Xreferat.com » Рефераты по математике » Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные

Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные

b система нормальных

уравнений всегда имеет решение (для исходного же уравнения это не обязательно), которое называется псевдорешением системы Ax = b . Псевдорешение может быть неединственным (если определитель det(Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантныеA) =0; если же det(Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантныеA) ≠0, то псевдорешение единственно). Множество псевдорешений образует аффинное (или линейное) подпространство и является выпуклым и замкнутым.

Если же система Ax =b имеет решение, то оно совпадает с решением системы Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные Ax = Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантныеb . В этом случае minФ(x) =μ=0. Если же minФ(x) =μ>0, система Ax = b не имеет решений, но, как уже указывалось выше, имеет псевдорешение (возможно, неединственное). Число μ обычно называется мерой несовместности системы Ax = b .

Определение. Нормальное псевдорешение Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные системы Ax = b – это псевдорешение с

минимальной нормой, что является решением задачи отыскания минимума Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные.

Можно привести много др. примеров классических математических задач, являющихся некорректными при совершенно естественном выборе понятий меры точности как для исходных данных задачи, так и для возможных решений: решение систем линейных алгебраических уравнений с определителем, равным нулю; задача оптимального планирования; решение интегральных уравнений 1-го рода; задача аналитического продолжения; суммирование рядов Фурье; большое число краевых задач для уравнении с частными производными. (Ист. №10)


Регуляризирующие алгоритмы


Пусть дано операторное уравнение: Az = u , где A - линейный оператор, действующий из нормированного пространства Z в нормированное пространство U. В 1963 г. А.Н.Тихонов дал знаменитое определение регуляризирующего алгоритма (РА), которое лежит в основе современной теории некорректно поставленных задач.

Определение. Регуляризирующим алгоритмом (регуляризирующим оператором) Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные называется оператор, обладающий двумя следующими свойствами:

1) Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные определен для любых δ > 0 , Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные ∈U , и отображает (0,+ ∝) ЧU в Z;

2) для любого z ∈ Z и для любого Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные ∈U такого, что Az = u , Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные


Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные.


Задача решения уравнения первого рода называется регуляризируемой, если существует хотя бы один регуляризирующий алгоритм. Непосредственно из определения следует, что если существует хотя бы один РА, то их существует бесконечно много.

В настоящее время все математические задачи можно разделить на следующие классы:

1) корректно поставленные задачи;

2) некорректно поставленные регуляризируемые задачи;

3) некорректно поставленные нерегуляризируемые задачи.

Понятно, что корректно поставленные задачи являются регуляризируемыми, поскольку можноположить Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные . Отметим, что знание δ > 0 в этом случае необязательно.

Далеко не все некорректно поставленные задачи можно регуляризировать, причем это часто зависит от выбора пространств Z, U. Российский математик Л.Д.Менихес построил пример интегрального оператора с непрерывным замкнутым ядром, действующего из пространства C[0,1] в Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, обратная задача для которого (т.е. решение интегрального уравнения Фредгольма 1-го рода) является нерегуляризируемой. Это связано со свойствами пространства C[0,1]. Ниже будет показано, что если пространство Z гильбертово, а оператор A ограниченный и инъективный, то задача решения операторного уравнения первого рода является регуляризируемой. Этот результат справедлив и для некоторых банаховых пространств, но не для всех. В частности, пространство C[0,1] к таким банаховым пространствам не относится.

Можно дать эквивалентное определение регуляризирующего алгоритма и регуляризируемости операторного уравнения. Пусть задан оператор (отображение) Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, причем Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные определен для любых δ > 0, Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные ∈U , и отображает (0,+ ∝) ЧU в Z. Погрешность решения операторного уравнения в точке z ∈ Z с помощью оператора Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные при условии, что правая часть u задана с погрешностью δ >0, определяется как


Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные


Оператор Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные называется регуляризирующим оператором, если для любого z ∈ Z Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные . Легко видеть, что данное определение эквивалентно данному выше.

Аналогично можно дать определение регуляризирующего алгоритма для задачи вычисления значений оператора (см. конец предыдущего параграфа), т.е. для задачи вычисления значений отображения G : D(G) → Y, D(G) ⊆ X при условии, что аргумент задан с погрешностью (X, Y – метрические или нормированные пространства). Разумеется, задача решения операторного уравнения при условии, что A – инъективный оператор, может рассматриваться как задача вычисления значений оператора Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные.

Огромное значение имеет ответ на следующий очень важный вопрос, можно ли решить некорректную задачу, т.е. построить регуляризирующий алгоритм, не зная погрешность δ Если задача корректна, то устойчивый метод, очевидно, можно построить и без знания δ.

Так, в случае решения операторного уравнения Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные. В случае некорректных задач это невозможно. Приведенная ниже теорема принадлежит А.Б.Бакушинскому и была им доказана для задачи вычисления значений оператора. Аналогичная теорема имеет место и для решения операторного уравнения.

Теорема. Если для вычислений значений оператора G на множестве D(G) ⊆ X существует регуляризирующий оператор, не зависящий от δ (явно), то существует продолжение G на X , которое непрерывно на D(G) ⊆ X.

Итак, построение регуляризирующих алгоритмов, не зависящих явно от погрешности,

возможно только для задач, корректных на своей области определения.

Следующим свойством некорректно поставленных задач является невозможность оценить погрешность решения, даже если известна погрешность задания правой части операторного уравнения или погрешность задания аргумента в задаче вычисления значений оператора. Этот принципиально важный результат был также впервые доказан А.Б.Бакушинским для решения операторного уравнения.

Теорема. Пусть Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные для любого z ∈ D ⊆ Z . Тогда сужение обратного оператора на множество AD: Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантныенепрерывно на AD. Таким образом, равномерная по z оценка погрешности решения операторного уравнения на множестве D ⊆ Z возможна только в том случае, когда обратный оператор непрерывен на AD. Таким образом, равномерная по z оценка погрешности решения операторного уравнения на множестве D ⊆ Z возможна только в том случае, когда обратный оператор непрерывен на AD. Данная теорема справедлива и для нелинейных операторных уравнений, причем в метрических пространствах.

Из определения регуляризирующего алгоритма легко следует, что, если есть хотя бы один регуляризирующий алгоритм, то их может быть сколько угодно. Выбрать же тот, который дает наименьшую ошибку, или сравнивать алгоритмы, сравнивая ошибки полученных приближенных решений, при решении некорректных задач, невозможно при отсутствии априорной информации, которая фактически преобразует такие задачи в корректные.

Регуляризирующие алгоритмы для операторных уравнений в бесконечномерных банаховых пространствах нельзя сравнивать и по скорости сходимости приближенного решения к точному при стремлении погрешности входных данных к нулю. Этот важный результат принадлежит В.А.Винокурову. (Ист. №1)


Адаптивные регуляризирующие алгоритмы


Пусть Z,U – гильбертовы пространства, а A – линейный ограниченный оператор, действующий из Z в U. Рассмотрим операторное уравнение


Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные


Без ущерба для общности будем считать, что ||A||<1. Предположим, что для Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные уравнение (1) имеет нормальное псевдорешение Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные . Будем решать задачу его устойчивого нахождения по приближенным данным уравнения (1) Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные , пологая оператор А заданным точно. Таким образом, требуется по данным Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные найти такой элемент Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные,который сильно сходиться в Z к Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные при Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные .

Эта задача может быть решена многими методами (регуляризирующими алгоритмами). Например, для ее решения можно использовать метод невязки (в обобщенной форме для решения несовместных уравнений). В этом методе приближение Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные к Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные ищется как решение экстремальной задачи


Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные.


Здесь Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные - оценка меры несовместности

Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные решаемого операторного уравнения. Известно, что без привлечения дополнительной информации об искомом решении Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные или о точных данных задачи (Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные) метод невязки не может обеспечить точность приближенного решения лучше, чем Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные. Аналогичная ситуация складывается и при использовании метода регуляризации А. Н. Тихонова, в котором наилучшая возможная точность есть Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, как бы ни выбирался параметр регуляризации. Это явление обычно называют «насыщением точности» регуляризирующего алгоритма (РА). Его можно избежать, если учесть в РА априорную информацию о свойствах точного решения. Например, если известно, что Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, где Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, то, используя величину p, можно построить РА, которые дают приближение с порядком точности Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, оптимальным на классе задач (1) с решениями указанного вида.

С другой стороны, можно, не зная величины р, но используя оценку Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, построить РА, которые позволяют устойчиво определять число р и получать приближение к Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные с оптимальным порядком точности для произвольного р>0. Алгоритмы такого рода предлагаются в данной заметке.

Сформулируем основные положения. Пусть известно, что нормальное псевдорешение Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные задачи (1) истокообразно представимо с помощью степени оператора Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные. Поскольку такое представление не единственно, будем иметь ввиду, что


Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные


где р>0 – максимально возможное число. В общем случае число р полагается неизвестным, но при этом считается, что дана величина r.

Ниже будет использована величина Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные - устойчивая оценка меры несовместимости Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные уравнения (1), удовлетворяющая требованиям: Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные


Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные.


В качестве Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные можно выбрать, например, упомянутое выше число Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные.

Методику построения алгоритмов рассмотрим на примере специализированного метода невязки. Предлагаемый РА основан на решении экстремальной задачи: при заданном параметре Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные найти элемент Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные такой, что


Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные


(C=const > 1). Алгоритм состоит из двух шагов:

Найти число


Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные


Вычислить при Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные решение Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные задачи (3) и применять элемент Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные в качестве приближения к Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные.

Экстремальные задачи (3), (4) обладают важными свойствами.

Теорема 1. Пусть выполнено (2). Тогда задача (3) однозначно разрешима при всяком Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные Для каждого Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, найдется такое число Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные, что при любом Структуризация задач принятия решений в условиях определенности. Некорректно поставленные задачи. Регуляризирующие (робастные) алгоритмы: адаптивные, инвариантные

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: