Es folgt ein recht allgemeiner Konvergenzbeweis für mehrstufige
Verfahren, wobei allerdings vorausgesetzt wird, daß mit fester
Schrittweite gearbeitet wird.
Innerhalb des mehrstufigen Prozesses braucht das verwendete Gitter nicht
äquidistant zu sein, wie z.B. bei Runge-Kutta Verfahren.
Dabei wird allerdings hier ein etwas längerer Weg eingeschlagen.
Zuerst werden in breiter Form Stabilitätsfunktionale vorgestellt und
verschiedene, gleichwertige und äquivalente Darstellungen angegeben.
Die Beweise für diese Stabilitätsfunktionale enthalten die eigentlichen
Konvergenzbeweise, jedoch sind Stabilitätsfunktionale allgemeiner.
Sie liefern direkt Stabilitätsungleichungen für die Differenzen
zweier Lösungen von Differenzengleichungen, d.h. die Stabilitätsfunktionale
liefern direkt Aussagen über das Auseinanderlaufen der Lösungen zweier
Differenzengleichungen in Abhängigkeit von Störungen.
An Differenzengleichungen werden nur lineare Gleichungen betrachtet,
allerdings darf die Inhomogenität beliebig sein, wenn sie nur einer
Lipschitzbedingung genügt.
Bevor die eigentlichen Überlegungen bzgl. der Stabilitätsfunktionale
angestellt werden, sollen anhand einfacher, vorangestellter Überlegungen,
einige grundsätzliche Probleme beleuchtet werden.
Danach folgen die sehr wichtigen Aussagen von Gronwall.
Das diskrete Lemma von Gronwall spielt eine entscheidende Rolle beim
Hauptsatz über Stabilitätsfunktionale.
Vielerorts befindet sich das diskrete Lemma von Gronwall versteckt in
Konvergenzbeweisen und hier i.d.R. nur in sehr spezialisierter Form.
Erst daran anschliessend werden die Stabilitätsfunktionale behandelt
und verschiedene Äquivalenzen bewiesen.
1. Einführung und grundlegende Begriffe
Es sei ein Banachraum und die Schrittweite.
Die Klasse von Verfahren der Form
berücksichtigt nicht block-implizite Verfahren, oder überhaupt implizite
Verfahren, zumindestens ersteinmal nicht in sofort offenkundiger Weise.
Hierbei ist
Subsumiert sind also nicht Verfahren der Vorschrift
bzgl. der rein formalen Schreibweise.
Verfahren der leicht allgemeineren Form
berücksichtigen blockimplizite Verfahren und gewöhnliche implizite Verfahren.
Die oben angeschriebene Rekurrenz-Vorschrift für stellt
eine implizite Gleichung für dar.
An muß man daher gewisse Voraussetzungen stellen, um eindeutige
Lösbarkeit der impliziten Differenzengleichung zu garantieren.
Da die zu integrierende Funktion fast durchweg einer Lipschitzkonstanten
genügt, ist es naheliegend dasselbe auch für die Inhomogenität der
Differenzengleichung zu fordern.
Es möge also gelten
1. Satz: Die Differenzengleichung besitzt, für
genügend kleine
Schrittweiten , eine eindeutige Lösung.
Diese eindeutig bestimmte Lösung lässt sich mit Picard-Iteration bestimmen.
Beweis: Die Keplersche Gleichung für hat wegen der
vorausgesetzten Lipschitz-Stetigkeit in der letzten Komponente von ,
nach dem Banachschen Fixpunktsatz
eine eindeutig bestimmte Lösung und
lässt sich durch Fxpunktiteration gewinnen.
ü
☐
2. Bemerkung: Für nicht genügend kleines
kann die Gleichung in der Tat mehrere oder keine Lösung besitzen.
Es seien betrachtet die beiden Verfahren der Form
Das erste Verfahren kann man als gestörtes Verfahren auffassen, während
hingegen das zweite Verfahren das eigentliche Verfahren zur Berechnung der
numerischen Lösung ist.
Es sei
und und dazu
Es ist also die Differenz der entsprechenden
Werte für die Funktion , wenn sämtliche Argumente
verschieden sind.
Weiter sei
Die einzelnen und sind aus dem Vektorraum ,
nicht notwendig endlichdimensional.
Hierbei sind die stetige, lineare Operatoren
zwischen Banach-Räumen.
Bei linearen Operatoren ist bekanntlich die Stetigkeit in einem
Punkte äquivalent mit der globalen Stetigkeit und dies äquivalent
mit der Beschränktheit.
ist hierbei entweder ein reller oder komplexer Banachraum.
Die Vektorraumeigenschaften braucht man der Linearität wegen, die
Normiertheit für die folgenden Funktionale, und die Vollständigkeit
wird benötigt bei der Anwendung des Banachschen Fixpunktsatzes.
Beispiele sind und , mit .
Gelegentlich gelten die Sätze auch in nicht notwendigerweise
kommutativen Ringen .
Für wird im folgenden stets gewählt.
Die Mengen wären dann entsprechend zu
ersetzen durch und andere Mengen entsprechend.
Man beachte, daß die Abschätzung nun abhängig von ist, die Abschätzung
aber ausschliesslich für gewisse sehr stark eingeschränkte Schrittweiten
gilt.
Ohne Einschränkung an die Schrittweite ist der Satz nicht richtig.
Die Unabhängigkeit von den , bei
verlangt eine entsprechende Einschränkung an die Schrittweite .
Für einen praktischen Einsatz ist zusätzlich ein entsprechend großer
Stabilitätsbereich erforderlich.
In die Größe des Stabilitätsbereiches gehen entscheidend die ein
und die Art der Iteration, mit der die impliziten Gleichungen in jedem
Zeitschritt gelöst werden.
Der Satz verliert ebenfalls seine Gültigkeit bei “langen”
Integrationsintervallen.
wird dann beliebig groß.
Der Satz zeigt, daß bei endlichem Integrationsintervall
, die -Norm mit der
-Norm
äquivalent ist.
Bei unendlich langen Integrationsintervallen,
sind diese Normen nicht notwendigerweise mehr äquivalent.
1. Satz: (Lemma von Gronwall) Seien , und
stetige, reell-wertige Funktionen auf dem Intervall .
(Es muß lediglich gelten , sodaß man mit leicht
schwächeren Bedingungen auskäme.)
Es gelte auf diesem Intervall die Abschätzung
Das Integral auf der rechten Ungleichungsseite sei stets nicht-negativ,
was beispielsweise für nicht-negative Funktionen , ,
auf dem Intervall , sichergestellt werden kann.
Dann gilt die Abschätzung für die Funktion auf dem gesamten Intervall
zu
Aus dieser Differentialgleichung folgt aufgrund der vorausgesetzten
Ungleichung für die Funktion
also die lineare Differentialungleichung
Multiplikation mit
führt zu
Integration von nach liefert wegen der mittleren Gleichung
(Integral ist monotones Funktional)
also wegen somit
und aufgrund der Voraussetzung von sofort
☐
2. Folgerung: Gilt ,
mit festen, nicht-negativen Konstanten und ,
so folgt die Abschätzung
Ein völliges Analogon zum kontinuierlichen Lemma von Gronwall macht das
diskrete Lemma von Gronwall, welches ebenfalls exponentielles
Wachstum anzeigt, wenn eine Funktion geeignet auf beiden Seiten einer
Ungleichung vorkommt.
Es gilt nun der
3. Satz: (Diskretes Lemma von Gronwall) Es seien positive
Zahlen vorgegeben.
Ferner sei , und .
Es gelte die Ungleichung
Dann gilt
Beweis: siehe erneut Helmut Werner und Herbert Arndt in Werner/Arndt (1986).
Der Fall ist einfach, wegen .
Sei nun .
Induktionsverankerung mit ist klar, ebenfalls einfach, wegen .
Der eigentliche Beweis reduziert sich jetzt lediglich noch auf
den Induktionsschluß von nach , wobei vorausgesetzt
werden kann.
Hier gilt nun
Für die Summe in der Klammer schätzte man ab (Untersumme einer streng
monoton steigenden Funktion)
☐
3. Notation und Darstellungssatz für Differenzengleichungen
In der Schreibweise von seien fortan zahlreiche hier nicht
weiter interessierende Argumente der Schreibvereinfachung und der
Klarheit wegen weggelassen.
Es ist .
1. Beispiel: Für die Verfahrensvorschrift der Form
wobei die Näherungswerte für sind.
Die Funktion der Differentialgleichung sei Lipschitz-stetig
mit der Lipschitzkonstanten vorausgesetzt, also
Dann gilt für die obigen Lipschitzkonstanten die Verbindung mit
der Lipschitzkonstanten der Differentialgleichung zu
2. Definition: Es sei eine gänzlich beliebige Matrix der
Größe .
Dann wird der Bidiagonaloperator zur Matrix der Größe
, wie folgt definiert
Rechts daneben steht die Inverse, welche für eine beliebige Matrix
stets existiert.
Die speziellen Operatoren und tauchen im
weiteren wiederholt auf.
Aufgrund der Häufigkeit, wäre es zweckmässiger, die Rollen von
und zu vertauschen, jedoch stände dies dann im
Gegensatz zur Schreibweise bei Skeel (1976), Robert David Skeel.
3. Satz: (Eigenschaften von , , , )
Es gilt
.
;
Rechtsdistributivität des -Operators.
.
;
Linksdistributivität des -Operators.
;
multiplikative Distributivität des Bidiagonaloperators.
.
.
Beweis: Zu (1):
Zu (3):
Zu (5)
Zu (6): Beachte die Definition von
und benutze dann
bzw.
Zu (7): Folgt aus (4), wegen , wobei für
gänzlich beliebige Matrizen invertierbar ist.
Für ist die Einheitsmatrix der Größe
.
☐
4. Beispiele: Es gilt
Im allgemeinen gilt
Als nächstes folgt die Darstellung der Differenz der Lösung
zweier Differenzengleichungen.
Dieser Satz spielt eine wiederholt wichtige Rolle bei den gleich folgenden
Hauptsätzen.
5. Satz: (Darstellungssatz) Voraussetzungen:
und seien die Lösungen der beiden Differenzengleichungen
Die “Störungen” korrespondieren zum Wert .
Es seien zur Abkürzung gesetzt
Die Differenzengleichung für habe die Startwerte
, für .
Es sei , für ,
und , für .
Behauptung:
Beweis: Folgt aus dem allgemeinen Satz über die Lösung inhomogener,
linearer Matrix-Differenzengleichungen.
Die allgemeine Lösung der Differenzengleichung
lautet
Mit den obigen Abkürzungen für und , ergibt
sich eine Differenzengleichung für zu
Diese Gleichung hat die Lösungsdarstellung
In der ersten Summe verschwinden die letzten Terme,
wegen , für .
Daß hier , braucht man noch nicht.
Für ist .
Daher folgt genau die behauptete Gleichung, wie oben angegeben.
☐
Die folgende Ungleichung liefert nicht die bestmögliche Abschätzung
für , jedoch bleibt sie einfach zu handhaben und wird nachher
beim Beweis des Hauptsatzes benötigt.
6. Hilfssatz: (Abschätzungssatz) Voraussetzung:
sei in jeder Komponente Lipschitz-stetig mit den
Lipschitzkonstanten .
Die Werte und seien wie
oben definiert.
Behauptung:
Beweis: Für ist
Sei jetzt, in einer nicht zu Mißverständnissen führenden Doppelbezeichnung,
zur Schreibvereinfachung gesetzt
und , d.h. die
Betragsstriche werden einfach weggelassen.
Nun ist hiermit
Summation und Abschätzung bzgl. der Spalten im obigen Schema zeigt
sofort die erste Abschätzung, wenn man die allerletzte Spalte mit
und gesondert behandelt.
Die weiteren behaupteten Ungleichungen ergeben sich sofort aus der
ersten.
☐
Zur handlichen Notation der im folgenden Hauptsatz auftauchenden
Stabilitätsfunktionale seien die folgenden abkürzenden Bezeichnungen
eingeführt.
Es war
und die erste Begleitmatrix lautet
Desweiteren sei
und
wobei
Für das Produkt gilt:
.
Es sei ein beliebiges Standard-Tripel.
Weiter sei
und
Es ist, aufgrund der Biorthogonalitätsbeziehung,
mit der Block-Hankel-Matrix zu
⋰
Die Sonderbehandlung der Blockmatrix bei und
in dem ersten “Diagonalelement” hat seinen Ursprung in der
Lösungsdarstellung einer Differenzengleichung für Matrixpolynome der
Form
Für den Fall , also reduzieren sich und
zu Einheitsmatrizen der Größe .
Die Biorthogonalitätsbeziehung schrumpft zu oder .
4. Stabilitätsfunktionale für feste Schrittweiten
Man vgl. Peter Albrecht, "Die numerische Behandlung gewöhnlicher Differentialgleichungen: Eine Einführung unter besonderer Berücksichtigung zyklischer Verfahren", 1979.
Sowie Peter Albrecht, 1985.
Zuerst sei zur Übersichtlichkeit ein Teil des Beweises des
nachfolgenden Hauptsatzes nach vorne gezogen.
Später wird dieser Hilfssatz erweitert.
Es gibt noch weitere Äquivalenzen zwischen Stabilitätsfunktionalen.
1. Hilfssatz: Voraussetzung: Es sei
, falls .
Behauptung: Das verkürzte Stabilitätsfunktional
ist mit dem ursprünglichen es erzeugenden Stabilitätsfunktional
normmässig äquivalent, d.h. es gilt
Beweis: Der Beweis wird in zwei Teile aufgespalten.
Man schätzt beide Stabilitätsfunktionale gegeneinander ab.
Die Abschätzung ist klar, wobei die
Zeilensummennorm von unabhängig von ist.
Die andere Abschätzungsrichtung berücksichtigt das Verhalten der
Begleitmatrix intensiver.
Man vergleiche hier auch die beiden nachstehenden Beispiele zur
Verdeutlichung des “quasi-nilpotenten” Charakters der Potenzen der
Matrizen .
Man benutzt
wegen
Diese letzte Identität hat ihre Wurzel in der eben genannten
“quasi-nilpotenten” Eigenschaft der Begleitmatrix .
Das Herausziehen von ist zulässig, da bei der
-Norm bei
weiterhin über alle Zeilen das Supremun gebildet wird.
Es geht kein Wert bei der Supremunsbildung verloren.
Schließlich
wegen , für .
☐
2. Beispiel: Sei und sei .
Es ist und die Potenzen
der ersten Begleitmatrix lauten , für :
Es war
Die Matrizen und haben das Aussehen
Man berechnet
zu
An einer weiteren Demonstration ersieht man das sehr schnelle “Großwerden”
der überstrichenen Matrizen.
3. Beispiel: Es sei nun und .
Es ist .
Nun berechnet man für :
und
Weiter ist
und mit
Nun ist mit
also
Das zugrunde liegende Schema ist hier
Es folgt nun der angekündigte Hauptsatz, aus dem sich leicht ein
entsprechender Konvergenzsatz für sehr allgemeine
Diskretisierungsverfahren ableiten lässt.
Desweiteren zeigt der Satz mehrere Querverbindungen zwischen
verschiedenen Stabilitätsfunktionalen auf.
In gewissen Situationen hat jedes der vorkommenden Funktionale seine
spezifischen Vor- und Nachteile, und es lohnt sich mehrere Darstellungen,
oder äquivalente Funktionale zur Verfügung zu haben.
Insbesondere sollte jede der Darstellungen in gegenseitiger Befruchtung
gepflegt werden.
Später werden noch zwei andere Darstellungen hinzukommen, die bei
gewissen Untersuchungen abermals vereinfachend wirken.
4. Hauptsatz: Voraussetzungen: sei das
erste Begleiter-Tripel zum Matrixpolynom
vom Grade .
Die Funktion sei Lipschitz-stetig in jeder Komponente mit den
Lipschitzkonstanten , also
ü
Die Potenzen der Matrix seien beschränkt durch die obere Schranke ,
also , .
Seien und definiert durch
Die Größe ist eine Funktion von mehreren Veränderlichen,
es ist .
Es sei .
Die Schrittweite sei so gewählt, daß erstens
natürlich ist und
zweitens gleichzeitig gilt
und sei implizit definiert durch .
Behauptungen: (1) Beide (möglicherweise) impliziten Differenzengleichungen
besitzen für jedes , eine eindeutig bestimmte Lösung
bzw. , die man mit Picard-Iteration berechnen kann.
(2) Für die maximale normmässige Abweichung
gilt die beidseitige Abschätzung bzgl. der additiven Störglieder ,
wie folgt
(3) Die positiven Konstanten , für , sind gegeben durch
(4) Die Abschätzung bei (3) ist unabhängig von der Wahl des Standard-Tripels,
d.h. es gilt
für zwei beliebige Standard-Tripel und
zum Matrixpolynom.
(5) Das verkürzte Funktional
ist ebenfalls Stabilitätsfunktional und zum
unverkürzten Funktional äquivalent, unabhängig von , d.h. es gilt
(6) Verkürzte Stabilitätsfunktionale sind bei Wechsel des Standard-Tripels
untereinander äquivalent, jedoch nicht notwendig mehr gleich.
Es gilt
Beweis: Zur Abkürzung werde wieder benutzt
Zu (1): Beide Differenzengleichungen stellen für jedes eine
Lipschitz-stetige Keplersche Gleichung in
bzw. dar.
Die Fixpunktgleichungen bzgl. und , mit
sind kontrahierend, falls .
Durch die oben vorausgesetzte Einschränkung an , nämlich
, ist diese hinreichende
Bedingung für Kontraktion erfüllt.
Auf einem geeigneten vollständigen Teilraum, lässt sich dann Existenz
und Eindeutigkeit eines Fixpunktes deduzieren.
Zu (2): a) Nach dem Hilfssatz über die Darstellung der Differenz der
Lösung zweier Differenzengleichungen (siehe Darstellungssatz), folgt sofort
durch Umstellung, die Abschätzungskette
Hierbei wurde die Abschätzung
des Abschätzungssatzes benutzt, desweiteren die Gleichung
und schließlich die
Abschätzung .
Durchmultiplikation mit
liefert die erste Ungleichung der Behauptung (2),
wobei sich entsprechend die Konstante ergibt.
b) Wiederum nach dem Satz über die Darstellung der Differenz
der Lösungen zweier Differenzengleichungen (siehe Darstellungssatz), folgt
sofort beim Übergang zu Normen
wobei wieder der Abschätzungssatz benutzt wurde, also durch Umformung
Wegen der Voraussetzung an , nämlich ,
ist .
Mit Hilfe des diskreten Lemmas von Gronwall, wobei man in der dort
angegebenen Bezeichnung setzt
erhält man jetzt die Abschätzung
Anhand dieser Darstellung ersieht man auch das Zustandekommen der
Konstanten .
Die Konstante ergibt sich sofort durch typische Abschätzungen.
Zu (4): Das Standard-Tripel ist ähnlich zum
Standard-Tripel genau dann, wenn
oder
Nun ist
Hierbei wurden die Recheneigenschaften der Operatoren , und
benutzt.
Zu (5): Dies wurde im vorausgeschickten Hilfssatz bewiesen.
Zu (6): Mit der gleichen Notation wie beim Beweis zu (4) rechnet man
Durch Multiplikation von links mit folgt sofort
Damit sind beide verkürzten Funktionale äquivalent.
☐
5. Bemerkungen: Zur Voraussetzung: Aufgrund der Einschränkung
der Schrittweite in Abhängigkeit der Konstanten , ist
das Ergebnis nur von praktischer Bedeutung bei kurzen
Integrationsintervallen und nicht-steifen Differentialgleichungsproblemen,
also Problemen mit kleiner Lipschitzkonstante.
Bei steifen Problemen werden die Konstanten
, , , , schnell unangemessen groß.
Die Konstanten und enthalten direkt als multiplikativen
Faktor die obere Schranke für die Matrixpotenzen.
seinerseits geht exponentiell in die Abschätzung ein.
Die Aufspaltung in zwei sehr ähnliche Konstanten und
geschieht nur, weil i.a. kleiner ist als
und damit schärfere Schranken liefert.
Man könnte mit alleine auskommen.
Dabei würde man vollständig durch ersetzen.
lässt sich wiederum ersetzen durch
, man vergl. hier den entsprechenden
Hilfssatz mit den diesbezüglichen Abschätzungen, siehe Abschätzungssatz.
Erfüllt die erste Begleitmatrix die Bedingung
, , so auch jede
zu ähnliche Matrix, allerdings mit u.U. verändertem .
Numerische Ergebnisse von
Tischer/Sacks-Davis (1983)3
und Tischer/Gupta (1985)2
zeigen, daß selbst bei steifen Differentialgleichungen das
Stabilitätsfunktional die richtige Konvergenzordnung anzeigt und dies
obwohl , verletzt ist.
Autoren Peter E. Tischer, Ron Sacks-Davis und Gopal K. Gupta.
Dies deutet darauf hin, daß die Ergebnisse des Hauptsatzes allgemeiner
gelten als der den Hauptsatz tragende Beweis.
Kerninhalt der Beweise im Hauptsatz sind der Darstellungssatz,
das diskrete Lemma von Gronwall und die Abschätzungen im Hilfssatz 6.
Die obere Schranke für die Matrixpotenzen hängt
u.U. ab von der Dimension der zugrundeliegenden Differentialgleichung
, aufgrund der Beziehung
, falls die zur Maximumnorm
kompatible Zeilensummennorm verwendet wird.
Die Lipschitzkonstanten sind abhängig von der Lipschitzkonstante
von .
Zu (1): Die Lösungen der möglicherweise impliziten Differenzengleichungen
müssen nicht mit Picard-Iteration berechnet werden.
Ebenso gut kann das Newton-Raphson-Iterationsverfahren oder das
Newton-Kantorovich-Iterationsverfahren benutzt werden.
Der Startfehlersatz von Liniger liefert eine obere Schranke für die
Anzahl der nötigen Iterationen.
Es zeigt sich, daß eine einzige Iteration vielfach vollkommen ausreicht.
Weitere Iterationen schaffen keinerlei Verbesserungen an denen man
interessiert ist.
Für nicht genügend kleine Schrittweiten können in
der Tat die beiden angegebenen Differenzengleichungen und damit die
entsprechenden Keplerschen Gleichungen keine oder mehr als eine Lösung
besitzen.
Zu (2): Die Stabilitätsfunktionale
,
und sind
unabhängig von , und unabhängig von den
Lipschitzkonstanten , jedoch abhängig von und damit letztlich
abhängig von und/oder der Länge des Integrationsintervalles
.
Die Konstanten , , hängen von den Lipschitzkonstanten
ab.
Da bei dem Hauptsatz allerdings als zentrale Voraussetzung die
Lipschitzkonstanten eingehen und beim obigen Beweis auch
benötigt werden, hängen in soweit auch die Funktionale hiervon ab.
Das durch die Konstante induzierte exponentielle Wachstum kann bei
den gegebenen Voraussetzungen des Hauptsatzes nicht so ohne weiteres
verbessert werden, wie z.B. die beiden Differentialgleichungen
und mit zeigen, wenn man das explizite
Eulerverfahren anwendet.
Daß hierdurch auch das qualitative Verhalten gänzlich überschätzt werden
kann, zeigen die beiden Differentialgleichungen und ,
mit , wenn man das implizite Eulerverfahren
verwendet.
Dieses Verhalten ist schon beim kontinuierlichen Lemma von Gronwall und den
hieraus sich ableitenden Sätzen wohl bekannt.
Dort sind allerdings auch Sätze bekannt, die dieses falsche
Voraussagen des qualitativen Verhaltens vermeiden,
siehe Hairer/Wanner/N\o rsett (1987).
{Hairer, Ernst}{Wanner, Gerhard}_{N\o rsett, Syvert Paul}%
Hier benutzt man u.a. die logarithmische Norm definiert zu
Für die euklidische-, Maximum- und die 1-Norm ergeben sich
öß
Zu (4): Die Aussage (4) zeigt, daß das Stabilitätsfunktional unabhängig
von der Basisdarstellung und Basiswahl ist.
Die Abschätzungen sind invariant unter der Wahl des Standard-Tripels.
Vielfach geeignet ist das Stabilitätsfunktional zum Jordan-Tripel,
zum ersten Begleiter-Tripel oder zum zweiten
Begleiter-Tripel , mit der Block-Hankel-Matrix zu
⋰⋰⋰⋰⋰
Zu (5) und (6): Gleichheit beider verkürzter Stabilitätsfunktionale ist
nicht mehr zu erwarten.
Desweiteren erkennt man, daß die Rechtseigenvektoren, also die Spalten
in bzw. (falls einer der beiden zu einem Jordan-Tripel
gehört) keinen “kalkülmässigen Einfluß” haben, entgegen den
Linkseigenvektoren.
Natürlich haben die Rechtseigenvektoren Einfluß auf das Gesamtverhalten,
denn ändern sich die Rechtseigenvektoren, repräsentiert durch , so
ändern sich sich nach der Biorthogonalitätsbeziehung
auch die Linkseigenvektoren, repräsentiert durch .
Jedoch brauchen die Rechtseigenvektoren oder gar die Inverse von
nicht berechnet zu werden.
Dies ist hier mit “kalkülmässig” unabhängig gemeint.
6. Corollar: Voraussetzung: , , wie beim
Hauptsatz.
Behauptung: , , , falls
.
D.h. die beidseitige Ungleichungskette entartet zu einer
Gleichungskette, falls alle Lipschitzkonstanten gegen
Null gehen, was insbesondere bei Quadraturproblemen auftritt.
Eine Anfangswertaufgabe für Differentialgleichungen enthält mit
, , , das Quadraturproblem
als Spezialfall.
In Komponentenschreibweise liest sich der Hauptsatz wie folgt.
7. Hauptsatz: Voraussetzung: Es sei
Behauptung: (2) Für die maximale normmässige
Abweichung gilt die
beidseitige Abschätzung bzgl. der additiven Störglieder ,
wie folgt
(4) Die Abschätzung bei (3) ist invariant unter der Wahl eines
Standard-Tripels, d.h. es gilt
für zwei Standard-Tripel und .
8. Bemerkung: Zu (2): Man erkennt an der Komponentendarstellung,
daß eingeht in das Stabilitätsfunktional, ohne von rechts “echt”
mit (bzw. ) multipliziert zu werden;
, für , also , man denke an
.
M.a.W. für kann nicht in den Kernbereich von
gelangen.
Im Falle von Diskretisierungsverfahren, wo die die lokalen
Diskretisierungsfehlervektoren darstellen, hat dies zur Konsequenz:
Die Ordnung in der kann nie überschritten werden.
Durch Summation kann selbstverständlich eine Reduktion der Ordnung anfallen.
Ist beispielsweise , so ist
mit unmöglich.
Für ein Diskretisierungsverfahren ist dennoch ein Ordnungssprung größer 1
möglich, falls gewisse Komponenten von bei der
Ordnungsfindung unberücksichtigt bleiben.
Dies ist z.B. bei Runge-Kutta-Verfahren der Fall.
5. Projektorstabilitätsfunktionale
Im weiteren sei vorausgesetzt, daß die Eigenwerte von auf dem
Einheitskreis nur aus der 1 bestehen, also nicht von der Form
[] sind, da andernfalls die
typischen Projektoreigenschaften verloren gehen.
Sei diejenige Matrix, die lediglich die spektralen Eigenschaften
von zu dem (den) dominanten Eigenwert(en) trägt.
sei die Transformationsmatrix von auf Jordannormalform, also
ö
Die Matrix filtert aus dieser Darstellung nur den (die) Eigenwert(e)
heraus, also
Es zeigt sich, daß nicht speziell von der Matrix abhängt.
Die Eigenwerte sind ja gerade diejenigen Eigenwerte, die für
den dominanten lokalen Fehler verantwortlich sind.
Es gilt , falls , aber
, falls .
Bei verliert man gerade eine -Potenz.
Es war , und
.
Die Matrix hat nun eine Reihe von Recheneigenschaften, die in
nachstehendem Satz zusammengefaßt sind.
ist hier wie üblich die Menge der natürlichen Zahlen von eins an.
1. Satz: (Projektorsatz) sei wie oben definiert.
sei eine beliebige Matrix, ähnlich zu , also .
Dann gelten
ist idempotent, d.h. , also allgemein , für alle
.
ist damit ein Projektor.
ist unabhängig von .
hängt nur ab von , beim Standard-Tripel zu .
.
, .
, .
, also .
, also
Es gilt
und
Beweis: Zu (1): .
Zu (2): Liegt an der Ähnlichkeit von Standard-Tripeln.
Zu (3): .
Für verfährt man analog.
Zu (4): Aufgrund der Vertauschbarkeit von und nach (2) und der
Projektoreigenschaft nach (1) rechnet man
wegen
Zu (5): Berechne direkt anhand der Definition von das Matrixprodukt
aus.
Auf der ersten Subdiagonalen erscheint stets und auf allen
darunterliegenden Diagonalen steht was nach Behauptung (3)
gleich der Nullmatrix ist.
Zu (6): Folgt sofort aus (5).
Invertierung von liefert .
Die Invertierbarkeit ist aufgrund der Definition von gesichert.
Die angegebenen Normen (Zeilensummennorm oder Spaltensummenorm) ergeben
sich unmittelbar.
Zu (7): Ist klar.
☐
2. Beispiel: Zu (5): Für das Produkt im Falle
berechnet man
Es ist .
Bei den Ausdrücken hinter steht immer eine endliche
Menge, für welches natürlich stets das Maximum existiert.
Warum schreibt man und nicht ?
Weil man später beim Konvergenzsatz zu übergehen will
und man dann zu gelangt.
3. Satz: Voraussetzungen: ,
, , wobei die (bis auf Permutation eindeutige)
Jordanmatrix ist.
ist die Matrix, die die Rechtseigenvektoren trägt und enthält in
entsprechend umgekehrter Reihenfolge die Linkseigenvektoren, d.h. es gilt
und .
Weiter gilt .
Behauptungen: (1) .
(2) .
(3) Die Konstanten , und sind gegeben durch
Die Werte und sind unabhängig von ,
hingegen nicht.
wie beim Hauptsatz.
Beweis: Man schätzt und
gegeneinander ab.
Es ist
Durchmultiplikation mit würde jetzt liefern
.
Alternativ könnte man rechnen
Nach dem Projektorsatz sind
und
für alle beschränkt und damit sind beide Normen äquivalent.
Die letzte Äquivalenz hat ihre Ursache in
☐
In Komponentenschreibweise liest sich der obige Satz wie folgend.
4. Satz: Voraussetzungen: ,
.
ist wie oben und es gelten die restlichen Voraussetzungen des Hauptsatzes.
Behauptungen: (1) Die Stabilitätsnormen
sind zueinander äquivalent.
(2) Es gilt die zweiseitige Fehlerabschätzung
5. Satz: Voraussetzungen: sei das erste
Begleitertripel, sei das Jordan-Tripel zum Matrixpolynom
, .
Die Matrix filtere aus nur die Jordanblöcke zum Eigenwert
heraus.
selber enthalte keine weiteren dominanten Eigenwerte, ist also stark
-stabil.
Zwischen und besteht grundsätzlich der Zusammenhang
Nun sei die entsprechend zu ähnliche Matrix.
ist wie Projektor.
Behauptung: Das verkürzte Projektorstabilitätsfunktional ist äquivalent zum
Projektorstabilitätsfunktional, welches seinerseits äquivalent ist
zum ursprünglichen Stabilitätsfunktional, d.h. es gilt
unabhängig von , daß
Diese Äquivalenzen sind unabhängig von der Wahl der Standard-Tripel,
d.h. es gilt genauso
Beweis: Die dritte Äquivalenz wurde schon im Hauptsatz postuliert und
bewiesen, desgleichen die Invarianz vom Standard-Tripel.
Für die weiteren gegenseitigen Äbschätzungen rechnet man
Für die Rückabschätzung rechnet man
Die Beschränktheit der Normen von und
, und zwar gänzlich unabhängig von ,
wurde schon vorher gezeigt.
An dieser Stelle benutzt man dann ,
.
Die Beschränktheit von , unabhängig von , ist
ebenfalls klar.
☐
Wünscht man lediglich ein Konvergenzresultat, so beschränke man sich auf das
diskrete Lemma von Gronwall, den Darstellungssatz und beim Abschätzungssatz
genügt völlig die letzte, sehr leicht einzusehende Abschätzung.
Schließlich beim Hauptsatz genügt lediglich (1), (2) und (3).
Weitere Vereinfachungen ergeben sich, falls man sich auf lineare
Matrixpolynome der Form beschränkt, also überall
lediglich den Fall betrachtet.
Die untersuchten Verfahrenstypen bleiben dabei die gleichen, man
verliert also letztlich nichts an Allgemeinheit.
Die Werte , entfallen dann völlig.
Die Beweise werden kürzer, aber ggf. muß in den Anwendungen
auf Diskretisierungsprobleme unnötig groß gewählt werden.
Allerdings kann häufig kleiner als ausfallen, jedoch spielt
für praktische Rechnungen nicht die entscheidende Rolle, vielmehr ist es .
6. Nichtäquidistante Gitter
1. Aufgrund der Konsistenzbedingung für jede Stufe
eines zusammengesetzten Verfahrens, gilt (),
mit , wenn man das Verfahren in der Form
notiert.
Bei zyklischer oder auch nicht-zyklischer Kombination mehrerer Verfahren
gelangt man zu .
Als notwendige und hinreichende Bedingung für Stabilität erhält man
ä
Ein typischer Fall ist die Benutzung eines Grundverfahrens
und Variation der Schrittweite .
Gilt die obige Stabilitätsbedingung, so spricht man auch von
schrittwechsel-stabil.
Die Stabilitätsbedingung in der obigen Form ist nicht einfach zu verifizieren.
Hinreichende Kriterien sind allerdings viel einfacher zu handhaben, man
fordert also mehr und zwar:
Bei einem Schrittweitenwechsel sind sämtliche Matrizen
identisch, oder/und
nach einem Schrittweitenwechsel wird ein Sonderverfahren mit einer
Matrix nachgeschaltet, mit der Eigenschaft, daß gilt,
"Matrix-fressende Eigenschaft".
Den ersten Fall kann man so erreichen, daß man die -Koeffizienten
eines Verfahrens vorgibt und anschließend die -Koeffizienten
berechnet.
Das Verfahren ist offensichtlich stabil (die zu gehörende
Matrix war ja stabil) und es konvergiert mit der gleichen Konvergenzordnung
wie , wenn man die so wählt, daß eine ausreichend hohe
Konsistenzordnung erreicht wird.
Das ist aber stets möglich nach dem Dimensionssatz für die
Konsistenzmatrix .
2.
Beim zweiten Fall absorbiert bildlich gesprochen die Matrix sämtliche
vorhergehenden Matrizen.
Dies lässt sich bewerkstelligen, wenn die Spaltenvektoren von
Rechsteigenvektoren von sind, zum Eigenwert 1.
Da aber alle konsistent sind, gilt .
Damit hat die Gestalt
Aufgrund der Konsistenz von muß gelten , also
im Falle von also .
Egal wie aussieht, ist ein Projektor, also , oder was dasselbe
ist: und sind zueinander komplementäre
%
Unterräume des (, ).
Offensichtlich ist aber nicht jeder konsistente Projektor von der Gestalt
.
Dennoch zeigt sich, daß man bei einem stark stabilen, konsistenten Projektor
nur einige Zeit warten muß, bis er die gewünschte Form annimmt, also man eine
gewisse Potenz dieser Matrix zu bilden hat.
Eine äquivalente Charakterisierung liefert
Beweis: “”: Die Matrix
hat den Rang genau 1: Jeder Minor mit 2 oder mehr Zeilen verschwindet
(Spalten Vielfaches voneinander oder Nullspalte); aus folgt .
Damit ist ähnlich zu einer der Matrizen , .
Da eine Projektoreigenschaft invariant unter einem Basiswechsel ist
%
() muß ähnlich
zu sein.
“”: Es sei Rechtseigenvektor von und sei die Matrix
der Rechtsjordanvektoren und sei die Matrix der Linksjordanvektoren, also
, mit
Multiplikation von rechts mit filtert aus gerade heraus,
Multiplikation von links mit filtert aus gerade heraus, also
Offensichtlich hat dann die verlangte Gestalt
(dyadisches Produkt), mit aufgrund der
Biorthogonalitätsbeziehung .
☐
Der Beweis zeigt gleichzeitig, daß , also
Linkseigenvektor von ist, was man natürlich auch so
gesehen hätte.
Die Beschränkung beim zweiten Fall auf ein einziges Sonderverfahren, ist
nach dem ersten Fall unerheblich, wenn man z.B. immer das gleiche
Sonderverfahren mehrmals anwendet.
Wie man sieht, muß man nur sooft wiederholen, wie der Nilpotenzgrad
von 0 angibt, also -mal.
Bei einem -Schritt Adams-Moulton-Verfahren also -mal und bei
einem Runge-Kutta-Verfahren einmal.
4. Satz: Die stark stabile Matrix habe die
Eigenwerte und ().
Es gelte , , , und es sei
.
Dann gilt: ().
Beweis: Für gilt wegen
offensichtlich
().
Mit den Linkseigenvektoren zu
ergibt sich , also
, somit , für
.
Weiter ist , daher , folglich
hat die Eigenwerte , ergo .
☐
Erneut muß nicht gleich sein.
lässt sich immer erreichen.
Bei stark stabilen konsistenten Matrizen ist entweder , was
äquivalent ist mit , oder aber
zumindestens konvergiert eine Potenz von gegen diese Gestalt.
Das Wiederholen eines stark stabilen Zykluses hat hierin seine Erklärung.
7. Die Eigenwerte gewisser tridiagonaler Matrizen
Sei
und es sei .
Dann ist diagonalisierbar mit den Eigenwerten
Sei
ist diagonalisierbar mit den Eigenwerten
Weiter gelten
und
Mit gilt dann für ,
also
8. Verfahren für parabolische Gleichungen
Parabolische, partielle Differentialgleichugen kann man durch Semidiskretisierung
der Ortsvariablen auf ein i.a. vergleichsweise großes gewöhnliches
Differentialgleichungssystem umformen.
Dieses kann man dann mit den üblichen Verfahren numerisch lösen.
Ein anderer Weg ist, vollständig zu diskretisieren.
Dies bietet u.U. die Möglichkeit Verbindungen zwischen Orts- und
Zeitdiskretisierungen zu nutzen.
Dies soll hier kurz dargestellt werden.
Betrachtet werde die inhomogene Wärmeleitungsgleichung
mit den Rand- und Anfangsdaten
üü
Die Differentialausdrücke für und werden jetzt durch
Differenzenausdrücke ersetzt und zwar
1)
ä
2)
3)
ä
4)
ä
5) Man wende die Trapezregel (-Verfahren) an,
wobei jedoch, wie oben dauernd geschehen, nicht mit in die Implizitheit
mit hineinbezogen wird.
ä
Hierbei wurden zur notationellen Vereinfachung die nicht weiter
interessierenden Argumente unterdrückt.
Stets ist ist bzw. gemeint, also z.B. meint
und so fort.
Diese Schreibweise von und betont die
funktionalen Abhängighkeiten.
ist immer eine Funktion zweier Veränderlicher.
Vorauszusetzen ist natürlich .
Es sei die Anzahl der Zeitschritte und
sei die Anzahl der Ortsschritte.
Weiter sei , für , und
, für .
Die Näherung für werde mit bezeichnet.
Entsprechend sei die Näherung für .
Offensichtlich ist und .
1) Mit der Diskretisierung 1) erhält man jetzt das explizite
Einschrittverfahren, wenn man und entsprechend ersetzt.
Durch Zusammenfassung ergibt sich
2) Einsetzen ergibt das explizite Zweischrittverfahren
Der Wertevektor muß hierbei auf andere Weise erhalten werden, zum
Beispiel durch das obige explizite Einschrittverfahren.
3) Einsetzen liefert das implizite Zweischrittverfahren von
DuFort/Frankel aus dem Jahre 1953:
{DuFort, E.C.}{Frankel, S.P.}%
4) Einsetzen liefert das implizite Einschrittverfahren von
Crank/Nicolson aus dem Jahre 1947:{Crank, J.}{Nicolson, P.}
5) Einsetzen ergibt das implizite Einschrittverfahren von
Crank/Nicolson (II).
Dies entspricht also in etwa der Trapezregel:
Zur Abkürzung wurde oben benutzt , welches auch
im folgenden benutzt werden wird.
Alle oben angegebenen Verfahren lassen sich in Matrixschreibweise notieren,
anhand dessen man dann das Stabilitätsverhalten besser untersuchen kann,
als in der Komponentenform.
Zur Abkürzung sei daher im weiteren
und seien die Matrizen definiert
Mit diesen Vektoren , und den Matrizen , schreiben
sich jetzt die alle oben angegebenen Verfahren, wie folgt.
1), für .
2), für .
3),
für .
4), für .
5), für .
Die Stabilität aller Verfahren ergibt sich damit aus den spektralen Daten
der zum Verfahren gehörenden Matrixpolynome.
Von tridiagonlen Matrizen, der obigen Gestalt, nämlich Differenzenmatrizen,
sind jedoch die Eigenwerte sämtlich angebbar.
Es gilt:
1) mit den Eigenwerten ,
für .
2) mit den Eigenwerten ,
für .
3) mit den Eigenwerten ,
für .
4) mit den Eigenwerten ,
für .
5) Für rechnet man
und daher ,
und
mit den Eigenwerten
,
für .
Für die Stabilität ergeben sich nun unter Berücksichtigung der obigen
Matrizen, die folgenden Aussagen.
1) Das Matrixpolynom hat die Eigenwerte
.
Diese sind genau dann betragsmässig kleiner eins, falls .
Wegen , führt dies auf die Begrenzung der
Zeitschrittweite zu
insbesondere ist die Zeitdiskretisierung nicht unabhängig von der
Ortsdiskretisierung.
Eine sehr feine Ortsdiskretisierung führt somit automatisch auch zu einer
sehr restringierten Zeitschrittweite, und dies obwohl vielleicht in der
Zeit eine viel größere Schrittweite angemessener wäre.
Dies ist ein typisches Phänomen für explizite Verfahren und ein Grund zur
Betrachtung impliziter Verfahren.
2) Für das Matrixpolynom ergeben sich nach
Durchmultiplikation mit , wobei die Transformationsmatrix für
ist, also , die Eigenwerte des
Matrixpolynoms zu
also
Der Spektralradius ist also für jedes größer als 1.
Das Verfahren ist demzufolge für alle und instabil und damit
nicht global konvergent, insbesondere als Einzelverfahren nicht brauchbar.
In der Kombination mit anderen Verfahren, z.B. im Rahmen eines zyklischen
Verfahrens, könnte es u.U. konvergent gemacht werden.
3) Das Matrixpolynom lautet
.
Sei die Transformationsmatrix auf Diagonalgestalt für die Matrix .
Damit erhält man die Eigenwerte des Matrixpolynoms als Nullstellen
der Gleichung
also
mit .
Mit der Lösungsformel für quadratische Gleichungen der Form ,
, nämlich
erhält man
Längere, aber elementare Rechnungen zeigen, daß die beiden Funktionen
,
, auf dem Rechteck
ihre Extrema annehmen für oder
bzw. .
Hierbei sind eine Reihe von Fallunterscheidungen nötig (,
Radikand positiv oder negativ, ).
In der Tat also , für alle
und alle .
Das Verfahren von DuFort/Frankel ist damit unbeschränkt stabil.
4) Das Matrixpolynom hat die Eigenwerte
, für alle , da .
Das Verfahren von Crank/Nicolson ist damit für alle und
stabil.
Aufgrund der Konsistenz folgt damit die Konvergenz.
5) Für das entsprechende Matrixpolynom korrespondierend zu
, ergeben sich die Eigenwerte als Quotient der Eigenwerte von
und , also
Damit ist auch dieses Verfahren unbeschränkt stabil, unabhängig also von
den beiden Diskretisierungsgrößen und .