Тип работы:
Предмет:
Язык работы:


Регуляризующие алгоритмы на основе методов ньютоновского типа и нелинейных аналогов о-процессов

Работа №102705

Тип работы

Диссертация

Предмет

математика

Объем работы121
Год сдачи2018
Стоимость5720 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
127
Не подходит работа?

Узнай цену на написание


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.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


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.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ