Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần kề cho phương trình
Luận án: Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần kề cho phương trình toán tử không chính phi truyến tính đơn điệu luận án tiến sĩ. Xem tóm
Luan An
Luận án tiến sĩ
Năm xuất bản
Số trang
102
Thời gian đọc
16 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- 1. Giới thiệu phương pháp hiệu chỉnh lặp Newton-Kantorovich
- Số trang:
- 102 trang
- Trường:
- Học viện Khoa học và Công nghệ
- Chuyên ngành:
- Toán Ứng Dụng
- Tác giả:
- Nguyễn Dương Nguyễn
- Năm:
- 2018
Tóm tắt nội dung luận án
I. Giới thiệu phương pháp hiệu chỉnh lặp Newton Kantorovich
Tài liệu tập trung vào các phương pháp hiệu chỉnh lặp tiên tiến. Nó giải quyết các phương trình toán tử phi tuyến. Nghiên cứu đặc biệt nhấn mạnh phương pháp Newton-Kantorovich và các kỹ thuật điểm gần kề. Các phương pháp này rất quan trọng cho các bài toán đặt không chỉnh. Mục tiêu là nâng cao hiểu biết và ứng dụng của chúng. Nghiên cứu phân tích nền tảng lý thuyết và ý nghĩa thực tiễn. Nó hướng đến phát triển các thuật toán mạnh mẽ và hiệu quả hơn.
1.1. Khái niệm và mục tiêu của phương pháp Newton Kantorovich
Phương pháp Newton-Kantorovich là một mở rộng của phương pháp Newton. Nó áp dụng cho phương trình toán tử phi tuyến trong không gian Banach. Mục tiêu là tìm kiếm nghiệm xấp xỉ cho F(x) = 0. Phương pháp này hoạt động thông qua một chuỗi lặp xác định. Mỗi bước lặp yêu cầu tính toán đạo hàm Frechet của toán tử. Nó đặc biệt hữu ích cho các bài toán phức tạp. Phương pháp cung cấp khuôn khổ để phân tích sự tồn tại và duy nhất của nghiệm.
1.2. Ứng dụng của thuật toán lặp trong giải phương trình phi tuyến
Các thuật toán lặp đóng vai trò thiết yếu trong nhiều lĩnh vực. Chúng giải quyết các phương trình phi tuyến không có nghiệm giải tích. Ứng dụng bao gồm xử lý ảnh, mô hình hóa kinh tế và vật lý. Các phương pháp hiệu chỉnh lặp cải thiện độ chính xác và tốc độ hội tụ. Chúng cung cấp giải pháp mạnh mẽ cho các vấn đề thực tế. Việc tối ưu hóa thuật toán lặp là một trọng tâm nghiên cứu quan trọng.
1.3. Tổng quan các vấn đề không chỉnh và giải pháp hiệu chỉnh
Các vấn đề không chỉnh là bài toán nhạy cảm với nhiễu dữ liệu. Chúng thường xuất hiện trong các phương trình toán tử phi tuyến. Việc tìm nghiệm ổn định đòi hỏi các phương pháp hiệu chỉnh đặc biệt. Hiệu chỉnh lặp giúp giảm thiểu tác động của nhiễu. Nó đảm bảo nghiệm xấp xỉ có ý nghĩa vật lý. Nghiên cứu này tập trung vào các phương pháp hiệu chỉnh cho lớp toán tử đơn điệu. Điều này mở rộng phạm vi ứng dụng.
II. Định lý Kantorovich Phân tích hội tụ thuật toán lặp
Phân tích hội tụ là trọng tâm của bất kỳ thuật toán lặp nào. Định lý Kantorovich cung cấp điều kiện chặt chẽ cho sự hội tụ của phương pháp Newton-Kantorovich. Định lý này xác định một vùng lân cận điểm khởi đầu. Trong vùng đó, sự hội tụ được đảm bảo. Nó cũng cung cấp ước lượng sai số cho các xấp xỉ liên tiếp. Việc hiểu rõ định lý này giúp ứng dụng hiệu quả thuật toán lặp. Nó định hướng việc chọn điểm khởi đầu và tham số lặp.
2.1. Điều kiện hội tụ của phương pháp Newton Kantorovich
Điều kiện hội tụ bao gồm tính khả vi Frechet của toán tử. Cần có điều kiện Lipschitz cho đạo hàm Frechet. Điểm khởi đầu phải đủ gần nghiệm thực. Định lý Kantorovich thiết lập một quả cầu hội tụ. Trong quả cầu này, dãy Newton-Kantorovich hội tụ. Các điều kiện này đảm bảo sự tồn tại và duy nhất của nghiệm. Chúng cũng đưa ra tốc độ hội tụ bậc hai.
2.2. Ý nghĩa định lý Kantorovich trong phân tích thuật toán
Định lý Kantorovich là công cụ phân tích mạnh mẽ. Nó không chỉ chứng minh sự hội tụ. Nó còn cung cấp ước lượng về bán kính quả cầu hội tụ. Định lý cho phép đánh giá chất lượng của điểm khởi đầu. Nó hỗ trợ việc thiết kế thuật toán lặp hiệu quả. Việc áp dụng định lý giúp tối ưu hóa quá trình tính toán. Phân tích này là nền tảng cho nhiều mở rộng của phương pháp Newton-Kantorovich.
2.3. Ước lượng sai số và tốc độ hội tụ của các dãy lặp
Ước lượng sai số là cần thiết để đánh giá độ chính xác của nghiệm. Định lý Kantorovich cung cấp các công thức ước lượng sai số. Các ước lượng này cho biết khoảng cách từ xấp xỉ đến nghiệm. Tốc độ hội tụ bậc hai là một ưu điểm lớn của phương pháp. Nó đảm bảo các dãy lặp hội tụ rất nhanh. Phân tích này giúp người dùng tin tưởng vào kết quả. Nó cũng hỗ trợ việc đặt điều kiện dừng cho thuật toán.
III. Phương pháp điểm gần kề cải tiến cho phương trình phi tuyến
Phương pháp điểm gần kề (Proximal Point Method) là một công cụ mạnh mẽ khác. Nó được sử dụng rộng rãi để giải các bài toán tối ưu và phương trình toán tử. Đặc biệt hiệu quả với các toán tử đơn điệu cực đại. Các cải tiến của phương pháp này đã được phát triển. Chúng nhằm nâng cao tốc độ và điều kiện hội tụ. Nghiên cứu tập trung vào các sửa đổi. Mục tiêu là áp dụng cho phương trình toán tử phi tuyến.
3.1. Cơ sở lý thuyết của phương pháp điểm gần kề
Phương pháp điểm gần kề dựa trên việc chuyển bài toán ban đầu. Nó đưa về chuỗi các bài toán con đơn giản hơn. Mỗi bài toán con liên quan đến toán tử giải khả (resolvent operator). Toán tử giải khả có tính chất co. Điều này đảm bảo sự hội tụ của dãy lặp. Phương pháp này có tính ổn định cao. Nó ít nhạy cảm với việc chọn điểm khởi đầu. Lý thuyết này là nền tảng cho việc giải quyết nhiều bài toán tối ưu lồi.
3.2. Cải biên phương pháp điểm gần kề Toán tử giải khả
Các cải biên của phương pháp điểm gần kề thường liên quan đến tham số. Chúng thay đổi cách tính toán toán tử giải khả. Một số cải tiến sử dụng dãy tham số linh hoạt. Điều này giúp tối ưu hóa quá trình hội tụ. Các thuật toán lặp được thiết kế để xử lý các lớp toán tử rộng hơn. Mục tiêu là mở rộng phạm vi ứng dụng. Nghiên cứu này đề xuất các cải biên mới. Chúng tăng cường hiệu suất cho các phương trình phi tuyến.
3.3. So sánh hiệu quả với các thuật toán lặp truyền thống
Phương pháp điểm gần kề thường có tốc độ hội tụ chậm hơn Newton-Kantorovich. Tuy nhiên, nó có điều kiện hội tụ yếu hơn. Nó có thể giải quyết các bài toán phi trơn hoặc không khả vi. Các cải biên giúp thu hẹp khoảng cách hiệu suất. So sánh cho thấy điểm mạnh của từng phương pháp. Lựa chọn phương pháp phụ thuộc vào đặc tính bài toán. Việc kết hợp các ý tưởng từ hai phương pháp có thể tạo ra thuật toán lai hiệu quả.
IV. Hiệu chỉnh lặp Newton Kantorovich cho toán tử đơn điệu
Nghiên cứu này mở rộng ứng dụng của phương pháp Newton-Kantorovich. Nó tập trung vào lớp phương trình toán tử phi tuyến với toán tử đơn điệu. Các toán tử đơn điệu xuất hiện phổ biến trong nhiều mô hình thực tế. Việc áp dụng các kỹ thuật hiệu chỉnh lặp đòi hỏi sự điều chỉnh. Nó cần phù hợp với tính chất đặc trưng của toán tử. Luận án đề xuất các thuật toán lặp mới. Chúng tích hợp hiệu chỉnh lặp Newton-Kantorovich cho các toán tử này.
4.1. Toán tử đơn điệu và J đơn điệu trong không gian Banach
Toán tử đơn điệu là một khái niệm trung tâm trong phân tích phi tuyến. Chúng có nhiều tính chất thuận lợi cho việc giải phương trình. Toán tử J-đơn điệu là một mở rộng của khái niệm này. Chúng được nghiên cứu trong không gian Banach tổng quát. Việc hiểu rõ các loại toán tử này là then chốt. Nó giúp phát triển các phương pháp lặp hiệu quả. Các đặc tính này ảnh hưởng đến điều kiện hội tụ và tốc độ.
4.2. Xây dựng thuật toán lặp hiệu chỉnh cho phương trình phi tuyến
Luận án trình bày chi tiết quá trình xây dựng thuật toán lặp mới. Nó kết hợp ý tưởng của Newton-Kantorovich với các kỹ thuật hiệu chỉnh. Các thuật toán này được thiết kế để giải phương trình toán tử đơn điệu. Chúng có khả năng xử lý các bài toán không chỉnh. Mỗi bước lặp được định nghĩa rõ ràng. Quá trình này đòi hỏi sự cẩn trọng trong việc thiết lập tham số. Mục tiêu là đảm bảo tính ổn định và hội tụ.
4.3. Phân tích điều kiện hội tụ cho các lớp toán tử đặc biệt
Phân tích hội tụ được thực hiện kỹ lưỡng cho các thuật toán đề xuất. Các điều kiện hội tụ được thiết lập cho toán tử đơn điệu và J-đơn điệu. Phân tích bao gồm việc chứng minh sự tồn tại và duy nhất của nghiệm. Nó cũng đưa ra các ước lượng sai số mới. Kết quả này củng cố tính chặt chẽ của phương pháp. Nó giúp người dùng hiểu rõ giới hạn và ưu điểm. Các điều kiện này quan trọng cho ứng dụng thực tiễn.
V. Ứng dụng và ước lượng sai số của thuật toán lặp hiệu quả
Các phương pháp hiệu chỉnh lặp được phát triển cần được kiểm chứng. Điều này thông qua các ví dụ số và phân tích thực nghiệm. Mục tiêu là đánh giá hiệu quả và độ tin cậy. Ước lượng sai số cung cấp cái nhìn định lượng về độ chính xác. Lựa chọn điểm khởi đầu đóng vai trò quan trọng. Nó ảnh hưởng đến tốc độ và khả năng hội tụ. Nghiên cứu này trình bày các minh họa số. Nó cũng thảo luận về tiềm năng ứng dụng của các thuật toán.
5.1. Ví dụ số minh họa các phương pháp hiệu chỉnh lặp
Luận án cung cấp các ví dụ số chi tiết. Chúng minh họa hoạt động của các thuật toán lặp đề xuất. Các ví dụ bao gồm cả phương trình toán tử đơn điệu và J-đơn điệu. Kết quả số cho thấy sự hội tụ nhanh chóng. Chúng cũng chứng minh độ chính xác cao của nghiệm. Các hình ảnh và bảng biểu được sử dụng để trình bày. Điều này giúp người đọc dễ dàng hình dung hiệu quả. Các ví dụ xác nhận tính đúng đắn của lý thuyết.
5.2. Lựa chọn điểm khởi đầu tối ưu cho quá trình lặp
Điểm khởi đầu có ảnh hưởng lớn đến hiệu suất của thuật toán lặp. Một điểm khởi đầu không tốt có thể dẫn đến phân kỳ. Nó cũng có thể làm chậm quá trình hội tụ. Nghiên cứu này thảo luận các chiến lược chọn điểm khởi đầu. Mục tiêu là tối ưu hóa quá trình tính toán. Việc ước lượng khoảng cách đến nghiệm giúp định hướng lựa chọn. Các tiêu chí được đề xuất để cải thiện hiệu quả.
5.3. Tiềm năng ứng dụng thực tiễn của các phương pháp đề xuất
Các phương pháp hiệu chỉnh lặp Newton-Kantorovich có tiềm năng lớn. Chúng ứng dụng trong nhiều lĩnh vực kỹ thuật và khoa học. Ví dụ bao gồm xử lý tín hiệu, mô hình hóa vật lý. Chúng còn có thể áp dụng trong tài chính và kinh tế. Khả năng giải quyết phương trình phi tuyến không chỉnh là một ưu điểm. Các thuật toán này cung cấp công cụ mạnh mẽ. Chúng giúp giải quyết các vấn đề phức tạp trong thế giới thực.
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (102 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộBỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VN HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ NGUYỄN DƯƠNG NGUYỄN CÁC PHƯƠNG PHÁP HIỆU CHỈNH LẶP NEWTON-KANTOROVICH VÀ ĐIỂM GẦN KỀ CHO PHƯƠNG TRÌNH TOÁN TỬ KHÔNG CHỈNH PHI TUYẾN ĐƠN ĐIỆU Chuyên ngành: Toán ứng dụng Mã số: 9 46 01 12 LUẬN ÁN TIẾN SĨ TOÁN HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC 1. Đỗ Văn Lưu HÀ NỘI - NĂM 2018 ii LỜI CAM ĐOAN Các kết quả trình bày trong luận án là công trình nghiên cứu của tôi, được hoàn thành dưới sự hướng dẫn của GS. Nguyễn Bường và PGS. Các kết quả trình bày trong luận án là mới và chưa từng được công bố trong các công trình của người khác.
Tôi xin chịu trách nhiệm về những lời cam đoan của mình. Tác giả luận án Nguyễn Dương Nguyễn iii LỜI CẢM ƠN Luận án này được hoàn thành tại Học viện Khoa học và Công nghệ, Viện Hàn lâm Khoa học và Công nghệ Việt Nam dưới sự hướng dẫn tận tình của GS. Nguyễn Bường và PGS. Tác giả xin bày tỏ lòng biết ơn sâu sắc tới các thầy.
Tác giả cũng bày tỏ lòng biết ơn tới Ban lãnh đạo, các thầy cô cùng toàn thể cán bộ, công nhân viên thuộc Viện Công nghệ thông tin, Học viện Khoa học và Công nghệ, Viện Hàn lâm Khoa học và Công nghệ Việt Nam đã tạo mọi điều kiện tốt nhất, giúp đỡ tác giả trong quá trình học tập và nghiên cứu. Tác giả xin chân thành cảm ơn Ban Giám hiệu, các thầy cô trong Khoa Cơ bản, trường Đại học Ngoại thương, nơi tác giả đang công tác, đã tạo mọi điều kiện thuận lợi để tác giả hoàn thành luận án. Tác giả xin cảm ơn các anh chị em nghiên cứu sinh chuyên ngành Toán ứng dụng, bạn bè đồng nghiệp đã có những trao đổi về kiến thức và đóng góp những ý kiến quý báu cho tác giả trong suốt quá trình học tập, seminar, nghiên cứu và hoàn thành luận án. Tác giả xin kính tặng những người thân yêu trong gia đình của mình, những người đã luôn động viên, chia sẻ và khích lệ để tác giả có thể hoàn thành công việc học tập và nghiên cứu của mình, niềm vinh hạnh to lớn này.
Tác giả Mục lục Trang bìa phụ i Lời cam đoan ii Lời cảm ơn iii Mục lục iv Một số ký hiệu và viết tắt vi Mở đầu 1 Chương 1. Một số kiến thức chuẩn bị 9 1. Không gian Banach và các vấn đề liên quan. Một số tính chất trong không gian Banach.
Bài toán đặt không chỉnh và phương pháp hiệu chỉnh 20 1. Phương pháp Newton-Kantorovich. Phương pháp điểm gần kề và một số cải biên. Phương pháp điểm gần kề.
Một số cải biên của phương pháp điểm gần kề. Phương pháp hiệu chỉnh lặp Newton-Kantorovich cho phương trình phi tuyến với toán tử loại đơn điệu 32 2. Hiệu chỉnh lặp Newton-Kantorovich cho phương trình phi tuyến với toán tử đơn điệu trong không gian Banach. Hiệu chỉnh lặp Newton-Kantorovich cho phương trình phi tuyến với toán tử J-đơn điệu trong không gian Banach.
Ví dụ số về xấp xỉ hữu hạn chiều cho phương pháp hiệu chỉnh lặp Newton-Kantorovich. Phương pháp lặp tìm không điểm của ánh xạ đơn điệu cực đại trong không gian Hilbert 64 3. Bài toán tìm không điểm của ánh xạ đơn điệu cực đại. Các cải biên của phương pháp điểm gần kề với dãy tham số của toán tử giải khả tổng.
Ví dụ số minh họa. 79 Kết luận chung 83 Kiến nghị hướng nghiên cứu tiếp theo 84 Danh mục các công trình đã công bố liên quan đến luận án 85 Tài liệu tham khảo 86 Một số ký hiệu và viết tắt Rn không gian Euclide n-chiều H không gian Hilbert E∗ không gian đối ngẫu của không gian Banach E θE phần tử không của không gian E 2E tập tất cả các tập con của không gian E hx, x∗ i giá trị của phần tử x∗ ∈ E ∗ tại x ∈ E R tập hợp các số thực ∅ tập rỗng A\B hiệu của tập hợp A và tập hợp B inf M cận dưới đúng của tập hợp số M sup M cận trên đúng của tập hợp số M S1 (0) mặt cầu đơn vị trong không gian E BE hình cầu đơn vị trong không gian E Br (x0 ) hình cầu tâm x0 và bán kính r ∀x với mọi x D(A) miền xác định của ánh xạ A R(A) miền ảnh của ánh xạ A A−1 ánh xạ ngược của ánh xạ A A∗ ánh xạ liên hợp của ánh xạ A I ánh xạ đơn vị Jk toán tử giải của ánh xạ A với tham số rk ZerA tập không điểm của ánh xạ A Lp (Ω) không gian các hàm khả tích bậc p trên Ω (1 < p < ∞) lp không gian các dãy số khả tổng bậc p (1 < p < ∞) vii l1 không gian các dãy số khả tổng bậc 1 l∞ không gian các dãy số bị chặn Wpm (Ω) không gian Sobolev lim sup xn giới hạn trên của dãy số {xn } n→∞ lim inf xn giới hạn dưới của dãy số {xn } n→∞ αn & α0 dãy số thực {αn } hội tụ giảm về α0 xn → x dãy {xn } hội tụ mạnh đến x xn * x dãy {xn } hội tụ yếu đến x Js ánh xạ đối ngẫu tổng quát J ánh xạ đối ngẫu chuẩn tắc j ánh xạ đối ngẫu chuẩn tắc đơn trị Fix(T ) tập điểm bất động của ánh xạ T M bao đóng của tập hợp M ρE mêtric của không gian mêtric E int(C) phần trong của tập hợp C ∂ m x(t) đạo hàm riêng cấp m của hàm x(t), với t = (t1 , t2 , ., tn ) ∂tα1 1 ∂tα2 2 · · · ∂tαnn Dom(f ) miền hữu hiệu của f PC phép chiếu mêtric lên tập hợp C ∂f dưới vi phân của phiếm hàm lồi f arg min f tập tất cả các điểm cực tiểu (toàn cục) của phiếm hàm f A×B tích đề các của hai tập hợp A và B A≡B A trùng B x≈y x xấp xỉ y Mở đầu Nhiều vấn đề trong trong khoa học, công nghệ, kinh tế và sinh thái như quá trình xử lý ảnh, chụp cắt lớp vi tính, chụp cắt lớp địa chấn trong địa chất công trình, đo sâu bằng âm thanh trong xấp xỉ sóng, bài toán quy hoạch tuyến tính dẫn đến việc giải các bài toán dạng phương trình toán tử sau (xem [15, 67, 68]): A(x) = f, (0.1) trong đó A là một toán tử (ánh xạ) từ không gian mêtric E vào không e và f ∈ E. gian mêtric E e Tuy nhiên, tồn tại một lớp bài toán trong số các bài toán này mà nghiệm của chúng không ổn định theo dữ kiện ban đầu, tức là một thay đổi nhỏ của các dữ kiện có thể dẫn đến sự sai khác rất lớn của nghiệm, thậm chí làm cho bài toán trở nên vô nghiệm hoặc vô định. Người ta nói những bài toán đó đặt không chỉnh.
Do các số liệu thường được thu thập bằng thực nghiệm (đo đạc, quan trắc .) và sau đó lại được xử lý trên máy tính nên chúng không tránh khỏi sai số. Vì vậy, yêu cầu đặt ra là phải có những phương pháp giải các bài toán đặt không chỉnh sao cho khi sai số của dữ liệu càng nhỏ thì nghiệm xấp xỉ tìm được càng gần với nghiệm đúng của bài toán xuất phát. Những người có công đặt nền móng cho lý thuyết bài toán đặt không chỉnh là V. Do tầm quan trọng đặc biệt của lý thuyết này mà nhiều nhà toán học đã dành phần lớn thời gian và công sức của mình cho việc nghiên cứu các phương pháp giải bài toán đặt không chỉnh, điển hình là Ya.
Một số nhà toán học Việt Nam cũng đi sâu 2 nghiên cứu và có nhiều đóng góp cho lý thuyết cũng như ứng dụng các bài toán đặt không chỉnh như Đ. hoặc có công trình liên quan đến lý thuyết trên như Ng. Nếu Ee là không gian Banach với chuẩn k.k thì trong một số trường hợp của ánh xạ A, bài toán (0.1) có thể hiệu chỉnh bằng phương pháp cực tiểu phiếm hàm làm trơn Tikhonov: Fαδ (x) = kA(x) − fδ k2 + αkx − x+ k2 , (0.2) cùng với việc chọn tham số hiệu chỉnh α = α(δ) > 0 thích hợp, ở đây fδ là xấp xỉ của f thỏa mãn kfδ − f k ≤ δ & 0, (0.3) và x+ là phần tử được chọn trong E nhằm giúp cho ta tìm một nghiệm của (0. Chính vì lí do đó mà x+ được gọi là phần tử dự đoán.
Nếu A là một ánh xạ phi tuyến thì phiếm hàm Fαδ (x) nói chung là không lồi. Do đó, không thể áp dụng những kết quả đã đạt được trong việc cực tiểu phiếm hàm lồi để tìm thành phần cực tiểu của Fαδ (x). Điều đó dẫn đến việc cực tiểu và rời rạc hóa (0.2) là rất phức tạp. Vì vậy, để giải bài toán (0.1) với A là một ánh xạ phi tuyến đơn điệu, người ta đã đưa ra một dạng mới của phương pháp hiệu chỉnh Tikhonov, có tên là phương pháp hiệu chỉnh Browder-Tikhonov.
Tư tưởng của phương pháp này do F. Browder [24] đưa ra vào năm 1966 để tìm nghiệm của bài toán bất đẳng thức biến phân, trong đó sử dụng ánh xạ M làm thành phần hiệu chỉnh, với M có các tính chất như đơn điệu, hemi-liên tục, giới nội và thỏa mãn điều kiện bức. Cụ thể, cho T : E −→ E ∗ là một ánh xạ phi tuyến đơn điệu và cho f : E −→ (−∞, +∞] là một phiếm hàm lồi, chính thường và nửa liên tục dưới. Với mỗi phần tử ω ∈ E ∗ , xét bài toán bất đẳng thức biến phân: Tìm phần tử u0 ∈ D(T ) sao cho hT (u0 ) − ω, v − u0 i ≥ f (u0 ) − f (v), v ∈ E.4) Kí hiệu tập nghiệm của bài toán (0.4) tương ứng với phần tử ω là Aω.
Thay cho việc giải bất đẳng thức biến phân (0. Browder đã xét 3 bất đẳng thức biến phân sau: hTα (uα ) − ωα , v − uα i ≥ f (uα ) − f (v), v ∈ E, (0.5) trong đó α > 0, Tα = T + αM và ωα = ω + αv0 , với v0 là phần tử bất kỳ trong E ∗. Ông đã chỉ ra với mỗi α > 0, bất đẳng thức biến phân (0.5) có duy nhất một nghiệm uα và dãy nghiệm {uα } hội tụ mạnh về phần tử u0 ∈ Aω khi α → 0, với u0 là nghiệm duy nhất của bất đẳng thức biến phân: hM u0 − v0 , v − u0 i ≥ 0, v ∈ Aω .
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Nguyễn Dương Nguyễn (2018). Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần [Luận án tiến sĩ, Học viện Khoa học và Công nghệ]. LuanAn.net. https://luanan.net/tai-lieu-khac/cac-phuong-phap-hieu-chinh-lap-newtonkantorovich-va-diem-gan-ke-cho-phuong
Câu hỏi thường gặp
Luận án "Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần" nghiên cứu về vấn đề gì?
Luận án: Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần kề cho phương trình toán tử không chính phi truyến tính đơn điệu luận án tiến sĩ. Xem tóm
Luận án "Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Học viện Khoa học và Công nghệ. Năm bảo vệ: 2018.
Luận án "Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần" thuộc chuyên ngành gì?
Luận án "Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần" thuộc chuyên ngành Toán ứng dụng. Danh mục: Tài liệu khác.
Luận án "Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần" có bao nhiêu trang?
Luận án "Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần" có 102 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Các phương pháp hiệu chỉnh lặp newtonkantorovich và điểm gần" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.