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.
Satz 5.5.2. Gesucht sei die Lösung von A ∗ Af = A ∗ g. Dann gilt für ungestörte<br />
Daten und die 2–Norm<br />
||f − f m || ≤ c min { σ 2 m+1||R m g||, m −2 ||A ∗ g|| }<br />
wobei R m g die Projektion von g auf den von den Singulärvektoren v k , k > m,<br />
aufgespannten Unterraum ist.<br />
Sei die Lösung von Af = g nun schlecht gestellt von der Ordnung α, d.h.<br />
σ k ∼ k −α , so ist für mäßig schlecht gestellte Operatoren (α < 1, etwa die<br />
Radontransformation) die Konvergenz von der Ordnung m −2 , für stark schlecht<br />
gestellt Operatoren sogar von der Ordnung m −2α .<br />
Der Satz sagt insbesondere, dass CG mit N Iterationen exakt ist für die ersten<br />
N Singulärvektoren, und liefert damit etwas sehr ähnliches wie die abgeschnittene<br />
Sigulärwertzerlegung, ohne dass diese extra berechnet werden müsste.<br />
Die einfache Idee ist nun: Gegeben ein Problem Af = g. Wähle a priori eine<br />
Abbruchbedingung basierend auf g und A, d.h. wir stoppen nach N Schritten<br />
und wählen f N als Approximation für f. Dies wird nicht funktionieren, denn<br />
nach unseren Erfahrungen wird man das Abbruchkriterium in Abhängigkeit von<br />
der Güte der Daten ɛ wählen müssen. Wir erwarten, dass es eine gute Idee ist,<br />
die Abbruchbedingung so zu wählen, dass für das verbleibende Residuum r N<br />
mit dem Diskrepanzprinzip gilt<br />
||r n || ∼ ɛ<br />
und tatsächlich liefert diese Wahl eine Regularisierung des Problems.<br />
Unser Vorgehen zeigt nochmals deutlich, wie bei der Untersuchung numerischer<br />
Methoden auf ihre Tauglichkeit für inverse Probleme vorgegangen werden<br />
muss. Die Lösung besteht aus gut bestimmten Teilen (in Singulärvektoren<br />
zu großen Singulärwerten) und schlecht bestimmten Teilen (in Singulärvektoren<br />
zu kleinen Singulärwerten). Ein gutes iteratives numerisches Verfahren wird<br />
im Laufe der Iteration die guten Anteile zuerst bestimmen und die schlechten<br />
Anteile spät. Bricht man nun die Iteration vorzeitig ab (early stopping, etwa mit<br />
dem Diskrepanzprinzip), so enthalten die Iterierten nur die gut bestimmten Anteile.<br />
5.6 Kaczmarz–Methoden<br />
Das Kaczmarz–Verfahren ist eng mit dem Landweber–Verfahren verwandt. Ein<br />
Problem des Landweber–Verfahrens ist, dass es umso komplexer wird, einen<br />
einzelnen Iterationsschritt auszuführen, je größer die Matrix ist. Beispiel: Ein<br />
Problem Af = g ist heftig überbestimmt. Nun wird die Anzahl der Messungen<br />
noch einmal verdoppelt (worüber wir uns im Sinne der schlecht gestellten<br />
Probleme freuen sollten, weil es den durchschnittlichen Datenfehler reduziert).<br />
Aber: Durch die Vergrößerung der Matrix kann es passieren, dass das Verfahren<br />
86