§ 3. Нелокальные частично регуляризованные итерационные процессы для решения уравнения (1.1), реализующие процедуру неполного прогноза-коррекции.

Если в области нарушается условие обратимости оператора , то алгоритмы, рассмотренные выше, нуждаются в модификации. Рассмотрим ряд частично регуляризованных алгоритмов для решения уравнения (1.1).

Первый из рассматриваемых ниже алгоритмов имеет вид

Шаг 1. Решается линейная система для определения поправки

. (1.146)

Шаг 2. Вносится поправка в вектор

. (1.147)

Шаг 3. Если (параметр останова), то конец просчетов, иначе

Шаг 4. Определяется новая шаговая длина: если , то устанавливаем равным 1, иначе

, (1.148)

и переход на шаг 1.

Относительно оператора f сделаем следующие предположения:

. (1.149)

Теорема 1.28. Пусть в существует - решение уравнения (1.1), оператор удовлетворяет перечисленным выше условиям и , тогда итерационный процесс (1.146)-(1.148) со сверхлинейной скоростью сходится к .

Доказательство. Преобразуем (1.146) к “неявному” виду

. (1.150)

Из (1.146) следует оценка , далее в силу условий теоремы имеем

. (1.151)

После подстановки (1.150) в (1.151) получаем оценку

. (1.152)

Из (1.152) имеем соотношение, связывающее нормы невязок на соседних шагах

(1.153)

, .

При из (1.153) и условий теоремы имеем, что

,

и так как из (1.148) при и следует что

, (1.154)

то при n=0 имеем, что .

Поскольку , то из последнего равенства следует, что , опираясь на (1.154), методом математической индукции нетрудно показать, что последовательности итерационных параметров с четными и нечетными индексами образуют монотонно возрастающие последовательности, ограниченные снизу числом , последовательности с четными и нечетными индексами образуют монотонно убывающие к нулю последовательности, ограниченные сверху числом и имеет место

. (1.155)

Из (1.155) следует сходимость последовательности элементов к x^*. В силу (1.155) имеем, что и, следовательно, существует такой номер , что выполняется соотношение при , а это есть достаточное условие сходимости метода Ньютона, так что в силу построения алгоритма на ом шаге процесс переходит в метод Ньютона с характерной для последнего квадратичной скоростью сходимости. Теорема доказана.

Замечание 8. Квадратичная скорость сходимости будет иметь место в силу того, что при слагаемое при становится пренебрежительно малым.

Теорема 1.29. Пусть в сфере выполняются условия теоремы 1.28 за исключением требования факта существования в .

Пусть существует такое, что

, , .

Тогда уравнение (1.1) имеет решение , к которому сходится итерационный процесс (1.146)-(1.148), начиная с . Оценки погрешности ого приближения имеет вид

. (1.156)

Доказательство. В связи с тем, что выполняются условия теоремы 1, для номера имеет место, в силу условий теоремы 1.28, оценка

,

из которой следует, что, начиная с номера , будет выполняться достаточное условие сходимости метода Ньютона, при этом все итерации не будут выходить за пределы сферы , и в сфере будет существовать решение . Оценка погрешности ого приближения (1.156) получается стандартным образом. Теорема доказана.

Следующий многошаговый итерационный процесс будет иметь вид:

Шаг 1. Решается линейное уравнение

, ,

, . (1.157)

Шаг 2. Вносится поправка в вектор

. (1.158)

Шаг 3. Если (параметр останова), то конец просчетов, иначе

Шаг 4. Определяется новая шаговая длина: если , то устанавливаем равным 1, иначе

, , . (1.159)

и переход на шаг 1.

Теорема 1.30. Пусть , в существует решение уравнения (1.1) и справедлива оценка . Тогда если выполняется условие , то итерационный процесс (1.157)-(1.159) со сверхлинейной (локально квадратичной) скоростью сходится по функционалу к – решению уравнения (1.1), итерационные параметры монотонно возрастают и область имеет вид , .

Доказательство. Представим уравнение (1.157) в виде

(1.160)

В силу условий теоремы и (1.160) имеем оценку

(1.161)

.

Пусть выполняется условие

. (1.162)

Тогда, как следует из (1.161), (1.162),

; (1.163)

с учетом (1.159), представимо в виде

.

Так что из (1.161) следует оценка

При этом так как , то , .

Так как ; , то индуктивные соображения позволяют получить оценку

(1.164)

и при этом все , .

Таким образом, до того момента, пока , последовательность итерационных параметров с четными и нечетными индексами образуют монотонно возрастающую последовательности, последовательности с четными и нечетными индексами образуют монотонно убывающие последовательности. Переход к пределу в (1.164) при позволяет утверждать, что последовательность элементов , определяемая итерационным процессом (1.157)-(1.159), по функционалу стремится к – решению уравнения (1.1).

Проверим фундаментальность последовательности . Используя (1.157), условия теоремы и неравенство треугольника, имеем оценку:

,

которая доказывает фундаментальность последовательности , откуда в силу полноты пространства следует существование предельного элемента .

Найдём радиус области .

,

.

Продолжая цепочку неравенств, имеем

.

Переходя к пределу в последнем неравенстве при , получаем радиус области .

Сверхлинейность процесса (1.157) - (1.159) следует из того, что, начиная с некоторого номера , величина становится меньше – точности просчетов, и при этом одновременно начинает выполняться достаточное условие сходимости метода Ньютона и для . В этих условиях процесс (1.157) - (1.159) переходит в метод Ньютона с характерной для последнего квадратичной скоростью сходимости. Теорема доказана.

Замечание 9. Условие непрерывной обратимости оператора в существенно слабее традиционного условия непрерывной обратимости оператора , . Процесс (1.157)-(1.159) будет работать даже в том случае, если на каком–либо элементе окажется, что ( –нуль пространства).

Замечание 10. При доказательстве теоремы 1.30 нам потребовалось условие существования в решения уравнения (1.1).

Ниже покажем, как избавиться от этого достаточно обременительного условия за счет контроля поведения некоторых параметров итерационного метода в процессе счета.

В теореме 1.1 постулировалось существование – решения уравнения (1.1), и принадлежность его замыканию сферы .

В рассматриваемой ниже теореме 1.31 это условие снимается.

Теорема 1.31. Пусть оператор удовлетворяет в тем же условиям, что и в теореме 1.30, исключая требования существования a priori , существует такое число , что выполняются соотношения

, , (1.165)

и . (1.166)

Тогда уравнение (1.1) имеет решение , к которому сходятся итерации (1.157)-(1.159), начиная с . При этом справедлива оценка погрешности -го приближения:

(1.167)

, .

Доказательство. Так как выполняются условия теоремы 1.30, то справедлива оценка (1.161) и , .

В силу (1.161) и (1.166) имеем оценку

(1.168)

В силу малости итерации (1.157)-(1.159) при практически переходят в метод Ньютона с и при этом из (1.168) следует, что

(1.169)

Стандартными рассуждениями доказывается фундаментальность последовательности элементов , сохранение условия (1.169) при переходе от точки к точке и справедливость оценки

, (1.170)

Таким образом, в сфере существует предельный элемент и справедлива оценка

(1.171)

.

Переходя к пределу в (1.170) при , имеем, что – решение уравнения (1.1). Оценка (1.167) следует из (1.170) и соотношения

.

Теорема доказана.

Замечание 11. Теорема 1.31 может служить примером доказательных вычислений, так как в результате работы вычислительного процесса мы можем убедиться, что все для , а это условие поддаётся эффективной проверке, поскольку, как только становится равным 1, все остальные параметры , , автоматически будут равны единице, что следует из доказанного в теореме 1.30 соотношения .

Замечание 12. Как теорема 1.30, так и теорема 1.31 обладают тем недостатком, что нам необходимо знать оценку глобальной константы . Если оценка находится за разумный объем вычислительной работы, теоремы 1.30, 1.31 достаточно эффективны.

При рассмотрении вычислительного процесса в работах [21] – [23] предполагалось, что изменение нормы невязки пропорционально изменению параметра .

По-видимому, большие возможности могут представить алгоритмы, в которых обратная связь реализована на непропорциональной основе. Вычислительная практика решения ряда существенно нелинейных задач с успехом подтвердила это предположение.

Для алгоритмов, неполного прогноза рассмотренных в §1 и не вошедших в §3, могут сформулированы и доказаны теоремы, аналогичные доказанным выше.

Относительно процессов, рассмотренных в этом параграфе справедливо замечание 1.