论文部分内容阅读
不适定问题的来源相当广泛,包括病态线性方程,物性探测,扫描成像,逆时反演等多个领域,特别是许多反问题是不适定的.本文介绍了不适定问题正则化的一般理论,重点讨论了求解不适定问题Kx=y(0.0.1)的迭代Tikhonov正则化方法及其扰动方程
这里K是无穷维Hilbert空间X到Y的线性紧算子,文中将参数α取为固定常数(α>0),这时迭代次数m起到正则化参数的作用.在实际中,这种方法比将α看作正则化参数更容易计算.文章推导出正则滤波函数的性质,给出正则化参数m的先验估计r≥0.应用停止准则给出后验估计,证明了误差估计的收敛阶达到最优.数值例子分别验证了先验估计和后验估计的理论结果,由数值结果可以看出,这种以m为正则化参数的迭代Tikhonov方法的误差精度远远高于一般Tikhonov方法和Landweber迭代方法.文章主要结论如下:
定理1由方程(0.0.2)得到的滤波函数是正则滤波函数.定义有界线性算子Ram:Y→X是正则化策略
定理2(先验估计)K:X→Y线性紧算子.
(ⅰ)由(0.0.4)定义的有界限性算子Ram:Y→X是正则化策略,并且由扰动方程(0.0.3)迭代产生,每一个m(α,δ)→∞(δ→0)且δ2m(α,δ)→0是容许的.
(ⅱ)如果x=(K*K)rz∈(K*K)r(X),‖z‖≤E,0<c1<c2,取.则对每一个m(α,δ)满足,都有如下估计式其中c>0是依赖于c1,c2,r的常数.
定理3 K:X→Y是一对一的线性紧算子.令r>1且yδ∈Y,满足‖y-yδ‖≤δ,‖yδ‖≥rδ.序列由迭代方程(0.0.3)产生,其中m=0,1,2,….则有以下结论:
(i)即存在最小整数m=m(δ)∈N0,满足
(ⅱ)δ2m(δ)→0,δ→0.即m(δ)的选取是容许的,所以收敛到准确解x.
定理4(后验估计)满足定理3中的全部条件,选取α>α0.当x=(K*K)rz∈(K*K)r(X),‖z‖≤E有下面误差估计式其中C>0为常数,即根据此停止准则所选取的m(δ)使收敛阶达最优.