Baixe o app para aproveitar ainda mais
Prévia do material em texto
O ME´TODO DE NEWTON O. P. Ferreira∗ 20 de Marc¸o de 2012 Resumo Nestas notas e´ apresentada uma ana´lise de convergeˆncia local para o me´todo de Newton baseada para func¸o˜es reais. A ana´lise apresentada permite obter a melhor estimativa para o raio de convergeˆncia do me´todo de Newton, assim como raio da maior bola onde se tem soluc¸a˜o u´nica. 1 Introduc¸a˜o sec:int O me´todo de Newton e sua variac¸o˜es sa˜o os mais eficientes me´todos conhecidos para resolver sistemas de equac¸o˜es na˜o lineares, incluindo busca por mı´nimo local de func¸o˜es e muitas outras aplicac¸o˜es. Um das mais importantes aplicac¸o˜es do me´todo de Newton e´ no desenvolvimento da teoria de algoritmos de tempo polinomial em programac¸a˜o convexa, veja Nesterov and Nemirovskii [6]. Ale´m das suas aplicac¸o˜es pra´ticas, o me´todo de Newton e´ tambe´m uma ferramenta teo´rica poderosa tendo um vasto domı´nio de aplicac¸o˜es em matema´tica pura, veja Blum, Cucker, Shub and Smale [1], Krantz and Parks [3], Moser [4], Nash [5] and Wayne [10]. Uma perspectiva histo´rica recente das aplicaco˜es do me´todo de Newton pode ser encontrada em Polyak [7]. A convergeˆncia do me´todo de Newton pode falhar, ou mesmo deixar de gerar uma sequeˆncia infinita quando um ponto singular da derivada e´ encontrado. Para assegurar convergeˆncia do me´todo para uma soluc¸a˜o da equac¸a˜o na˜o-linear, algumas condic¸o˜es devem ser impostas a func¸a˜o que define esta equac¸a˜o. Por exemplo, a ana´lise de convergeˆncia local cla´ssica do me´todo requer que o ponto inicial esteja suficiente pro´ximo da soluc¸a˜o e que a derivada da func¸a˜o na˜o-linear, que define a equac¸a˜o, deve ser na˜o singular na soluc¸a˜o. Ale´m disso, continuidade Lipschitz da derivada e´ assumida, veja por exemplo, Dennis and Schnabel [2] and Traub and Wozniakowski [9]. O problema da ana´lise de convergeˆncia local e´ que a soluc¸a˜o deve ser conhecida ou dada a priori. Por outro lado, ele tem a vantagem de dar o maior intevalo de convergeˆncia com respeito a constante de Lipschitz, see Rall [8], Traub and Wozniakowski [9]. 2 O Me´todo de Newton lkant A ide´ia ba´sica do me´todo de Newton, para encontrar um zero de uma func¸a˜o diferencia´vel na˜o-linear, e´ bastante simples. Ela consiste em aproximar o zero da func¸a˜o na˜o liner por zeros de aproximac¸o˜es lineares sucessivas em uma vizinhanc¸a apropriada. Mais precisamente, queremos resolver a equac¸a˜o F (x) = 0, x ∈ I, ∗IME/UFG, Campus II- Caixa Postal 131, CEP 74001-970 - Goiaˆnia, GO, Brazil (E-mail:orizon@mat.ufg.br). 1 onde I ⊂ R e´ um intervalo aberto e f : I → Rn e´ uma func¸a˜o continuamente diferencia´vel na˜o-linear. Comec¸amos com um ponto inicial x0 ∈ I, e constru´ımos a aproximac¸a˜o linear de F neste ponto, isto e´, f(x) ≈ f(x0) + f ′(x0)(x− x0). Enta˜o ao inve´s de resolver a equac¸a˜o na˜o-linear F (x) = 0, resolvemos a equac¸a˜o linear f(x0) + f ′(x0)(x− x0) = 0. Se a derivada F ′(x0) for na˜o-singular a equac¸a˜o linear acima tem uma u´nica soluc¸a˜o, digamos x1 = x0 − f(x0)/f ′(x0). Note que x1 pode ou na˜o pertencer a I, ou ainda, f ′(x1) pode ser singular. Para assegurar que o procedimento possa ser repetido, precisamos de hipo´teses adequadas sobre f e o ponto inicial x0. Suponhamos, por um momento, que o processo possa ser repetido indefinidamente, isto e´, x1 ∈ I e f ′(x1) e´ na˜o-singular e assim sucessivamente. Portanto, podemos definir uma sequ¨eˆncia {xk} contida em I dada por xk+1 = xk − f(xk)/f ′(xk), k = 0, 1, . . . . (1) eq:DNM ainda assim na˜o temos a garantia de convergeˆncia da sequeˆncia {xk} para um zero de f . Novamente, necessitamos de hipo´teses adequadas sobre f e o ponto inicial x0 para garantir convergeˆncia (quadra´tica) da sequ¨eˆncia para um zero de f . r:con Observac¸a˜o 1. Suponhamos que I ⊂ R seja um conjuto aberto e f : I¯ → R e´ uma func¸a˜o diferencia´vel em I e cont´ınua em I¯ o fecho de I. Se {xk} esta´ bem definida (xk ∈ I e f ′(xk) 6= 0 ∀ k), converge para algum x∗ ∈ I¯ e {f ′(xk)} e´ limitada, enta˜o f(x∗) = 0. De fato, de (1) temos f(xk) + f ′(xk)(xk+1 − xk) = 0. Tomando limite nesta equac¸a˜o, segue-se que f(x∗) = 0, pois {xk} ⊂ I, limk→∞ xk = x∗ ∈ I¯, f e´ cont´ınua em I¯ e {f ′(xk)} e´ limitada. Em particular, sempre que f ′ for cont´ınua enta˜o {f ′(xk)} e´ limitada. 2.1 Exemplos ex:0 Exemplo 1. Seja f : R → R dada por f(x) = x1/3. Sabemos que x = 0 e´ a u´nica ra´ız de f , que f e´ uma func¸a˜o continuamente diferencia´vel em R/{0} e cont´ınua em R. Note que f ′(x) = (1/3)x−2/3 6= 0 se x 6= 0 e que para x0 6= 0 a sequeˆncia de Newton {xk} e´ dada por xk+1 = −2xk , k = 0, 1, 2, . . . , ou equivalentemente, xk = (−2)k x0 , k = 0, 1, 2, . . . . Portanto, para todo ponto inicial x0 6= 0 temos que a sequeˆncia de Newton {xk} esta´ bem definida e na˜o converge. Note ainda que limx→0 |f ′(x)| = +∞. 2 ex:0 Exemplo 2. Seja f : R → R dada por f(x) = x2/3. Sabemos que x = 0 e´ a u´nica ra´ız de f , que f e´ uma func¸a˜o continuamente diferencia´vel em R/{0} e cont´ınua em R. Note que f ′(x) = (2/3)x−1/3 6= 0 se x 6= 0 e que para x0 6= 0 a sequeˆncia de Newton {xk} e´ dada por xk+1 = −xk/2 , k = 0, 1, 2, . . . , ou equivalentemente, xk = (−1/2)k x0 , k = 0, 1, 2, . . . . Portanto, para todo ponto inicial x0 6= 0 temos que a sequeˆncia de Newton {xk} esta´ bem definida e converge. Note ainda que limx→0 |f ′(x)| = +∞. Assim, a condic¸a˜o de limitac¸a˜o da derivada pro´ximo da ra´ız na Observac¸a˜o 1 e´ apenas suficiente. ex:1 Exemplo 3. Seja f : R → R dada por f(x) = x3. Sabemos que x = 0 e´ a u´nica ra´ız de f . Note que f ′(x) = 3x2 6= 0 se x 6= 0 e que para x0 6= 0 a sequeˆncia de Newton {xk} e´ dada por xk+1 = 2 3 xk , k = 0, 1, 2, . . . , ou equivalentemente, xk = (2/3) k x0 , k = 0, 1, 2, . . . . Portanto, temos que independente da escolha do ponto inicial, a sequ¨eˆncia de Newton para resolver f(x) = 0 esta´ bem definida e converge para a u´nico zero da func¸a˜o, x∗ = 0. Neste caso, a taxa de convergeˆncia da sequeˆncia {xk} e´ linear, como veremos, isto e´ devido ao fato que f ′(x∗) = 0. ex:0 Exemplo 4. Seja f : R → R dada por f(x) = x5/3 + x. Sabemos que x = 0 e´ a u´nica ra´ız de f , que f e´ uma func¸a˜o continuamente diferencia´vel . Note que f ′(x) = (5/3)x2/3 + 1 6= 0 e que para x0 6= 0 a sequeˆncia de Newton {xk} e´ dada por xk+1 = 2 5 x 5/3 k (5/3)x 2/3 k + 1 , k = 0, 1, 2, . . . , o que implica, xk+1 ≤ 2 5 x 5/3 k = [ 2 5 x 2/3 k ] xk , k = 0, 1, 2, . Portanto, para todo ponto inicial x0 6= 0 temos que a sequeˆncia de Newton {xk} esta´ bem definida e converge para a u´nico zero da func¸a˜o, x∗ = 0. Neste caso, a taxa de convergeˆncia da sequeˆncia {xk} e´ super-linear, como veremos, isto e´ devido ao fato que limx→0 |f ′′(x)| = +∞. ex:exitenewton Exemplo 5. Considere a func¸a˜o f : R→ R dada por f(x) = x/√1 + x2. Note que x = 0 e´ a u´nica zero de f e que f ′(x) = 1 (1 + x2)3/2 6= 0, ∀ x ∈ R. Para todo ponto inicial x0 6= 0 temos que a sequ¨eˆncia de Newton {xk} esta´ bem definida e vale xk+1 = −x3k, k = 0, 1, 2, . . . . ou equivalentemente, xk = (−1)k x3k0 , k = 0, 1, 2, . . . . Assim e´ fa´cil concluir que: 3 i) se |x0| = 1, enta˜o a sequeˆncia de Newton {xk} oscila entre os valores 1 e −1; ii) se |x0| < 1, enta˜o a sequeˆncia de Newton {xk} converge para x∗ = 0 com taxa cu´bica; iii) se |x0| > 1, enta˜o a sequeˆncia de Newton {xk} diverge, isto e´, limk→∞ |xk| =∞. Isto mostra que a escolha do ponto inicial e´ importante para garantir a convergeˆncia da sequeˆncia de Newton. Se o ponto inicial na˜o for escolhido adequadamente a sequeˆncia de Newton pode oscilar ou divergir. Exemplo 6. Considere a func¸a˜o f : (0,+∞) → R dada por f(x) = 1 − 1/x. Note que x∗ = 1 e´ o u´nico zero de f e que f ′(x) = 1/x2 6= 0 para todo x ∈ (0,+∞). A sequeˆncia de Newton {xk} para encontrar uma ra´ı da equac¸a˜of(x) = 0 e´ formalmente dada por xk+1 = xk(2− xk), k = 0, 1, 2, . . . . Neste caso, podemos verificar que: i) se x0 ≥ 2, enta˜o x1 6∈ (0,+∞). Assim, a sequeˆncia de Newton na˜o esta´ bem definida. Neste caso, a boa definic¸a˜o falhar porque o me´todo de Newton gera um ponto fora do dominio da func¸a˜o. ii) se 0 < x0 < 2, enta˜o a sequeˆncia esta´ bem definida e converge para x∗ = 1. Portanto, temos que a boa definic¸a˜o da sequeˆncia de Newton {xk}, bem como sua convergeˆncia, esta condi- cionada ao ponto inicial ser tomado em um intevalo adquado. Exemplo 7. Considere a func¸a˜o f : R → R dada por f(x) = x(x − 1)(x + 1) = x3 − x. Note que os zeros de f sa˜o 0, 1 e −1. Observe que f ′(x) = 3x2 − 1 e a sequ¨eˆncia de Newton para encontrar uma zero de f e´ dada formalmente por xk+1 = 2x3k 3x2k − 1 , k = 0, 1, 2, . . . . Assim, podemos verifivar facilmente que: i) se |x0| = 1/ √ 5, enta˜o a sequeˆncia de Newton oscila entre 1/ √ 5 e −1/√5; ii) se |x0| = 1/2 , enta˜o a sequeˆncia de Newton e´ finita (converge!). Portanto, a sequeˆncia de Newton e´ finita (converge!); iii) Para x0 = −0, 46544 . . ., isto e´, um zero do polinoˆmio p(x) = 2 √ 3x3 − 3x2 + 1, temos que 1√ 3 = 2x30 3x20 − 1 . Neste caso, o me´todo de Newton gera o ponto x1 = 1/ √ 3. Assim, o me´todo de Newton gera um ponto singular da derivada, neste caso, a sequeˆncia de Newton na˜o esta bem definida. Portanto, tomando |x0| = 1/2 temos que a sequeˆncia de Newton converge em um u´nico passo!. Agora tomando x0 como sendo a ra´ız real do polinoˆmio q(x) = 2 √ 3x3 + 3x2 − 1, teremos x1 = −1/ √ 3 que e´ um ponto singular da derivada. Isto mostra que a sequeˆncia de Newton pode na˜o estar bem definida com essa escolha de x0. 4 2.2 Teoremas de Convergeˆncia Local do Me´todo de Newton lkant Nesta sec¸a˜o vamos estudar algumas propriedades de convergeˆncias do me´todo de Newton. Vamos mostrar primeiro que sob certas hipo´teses o me´todo de Newton converge quando o ponto inicial esta pro´ximo a soluc¸a˜o e enta˜o, sob hipo´teses adicionais, vamos estimar a raio de convergeˆncia do me´todo. 2.2.1 Teorema de Convergeˆncia Ba´sico Nesta sec¸a˜o vamos mostrar que sob certas hipo´teses, existe um intervalo que conte´m a soluc¸a˜o tal que tomando o ponto inicial neste intervalo o me´todo de Newton converge. th:nlocII Theorema 1. Seja I um intervalo aberto, f : I → R uma func¸a˜o continuamente diferencia´vel e x∗ ∈ I. Suponhamos que a derivada f ′ seja cont´ınua em x∗, f(x∗) = 0 e f ′(x∗) 6= 0. Enta˜o, existe δ > 0 tal que a sequeˆncia gerada pelo me´todo de Newton para resolver a equac¸a˜o f(x) = 0, com ponto inicial x0 ∈ (x∗ − δ, x∗ + δ) ⊂ I, xk+1 = xk − (f(xk)− y)/f ′(xk), k = 0, 1, . . . , (2) eq:dnsII esta´ bem definida, esta´ contida em (x∗ − δ, x∗ + δ), converge para x∗ e vale lim k→∞ |xk+1 − x∗| |xk − x∗| = 0. Para provar o teorema acima precisaremos de alguns resultados. eq:banach Lema 2. Seja κ := sup{t > 0 : (x∗ − t, x∗ + t) ⊂ I}. Se f ′ e´ cont´ınua em x∗ e f ′(x∗) 6= 0 enta˜o existe 0 < δ¯ < κ tal que para x ∈ (x∗ − δ¯, x∗ + δ¯) tem-se que f ′(x) 6= 0 e 1 |f ′(x)| < 2 |f ′(x∗)| . Demonstrac¸a˜o. Como f ′ e´ cont´ınua em x∗ e pela definic¸a˜o de continuidade, dado ε > 0 existe 0 < δ¯ < κ tal que |x− x∗| < δ¯ implica em |f ′(x)− f ′(x∗)| < ε. Assim, considerando ε = |f ′(x∗)|/2 e usando propriedades do mo´dulo, temos ||f ′(x)| − |f ′(x∗)|| ≤ |f ′(x)− f ′(x∗)| < |f ′(x∗)| 2 . Apo´s algumas manipulac¸o˜es alge´bicas simples na desigualdade acima e´ fa´cil ver que |f ′(x∗)| 2 < |f ′(x)|, o que implica f ′(x) 6= 0. Como a desigualdade anterior e´ equivalente a desigualdade desejada, o lema esta provado. O Lema 2 garante que f ′ 6= 0 no intervalo (x∗ − δ¯, x∗ + δ¯) e assim obtemos a boa definic¸a˜o da func¸a˜o iterac¸a˜o de nf Newton neste intervalo nf : (x∗ − δ¯, x∗ + δ¯) → R x 7→ x− f(x)/f ′(x). (3) NF0II 5 le:bd Lema 3. Seja nf como definido em (3). Enta˜o nf e´ deriva´vel em x∗ e n′f (x∗) = 0. Ale´m disso, dado 0 < β < 1, existe 0 < δ < δ¯ tal que |nf (x)− nf (x∗)| < β|x− x∗|, ∀ x ∈ (x∗ − δ, x∗ + δ). (4) eq:bd Como consequeˆncia, nf ((x∗ − δ, x∗ + δ)) ⊂ (x∗ − δ, x∗ + δ). Demonstrac¸a˜o. Seja 0 < δ¯ como no Lema 2. Enta˜o usando a hipo´tese f(x∗) = 0, a definic¸a˜o da func¸a˜o iterac¸a˜o de Newton e nf (x∗) = x∗, e´ fa´cil ver que nf (x)− nf (x∗) x− x∗ = 1 f ′(x) [ f ′(x)− ( f(x)− f(x∗) x− x∗ )] , ∀ x ∈ (x∗ − δ¯, x∗ + δ¯), x 6= x∗. Tomando limite na igualdade acima com x tendendo a x∗ e considerando que f ′ e´ cont´ınua em x∗ e f ′(x∗) 6= 0 conclu´ımos que lim x→x∗ nf (x)− nf (x∗) x− x∗ = 0. que e´ o resultado desejado da primeira parte do lema. Para demonstrar a inclusa˜o, primeiro fixe 0 < β < 1. Assim, segue da igualdade acima que existe 0 < δ < δ¯ tal que |nf (x)− nf (x∗)| |x− x∗| < β, ∀ x ∈ R; |x− x∗| < δ, o que e´ equivalentemente a (4). Agora, como nf (x∗) = x∗, 0 < β < 1, a desigualdade (4) implica que |nf (x)− x∗| < δ para todo x ∈ R tal que |x− x∗| < δ, o que nos da´ a inclusa˜o desejada. Prova do Teorema 1 Agora ja´ temos todos os resultados necessa´rios para demonstrar o Teorema 1. Primeiro note que a sequeˆncia de Newton {xk} descrita em (2) pode, via a definic¸a˜o (3), ser escrita equivalentemente na forma xk+1 = nf (xk), k = 0, 1, . . . . (5) eq:dnsII_1 Demonstrac¸a˜o. Seja 0 < β < 1 e δ > 0 como no Lema 3. Como nf (x∗) = x∗, segue do Lema 3 que |nf (x)− x∗| < β|x− x∗|, ∀ x ∈ (x∗ − δ, x∗ + δ). (6) eq:bd1 Seja x0 ∈ (x∗ − δ, x∗ + δ). Segue imediatamente da inclusa˜o no Lema 3 que a sequeˆnia xk+1 = nf (xk) com ponto inicial x0 esta´ bem definida e esta´ contida no intervalo (x∗ − δ, x∗ + δ). Para provar que a sequeˆncia {xk} converge para x∗, vamos primeiro mostra por induc¸a˜o a seguinte desigualdade: |xk − x∗| < βk|x0 − x∗|, k = 0, 1, . . . . (7) eq:csII Vamos mostrar que a desigualdade e´ va´lida para k = 1. Usando a definic¸a˜o (3) temos x1 = nf (x0). Assim, como nf (x∗) = x∗, segue do Lema 3 que |x1 − x∗| < β|x0 − x∗|. 6 Agora suponhamos que (7) e´ va´lida. Usando a definic¸a˜o (3) temos xk+1 = nf (xk). Assim, como nf (x∗) = x∗ e xk ∈ (x∗ − δ, x∗ + δ), segue novamente do Lema 3 que |xk+1 − x∗| < β|xk − x∗|, e enta˜o, usando a hipo´tese de induc¸a˜o, a desigualdade acima se reduz a |xk+1 − x∗| < βk+1|x0 − x∗|, o que conclui a prova por induc¸a˜o. Portanto, como 0 < β < 1 tomando limite em (7) com k tendendo a infinito, conclu´ımos que {xk} converge para x∗. Para provar u´ltima igualdade, primeiro note que o Lema 3 nos fornece |n′f (x∗)| = 0. Como {xk} converge para x∗ quando k tende ao infinito, conclu´ımos lim k→∞ |nf (xk)− nf (x∗)| |xk − x∗| = 0, que e´ equivalente a desigualdade desejada. A u´tlima afrimac¸a˜o do Teorema segue do Lema 2.2.2 Teorema de Convergeˆncia Sob a Condic¸a˜o Lipschitz Nesta sec¸a˜o vamos mostrar que adicionando hipo´teses a derivada do func¸a˜o na˜o linear podemos estimar o intervalo de conergeˆncia do me´todo de Newton. A otimalidade do intervalo de convergeˆncia do Me´todo de Newton, contidos no pro´ximo teorema, foram formulados a partir dos artigos Rall [8] and Traub and Wozniakowski [9]. th:nloc Theorema 4. Sejam I ⊂ R um intervalo aberto e f : I → R e x∗ ∈ I. Suponha que f e´ continuamente diferencia´vel em I, f ′(x∗) na˜o-singular, f(x∗) = 0 e existe K > 0 tal que |f ′(x∗)−1[f ′(x)− f ′(y)]| ≤ K|x− y|, ∀ x, y ∈ I. (8) eq:lip1 Sejam κ := sup{t > 0 : (x∗ − t, x∗ + t) ⊂ I} e r := min{κ, 2/(3K)}. Enta˜o, a sequeˆncia gerada pelo me´todo de Newton para resolver f(x) = 0 com ponto inicial x0 ∈ (x∗ − r, x∗ + r), xk+1 = xk − f(xk)/f ′(xk), k = 0, 1, . . . , (9) eq:dns esta bem definida, esta contida em (x∗ − r, x∗ + r), converge para x∗ e vale |x∗ − xk+1| ≤ K 2(1−K|x0 − x∗|) |xk − x∗| 2, k = 0, 1, . . . Ale´m disso, o ponto x∗ e´ o u´nico zero de f no intervalo(x∗ − 2/K, x∗ + 2/K) e se 2/(3K) < κ enta˜o (x∗ − 2/(3K), x∗ + 2/(3K)) e´ o maior intervalo de convergeˆncia poss´ıvel. Observac¸a˜o 2. Como ‖x∗ − x0‖ < 2/(3K) a u´ltima equac¸a˜o no Theorem 4 implica que |x∗ − xk+1| ≤ [3K/2]|xk − x∗|2, k = 0, 1, . . . A partir desta equac¸a˜o podemos mostrar, por induc¸a˜o, que |x∗ − xk| ≤ [2/(3K)] ([3K/2] |x0 − x∗|)2 k , k = 0, 1, . . . . Esta desigualdade implica, em particular, que para dobrar o nu´mero de d´ıgitos exatos basta aplicar uma iterac¸a˜o de Newton. 7 Observac¸a˜o 3. Se a func¸a˜o f : Ω→ R satisfaz a cla´ssica condic¸a˜o de Lipschitz para a derivada |f ′(x)− f ′(y)| ≤ L|x− y|, x, y ∈ I, onde L > 0. Enta˜o ela tambe´m satisfaz (8) com K = L|f ′(x∗)−1|. Neste caso, o raio de convergeˆncia do me´todo de Newton e´ r = 2/(3L|f ′(x∗)−1|). Note que, se f : Ω→ R e´ duas vezes deriva´vel enta˜o a condic¸a˜o Lipschitz e´ equivalente a derivada segunda ser limitada. Assim, o Exemplo 4 mostra que e´ razoa´vel pedir que f satisfac¸a a condic¸a˜o Lipschitz para se obter convergeˆncia quadra´tica. Theorema 5. ( Teorema cla´ssico ) Sejam I ⊂ R um intervalo aberto e f : I → R e x∗ ∈ I. Suponha que fth:nloc2 e´ continuamente diferencia´vel em Ω, f ′(x∗) na˜o-singular, f(x∗) = 0 e existe L > 0 tal que |f ′(x)− f ′(y)| ≤ L|x− y|, ∀ x, y ∈ I. (10) eq:lip2 Sejam κ := sup{t > 0 : (x∗ − t, x∗ + t) ⊂ I}, r := min { κ, 2|f ′(x∗)| 3L } . Enta˜o, a sequeˆncia {xk} gerada pelo me´todo de Newton para resolver a equac¸a˜o f(x) = 0, com ponto inicial x0 ∈ (x∗ − r, x∗ + r), xk+1 = xk − f(xk)/f ′(xk), k = 0, 1, . . . , (11) eq:dns esta bem definida, esta contida em (x∗ − r, x∗ + r), converge para x∗ e vale |x∗ − xk+1| ≤ L 2 (|f ′(x∗)| − L|x0 − x∗|) |xk − x∗| 2, k = 0, 1, . . . . Para provar o teorema acima precisamos de alguns resultados preliminares. De agora em diante vamos assumir que todas as hipo´teses do teorema sa˜o va´lidas. wdns Lema 6. Seja x ∈ I. Se x ∈ (x∗ − 1/K, x∗ + 1/K), enta˜o f ′(x) 6= 0 e∣∣∣∣f(x∗)f ′(x) ∣∣∣∣ ≤ 11−K|x− x∗| . Em particular, f ′(x) 6= 0 para todo x ∈ (x∗ − r, x∗ + r). Demonstrac¸a˜o. Seja x ∈ Ω. Como |x− x∗| < 1/K temos de (8) que |f ′(x)/f ′(x∗)− 1| = |f ′(x∗)−1[f ′(x)− f ′(x∗)]| ≤ K|x− x∗| < 1. Enta˜o, a u´ltima desiqualdade implica que f ′(x∗)−1f ′(x) 6= 0, e assim f ′(x) 6= 0, e vale |f ′(x)−1f ′(x∗)| ≤ 1 1− |f ′(x∗)−1f ′(x)− 1| ≤ 1 1−K|x− x∗| Como r ≤ 2/(3K) < 1/K a u´ltima afirmac¸a˜o do lema segue-se. pr:taylor Lema 7. Se x ∈ (x∗ − κ, x∗ + κ), enta˜o vale |f ′(x∗)−1(f(y)− [f(x) + f ′(x)(y − x)])| ≤ K 2 |x− y|2. 8 Demonstrac¸a˜o. Note que x∗ + (1− u)(x− x∗) ∈ (x∗ − κ, x∗ + κ), para 0 ≤ u ≤ 1. Como f e´ continuamente diferencia´vel em I, temos f ′(x∗)−1[f(y)− f(x)− f ′(x)(y − x)] ≤ ∫ 1 0 f ′(x∗)−1 [f ′(x)− f ′(y + (1− u)(x− y))] ‖x− y‖ du. E´ fa´cil concluir a partir da u´ltima equac¸a˜o e da hipo´tese (8) que |f ′(x∗)−1(f(y)− [f(x) + f ′(x)(y − x)])| ≤ ∫ 1 0 K|x− x∗|2 u du. Calculando a integral obtemos o resultado desejado. O Lemma 6 garante na˜o-singularidade de f ′ em (x∗ − r, x∗ + r) e assim boa definic¸a˜o da applicac¸a˜o iterac¸a˜o de Newton nf nesta regia˜o nf : (x∗ − r, x∗ + r) → R x 7→ x− f(x)/f ′(x). (12) NF Note que podemos aplicar uma iterac¸a˜o de Newton em qualquer x ∈ (x∗− r, x∗+ r) para obter nf (x) o qual pode ou na˜o pertencer ao intervalo (x∗ − r, x∗ + r), ou ainda, pode na˜o pertencer ao domı´nio de f . Assim, isto e´ suficiente apenas para garanir boa definic¸a˜o de apenas uma iterac¸a˜o. Para assegurar que a iterac¸a˜o de Newton possa ser repetida indefinidamente, precisamos de mais alguns resultados adicionais. le:cl Lema 8. Seja x ∈ I. Se x ∈ (x∗ − r, x∗ + r) enta˜o |nf (x)− x∗| ≤ K 2(1−K|x− x∗|) |x− x∗| 2 < |x− x∗|. Em particular, nf ((x∗ − r, x∗ + r)) ⊂ (x∗ − r, x∗ + r). Demonstrac¸a˜o. Como r < 1/K, o Lema 6 implica que f ′(x) e´ na˜o-singular. Enta˜o, como f(x∗) = 0 algumas manipulac¸o˜es implicam x∗ − nf (x) = −f ′(x)−1 [f(x∗)− f(x)− f ′(x)(x∗ − x)] , Combinando a equac¸a˜o acima, Lema 6 e Lema 7 obtemos |x∗ − nf (x)| ≤ | − f ′(x)−1f ′(x∗)| |f ′(x∗)−1[f(x∗)− f(x)− f ′(x)(x∗ − x)]| ≤ K|x− x∗| 2/2 1−K|x− x∗| . que e´ a primeira desigualdade. Agora, como |x − x∗| < r ≤ 2/(3K) obtemos imediatamente a u´ltima desigualdade. A u´tima afirmac¸a˜o e´ imediata da u´ltima desiguialdade. l:uniq Lema 9. O ponto x∗ e´ o u´nico zero de f no intervalo (x∗ − 2/K, x∗ + 2/K). Demonstrac¸a˜o. Suponhamos que f(y) = 0 e |y − x∗| < 2/K. Como f(x∗) = 0 e F (y) = 0 temos y − x∗ = − ∫ 1 0 f ′(x∗)−1 [f ′(x∗ + u(y − x∗))− f ′(x∗)] (y − x∗)du. 9 Usando (8) com x = x∗ + u(y − x∗) e y = x∗ e´ fa´cil concluir da u´ltima igualdade que |y − x∗| ≤ ∫ 1 0 K|y − x∗|2u du = K 2 |y − x∗|2. Se y 6= x∗, enta˜o obtemos da u´ltima desigualdade que 2/K ≤ |y − x∗| o que e´ absurdo. Portanto, y = x∗ e assim x∗ e´ o u´nico zero de f no intervalo (x∗ − 2/K, x∗ + 2/K). l:best Lema 10. Se 2/(3K) < κ, enta˜o r = 2/(3K) e´ o maior raio de convergeˆncia poss´ıvel. Demonstrac¸a˜o. Suponhamos que 2/(3K) < κ. Defina a func¸a˜o h : (−κ, κ)→ R por h(t) = −K 2 t2 − t, para t ∈ (−κ, 0], e h(t) = K 2 t2 − t, para t ∈ [0, κ). (13) eq:dh Note que h(0) = 0, h′(t) = K|t| − 1 para t ∈ (−κ, κ). Enta˜o temos∣∣h′(0)−1 [h′(t)− h′(u)]∣∣ ≤ K| |t| − |u| | ≤ K|t− u|, t, u ∈ (−κ, κ). Assim, f = h satisfaz todas as hipoo´teses do Theorem 4. Enta˜o como ρ < κ e´ suficiente mostrar que o me´todo de Newton para resolver a equac¸a˜o h(t) = 0, com ponto inicial t0 = −2/(3K) na˜o converge. Pela definic¸a˜o de h em (13) temos t1 = −2/(3K)− h(−2/(3K))/h′(−2/(3K)) = 2/(3K). Novamente, a definic¸a˜o de h em (13) implica t2 = 2/(3K)− h(2/(3K))/h′(2/(3K)) = −2/(3K). Portanto, o me´todo de Newton para resolver a equac¸a˜o h(t) = 0, com ponto inicial t0 = −2/(3K), produz a sequeˆncia t0 = −2/(3K), t1 = 2/(3K), t2 = −2/(3K), . . . , em particular ela na˜o converge e o lema esta provado. Prova do Teorema 4 Primeiro note que a equac¸a˜o (11) junto com (12) implicam that a sequeˆncia {xk} satisfaz xk+1 = nf (xk), k = 0, 1, . . . , (14) NFS que e´ de fato uma definic¸a˜o equivalente para esta sequeˆncia. Demonstrac¸a˜o. Como x0 ∈ (x∗ − r, x∗ + r). Usando (14), inclusa˜o nf ((x∗ − r, x∗ + r)) ⊂ (x∗ − r, x∗ + r) do Lema 8 e o Lema 6, concluimos que {xk} esta bem definita e contida na bola (x∗ − r, x∗ + r). Agora vamos provar a convergeˆncia de {xk}. Primeiro note que, como {xk} esta contida na bola (x∗ − r, x∗ + r), temos de (14) e Lema 8 que |xk+1 − x∗| = |nf (xk)− x∗| < |xk − x∗|. Assim, a sequeˆncia {|xk − x∗|} e´ estritamente decrescente. Enta˜o, tambe´m pelo Lema 8 temos que |xk+1 − x∗| = |nf (xk)− x∗| ≤ K 2(1−K|xk − x∗|) |xk − x∗| 2 < K 2(1−K|x0 − x∗|) |xk − x∗| 2, k = 0, 1, . . . . 10 Por outro lado, como |x0 − x∗| < r ≤ 2/(3K) temos da desigualdade acima que |xk+1 − x∗| ≤ K|x0 − x∗| 2(1−K|x0 − x∗|) |xk − x∗|, K 2(1−K|x0 − x∗|) < 1, k = 0, 1, . . . . e isto mostra que a sequeˆncia {‖xk − x∗‖} converge para zero, isto e´, que {xk} converge para x∗. A u´ltima parte do teorema segue do Lema 9 e Lema 10. Refereˆncias BCSS97 [1] Blum, L., Cucker, F. Shub, M. and Smale, S. Complexity and real computation, Springer-Verlag, New York, (1997). DS96 [2] Dennis, J. E. Jr., Schnabel, R. B., Numerical Methods for Unconstrained Optimization and Nonlinear Equations, SIAM Classics in Applied Mathematics, Philadelphia, 1996. KP02 [3] Krantz, S. G., Parks ,H. R., The implicit function theorem : history, theory, and applications, Boston, Birkha¨user, (2002). M61 [4] Moser, J., A new techniques for the construction of solutions of nonlinear differential equations, Proc. Nat. Acad. sci. USA, 47 (1961), pp. 1824-1831. N56 [5] Nash, J., The embedding problem for Riemannian manifolds, Ann. of Math. 63, (1956), pp. 20–63. NN-94 [6] Nesterov, Y. and Nemirovskii, A. Interior-Point Polynomial Algorithmsin Convex Programming, SIAM Studies in Applied Mathematics, 13, Philadelphia, (1994). P04 [7] Polyak, B. T., Newton’s method and its use in optimization. To appear in European Journal of Opera- tional Research (2006), doi:10.1016/j.ejor.2005.06.076. r74 [8] Rall, L. B., A note on the convergence of Newton’s Method, SIAM J. Numer. Anal. 11, 1 (19974), pp. 34–36. TW79 [9] Traub, J. F. and H. Wozniakowski, ,Convergence and complexity of Newton iteration for operator equa- tion, Journal of the Association Computing Machinery, 26, 2 (1979), pp. 250 - 258. W96 [10] Wayne, C. E., An introduction to KAM theory. Dynamical systems and probabilistic methods in partial differential equation, Lectures in Appl. Math., 31, Amer. Math. Soc., Providence, 1996. 11
Compartilhar