ODE의 해의 유일성(2)

DongYoung Kim·2022년 7월 28일
0

Nonlinear Dynamics

목록 보기
4/6

<이 글은 아래 링크의 유투브 강의를 매우 많이 참조하였음을 밝혀드립니다.>
https://www.youtube.com/watch?v=1pE1sIINwwc&list=PLHj96QRJ0kOitUZeV9iK7cCTb8Ell7Joc&index=9

  저번 글에서는 Lipchitz condition과 Picards iteration에 대해 다루었습니다. 이번 글에서는 Banach fixed point theorem을 통해 왜 locally Lipschitz한 상황에서 Picard's iteration을 통해 미분방정식의 해를 구할 수 있는지에 대해 설명해보겠습니다.

A sketch of the proof:

  먼저 여러 가지 조건과 norm에 대해 설명을 드리고 싶습니다. 바나흐 고정점 정리는 complete space에서 정의된 closed subset SS 에서 SS로의 contractive transformation TT는 유일한 fixed point가 존재하고, 이는 SS 내부의 임의의 점에 대해 TT를 무한히 반복적으로 적용할 경우 얻을 수 있었습니다.
  따라서 Picard's iteration도 마찬가지로 어떠한 신호가 complete 한 공간에 대해 정의되어 있고, 신호에 대한 Picard's operator PP가 존재하며 contractive하며 고정점이라면, 다음과 같은 방식으로 미분방정식의 해를 구할 수 있을 것입니다.
(가정 - Sketch) 만약 초기조건 x(0)Rx(0) \in \mathbb{R}과 미분방정식 x˙=f(x)\dot{x}=f(x)이 주어졌을 경우, Picard's operator PP의 고정점이 xx^*이라고 하면,

P(x(t))=x(t)=x0(t)+0tf(x(τ))dτ;P(x^*(t)) = x^*(t)=x_0(t)+\int_{0}^{t} f(x^*(\tau)) \,d\tau ;

를 만족합니다. 따라서 양 변을 미분하면

ddtx=x˙=f(x)\frac{d}{dt}x^*=\dot{x^*}=f(x^*)

이기 때문에 xx^*는 미분방정식의 해라고 할 수 있습니다.

Some conditions for the proof:

A condition for X\mathcal{X}.

  따라서 우리는 어떤 집합 위에서 Picard's iteration을 할 것인지를 먼저 정의해야 합니다. 신중하게 골라진(나중에 이 표현에 대하여 설명하도록 하겠니다.) δ>0\delta > 0에 대해서, set X\mathcal{X}는 interval I=[0,δ]I=[0, \delta]에서 정의된 함수

x:IRn:tx(t)Rnx:I \rightarrow \mathbb{R^n}:t \rightarrow x(t) \in \mathbb{R^n}

로 이루어져있는데, 이 함수들은 연속적이라는 특징을 가지고 있습니다. 즉 X\mathcal{X}는 함수들의 집합이며, 이를 요약하면 다음과 같은 기호로 표현됩니다.

X:=C0([0,δ],Rn);\mathcal{X}:=C^0([0, \delta], \mathbb{R^n});

X\mathcal{X}가 complete하기 위해서는 metric(norm)을 잘 정의해야 하는데요, 다음과 같은 sup norm을 X\mathcal{X}에 적용하면 X\mathcal{X}가 complete해집니다.

ForxX:xsup:=supt[0,δ]x(t)2For \, x \in \mathcal{X}: ||x||_{sup}:=sup_{t \in [0, \delta]}||x(t)||_2

x(t)Rnx(t) \in \mathbb{R^n}이므로, 위 식 우변은 L2 norm 이 적용 가능하다는 사실을 기억해야 합니다.
  이와 같은 metric을 통해 X\mathcal{X}는 complete matric space가 되었습니다. 이를 통해 우리는 바나흐 고정점 정리를 활용하는 환경을 조성하게 되었습니다. 다음에 해야 할 것은 Picard's operator PP가 contractive mapping이라는 사실을 증명해야 합니다.

Conditions for Picard's iteration.

  Picard's iteration은 X\mathcal{X}의 부분집합 SXS \in \mathcal{X}에 대해 적용되어야 하며, Picard-Lindelof theorem에 의하면 ffx(0)x(0) 에서 locally Lipschitz하다는 조건을 포함하고 있었습니다. (fftt와 관계 없는 순전히 xRnx \in \mathbb{R}^n에 대한 함수입니다.) Locally Lipschitz 조건과 Picard-Lindelof theorem을 다시 가져와보면 다음과 같습니다.

[점에 대한 Lipshitz condition] Definition of locally Lipschitz condition) 함수 f:RnRnf:\mathbb{R}^n \rightarrow \mathbb{R}^n는 다음과 같은 조건을 만족할 경우, xx에서 locally Lipschitz하다고 한다. ϵ>0\epsilon>0에 대해, 만약 B(x,ϵ)B(x, \epsilon)xx에 대한 ϵ\epsilon neighborhood라고 하면

L>0,B(x,ϵ):f(x1)f(x2)Lx1x2forallx1,x2B(x,ϵ)Rn;\exist L>0, B(x, \epsilon): ||f(x_1)-f(x_2)|| \le L||x_1-x_2|| \\ for \, all \, x_1, x_2 \in B(x, \epsilon) \subseteq \mathbb{R^n};

Theorem) (Picard-Lindelof theorem) 함수 f:RnRnf:\mathbb{R}^n \rightarrow \mathbb{R}^nzRnz \in \mathbb{R}^n에서 locally Lipschitz 하다고 하자. δ>0\delta>0에 대해 interval t[0,δ]t \in [0, \delta]에서 초기조건 x(0)=zx(0)=z를 갖고, x˙=f(x)\dot{x}=f(x)를 만족하는 해 xXx \in \mathcal{X}가 유일하게 존재하도록 만드는 상수 δ\delta가 존재한다.

A trivial case for Picard-Lindelof theorem.

  초기조건이 x(0)Rnx(0) \in \mathbb{R^n}으로 주어지고, interval I=[0,δ]I=[0, \delta]에서 계속 초기조건을 갖는 함수(신호) x0=φ0x_0=\varphi_0가 있다고 합시다. 이 x0x_0x0Xx_0 \in \mathcal{X}를 만족하며, x0˙=f(x0)=θ\dot{x_0}=f(x_0)=\theta 라는 미분방정식은 x(0)x(0)에서 locally Lipschitz 조건을 만족합니다. 따라서 임의의 tIt' \in I에 대해

φ1(t)=φ0(t)+0tf(φ0(τ))dτ;\varphi_{1}(t')=\varphi_0(t') + \int_{0}^{t'} f(\varphi_{0}(\tau)) d\tau ;

일 경우, f(φ0(t))=θf(\varphi_0(t)) = \theta이기 때문에 φ1(t)=φ0(t)\varphi_{1}(t')=\varphi_0(t')입니다. 마찬가지로 kNk \in \mathbb{N}에 대해 φk(t)=φ0(t)\varphi_k(t') = \varphi_0(t') 입니다. 결과적으로 φkX\varphi_k \in \mathcal{X}임을 볼 수 있습니다.

A condition for domain SXS \subseteq \mathcal{X} of PP.

  X\mathcal{X}는 interval II 내에서 정의된 모든 연속인 함수들의 집합이기 때문에, 임의의 r>0r > 0에 대해 S={xX:xx0supr}S=\{x \in \mathcal{X} : \, ||x - x_0||_{sup} \le r\}X\mathcal{X}의 부분집합이라는 사실을 알 수 있습니다.(i.e., SXS \in \mathcal{X}) 또한 SSX\mathcal{X}의 closed subset이기 때문에 바나흐 고정점 정리를 활용하는 조건 중 하나를 충족하게 되었습니다.

서론이 너무 길었네요. 본격적인 증명은 다음 글에서 다루겠습니다. 감사합니다!

profile
Bayesian, System engineer, Evangelist

0개의 댓글