21.02.2014 Aufrufe

Skript

Skript

Skript

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Für k > 1 kann der Betrag des ersten Term abgeschätzt werden durch<br />

(<br />

1 − (1 − τσn) 2 k−1) 1<br />

∑k−2<br />

|〈y δ −y, v n 〉| = τσ n (1−τσ<br />

σ<br />

n) 2 j |〈y δ −y, v n 〉| ≤ τσ n kδ.<br />

n<br />

Betrachten wir nun den Fehler zwischen der exakten und der regularisierten<br />

Lösung genauer. Ihr Komponenten in der Singulärwertzerlegung können mit<br />

den gleichen Methoden wie oben abgeschätzt werden als<br />

|〈x k∗(δ)<br />

δ<br />

j=0<br />

− x † , u n 〉| ≤ τσ n k ∗ δ + (1 − τσ 2 n) k−1 ‖x † ‖.<br />

Wählen wir also, für δ → 0, denn Stop-Index so dass k ∗ (δ) → ∞ und k ∗ (δ)δ →<br />

0, dann konvergieren alle Komponenten gegen Null und damit, x k∗(δ)<br />

δ<br />

→ x † ,<br />

d.h. die Landweber-Iteration ist eine konvergenze Regularisierungsmethode.<br />

Für solche iterativen Methoden ist es sehr einfach a-posteriori Stop-Regeln wie<br />

das Diskrepanzprinzip zu benutzen:<br />

k ∗ (δ, y δ ) := inf{k ∈ N | ‖T x δ k − yδ ‖ < ηδ},<br />

2<br />

mit η ≥<br />

2−τ‖T ‖. Grob bedeutet dies, dass wir die Iteration stoppen, sobald der<br />

Fehler zum ersten mal kleiner oder gleich dem Rauschen ist. Um diese Regel zu<br />

implementieren muss man also nur T x δ k − yδ (das ohnehin in jeder Iteration<br />

berechnet wird) auswerten und mit dem Rauschlevel vergleichen. Um dieses<br />

Diskrepanzprinzip besser zu verstehen betrachten wir wieder den Fehler:<br />

‖x δ k+1 − x† ‖ 2 − ‖x δ k − x† ‖ 2 = τ 2 ‖T ∗ (T x δ k − yδ )‖ 2 − 2τ(x δ k − x† , T ∗ (T x δ k − yδ ))<br />

= τ 2 ‖T ∗ (T x δ k − yδ )‖ 2 − 2τ〈T x δ k − y, T xδ k − yδ 〉<br />

≤ τ 2 ‖T ‖‖T x k δ − yδ ‖ 2 − 2τ‖T x k δ − yδ ‖ 2 − 2τ〈y δ − y, T x k δ − yδ 〉<br />

(<br />

)<br />

≤ −τ‖T x k δ − yδ ‖ (2 − τ‖T ‖)‖T x k δ − yδ ‖ − 2δ<br />

≤ − τ (<br />

)<br />

η ‖T xk δ − yδ ‖ ‖T x k δ − yδ ‖ − ηδ .<br />

So lange k < k ∗ können wir die Negativität der rechten Seite garantieren und<br />

damit<br />

‖x k+1<br />

δ<br />

− x † ‖ 2 ≤ ‖x k δ − x† ‖ 2 ,<br />

d.h. der Fehler verringert sich mindestens bis der Stop-Index erreicht ist.<br />

Man kann weiterhin zeigen (cf. [4]) dass auch das Diskrepanzprinzip eine konvergente<br />

Regularisierungsmethode liefert. Falls x † zusätlich noch eine Quellbedingung<br />

der Art x † = T ∗ p für p ∈ Y erfüllt gilt sogar<br />

‖x k∗<br />

δ<br />

− x † ‖ = O( √ δ),<br />

also ein Resultat analog zu den stetigen Regularisierungsmethoden aus Kapitel<br />

3.<br />

79

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!