MathLabs
定理証明済み

バナッハの不動点定理(縮小写像の原理)

内容

(X,d)(X,d) を完備距離空間とし、T:X→XT: X \to X を縮小写像、すなわちある固定された 0≤q<10 \le q < 1 とすべての x,y∈Xx,y \in X について d(T(x),T(y))≤q d(x,y)d(T(x), T(y)) \le q\, d(x,y) が成り立つものとする。このとき TT はちょうど1つの不動点 x∗∈Xx^* \in X(T(x∗)=x∗T(x^*)=x^*)を持ち、任意の x0∈Xx_0 \in X から始めた反復列 xn+1=T(xn)x_{n+1}=T(x_n) は明示的な誤差評価 d(xn,x∗)≤qn1−q d(x1,x0)d(x_n, x^*) \le \dfrac{q^n}{1-q}\, d(x_1, x_0) とともに x∗x^* に収束する。

なぜ正しいのか?

これは存在と一意性に関する問い(この方程式はちょうど一つの解を持つか?)を、収束が保証された機械的な計算に変換し、目標精度に必要な反復回数の事前評価まで与えてくれる。

証明の概略

ステップ1 — 反復列はコーシー列である。x0∈Xx_0 \in X を固定し xn=Tn(x0)x_n = T^n(x_0) とする。縮小性を繰り返し適用すると d(xn+1,xn)=d(T(xn),T(xn−1))≤q d(xn,xn−1)≤⋯≤qn d(x1,x0)d(x_{n+1},x_n) = d(T(x_n),T(x_{n-1})) \le q\,d(x_n,x_{n-1}) \le \dots \le q^n\,d(x_1,x_0)。m>nm > n に対し、三角不等式を経路 xn,xn+1,…,xmx_n, x_{n+1}, \dots, x_m に沿って連ねると d(xm,xn)≤∑k=nm−1d(xk+1,xk)≤∑k=nm−1qk d(x1,x0)≤d(x1,x0)∑k=n∞qk=d(x1,x0) qn1−qd(x_m,x_n) \le \sum_{k=n}^{m-1} d(x_{k+1},x_k) \le \sum_{k=n}^{m-1} q^k\,d(x_1,x_0) \le d(x_1,x_0)\sum_{k=n}^{\infty} q^k = d(x_1,x_0)\,\dfrac{q^n}{1-q}(0≤q<10 \le q < 1 より等比級数の公式を使用)。n→∞n \to \infty で qn→0q^n \to 0 となるため、この末尾評価は0に収束し、(xn)(x_n) はコーシー列である。

ステップ2 — 完備性が極限を与え、連続性がそれを不動点にする。XX は完備なので、コーシー列 (xn)(x_n) はある x∗∈Xx^* \in X に収束する。縮小不等式 d(T(x),T(y))≤q d(x,y)d(T(x),T(y)) \le q\,d(x,y) より TT は(リプシッツ)連続なので、T(x∗)=T(lim⁡nxn)=lim⁡nT(xn)=lim⁡nxn+1=x∗T(x^*) = T(\lim_n x_n) = \lim_n T(x_n) = \lim_n x_{n+1} = x^* となり、x∗x^* は不動点である。

ステップ3 — 一意性。x∗x^* と y∗y^* がともに不動点だとする。すると d(x∗,y∗)=d(T(x∗),T(y∗))≤q d(x∗,y∗)d(x^*,y^*) = d(T(x^*),T(y^*)) \le q\,d(x^*,y^*) より (1−q) d(x∗,y∗)≤0(1-q)\,d(x^*,y^*) \le 0。1−q>01-q>0 なのでこれは d(x∗,y∗)=0d(x^*,y^*)=0、すなわち x∗=y∗x^*=y^* を強制する。

ステップ4 — 誤差評価。ステップ1の評価 d(xm,xn)≤qn1−q d(x1,x0)d(x_m,x_n) \le \dfrac{q^n}{1-q}\,d(x_1,x_0) で m→∞m \to \infty とし dd の連続性を使うと、まさに d(xn,x∗)≤qn1−q d(x1,x0)d(x_n,x^*) \le \dfrac{q^n}{1-q}\,d(x_1,x_0) を得る:nn 回後の真の不動点までの距離は等比的に縮小し、この評価は反復を1回も実行する前に計算できる。

この定理を使うトピック

ステップごとの証明

この定理のステップごとの証明はまだありません。

参考文献

  1. Walter Rudin (1976). Principles of Mathematical Analysis
  2. James Munkres (2000). Topology
  3. Shaojie Bai, J. Zico Kolter, Vladlen Koltun (2019). Deep Equilibrium Models · arXiv:1909.01377