nextuppreviouscontents
Next:Metoda gradientówUp:Wstęp do metod przybliżonychPrevious:Metoda GalerkinaSpis rzeczy

Metoda najmniejszych kwadratów

Niech $ A$ będzie operatorem liniowym określonym na $ D_{A}$$ D_{A}$ gęsty w $ H$$ H$ - ośrodkowa przestrzeń Hilberta. Załóżmy, że dany jest układ funkcji $ \left( \varphi_{k}\right) $$ H$ taki, że $ \varphi_{k}\inD_{A}$ dla $ k=1,2,\ldots$ oraz $ \left(A\varphi_{k}\right) $ stanowi bazę w $ H$ (układ taki nazywamy $ A-$bazą w $ H$)

Metoda najmniejszych kwadratów polega na poszukiwaniu ciągu

$\displaystyle u_{n}=%%{\displaystyle\sum\limits_{k=1}^{n}}a_{k}\varphi_{k}%%$
przybliżeń rozwiązania uogólnionego $ u_{0}$ równania$ Au=f$. Stałe $ a_{k}$ wyznacza się za pomocą warunku
$\displaystyle \Vert Au_{n}-f\Vert^{2}=\underset{v_{n}}{\min}\Vert Av_{n}-f\Vert^{2}%%$, (14.20)
gdzie minimum rozpatruje się po wszytkich funkcjach postaci $ v_{n}=%%{\displaystyle\sum\limits_{k=1}^{n}}b_{k}\varphi_{k}$.
Obliczając $ \Vert Av_{n}-f\Vert^{2}$ otrzymujemy
$\displaystyle \Vert Av_{n}-f\Vert^{2}$ $\displaystyle =\left( Av_{n}-f,Av_{n}-f\right) =\left( {\displaystyle\sum\limit......ent_mark>2921 {\displaystyle\sum\limits_{k=1}^{n}} b_{k}A\varphi_{k}-f\right) =$  
  $\displaystyle =<tex2html_comment_mark>2925 {\displaystyle\sum\limits_{i,j=1}^{n......\displaystyle\sum\limits_{k=1}^{n}} b_{k}A\varphi_{k}\right) +\left( f,f\right)$.  

Wyrażenie to osiąga minimum gdy $ \frac{\partial}{\partial b_{i}}\VertAv_{n}-f\Vert^{2}=0$ dla $ i=1,2,\ldots,n$ co można zapisać w postaci układu równań

$\displaystyle \left\{ \begin{array}[c]{ccccc}<tex2html_comment_mark>2934 \left(......varphi _{n}\right) b_{n} & =\left( f,A\varphi_{n}\right) \end{array} \right.%%$ (14.21)
Z założenia wynika, że wyznacznik układu (14.21) jest różny od zera, zatem współczynniki $ b_{i}$ są jednoznacznie wyznaczone.

T w i e r d z e n i e

Niech $ A$ będzie operatorem liniowym dodatnio określonym na $ D_{A}$,$ D_{A}$ gęsty w $ H$$ f\in H$$ H$ - ośrodkowa przestrzeń Hilberta. Niech $ \left( \varphi_{k}\right) $ będzie $ A-$bazą w $ H$ (tzn. $ \left(A\varphi_{k}\right) $ jest bazą w $ H$) oraz $ \varphi_{k}\inD_{A}$ dla $ k=1,2,\ldots$. Wówczas ciąg $ u_{n}$ postaci

$\displaystyle u_{n}=%%{\displaystyle\sum\limits_{k=1}^{n}}b_{k}\varphi_{k}%%$
gdzie stałe $ b_{1},b_{2},\ldots,b_{n}$ są wyznaczone z układu równań (14.21) jest zbieżny w $ H_{A}$ (a więc i w $ H$) do rozwiązania uogólnionego $ u_{0}$ równania $ Au=f$ oraz$ \lim\limits_{n\rightarrow\infty}Au_{n}=f$$ H$.
 

U w a g a  1 (porównanie z metodą Ritza)

Niech $ \left( v_{n}\right) $ oznacza ciąg Ritza, zaś $ \left(u_{n}\right) $ ciąg otrzymany metodą najmniejszych kwadratów. Wówczas, ponieważ $ F\left( u\right) =\Vert u-u_{0}\Vert_{A}%%^{2}-\Vert u_{0}\Vert_{A}^{2}$, więc z konstrukcji ciągu Ritza wynika, że

$\displaystyle \Vert v_{n}-u_{0}\Vert_{A}\leq\Vert u_{n}-u_{0}\Vert_{A}$, (14.22)
co oznacza, że ciąg Ritza jest ,,szybciej'' zbieżny. Z drugiej strony metoda najmniejszych kwadratów pozwala prosto oszacować popełniony błąd, bowiem na mocy nierówności (14.9) prawdziwe jest oszacowanie $ \Vert u_{n}-u_{0}\Vert_{A}\leq\frac{1}{C}\Vert Au_{n}%%-f\Vert$.

U w a g a  2

W przypadku, gdy wiadomo, że $ u_{0}\in D_{A}$ można rozważyć funkcjonał

$\displaystyle \hat{F}\left( u\right) =F\left( u\right) +\Vert Au-f\Vert^{2}%%$
i zastosować do niego metodę Ritza. Wówczas ciąg minimalizujący $ \hat{F}$ spełnia dodatkowo warunek $ \lim\limits_{n\rightarrow\infty}Au_{n}=f$$ H$. Metoda ta nosi nazwę metody Couranta.

U w a g a  3

Do formalnego zastosowania metody najmniejszych kwadratów nie jest konieczne, żeby operator $ A$ był dodatnio określony. Problem jednoznaczności wyznaczenia współczynników $ b_{k}$ i zbieżności ciągu $ \left(u_{n}\right) $ ma odpowiedź pozytywną przy następujących założeniach:

  1. $ A$ - liniowy, $ \overline{D}_{A}=H$;
  2. $ \left(A\varphi_{k}\right) $ jest bazą w $ H$;
  3. Równanie $ Au=f$ ma rozwiązanie $ u_{0}\in D_{A}$;
  4. Istnieje stała $ K>0$ taka, że dla każdego $ u\in D_{A}$ zachodzi nierówność $ \Vert Au\Vert\geq K\Vert u\Vert$.

nextuppreviouscontents
Next:Metoda gradientówUp:Wstęp do metod przybliżonychPrevious:Metoda GalerkinaSpis rzeczy
Administrator 2003-04-24