Sie sind auf Seite 1von 10

Mathematische Probleme, wie Existenz, Eindeutigkeit und Voll-

- Computational Physics -

stndigkeit knnen oft in integraler Form besser behandelt wer-

CT (III)

- SS 2007 -

den. Die Bercksichtigung der Randwerte ist numerisch in integraler Form oft genauer zu handhaben als in einer Differentialgleichung, in der die Randwerte mglicherweise erst am Ende einer
lngeren Rechnung bercksichtigt werden. Es gibt allerdings auch

Zur numerischen Lsung von Integralgleichungen


Unter einer Integralgleichung versteht man im allgemeinen eine

Probleme, die nur in integraler Form rechenbar sind, z.B. Lsung


der Boltzmanngleichung in der Neutron Transport Theory.

Funktionsgleichung, bei der die gesuchte Funktion unter dem Integralzeichen steht.
Grundstzlich kann die Lsung einer Integralgleichung berfhrt
werden in die Lsung einer quivalenten Differentialgleichung
(und umgekehrt!).

In der mathematischen Literatur hat sich eine Klassifikation der


Integralgleichungen durchgesetzt, die es erleichtert, den jeweili-

Es sei etwa die Lsung der Differentialgleichung

dy
= f ( x, y )
dx

1. Klassifikation:

mit

( x0 )

= y0

gen Typen entsprechende Lsungsverfahren zuzuordnen.


(1.1)
Im Folgenden behandeln wir zuerst lineare Integralgleichungen.

gesucht. Dieses Anfangswertproblem kann auch als Integralglei-

Wir betrachten zunchst die Integralgleichung der Form:

chung formuliert werden:


x

y ( x ) = f ( t , y (t ) ) dt + y0

y(x ) =

(1.2)

x0

K (x, z ) y(z ) dz

+ g (x )

Es hngt von der jeweiligen Problemstellung ab, welcher Lsungsweg besser zu implementieren ist und damit schneller zu

Dabei gelten folgende Definitionen:

dem gesuchten Ergebnis mit der erforderlichen Genauigkeit fhrt.

y ( x) :

gesuchte Funktion

(1.3)

K ( x, z ) :

Kern (kernel) der Integralgleichung

g ( x)

gegebene Funktion (Inhomogeneitt)

In dieser Form wird die Integralgleichung als Volterrasche Integnd

ralgleichung 2. Art (2

kind) bezeichnet. Zu beachten ist, dass

die obere Integralgrenze von x abhngt, d.h. variabel ist!

K ( x, z ) y ( z ) dz

= g ( x)

(1.6)

Eine Vereinheitlichung bei der Behandlung von Integralgleichungen der genannten Arten erhlt man dadurch, da die Volterrasche Integralgleichung als Spezialfall der Fredholmschen Gleichung behandelt werden kann.

Wenn

g ( x) 0 spricht man von einer homogenen Gleichung.

Mit konstanten Integrationsgrenzen geht die Gleichung ber in die


Fredholmsche Integralgleichung 2. Art:

Dieses ist leicht zu sehen:


Durch Einfhrung der -Funktion lsst sich das Integral fr die
Gleichungen 2. Art umschreiben:
x

K ( x, z ) y ( z )dz = K ( x, z )( x z) y( z )dz = K ( x, z ) y ( z )dz


b

y ( x) = K ( x, z ) y ( z ) dz + g ( x)

(1.4)

(1.7)

wobei gelten muss:


Die entsprechenden Gleichungen 1. Art (1st kind) unterscheiden
sich darin, dass sie die gesuchte Funktion ausschlielich unter

b > x x ; b = const.

d.h. damit lsst sich die numerische Lsung der Volterraschen


Integralgleichungen auf die der Fredholmsche Integralgleichung 2.
Art zurckfhren. Inwieweit dies praktisch einsetzbar ist, muss im

dem Integralzeichen enthalten.

jeweils vorliegenden Fall beurteilt werden.


Sie werden je nach Wahl der Integrationsgrenzen als Volterrasche
Die entsprechenden nichtlinearen Integralgleichungen erhlt

bzw. Fredholmsche Gleichung 1. Art bezeichnet.

man, wenn der Kern der Integralgleichung selbst noch in nichtli-

D. h.

nearer Weise von der gesuchten Funktion abhngt:

K ( x, z ) y ( z ) dz

= g ( x)

(1.5)

Dies bedeutet fr die nichtlineare Fredholmsche Integralglei-

bzw.

chung 2. Art:

Dabei bedeuten:

y ( x) = K ( x, z , y ( z ))dz + g ( x)

(1.9)

u(z):

ursprngliche Funktion

y(z):

transformierte Funktion.

In diesem Falle gilt, dass sich der Kern nicht faktorisieren lsst,
d.h.:

K ( x, z , y ( z )) K ( x, z ) y ( z )

Entsprechend lsst sich eine Fredholmsche Integralgleichung als


Eigenwertproblem interpretieren:

(1.10)

Ax = x .

(2.3)

Als Eigenwerte des Kerns K(x, z) oder der zugehrigen Transfor2. Numerische Lsung linearer Integralgleichungen:

mation werden wir diejenigen Werte des Parameters

Zunchst einige einfhrenden Bemerkungen zur Lsung. Die The-

nen, fr die die homogene Integralgleichung

orie der Integralgleichung kann mit der Theorie einer linearen

(2.4)

So transformiert die Gleichung

nicht identisch verschwindende Lsungen hat.

v = Au

(2.1)

u in einen neuen Vektor v .

Der Parameter

ist nicht vollstndig analog zum Eigenwert-

Problem definiert.

Im Falle der Integralgleichung tritt an die Stelle eines ndimensionalen Vektors eine Funktion, die in einem Intervall

Es wre:
b

[a , b ]

K ( x, z ) y( z) dz

= y ( x)

(2.5)

definiert ist.
Die Matrix A wird durch den

Kern K ( x, z ) und die Summation

Die identische Transformation lt sich aber nicht in Integralform


ausdrcken.

durch das Integral ersetzt.


D.h.

Weitere Eigenschaften:
b

y ( x) = K ( x, z )u ( z )dz

(2.2)

Kern und Lsungsfunktion knnen komplex sein.

Der Kern kann integrable Singularitten enthalten.

entspricht in diesem Sinne der linearen Transformation.

bezeich-

y ( x) = K ( x, z ) y ( z ) dz

Abbildung verglichen werden.

einen gegebenen Vektor

Lsung von Fredholm'schen Integralgleichungen 2. Art

f ( x) = f 0 ( x) + f1 ( x) + f 2 ( x) 2 + ...

Wir betrachten nun die Gleichung:

(2.9)

f ( x) = g ( x) + K ( x, y ) f ( y ) dy.

(2.6)

Es sei K ( x, y ) fr a x b und a y b eine stetige komplexe

Falls die Reihe gleichmig bezglich x in [a, b] konvergiert, knnen wir die Entwicklung in (2.8) einsetzen und gliedweise integrieren.

Funktion von x, y mit K ( x, y ) 0 .


Ebenso sei g(x) stetig und komplex fr a x b .

f 0 ( x) + f1 ( x) + f 2 ( x) + ....

Wegen der Stetigkeit des Kerns ist auch

= g ( x) + K ( x, y ) f 0 ( y )dy + K ( x, y ) f1 ( y )dy + ...

V ( x) = K ( x, y ) f ( y ) dy.

(2.7)

(2.10)

Durch

eine stetige Funktion in [a, b].


Falls der Kern selbst unstetig ist, kann dennoch eine stetige Lsung existieren (hebbare Unstetigkeiten). Allerdings mssen

Koeffizientenvergleich erhalten wir zur sukzessiven Be-

stimmung der Funktionen

f n ( x) den folgenden Satz von Glei-

chungen:

solche Kerne gesondert behandelt werden (vgl Skript zur Lsung

f 0 ( x) = g ( x)

von singulren Integralen).

f1 ( x ) =

a) Methode der sukzessiven Approximation

a
b

Wir betrachten die Fredholmsche Integralgleichung

f 2 (x ) =

f ( x) = g ( x) + K ( x, y ) f ( y )dy .

K (x, y ) f ( y )dy
K ( x, y ) f ( y )dy
1

(2.8)

...

f n (x ) =

Diese soll iterativ mit der Methode der sukzessiven Approximati-

n 1

on gelst werden
Wir setzen nun eine Lsung in Gestalt einer Potenzreihe in

K (x, y ) f ( y )dy

an:
Diese Reihe konvergiert fr

(2.11)

<

1
M (b a )

In Matrix-Form lautet somit die diskretisierte Integralgleichung:

| K ( x, y ) | M

; M = const.




f (x) = g (x) + A f (x)

(2.15)

(1 A) f ( x )

(2.16)

oder

(2.12)


g (x)

Entsprechend kann man auch eine Entwicklung nach dem Kern


machen

Dieses ist ein inhomogenes lineares Gleichungssystem, das mit

Resolvente.

Die Lsung ist dann die Summe der einzelnen

f i entsprechend der

Entwicklung in Gleichung (2.9).

den Standardmethoden der linearen Algebra leicht gelst werden


kann (z.B. LU-Zerlegung). Die Lsung kann formal auch explizit
geschrieben werden.


f (x) =

b) Direkte Lsung (Nystrom Methode)


In diesem Falle schreibt man die Fredholmsche Integralgleichung
in der Form:
(2.13)

Anmerkungen:

Nystrom-Methode benutzt werden.


In diesem Falle gilt:

Die Lsung erfolgt durch Diskretisierung des Integrals. Hierzu


g(x) 0

whle man eine geeignete Integrationsmethode. Im Falle des in


vielen Fllen gut geeigneten

Gauschen Verfahrens etwa ge-


(1 A) f ( x ) = 0

xi und wi fr i = 1,..., N die Knoten und Wichte des ge-

whlten Integrationsverfahren. Dann gilt:

K (x , x )w



N

det(1 A) = 0

Allerdings ist die Lsung in diesem Falle nicht eindeutig und im-

fN ( x j ) .

(2.14)

Die praktische Bestimmung des Lsungsvektors geschieht durch

j =1

A ij

(2.20)

mer nur bis auf eine Konstante festgelegt.

(2.19)

Bekanntlich existiert eine nicht-triviale Lsung nur fr den Fall:

Polynomen (Quadraturmethode nach Nystrom).

f N ( xi ) = g ( xi ) +

(2.18)

Und somit wird aus (2.16) die homogene lineare Gleichung:

schieht dieses durch Entwicklung des Integrals nach orthogonolen

Es seien

(2.17)

Zur Lsung der homogenen Gleichung kann ebenfalls die

f ( x ) = g ( x ) + K ( x, y ) f ( y ) dy .


(1 A) 1 g ( x ) .

Lsung des Eigenwertproblems:

10

(1 A) f = f

(2.21)

Unter der Menge der Eigenvektoren gibt es einen kleinsten, der

3. Numerische Lsung von nichtlinearen Integralgleichungen

theoretisch Null ist, numerisch aber ungleich Null und nur signifi-

Eine inhomogene nichtlineare Integralgleichung (Fredholm 2. Art)

kant kleiner als die anderen. Bei den Transformationsverfahren

sei, wie folgt, gegeben:

zur Berechnung der Eigenwerte werden in jedem Schritt auch die

f ( x)

Eigenvektoren berechnet (vgl. Jacobi-Methode). Daher erhlt man

= g ( x ) + K ( x, f ( y ), y ) dy

dann unmittelbar den zu diesem Eigenwert zugehrige Eigenvektor, der der gesuchte Lsungsvektor


f ( x ) ist.

(3.1)

Die Funktion f(x) soll in dem Intervall [a, b] berechnet werden.


Vorraussetzung fr die Berechnung ist natrlich die Existenz des
Integrals.
Die Gleichung wird zunchst, wie im linearen Fall, diskretisiert,
etwa durch Entwicklung des Integrals nach geeigneten orthogonalen Polynomen (Gauss Verfahren):
D.h., das Integral wird durch eine Summe approximiert:
b

I ( x) = K ( x, f ( y ), y )dy

1 i N . Dabei sind x j

Grades und

N
j

= I N ( xi )

j =1

mit

K ( x , f ( x ), x )w

(3.2)
die Nullstellen des Polynoms N-ten

w j N die zugehrigen Wichte. Je nach Struktur des

Integranden knnen auch andere Integrationsverfahren eingesetzt


werden. Die Diskretisierung verluft analog.
Auch hier ist besonders auf mgliche Singularitten im Integranden zu achten.

Diese mssen (vorausgesetzt das Integral exis-

tiert!) in geeigneter Weise behandelt werden (Cauchy Hauptwert).

11

12

Wenn das Integrationsverfahren konvergiert, dann gilt

Dann wird aus (3.4):


N

I N ( xi ) I N 1 ( xi ) <

(3.3)

Entsprechend ist N fr eine vorgegebene Genauigkeit

(n)

( xi ) = g ( xi ) + K ( xi , f ( n 1) ( x j ), x j ) w Nj f ( n ) ( x j )

j =1 
K 'ij

zu wh-

len.

(3.7)
oder in geschlossener Matrix- Form, mit:

Die Integralgleichung erhlt damit die Form:

f ( xi ) = g ( xi ) +

Aij = K ij w Nj

(3.8)

K ( x , f ( x ), x ) w
i

N
j

(3.4)

j =1

gilt

Zur iterativen Lsung dieser Gleichung gibt es verschiedene Mg-


f (x) =

lichkeiten.
Die Lsung der Gleichung kann durch eine formale Linearisierung
und dann sukzessive Approximation (selbstkonsistente Lsung)



g (x) + A f (x)

(3.9)

Daraus lt sich nun formal die Lsung in Analogie zu den linearen Integralgleichungen bestimmen:



(1 A) f ( x ) = g ( x )


f ( x ) = (1 A) 1 g ( x )

erfolgen, aber auch die direkte Lsung durch Iteration ist mglich.
Die Unterschiede liegen mglicherweise im numerischen Ablauf

(3.10)
(3.11)

der Iterationsfolgen und damit in der Geschwindigkeit der KonDies geschieht iterativ, in dem mit einer konkreten Startfunkti-

vergenz.

on fr f(x) startet und diese in K einsetzt, damit eine neues f(x)


Zur Linearisierung kann man die folgende formale Zerlegung

berechnet. Dieses Verfahren wird solange fortgesetzt, bis Konvergenz erreicht ist

machen:

Wie bereits einfhrend dargelegt, kann man die Iteration mit

K xi , f ( x j ) , x j

= K ( xi , f ( n 1) ( x j ), x j ) f ( n ) ( x j ) .

dem ursprnglichen Kern auch unmittelbar ohne die formale


(3.5)

wobei




f ( x ) = g ( x ) + K wN ( x )

f ( n 1) ( x j ) als bereits bekannte Funktion vorausgesetzt

wird. Damit definieren wir die Matrix

K ij = K ( xi , f ( n 1) ( x j ), x j )
13

Zerlegung nach (3.5) durchfhren:


(3.12)

Die Bestimmung erfordert in jedem Falle eine iterative Lsung.

K:
(3.6)

14

Mit geeigneten Startfunktionen


f ( x ) sind (3.11) oder (3.12)


f0 ( x ) = 0

beide unmittelbar mit den Verfahren der linearen Algebra (s.o.)

(3.14)

Damit lautet der Kern der Integralgleichung, die dadurch

lsbar.

wieder sehr einfach geworden ist:

Fr die direkte Methode, d.h. Gleichung (3.12), wird im folgen-

K ij( 0 ) = K ( xi , x j )

den eine selbstkonsistente Lsung entwickelt. Das Iterations-

(3.15)

verfahren wird angesetzt in der Form:




f n ( x ) = g ( x ) + K ( x, f n 1 ( x) ) w N ( x )

2. Mit dem so bestimmten Kern wird nun die erste Nherung

(3.13)

aus Gleichung (3.12) berechnet:


Dies bedeutet, man beginnt mit einem Startwert fr die L-




f1 ( x ) = g ( x ) + K ( 0) w N ( x )

sungsfunktion und iteriert so lange bis Selbstkonsistenz er-

(3.16)

reicht wird. Wenn das Verfahren konvergiert, dann ist die re3. Im nchsten Iterationsschritt wird nun die Nichtlinearitt

sultierende Funktion auch Lsungsfunktion. Allerdings kann


man nicht aus der Nicht-Konvergenz des Verfahrens nicht auf

eingeschaltet. Diese Einschaltung erfolgt adiabatisch.

eine Nicht-Existenz einer Lsung schlieen (isolierte Fixpunk-

Das bedeutet, das Lsungssystem soll nur geringfgig

te!)!

aus seiner stabilen Lage herausgefhrt werden. Man whlt


daher einen adiabatischen Faktor, d.h. eine Konstante

Nachstehend wird ein Verfahren erlutert, das die Konvergenz des

c 1 . Damit bildet man den neuen adiabtisch ausgelenk-

Iterationsverfahrens verbessert. Die Kernidee besteht in einem

ten Kern:

adiabatischen Einschalten der Nichtlinearitt. Dadurch wird das


System in jedem Schritt immer nur langsam verndert und es kann

K ij(1) = K ( xi ,

ein numerisches berschwingen vermindert werden. Dies be-

1
f1 ( x j ), x j )
c

(3.17)

Die Konvergenz des Verfahrens hngt ganz wesentlich von

schleunigt die Konvergenz mglicherweise erheblich

der Wahl von c ab. Ist c nahe bei 1, d.h. wird die Nichtli

Die Iteration verluft nach folgendem Schema:

nearitt sofort voll eingeschaltet, so kann es passieren,


dass es zu einem berschwingen der Lsungen kommt.

1. Als Startfunktion wird zuerst gewhlt:

Damit kann das Verfahren divergieren. Wird c zu gro gewhlt, kann die Iteration mglicherweise extrem langsam

15

16

verlaufen, bis ein stabiler Zustand erreicht wird. Ein guter


Startwert ist oft

Diese Iterationen werden so lange fortgesetzt, bis sich



f n (x ) und f n1 ( x ) nur noch um die vorgegebene Genau-

c = 10 Als Lsung erhlt man nun:




f 2 ( x ) = g ( x ) + K (1) w N ( x )

igkeit

(3.18)

gemischt. Damit wird dann

f1 und f 2 adiabatisch

f 3 berechnet. Der neue Kern

Die Lsung ist damit selbstkonsistent bestimmt.

lautet dann.

1
1

K ij(2) = K xi , f 2 ( x j ) + (1 ) f1 ( x j ) , x j
c

(3.19)

Und man erhlt


f3 ( x )



g ( x ) + K (2) w N ( x )

(3.20)

... ...
n. Fr den n. Schritt erhlt man somit:

1
1

K ij( n 1) = K xi , f n 1 ( x j ) + (1 ) f n 2 ( x j )} , x j
c
c

(3.21)

Damit wird die gesuchte Funktion berechnet:



f n ( x ) = g ( x) + K ( n 1) w N ( x )

17

unterscheiden. D.h.



f n ( x ) f n 1 ( x )
<

fn (x)

4. Im folgenden Schritt werden die bei der vorangehenden Iteration berechneten Funktionen

(3.22)

18

(3.23)

Literatur:

W. H. Press and S. A. Teukolsky Fredholm And Volterra Integral


Equations Of The Second Kind, Computers in Physics, AiP, New
York, Sept. 1990, p. 554.
G. Arfken, Mathematical Methods For Physicists, Academic Press,
New York, p. 865 (1985)
L.M. Delves and J. L. Mohamed, Computational Methods for Integral Equations, Cambridge U.P., New York, 1985
Abdul J. Jerri, Introduction to Integral Equations with Applications, Marcel Dekker, NewYork 1985
W. I. Smirnow, Lehrgang der hheren Mathematik, Teil IV, Deutscher Verlag der Wissenschaften, Berlin 1966

19

20