYnj+hj=1pbjf(xnj,Ynj) \begin{align} Y_{n+1} = \sum_{j=0}^{p} a_{j} Y_{n-j} + h \sum_{j = -1}^{p} b_{j} f (x_{n-j} , Y_{n-j} ) \end{align} (1)(1) 에서 (2)(2) 를 빼면 en+1=i=0najenj+hj=1pbj[f(xnj,Ynj)f(xnj,ynj)] e_{n+1} = \sum_{i=0}^{n} a_{j} e_{n-j} + h \sum_{j= -1}^{p} b_{j} \left[ f(x_{n-j} , Y_{n- j }) - f(x_{n-j} , y_{n- j }) \right] 을 얻는다. Yn=d0s0n+d1s1n++dpspnY_{n} = d_{0} s_{0}^{n} + d_{1} s_{1}^{n} + \cdots + d_{p} s_{p}^{n} 이라고 하면 en=g0(r0+s0)n+g1(r1+s1)n++gp(rp+sp)n e_{n} = g_{0} ( r_{0} + s_{0} )^n + g_{1} ( r_{1} + s_{1} )^n + \cdots + g_{p} ( r_{p} + s_{p} )^n 주어진 메소드는 NpN \ge p 일 때 eN=g0(r0+s0)N+g1(r1+s1)N++gp(rp+sp)N e_{N} = g_{0} ( r_{0} + s_{0} )^N + g_{1} ( r_{1} + s_{1} )^N + \cdots + g_{p} ( r_{p} + s_{p} )^N (r0+s0),,(rp+sp)( r_{0} + s_{0} ) , \cdots , ( r_{p} + s_{p} ) 에 대해서도 루트 컨디션을 만족하므로, eN=g0r0+s0N+g1r1+s1N++gprp+spNmax0npYnyn \begin{align*} | e_{N} | & =& | g_{0} | | r_{0} + s_{0} |^N + | g_{1} | | r_{1} + s_{1} | ^N + \cdots + | g_{p} | | r_{p} + s_{p} |^N \\ \le & \max_{0 \le n \le p} | Y_{ n} - y_{n} | \end{align*} 여기서 h0h \to 0 일 때 max0npYnyn0\displaystyle \max_{0 \le n \le p} | Y_{ n} - y_{n} | \to 0 임을 가정한다면 eN0e_{N} \to 0 이므로 maxx0xnbYnyn=hrj(0)N(h)0 \max_{x_{0} \le x_{n} \le b} | Y_{n} - y_{ n} | = h \left| r_{j} (0) \right| ^{N (h) } \to 0 이어야하고, 따라서 메소드는 수렴성을 갖는다.


  1. Atkinson. (1989). An Introduction to Numerical Analysis(2nd Edition): p401~403. ↩︎

  2. Isaacson. (2012). ANALYSIS OF NUMERICAL METHODS: p405~417. https://www.researchgate.net/file.PostFileLoader.html?id=56c583ac5e9d97577f8b458e&assetKey=AS:330399868833792@1455784875579 ↩︎