Luận án: Phương pháp hiệu chỉnh lặp Newton-Kantorovich và điểm gần kề cho phương trình toán tử
Luận án: Luận án tiến sỹ toán học các phương pháp hiệu chỉnh lặp newton kantorovich và điểm gần kề cho phương trình toán tử không chỉnh phi tuyến đơn điệu. Xem
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. Phương pháp Newton-Kantorovich: Tổng quan
- 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. Phương pháp Newton Kantorovich Tổng quan
Tài liệu này tập trung vào các phương pháp lặp để giải quyết các phương trình toán tử phi tuyến tính. Nhiều bài toán khoa học, công nghệ và kinh tế được mô hình hóa dưới dạng này. Việc tìm kiếm các giải pháp ổn định và chính xác là rất quan trọng. Nghiên cứu giải quyết những thách thức khi xử lý các phương trình đặt không chỉnh. Các phương pháp hiệu chỉnh lặp được phát triển để cung cấp các xấp xỉ đáng tin cậy. Mục tiêu là cải thiện tính ổn định và tốc độ hội tụ của các thuật toán hiện có.
1.1. Vấn đề giải Phương trình Toán tử
Giải phương trình toán tử là một thách thức lớn trong nhiều lĩnh vực. Chúng xuất hiện trong quá trình xử lý ảnh, chụp cắt lớp vi tính và địa chấn. Các phương trình này thường phức tạp và có thể là phi tuyến tính. Việc xác định các giải pháp chính xác đòi hỏi các phương pháp phân tích số mạnh mẽ. Tài liệu này tập trung vào các phương pháp giải quyết hiệu quả những vấn đề này. Điều này bao gồm việc tìm kiếm các giải pháp gần đúng cho các phương trình toán tử đặt không chỉnh.
1.2. Mục tiêu và ý nghĩa Luận án
Luận án phát triển và phân tích các phương pháp hiệu chỉnh lặp mới. Trọng tâm là cải tiến Phương pháp Newton-Kantorovich và Phương pháp điểm gần kề. Mục tiêu là cung cấp các giải pháp gần đúng ổn định cho các phương trình toán tử phi tuyến. Nghiên cứu đóng góp vào giải tích hàm và phân tích số. Nó mang lại những hiểu biết sâu sắc về hành vi và ứng dụng của các kỹ thuật này. Những đóng góp này có ý nghĩa quan trọng trong việc giải quyết các bài toán thực tiễn.
II. Nền tảng Giải tích hàm Không gian Banach
Nền tảng lý thuyết cho nghiên cứu này được xây dựng trên các khái niệm cơ bản của giải tích hàm. Không gian Banach đóng vai trò trung tâm trong việc phát triển các thuật toán. Việc hiểu rõ các thuộc tính của không gian này là thiết yếu. Tài liệu cũng đi sâu vào các vấn đề đặt không chỉnh và cách hiệu chỉnh chúng. Định lý Kantorovich cung cấp một cơ sở vững chắc để phân tích tính hội tụ. Các điều kiện hội tụ được thiết lập chặt chẽ. Điều này đảm bảo tính hợp lệ của các phương pháp được đề xuất.
2.1. Không gian Banach thuộc tính liên quan
Không gian Banach là một khái niệm cơ bản trong giải tích hàm. Các không gian này cung cấp môi trường lý tưởng để nghiên cứu các toán tử. Các thuộc tính như chuẩn và tính đầy đủ là rất quan trọng. Chúng cho phép xây dựng các chuỗi hội tụ và định nghĩa các toán tử. Các khái niệm về không gian đối ngẫu và cặp đối ngẫu cũng được sử dụng. Sự hiểu biết sâu sắc về các cấu trúc này là nền tảng cho việc phân tích phương pháp Newton-Kantorovich.
2.2. Bài toán đặt không chỉnh hiệu chỉnh
Nhiều bài toán trong khoa học và kỹ thuật là đặt không chỉnh. Điều này có nghĩa là các sai số nhỏ trong dữ liệu đầu vào có thể dẫn đến sai số lớn trong giải pháp. Kỹ thuật hiệu chỉnh (regularization) là cần thiết để ổn định các giải pháp. Tài liệu này thảo luận về cách tiếp cận các bài toán đặt không chỉnh. Nó khám phá các phương pháp hiệu chỉnh lặp để tìm giải pháp gần đúng. Mục tiêu là giảm thiểu sự nhạy cảm của giải pháp với nhiễu dữ liệu.
2.3. Định lý Kantorovich điều kiện hội tụ
Định lý Kantorovich là một công cụ then chốt trong phân tích phương pháp Newton-Kantorovich. Định lý này cung cấp các điều kiện đủ cho sự hội tụ của phương pháp Newton. Nó thiết lập tính hội tụ cục bộ dưới các tiêu chí cụ thể. Các điều kiện này liên quan đến các thuộc tính của toán tử và đạo hàm của nó. Việc áp dụng Định lý Kantorovich giúp đảm bảo tính hợp lệ của các thuật toán mới. Nó cũng cung cấp cơ sở để đánh giá tốc độ hội tụ.
III. Cải tiến Newton Kantorovich cho PT Toán tử
Tài liệu giới thiệu các sơ đồ hiệu chỉnh lặp mới cho phương trình toán tử. Các cải tiến này đặc biệt dành cho các phương trình phi tuyến với toán tử đơn điệu và J-đơn điệu. Phương pháp Newton-Kantorovich truyền thống có thể gặp khó khăn trong những trường hợp này. Các hiệu chỉnh đề xuất nhằm mục đích cải thiện sự ổn định và hiệu quả. Chúng mở rộng phạm vi áp dụng của phương pháp cho các lớp toán tử rộng hơn. Nghiên cứu cung cấp các công cụ mạnh mẽ hơn cho việc giải quyết các bài toán phức tạp.
3.1. Hiệu chỉnh lặp cho toán tử đơn điệu
Nghiên cứu phát triển các phương pháp hiệu chỉnh lặp cải tiến. Những phương pháp này được thiết kế riêng cho các phương trình phi tuyến với toán tử đơn điệu. Tính đơn điệu của toán tử là một thuộc tính quan trọng. Nó thường xuất hiện trong các bài toán tối ưu và bất đẳng thức biến phân. Các cải tiến cho phương pháp Newton-Kantorovich giúp khắc phục hạn chế. Chúng đảm bảo tính hội tụ ngay cả trong những điều kiện phức tạp. Phương pháp mới hứa hẹn mang lại giải pháp gần đúng ổn định và hiệu quả.
3.2. Hiệu chỉnh lặp cho toán tử J đơn điệu
Tài liệu tiếp tục mở rộng phương pháp cho các toán tử J-đơn điệu trong không gian Banach. J-đơn điệu là một khái niệm tổng quát hơn của tính đơn điệu. Việc giải quyết lớp toán tử này làm tăng tính linh hoạt của phương pháp. Các quá trình lặp được tinh chỉnh để duy trì các tính chất hội tụ. Điều này giúp phương pháp Newton-Kantorovich trở nên mạnh mẽ hơn. Các kỹ thuật này có ứng dụng rộng rãi trong giải tích hàm và phân tích số.
IV. Phương pháp Điểm Gần Kề Toán tử đơn điệu
Phương pháp điểm gần kề là một giải pháp thay thế hiệu quả cho phương trình toán tử. Phương pháp này đặc biệt hữu ích cho các bài toán liên quan đến toán tử đơn điệu cực đại. Nó tạo ra một chuỗi các điểm hội tụ về một giải pháp. Mỗi bước liên quan đến việc giải một bài toán phụ đơn giản hơn. Tài liệu cũng khám phá các cải biên của phương pháp này. Những cải tiến này nhằm mục đích tăng tốc độ hội tụ và mở rộng phạm vi ứng dụng. Mục tiêu chính là tìm không điểm của các ánh xạ đơn điệu.
4.1. Giải pháp gần đúng điểm gần kề
Phương pháp điểm gần kề là một kỹ thuật mạnh mẽ để tìm giải pháp gần đúng. Nó được áp dụng rộng rãi trong tối ưu hóa lồi và bất đẳng thức biến phân. Phương pháp này tạo ra một chuỗi xấp xỉ hội tụ đến giải pháp. Mỗi bước lặp yêu cầu giải một bài toán phụ có tính chất đặc biệt. Tính hiệu quả của phương pháp đến từ khả năng đơn giản hóa vấn đề. Nó cung cấp một cách tiếp cận ổn định cho các bài toán khó. Điều này đặc biệt đúng với các toán tử đơn điệu cực đại.
4.2. Cải biên Phương pháp điểm gần kề
Nghiên cứu xem xét nhiều cải tiến cho phương pháp điểm gần kề cơ bản. Những cải tiến này thường bao gồm điều chỉnh các tham số. Chúng cũng có thể tích hợp các kỹ thuật khác để nâng cao hiệu suất. Mục tiêu là tăng tốc độ hội tụ hoặc mở rộng phạm vi ứng dụng. Các biến thể này cung cấp các công cụ linh hoạt hơn. Chúng phù hợp với các cấu trúc bài toán khác nhau. Điều này giúp tối ưu hóa việc tìm kiếm giải pháp gần đúng.
4.3. Tìm không điểm của ánh xạ đơn điệu
Một nhiệm vụ trọng tâm là tìm không điểm của các ánh xạ đơn điệu cực đại. Vấn đề này bao gồm nhiều bài toán tối ưu hóa và cân bằng. Các phương pháp điểm gần kề được cải tiến được áp dụng trực tiếp cho nhiệm vụ này. Nghiên cứu phát triển các lược đồ lặp mới với các dãy tham số cụ thể. Các phương pháp này đảm bảo tính hội tụ và hiệu quả. Chúng cung cấp các công cụ mạnh mẽ để giải quyết các bài toán cơ bản trong phân tích toán học.
V. Phân tích Hội tụ Newton Kantorovich ứng dụng
Nghiên cứu này cung cấp phân tích chặt chẽ về tính hội tụ của các phương pháp lặp. Nó thiết lập các điều kiện cụ thể để đảm bảo sự hội tụ. Tốc độ hội tụ của các thuật toán cũng được phân tích chi tiết. Điều này giúp đánh giá hiệu quả của các phương pháp đề xuất. Để minh họa, các ví dụ số được trình bày. Các ví dụ này chứng minh tính khả thi và hiệu quả trong thực tiễn. Chúng cung cấp bằng chứng thực nghiệm hỗ trợ các kết quả lý thuyết.
5.1. Điều kiện hội tụ của phương pháp
Phân tích nghiêm ngặt thiết lập các điều kiện hội tụ cho các phương pháp lặp. Điều này bao gồm kiểm tra các thuộc tính của toán tử liên quan. Phân tích hội tụ xem xét các yếu tố như điểm khởi tạo và tính liên tục Lipschitz. Chứng minh hội tụ đảm bảo độ tin cậy của các phương pháp. Các điều kiện này thường được rút ra từ Định lý Kantorovich và các kết quả liên quan. Chúng cung cấp một khuôn khổ lý thuyết vững chắc.
5.2. Tốc độ hội tụ của thuật toán
Ngoài tính hội tụ, tốc độ hội tụ cũng là yếu tố quan trọng. Tài liệu nghiên cứu tốc độ hội tụ cho các thuật toán đề xuất. Việc hiểu tốc độ hội tụ giúp so sánh hiệu quả của các thuật toán. Nó cũng hướng dẫn lựa chọn phương pháp tối ưu cho triển khai số. Phân tích này là cần thiết để đánh giá tính thực tiễn của các phương pháp. Nó cho phép người dùng dự đoán hiệu suất trong các ứng dụng thực tế.
5.3. Ví dụ số minh họa thực tiễn
Các phát hiện lý thuyết được bổ sung bằng các ví dụ số. Những ví dụ này chứng minh tính hiệu quả của các phương pháp Newton-Kantorovich đã sửa đổi. Các xấp xỉ hữu hạn chiều được sử dụng để minh họa ứng dụng thực tế. Các kết quả số cung cấp bằng chứng thực nghiệm hỗ trợ phân tích lý thuyết. Chúng cho thấy cách các phương pháp này hoạt động trong các tình huống cụ thể. Điều này giúp xác nhận tính hiệu quả và độ tin cậy của chúng.
VI. Kết luận Hướng nghiên cứu Phương trình toán tử
Nghiên cứu này đã đóng góp đáng kể vào lĩnh vực giải các phương trình toán tử. Các phương pháp hiệu chỉnh lặp mới đã được phát triển và phân tích chi tiết. Đặc biệt, các cải tiến cho Phương pháp Newton-Kantorovich và Phương pháp điểm gần kề. Các đóng góp này mang lại các công cụ mạnh mẽ cho việc tìm kiếm giải pháp gần đúng. Cuối cùng, nghiên cứu đưa ra các kiến nghị cho các hướng nghiên cứu tiếp theo. Những hướng này có thể mở rộng phạm vi và ứng dụng của các kỹ thuật được trình bày.
6.1. Tóm tắt các đóng góp chính
Nghiên cứu trình bày các phương pháp lặp mới cho phương trình toán tử phi tuyến. Nó đặc biệt giải quyết các bài toán đặt không chỉnh với toán tử đơn điệu và J-đơn điệu. Các sửa đổi đối với Phương pháp Newton-Kantorovich và Phương pháp điểm gần kề là đáng kể. Nghiên cứu cung cấp các công cụ mạnh mẽ để tìm giải pháp gần đúng. Các kết quả bao gồm phân tích hội tụ và ví dụ số minh họa. Đây là những đóng góp quan trọng cho giải tích hàm và phân tích số.
6.2. Kiến nghị hướng nghiên cứu tiếp theo
Công việc trong tương lai có thể khám phá việc khái quát hóa thêm các phương pháp này. Việc áp dụng các kỹ thuật cho các lớp phương trình toán tử khác là một hướng tiềm năng. Điều tra sự tương tác với các chiến lược hiệu chỉnh khác có thể mang lại những hiểu biết mới. Mở rộng các ví dụ số sang các hệ thống lớn hơn, phức tạp hơn cũng có giá trị. Nghiên cứu sâu hơn về tính hội tụ Newton-Kantorovich trong các không gian khác là cần thiết.
Mục lục chi tiết luận án
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). Phương pháp Newton-Kantorovich & điểm gần kề cho PT toán tử [Luận án tiến sĩ, Học viện Khoa học và Công nghệ]. LuanAn.net. https://luanan.net/tai-lieu-khac/luan-an-phuong-phap-hieu-chinh-lap-newton-kantorovich-va-diem-gan-ke
Câu hỏi thường gặp
Luận án "Phương pháp Newton-Kantorovich & điểm gần kề cho PT toán tử" nghiên cứu về vấn đề gì?
Luận án: Luận án tiến sỹ toán học các phương pháp hiệu chỉnh lặp newton kantorovich và điểm gần kề cho phương trình toán tử không chỉnh phi tuyến đơn điệu. Xem
Luận án "Phương pháp Newton-Kantorovich & điểm gần kề cho PT toán tử" 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 "Phương pháp Newton-Kantorovich & điểm gần kề cho PT toán tử" thuộc chuyên ngành gì?
Luận án "Phương pháp Newton-Kantorovich & điểm gần kề cho PT toán tử" thuộc chuyên ngành Toán ứng dụng. Danh mục: Tài liệu khác.
Luận án "Phương pháp Newton-Kantorovich & điểm gần kề cho PT toán tử" có bao nhiêu trang?
Luận án "Phương pháp Newton-Kantorovich & điểm gần kề cho PT toán tử" có 102 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Phương pháp Newton-Kantorovich & điểm gần kề cho PT toán tử" 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.