Введение 5
Глава 1. Решение уравнений с монотонным оператором 17
1.1. Основные определения и постановка задачи 18
1.2. Метод Ньютона 22
1.3. Нелинейные аналоги альфа-процессов 29
1.4. Оценка погрешности двухэтапного метода 35
1.5. Численные эксперименты 37
Глава 2. Решение уравнений с немонотонным оператором ... 42
2.1. Метод Ньютона 43
2.2. Нелинейные аналоги альфа-процессов 45
2.3. Модифицированные варианты регуляризованных методов на основе нелинейных аналогов альфа-процессов 50
2.4. Решение модельных задач гравиметрии и магнитометрии .... 57
Глава 3. Покомпонентные методы и вычислительная оптимизация для решения обратных структурных задач гравиметрии и магнитометрии 66
3.1. Покомпонентный метод типа Ньютона и вычислительная оптимизация метода Ньютона 67
3.2. Покомпонентный метод типа Левенберга - Марквардта для решения обратной задачи гравиметрии для модели многослойной среды 71
3.3. Использование параллельных вычислений 76
3.4. Решение модельных задач гравиметрии и магнитометрии на многопроцессорных системах 80
3.5. Описание комплекса параллельных программ
Список литературы 104
Публикации автора 119
Актуальность темы исследования.
Теория некорректно поставленных задач и методы их решения относятся
к важнейшим направлениям исследования современной вычислительной математики, что обусловлено потребностями различных областей естествознания,
техники и медицины, где эти проблемы возникают в форме обратных задач.
Решение практических задач требует обработки больших объемов данных.
Для уменьшения времени счета используются параллельные алгоритмы и многопроцессорные вычислители.
Степень разработанности темы исследования. Ж. Адамар в 1902 г. [7]
впервые определил условия корректности задачи математической физики. Задачи, не отвечающие этим условиям, то есть некорректные, Ж. Адамар считал
лишенными физического смысла. В течение многих лет обратные задачи решались методами без строгого математического обоснования.
Первой работой по теории некорректных задач является работа академика
А.Н. Тихонова 1943 г. [110], в которой он доказал устойчивость некоторых обратных задач при условии принадлежности решения компактному множеству.
Также в этой работе он решил одну из актуальных обратных задач разведочной
геофизики. В дальнейшем теория некорректных задач оформилась в самостоятельный раздел современной математики. В конце 50-х годов и начале 60-х годов появились работы, посвященные решению некоторых некорректных задач
с помощью идей регуляризации, выдающихся отечественных ученых: А.Н. Тихонова, М.М. Лаврентьева, В.К. Иванова. Их исследования в этой области послужили созданию трех научных школ: московской, сибирской и уральской.
Началось исследование устойчивых методов решения некорректно поставленных задач, представляющих собой актуальную проблему.
5В большом цикле работ, выполненных начиная с 1963 г., А.Н. Тихонов
сформулировал принцип устойчивого решения некорректно поставленных задач, ввел понятие регуляризирующего оператора и предложил ряд эффективных методов построения таких операторов, легко реализуемых на ЭВМ [111—
114]. Метод регуляризации А.Н. Тихонова был применен для решения большого количества фундаментальных математических и актуальных прикладных
задач. Тихоновским методом регуляризации были решены операторные уравнения первого рода, обратные задачи теории потенциала и теплопроводности.
М.М. Лаврентьеву принадлежит идея замены исходного уравнения близким ему в некотором смысле уравнением, для которого задача нахождения решения устойчива к малым изменениям правой части и разрешима для любой
правой части [76]. Он доказал теоремы сходимости регуляризованного решения
к точному [74]. Основополагающие результаты для интегральных уравнений
Фредгольма первого рода получены в работах [75; 77—79], где для решения
линейных интегральных уравнений Фредгольма первого рода построены регуляризирующие операторы по М.М. Лаврентьеву.
1. Akimova E. N., Misilov V. E., Tretyakov A. I. Optimized Algorithms for Solving Structural Inverse Gravimetry and Magnetometry Problems on GPUs // Communications in Computer and Information Science. Vol. 753. — 2017. — Pp. 144-155.
2. Akimova E. N., Vasin V. V. Stable parallel algorithms for solving the in¬verse gravimetry and magnetometry problems // International Journal of Engineering Modelling. — 2004. — Vol. 17, 1-2. — Pp. 13-19.
3. An efficient numerical technique for solving the inverse gravity problem of finding a lateral density / E. N. Akimova, P. S. Martyshko, V. E. Mis¬ilov, R. A. Kosivets // Applied Mathematics and Information Sciences. — 2016. — Vol. 10, no. 5. — Pp. 1681-1688.
4. Blaschke B., Neubauer A., Scherzer O. On convergence rates for the it¬eratively regularized Gauss-Newton method // IMA Journal of Numerical Analysis. — 1997. — Vol. 17, no. 3. — Pp. 421-436.
5. Dennis J., Schnabel R. B. Numerical Methods for Unconstrained Optimiza¬tion and Nonlinear Equations. — Siam, 1996.
6. Gilbert J., Nocedal J. Tensor Methods for Nonlinear Equations // SIAM Journal on Numerical Analysis. — 1991. — Vol. 2, no. 1. — Pp. 21-42.
7. Hadamard J. Sur les problemes aux derivees partielles et leur signification physique // Bull. Univ. Princeton. — 1902. — Vol. 13, no. 1. — Pp. 49¬52.
8. Hanke M. A regularizing Levenberg-Marquardt scheme, with applications to inverse groundwater filtration problems // Inverse problems. — 1997. — Vol. 13, no. 1. — Pp. 79-96.
9. Hanke M. The regularizing Levenberg-Marquardt scheme is of optimal or¬der // Journal of Integral Equations and Applications. — 2010. — Vol. 22, no. 2. — Pp. 259-283.
10. Hanke M., Neubauer A., Scherzer O. A convergence analysis of the Landwe¬ber iteration for nonlinear ill-posed problems // Numerische Mathematik. — 1995. — Vol. 72, no. 1. — Pp. 21-37.
11. Ivanov V. K., Vasin V. V., Tanana V. Theory of Linear Ill-Posed Problems and Its Applications. — Utrecht : VSP, 2002.
12. Jin Q., Zong-Yi H. On the choice of the regularization parameter for ordi¬nary and iterated Tikhonov regularization of nonlinear illposed problems // Inverse Problems. — 1997. — Vol. 13. — Pp. 815-827.
13. Jin Q., Zong-Yi H. On an a posteriori parameter choice strategy for Tikhonov regularization of nonlinear ill-posed problems // Numerische Mathematik. — 1999. — Vol. 83. — Pp. 139-159.
14. Kaltenbacher B., Neubauer A., Ramm A. G. Convergence rates of the con¬tinuous regularized Gauss—Newton method // Journal of Inverse and Ill- Posed Problems. — 1995. — Vol. 10, no. 3. — Pp. 261-280.
15. Kelley C. Iterative Methods for Linear and Nonlinear Equations. — Philadel¬phia: Siam, 1995.
16. Kokurin M. Convexity of the Tikhonov Functional and Iterativly Regular¬ized Methods of Solution Irregular Operator Equations // Computational Mathematics and Mathematical Physics. — 2010. — Vol. 50, no. 4. — Pp. 620-632.
17. Kokurin M. On Organizing Global Search under Implementation of Tikhonov Scheme // Russian Mathematics (Izvestiya VUZ. Matematika). —2010. — Vol. 54, no. 12. — Pp. 17-26.
18. Landweber L. An Iteration Formula for Fredholm Integral Equations of the First Kind // American Journal of Mathematics. — 1951. — Vol. 73, no. 3. — Pp. 615-624.
19. Lukyanenko D. V., Yagola A. G. Some methods for solving of 3D inverse problem of magnetometry // Eurasian Journal of Mathematical and Com¬puter Applications. — 2016. — Vol. 4, no. 3. — Pp. 4-14.
20. Neubauer A. On Landweber iteration for nonlinear ill-posed problems in Hilbert scales // Numerische Mathematik. — 2000. — Vol. 85, no. 2. — Pp. 309-328.
21. Neubauer A., Scherzer O. A convergence rate result for a steepest descent method and a minimal error method for the solution of nonlinear ill-posed problems // Zeitschrift fur Analysis und ihre Anwendungen. — 1995. — Vol. 14, no. 2. — Pp. 369-377.
22. Neubauer A., Scherzer O. Convergence criteria of iterative methods based on Landweber iteration for solving nonlinear problems // J. Anal. Appl. — 1995. — Vol. 194. — Pp. 911-933.
23. Nocedal J., Wright S. Numerical Optimization. — Springer Science & Business Media, 2006.
24. Numerical solution of an ill-posed Cauchy problem for a quasilinear parabolic equation using a Carleman weight function / M. V. Klibanov, N. A. Ko- shev, J. Li, A. G. Yagola // Journal of Inverse and Ill-Posed Problems. — 2016. — Vol. 24, no. 6. — Pp. 761-776.
25. Ortega J., Rheinboldt W. Iterative solution of nonlinear equations in several variables. — Siam, 1970.
26. Powell M. A hybrid method for nonlinear equations // Numerical methods for nonlinear algebraic equations. — 1970. — Vol. 7. — Pp. 87-114.
27. Scherzer O. A convergent rate result for steepest descent method and a minimal error method for the solution of nonlinear ill-posed problems //J. Anal. Appl. — 1995. — Vol. 14. — Pp. 369-377.
28. Scherzer O., Engl H., Kunisch K. Optimal a posteriori parameter choice for Tikhonov regularization for solving nonlinear ill-posed problems // SIAM Journal on Numerical Analysis. — 1993. — Vol. 30. — Pp. 1796-1838.
29. Schnabel R. B., Frank P. D. Tensor Methods for Nonlinear Equations // SIAM Journal on Numerical Analysis. — 1983. — Vol. 21, no. 5. — Pp. 815-843.
30. Tautenhahn U. On the method of Lavrentiev regularization for nonlinear ill-posed problems // Inverse Problems. — 2002. — Vol. 18. — Pp. 191¬207.
31. Tautenhahn U. Lavrentiev regularization of nonlinear ill-posed problems // Vietnam Journal of Mathematics. — 2004. — Vol. 32. — Pp. 29-41.
32. Vasin V. V. Modified steepest descent method for nonlinear irregular oper¬ator equation // Dokl. Math. — 2015. — Vol. 91, no. 3. — Pp. 300-303.
33. Vasin V. Modified Newton type processes generating Fejer approxima¬tions of regularized solutions to nonlinear equations // Proc. Steklov Inst. Math. — 2014. — Vol. 284. — Pp. 145-158.
34. Vasin V. Regularized modified alpha-processes for nonlinear equations with monotone operators // Dokl. Math. — 2016. — Vol. 469. — Pp. 13-16.
35. Vasin V., Eremin I. Operators and Iterative Processes of Fejer Type. The¬ory and Application. — Berlin/New York : Walter de Gruyter, 2009.
36. Агеев А. Л. Регуляризация нелинейных операторных уравнений на клас¬се функций ограниченной вариации // Журнал вычислительной матема¬тики и математичекой физики. — 1980. — Т. 20, № 4. — С. 819—826.
37. Акимова Е. Н. Распараллеливание алгоритма матричной прогонки // Математическое моделирование. — 1994. — Т 6, № 9. — С. 61—67.
38. Акимова Е. Н. Параллельные алгоритмы для решения трехмерной за¬дачи упругости и разреженных линейных систем // Дальневосточный математический журнал. — 2001. — Т. 2, № 2. — С. 10—28.
39. Акимова Е. Н. Параллельные алгоритмы решения обратных задач гра-виметрии и магнитометрии на МВС-1000 // Вестник ННГУ. — 2009. — № 4. — С. 181—189.
40. Акимова Е. Н., Белоусов Д. В. Параллельные алгоритмы решения СЛАУ с блочно-трехдиагональными матрицами на многопроцессорных вычисли¬телях // Вестник УГАТУ. — 2011. — Т. 15, № 5. — С. 87—93.
41. Акимова Е. Н., Васин В. В. Параллельный алгоритм решения обратной задачи гравиметрии на основе регуляризованного Ньютона // Алгоритмы и программные средства параллельных вычислений. Екатеринбург, ИММ УрО РАН. — 2002. — Т. 6. — С. 51—64.
42. Акимова Е. Н., Горбачев И. И., Попов В. В. Решение задач многокомпо-нентной диффузии с помощью алгоритма матричной прогонки // Мате-матическое моделирование. — 2005. — Т. 17, № 9. — С. 85—92.
43. Акимова Е. Н., Мартышко П. С., Мисилов В. Е. Методы решения струк-турной задачи гравиметрии в многослойной среде // Доклады Академии наук. — 2013. — Т 453. — С. 1278—1281.
44. Акимова Е. Н. Параллельные алгоритмы решения задач грави-магнито-метрии и упругости на многопроцессорных системах с распределенной па-мятью: Дисс. д-ра физ.-мат. наук / Акимова Елена Николаевна. — ИММ УрО РАН, 2009.
45. Алгоритмы решения обратных задач оптики слоистых сред на основе сравнения экстремумов спектральных характеристик / Т. Ф. Исаев, Д. В. Лукьяненко, А. В. Тихонравов, А. Г. Ягола // Журнал вычислительной математики и математической физики. — 2017. — Т. 57, № 5. — С. 867— 875.
46. Бакушинский А. Б. Регуляризующий алгоритм на основе метода Нью¬тона - Канторовича для решения вариационных неравенств // Журнал вычислительной математики и математической физики. — 1976. — Т. 16, № 6. — С. 1397—1404.
47. Бакушинский А. Б. К проблеме сходимости интеративно-регуляризован- ного метода Гаусса-Ньютона // Журнал вычислительной математики и математической физики. — 1992. — Т. 32, № 9. — С. 1503—1509.
48. Бакушинский А. Б., Гончарский А. В. Итеративные методы решения некорректных задач. — Москва : Наука, 1989.
49. Бакушинский А. Б., Поляк Б. Т. О решении вариационных неравенств // Доклады Академии наук СССР. — 1974. — Т. 219, № 5. — С. 1038—1041.
50. Бахвалов Н. С., Жидков Н. П., Кобельков Г. М. Численные методы. — Москва : Наука, 1987.
51. Васин В. В. Проксимальный алгоритм с проектированием в задачах вы-пуклого программирования. — Уральск. научн. центр, Ин-т матем. и ме- хан., 1982.
52. Васин В. В. Итерационные методы решения некорректных задач с апри¬орной информацией в гильбертовых пространствах // Журнал вычисли¬тельной математики и математичекой физики. — 1988. — Т. 28, № 7. — С. 971—980.
53. Васин В. В. Метод Левенберга—Марквардта для аппроксимации решений нерегулярных операторных уравнений // Автоматика и телемеханика. — 2012. — Т. 73. — С. 28—38.
54. Васин В. В., Агеев А. Л. Некорректные задачи с априорной информаци¬ей. — Уральская изд. фирма «Наука», 1993.