漫步数学分析二十六——积分方程与不动点

在许多物理问题中，我们会遇到积分方程；他们的形式如下

$$\begin{equation} f(x)=a+\int_0^x k(x,y)f(y)dy\tag1 \end{equation}$$
其中 $a=f(0),k$已经给定，我们假设 $k$是连续的。

例如$f(x)=ae^x$就是微分方程 $df/dx=f(x)$的解，而微分方程与

$$f(x)=a+\int_0^x f(y)dy$$
是一样的。

我们可以用Arzela-Ascoli定理来分析方程1，然而目前我们只考虑满足某些特殊假设的情况，这样的话下面的定理就是可用的。

$\textbf{定理10}$(压缩映射原理(Contraction Mapping Principle))令$T:\ell_b(A,R^m)\to\ell_b(A,R^m)$是一个给定的映射，且满足存在一个常数$\lambda,0\leq\lambda<1$ 使得对所有的$f,g\in\ell_b(A,R^m)$

$$\Vert T(f)-T(g)\Vert\leq\lambda\Vert f-g\Vert$$

那么$T$有一个唯一的不动点(fixed point)；即存在唯一的一个点$f_0\in\ell_b(A,R^m)$使得$T(f_0)=f_0$。

注意：这个证明对任何完备度量空间都是有效的，所有$T$的条件可以看成$d(T(x),T(y))\leq\lambda d(x,y)$。这样的映射$T$称为压缩(contraction)；缩放因子为$\lambda<1$。

证明的方法叫做逐次逼近(successive approximations)，我们从任意的$f\in\ell_b$开始然后形成序列

$$f,T(f),T^2(f)=T(T(f)),T^3(f)=T(T(T(f))),\ldots$$

接下里我们说明这个序列是柯西序列，这样的话它就收收敛到$\ell_b$中并且极限函数就是要求的解。这个方法在构造上非常有用，我们可以逐次计算逼近序列的元素，另外如果我们从解出发，或者在迭代过程中幸运地遇到解的话，这个序列就停止了。

$\textbf{定理10的应用}$ 如果$\sup_{x\in[0,r]}\int_0^x|k(x,y)|dy=\lambda<1$，那么方程1在$[0,r]$上有唯一的解。

实际上，将$T(f)$定义成

$$T(f)(x)=a+\int_0^x k(x,y)f(y)dy$$

那么方程1的解就是$T$的不动点，反之亦然。为了应用定理10，我们必须确认$T$是一个压缩：$\Vert T(f)-T(g)\Vert\leq\lambda\Vert f-g\Vert$，此时$A=[0,r],m=1$。接下来

$$\begin{align*} \Vert T(f)-T(g)\Vert &=\sup_{x\in[0,r]}|T(f)(x)-T(g)(x)|\\ &=\sup_{x\in[0,r]}\left|\int_0^x k(x,y)[f(y)-g(y)]dy\right|\\ &\leq\left(\sup_{x\in[0,r]}\int_0^x|k(x,y)|dy\right)\Vert f-g\Vert\\ &=\lambda|f-g| \end{align*}$$

其中$|f(y)-g(y)|\leq\Vert f-g\Vert$是一个常数，因此$T$ 是一个压缩，故有唯一的一个不动点，也就是要求的解。

随后我们会给出该方法更多的应用，目前我们需要认识到这个方法在微分与积分方程理论中非常重要。

$\textbf{例1：}$给出一个完备度量空间$X$与映射$T:X\to X$，该映射满足$d(T(x),T(y))\leq d(x,y)$但是没有唯一不动点的实例。

$\textbf{解：}$ 令$X=R$，且满足通常的距离$d(x,y)=|x-y|$。令$T(x)=x+1$，显然，没有一个$x$满足$x=x+1$，但是$|T(x)-T(y)|=|x-y|$。

这个例子说明定理10中的$\lambda<1$是必不可少的，$\lambda=1$不满足要求。

$\textbf{例2：}$说明将逐次近似方法应用到$f(x)=1+\int_0^x f(y)dy$上将产生通常的形式$e^x$。

$\textbf{解：}$我们首先从0开始，因为$T(g)=1+\int_0^x g(y)dy$，所以可得：

$$\begin{align*} T(0)&=1;\\ T^2(0)=T(T(0))&=1+\int_0^x dy=1+x;\\ T(T^2(0))&=1+\int_0^x(1+y)dy=1+x+\frac{x^2}{2};\\ T(T^3(0))&=1+\int_0^x\left(1+y+\frac{y^2}{2}\right)=1+x+\frac{x^2}{2}+\frac{x^3}{3!};\\ \vdots\\ T^n(0)&=1+x+\cdots+\frac{x^{n-1}}{(n-1)!} \end{align*}$$

所以这个序列收敛到$e^x$。

$\textbf{例3：}$令$k(x,y)=xe^{-xy}$，在哪个区间$[0,r]$上，文中的方法可以保证方程1有解？

$\textbf{解：}$估计$\lambda$并核对$\lambda<1$。

$$\begin{align*} \lambda &=\sup_{x\in[0,r]}\int_0^x xe^{-xy}dy\\ &=\sup_{x\in[0,r]}(1-e^{-x^2})=1-e^{-r^2} \end{align*}$$

那么我们在任意区间$[0,r]$上可得到唯一解。