Метод регуляризации Тихонова

Материал из testwiki
Версия от 22:47, 14 июля 2024; 217.249.56.22 (обсуждение)
(разн.) ← Предыдущая версия | Текущая версия (разн.) | Следующая версия → (разн.)
Перейти к навигации Перейти к поиску
Андрей Николаевич Тихонов.

Метод регуляризации Тихонова — алгоритм, позволяющий находить приближённое решение некорректно поставленных операторных задач вида Ax=u. Был разработан А. Н. Тихоновым в 1965 году[1]. Основная идея заключается в нахождении приближённого решения уравнения Ax=u в виде xδ=R(uδ,α), где R(uδ,α) — регуляризирующий оператор. Он должен гарантировать, что при приближении uδ к точному значению uT при δ0 приближённое решение xδ стремилось бы к желаемому точному решению xT уравнения AxT=uTШаблон:Sfn.

Регуляризирующий оператор

Оператор R(u,α), зависящий от параметра α, называется регуляризующим для уравнения Ax=u, если он обладает свойствами:

  • Определён для всякого α>0 и любого uU.
  • Если выполняется AxT=uT, то существует такое α(δ), что для любого ε>0 найдётся такое δ(ε), что если ρU(uT,uδ)δ(ε), то ρF(xT,xα)ε, где xα=R(uδ,α), α=α(δ), ρU — метрика в пространстве U (то есть ρU(uT,uδ) — расстояние между векторами uT и uδ), а ρF — метрика в пространстве X.

Способ построения регуляризирующих операторов

Для широкого класса уравнений Ax=u А. Н. Тихонов показал, что решение задачи xα минимизации функционала Mα[uδ,x]=ρU2(Ax,uδ)2+αΩ[x] можно рассматривать как результат применения регуляризирующего оператора, зависящего от параметра α xα=R1(uδ,α). Функционал Ω[x] называется стабилизатором задачи Ax=u.

Пример применения

Найдём нормальное (наиболее близкое к началу координат) решение X системы линейных уравнений AX=B с точностью, соответствующей точности задания элементов матрицы A и столбца B в случае, когда значения элементов матрицы A и столбца свободных членов B заданы лишь приближённо.

Постановка задачи

Рассмотрим систему линейных уравнений в матричной форме: AX=B. Назовем сферическими нормами величины B=i=1mbi2,X=j=1nxj2,A=i=1mj=1naij2. Обозначим как A~,B~ известные приближённые значения элементов матрицы A и столбца B. Матрицу A~ и столбец B~ будем называть δ-приближением матрицы A и столбца B, если выполняются неравенства AA~<δ,BB~<δ. Введём в рассмотрение функционал F(X,A~,B~)=A~XB~2+αX2. Теорема Тихонова сводит вопрос о приближённом нахождении нормального решения системы уравнений AX=B к отысканию того элемента Xα, на котором достигает минимальное значение этот функционал.

Теорема Тихонова

Пусть матрица A и столбец B удовлетворяют условиям, обеспечивающим совместность системы AX=B, X0 — нормальное решение этой системы, A~ — δ-приближение матрицы A, B~ — δ-приближение столбца B, ε(δ) и α(δ) — какие-либо убывающие функции δ, стремящиеся к нулю при δ+0 и такие, что δ2ε(δ)α(δ). Тогда для любого ε>0 найдётся положительное число δ0 такое, что при любом δ<δ0 и при любом α, удовлетворяющем условию 1ε(δ)δ2αα(δ), элемент Xα, доставляющий минимум функционалу F(X,A~,B~)=A~XB~2+αX2, удовлетворяет неравенству XαX0εШаблон:SfnШаблон:Sfn.

Примечания

Шаблон:Примечания

Литература