数学 泛函分析

泛函分析作业:2025-09-15

泛函分析作业,练习 Newton 迭代、压缩映射、不动点定理及积分方程的可解性。

本页目录5 节

1.1.2 #

(Newton 法) 设 ff 是定义在 [a,b][a,b] 上的二次连续可微的实值函数, x^(a,b)\hat{x}\in(a,b) 使得 f(x^)=0,f(x^)0f(\hat x)=0, f'(\hat x)\neq 0. 求证: 存在 x^\hat x 的邻域 U(x^)U(\hat x), 使得 x0U(x^)\forall x_0\in U(\hat x), 迭代序列

xn+1=xnf(xn)f(xn)(n=0,1,2,)x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}\quad (n=0,1,2,\ldots)

是收敛的, 并且

limnxn=x^.\lim\limits_{n\to\infty}x_n=\hat x.
证明

T(x)=xf(x)/f(x)T(x)=x-f(x)/f'(x)。由 fC2f\in C^2f(x^)0f'(\hat x)\ne0,可在 x^\hat x 附近选取闭区间 I=[x^δ,x^+δ](a,b)I=[\hat x-\delta,\hat x+\delta]\subset(a,b),使 ff'II 上不为零,且

T(x)=f(x)f(x)(f(x))2,supxIT(x)q<1.T'(x)=\frac{f(x)f''(x)}{(f'(x))^2},\qquad \sup_{x\in I}|T'(x)|\le q<1.

这样的区间存在,是因为 TT' 连续且 T(x^)=0T'(\hat x)=0。 由中值定理和 T(x^)=x^T(\hat x)=\hat x,对 x,yIx,y\in I

T(x)T(y)qxy,T(x)x^qxx^qδ<δ.|T(x)-T(y)|\le q|x-y|,\qquad |T(x)-\hat x|\le q|x-\hat x|\le q\delta<\delta.

因此 TT 把完备度量空间 II 映入自身,并且是压缩映射。 Banach 不动点定理给出唯一不动点 x^\hat x,以及任意 x0Ix_0\in I 的迭代收敛性。 取 U(x^)=(x^δ,x^+δ)U(\hat x)=(\hat x-\delta,\hat x+\delta) 即得题目结论。 这里在闭区间 II 上应用定理,再得到邻域内的结论;开区间本身不必完备。

下面保留 Mworks 程序与对应结果图,程序未在本轮重新运行。

clear()
clc()

f(x)=exp.(x).-2 #求此函数的零点
df(x)=exp.(x)   #此函数的导数

#绘制f的函数图像
t=0:0.1:1.1
plot(t,f(t),"k")
hold("on")

#绘制直线y=0
plot(t,zeros(size(t)),"r")

x0=0   #初始猜测
N=3    #总迭代次数
x=zeros(1,N+1)
x[1]=x0;
for ii=1:N
x[ii+1]=x[ii]-f(x[ii])/df(x[ii])
text(x[ii],f(x[ii]),string(ii-1),color="black",fontsize=14)
plot(x[ii:ii+1],f(x[ii:ii+1]),"b")
plot(x[ii+1],f(x[ii+1]),"r*")
end
text(x[N+1],f(x[N+1]),string(N),color="black",fontsize=14)
saveas(gcf(),"1d1d2.eps")
[x;
abs.(x.-log(2))] #零点为log(2)

Newton 迭代逼近指数函数零点的结果图

1.1.4 #

TT 是度量空间上的压缩映射, 求证: TT 是连续的.

证明

记度量空间为 (X,ρ)(\mathscr X,\rho).

{xn}n=1\{x_n\}_{n=1}^\infty 是该度量空间上的任意收敛列, 且收敛至 x0x_0. 那么对于 ρ(Txn,Tx0)\rho(Tx_n,Tx_0), 由于 TT 是压缩映射, 故存在 0<α<10<\alpha<1 满足 ρ(Tx,Ty)αρ(x,y), x,yX\rho(Tx,Ty)\leqslant\alpha\rho(x,y),\ \forall x,y\in\mathscr X, 于是 0ρ(Txn,Tx0)αρ(xn,x0)0\leqslant\rho(Tx_n,Tx_0)\leqslant\alpha\rho(x_n,x_0), 根据夹逼准则可知 ρ(Txn,Tx0)0 (n)\rho(Tx_n,Tx_0)\to 0\ (n\to \infty), 所以 TT 是连续的.

1.1.5 #

TT 是压缩映射, 求证: Tn(nN+)T^n(n\in\N_+) 也是压缩映射, 并说明逆命题不一定成立.

证明

记度量空间为 (X,ρ)(\mathscr X,\rho),设 TT 的压缩系数为 0α<10\le\alpha<1。 逐次应用 ρ(Tx,Ty)αρ(x,y)\rho(Tx,Ty)\le\alpha\rho(x,y),得到

ρ(Tnx,Tny)αnρ(x,y).\rho(T^nx,T^ny)\le\alpha^n\rho(x,y).

TnT^n 仍将 X\mathscr X 映入自身,且 αn<1\alpha^n<1,故它是压缩映射。

逆命题不成立。在 [0,1)[0,1) 上取通常距离,令

T(x)=cx3,c=1+36.T(x)=cx^3,\qquad c=\frac{1+\sqrt3}{6}.

因为 0<c<10<c<1,它是到自身的映射。T(x)=3cx2T'(x)=3cx^2 在靠近 11 时大于 11,所以 TT 不是压缩映射。 但 T2(x)=c4x9T^2(x)=c^4x^9,从而

sup0x<1(T2)(x)=9c4=(1+3)4144<1,\sup_{0\le x<1}|(T^2)'(x)|=9c^4 =\frac{(1+\sqrt3)^4}{144}<1,

由中值定理可知 T2T^2 是压缩映射。

构造的关键是链式法则 (T2)(x)=T(T(x))T(x)(T^2)'(x)=T'(T(x))T'(x)。 更一般地,令 T(x)=cxkT(x)=cx^k,取整数 k>1k>10<c<10<c<1,可要求

{kc>1,k2ck+1<1,1k<c<k2/(k+1).\begin{cases} kc>1,\\ k^2c^{k+1}<1, \end{cases} \qquad\text{即}\qquad \frac1k<c<k^{-2/(k+1)}.

上例取 k=3k=3cc1/31/31/31/\sqrt3 的中点。

1.1.6 #

MM(Rn,ρ)(\mathbb{R}^n,\rho) 中的有界闭集, 映射 T:MMT:M\to M 满足: ρ(Tx,Ty)<ρ(x,y)(x,yM,xy)\rho(Tx,Ty)<\rho(x,y)(\forall x,y\in M,x\neq y), 求证: TTMM 中存在唯一的不动点.

本题按通常欧氏距离理解 ρ\rho,并假定 MM 非空。若 ρ\rho 是任意度量,仅“闭且有界”并不保证下面用到的紧性;相应的一般形式应假设 MM 是非空紧度量空间。

证明

ρ(Tx,Ty)<ρ(x,y)\rho(Tx,Ty)<\rho(x,y) 和三角不等式可得

ρ(x,Tx)ρ(y,Ty)ρ(x,y)+ρ(Tx,Ty)<2ρ(x,y),|\rho(x,Tx)-\rho(y,Ty)|\leqslant \rho(x,y)+\rho(Tx,Ty)<2\rho(x,y),

从而 ρ(x,Tx)\rho(x,Tx) 是连续的.

由于 MMRn\mathbb{R}^n中的有界闭集, 所以存在最小值点 x0x_0, 使得 ρ(x0,Tx0)\rho(x_0,Tx_0) 是最小的. 如果 ρ(x0,Tx0)=0\rho(x_0,Tx_0)=0 那么 x0x_0 就是不动点.

反之, 如果 ρ(x0,Tx0)>0\rho(x_0,Tx_0)>0, 那么 ρ(Tx0,T2x0)<ρ(x0,Tx0)\rho(Tx_0,T^2x_0)<\rho(x_0,Tx_0), 从而 Tx0Tx_0 更小, 与 x0x_0 是最小值点矛盾.

而不动点的唯一性和压缩映像原理相同, 假设有两个不动点, 那么 ρ(x0,x1)=ρ(Tx0,Tx1)<ρ(x0,x1)\rho(x_0,x_1)=\rho(Tx_0,Tx_1)<\rho(x_0,x_1), 矛盾.

综上, TTMM 中存在唯一不动点.

注: 在度量空间中的连续要转变思维用度量去衡量, 即在取 δ\delta 时, 是对 ρ(x,x)\rho(x,x') 的限制. 注意区分度量在欧式距离中的连续, 和度量空间中的连续.

1.1.7 #

对于积分方程

x(t)λ01etsx(s)ds=y(t),x(t)-\lambda\int_0^1 e^{t-s}x(s)\text{d} s=y(t),

其中 y(t)C[0,1]y(t)\in C[0,1] 为给定函数, λ\lambda 为常数, λ<1|\lambda|<1, 求证: 存在唯一解 x(t)C[0,1]x(t)\in C[0,1].

证明

在完备空间 C[0,1]C[0,1] 上取一致范数 f=maxt[0,1]f(t)\|f\|_\infty=\max_{t\in[0,1]}|f(t)|。 令 φ(t)=etx(t)\varphi(t)=e^{-t}x(t)ψ(t)=ety(t)\psi(t)=e^{-t}y(t),则原方程等价于

φ(t)=ψ(t)+λ01φ(s)ds.\varphi(t)=\psi(t)+\lambda\int_0^1\varphi(s)\,\mathrm ds.

定义 Tφ=ψ+λ01φ(s)dsT\varphi=\psi+\lambda\int_0^1\varphi(s)\,\mathrm ds。 它将 C[0,1]C[0,1] 映入自身;对任意 f,gC[0,1]f,g\in C[0,1],差 TfTgTf-Tg 为常数,故

TfTg=λ01(f(s)g(s))dsλ01f(s)g(s)dsλfg.\begin{aligned} \|Tf-Tg\|_\infty &=|\lambda|\left|\int_0^1(f(s)-g(s))\,\mathrm ds\right|\\ &\le |\lambda|\int_0^1|f(s)-g(s)|\,\mathrm ds\\ &\le |\lambda|\|f-g\|_\infty. \end{aligned}

压缩系数是 λ<1|\lambda|<1,而不是可能为负的 λ\lambda。 由 Banach 不动点定理,φ\varphi 存在且唯一;乘以 ete^tC[0,1]C[0,1] 上的双射,故 xx 也存在且唯一。

还可以直接核对该解。对变换后的方程积分,得到

x(t)=y(t)+λet1λ01esy(s)ds.x(t)=y(t)+\frac{\lambda e^t}{1-\lambda} \int_0^1e^{-s}y(s)\,\mathrm ds.

题设 λ<1|\lambda|<1 保证分母不为零;代回原式即可验证。

下面保留 Mworks 程序与对应结果图,程序未在本轮重新运行。

clear()
clc()

n=20; #离散节点总数
t=1/(2*n):1/n:1-1/(2*n) #居中节点

iter=5 #总迭代次数
x=zeros(n,iter+1)
plot(t,x[:,1],"b*",linewidth=4) #绘制初始猜测(蓝色点)
hold("on")
text(t[end],x[end,1],string(0),color="black",fontsize=14)
lambda=0.5
y=(1-lambda).*exp.(t)
for ii=1:iter
x[:,ii+1]=lambda/n*exp.(t .- transpose(t))*x[:,ii]+y
color_value=2*ii/iter-1 #取值范围调整为-1 到 1, 为使线段颜色可以rgb插值渐变
if color_value>0
plot(t,x[:,ii+1],color=[color_value,1-color_value,0]) #绘制此步结果
else
plot(t,x[:,ii+1],color=[0,1+color_value,-color_value]) #绘制此步结果
end
text(t[end],x[end,ii+1],string(ii),color="black",fontsize=14)
end
x_true=exp.(t)
plot(t,x_true,"r*",linewidth=4) #绘制精确结果(红色点)
saveas(gcf(),"1d1d7.eps")
[x x_true]

积分方程迭代解与精确解的对比图

讨论

评论

正在加载评论…

输入关键词开始搜索。