Skript
Skript
Skript
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 5<br />
Iterative Methoden<br />
In den meisten Anwendungen ist das direkte Problem sehr viel besser verstanden<br />
als das zugehörige inverse Problem. In vielen Fällen existen sogar<br />
ausgereifte numerische Codes zum Lösen des direkten Problem. Im Operator-<br />
Framework der vorherigen Kapitel bedeutet dies, dass es Software zur Berechnung<br />
von T x für ein beliebiges Element x ∈ X gibt. Daher ist es natürlich,<br />
die vorhandenen Algorithmen im Rahmen von iterativen Methoden auch zur<br />
Lösung des inversen Problems einzusetzen.<br />
Wir stellen im folgenden einige dieser Methoden, sowohl für lineare als auch<br />
nichtlineare, Operatoren vor. Insbesondere werden wir zeigen, dass viele iterative<br />
Methoden eine inherente Regularisierung besitzen wenn sie nach einer<br />
endlichen Anzahl von Iterationsschritten beendet werden. Mit anderen Worten:<br />
Die Anzahl der iterationsschritte entspricht dem Regularisierungsparameter α<br />
und die Abbruchregel der Parameterwahl.<br />
5.1 Landweber-Methoden<br />
Die meisten iterativen Methoden zur Approximation von T † y basieren auf der<br />
Transformation der Normalengleichung<br />
T ∗ T x = T ∗ y<br />
in eine äquivalente Fixpunktgleichung wie<br />
x = x − T ∗ (T x − y).<br />
Der einfachste iterative Algorithmus wäre<br />
x k+1 = x k − T ∗ (T x k − y),<br />
k ∈ N<br />
Führen wir noch einen Relaxierungsparameter τ ∈ R ein so erhalten wir<br />
x k+1 = x k − τT ∗ (T x k − y) = (I − τT ∗ T )x k + τT ∗ y, k ∈ N (5.1)<br />
75