Skript
Skript
Skript
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
5.5 Konjugierte Gradienten (Frank)<br />
Wir wollen nun eins der am häufigsten genutzten iterativen Verfahren auf seine<br />
Eigenschaften im Sinne der schlecht gestellten Probleme untersuchen. Die<br />
Grundeigensnschaften werden in den Anfängervorlesungen ([19]) behandelt.<br />
Die Beweise zu den allgemeinen Eigenschaften von CG finden sich z.B. bei<br />
Braess ([2]) und Anne Greenbaum ([8]). Die Anwendungen auf inverse Probleme<br />
werden zum Beispiel im klassischen Buch von Louis ([12]) untersucht.<br />
5.5.1 Krylovraumverfahren<br />
Krylovraumverfahren sind iterative Verfahren für lineare Gleichungssysteme mit<br />
positiv definiter Systemmatrix. Die Lösung des Gleichungssystems wird mit<br />
dem folgenden Satz durch die Minimierung eines Funktionals ersetzt.<br />
Satz 5.5.1. Sei Q ∈ R n×n positiv definit, b ∈ R n , und<br />
Dann gilt<br />
J : R n ↦→ R, J(x) = 1 (x, Qx) − (b, x).<br />
2<br />
˜x = arg min J(x) ⇐⇒ Q˜x = b.<br />
x∈Rn Der Satz gilt für allgemeine Hilberträume, zum Beweis setze x = ˜x + λu und<br />
differenziere nach λ. Für n = 1:<br />
Beweis:<br />
˜x Minimum von J ⇐⇒ J ′ (˜x) = 0(Q > 0) ⇐⇒ Q˜x = b.<br />
□<br />
Zur Lösung des Gleichungssystems stehen damit die klassischen Minimierungsverfahren<br />
zur Verfügung. Als erstes einfallen würde das Verfahren des steilsten<br />
Abstiegs, das wegen<br />
wird zu<br />
∇J(x k ) = Qx k − b =: r k<br />
x k+1 = x k − α k r k<br />
wobei das α k optimal gewählt wird, so dass J(x k+1 ) minimiert wird.<br />
Wegen<br />
r k = Qx k −b = Q(x k−1 +α k r k−1 )−b = α k Qr k−1 +(Qx k−1 −b) = α k Qr k−1 +r k−1<br />
gilt<br />
}<br />
r k ∈ V k (Q, r 0 ), V k (Q, r 0 ) =<br />
{r 0 , Qr 0 , Q 2 r 0 . . . Q k r 0 = {P (Q)r 0 , P ∈ P k }<br />
84