在本节中,我们提出了的最小范数解的概念(1.1). 然后,利用Tychonov正则化,通过一个解网得到了一类极小化问题的最小范数解。
我们用Γ表示,即,
并假设一致性因此Γ是闭的、凸的和非空的。
让,,P(P)是来自的线性运算符到上面M(M)、和P(P)具有矩阵形式
也就是说,,.
定义通过,.然后G公司具有矩阵形式、和,.
这个问题现在可以重新表述为具有,或解决以下最小化问题:
(2.1)
这是不合适的。一种经典的方法是著名的Tychonov正则化,它通过正则化问题的唯一极小值逼近问题(2.1)的解:
(2.2)
哪里是正则化参数。表示方式(2.2)的唯一解。
提议2.1 对于 ,解决方案 属于(2.2)是唯一定义的. 以不平等为特征
证明显然,是凸的并且可以用梯度微分回忆一下,我们看到了严格凸且可与梯度微分
根据引理1.4,以不平等为特征
(2.3)
□
定义2.2一个元素据说是最小范数解如果.
以下命题收集了(2.2)的唯一解。
2.3号提案 让 作为唯一的解决方案(2.2).那么我们有:
-
(i)
正在减少 .
-
(ii)
定义连续曲线 到 .
证明让,自和是的独特的最小化者和分别得到
由此可见.因此正在减少.
根据命题2.1,我们得到
和
由此可见
因此
事实证明
因此,是一条连续曲线到. □
定理2.4 让 是唯一的解决方案(2.2).然后 强收敛到最小值-范数解 属于 (1.1)具有 .
证明对于任何,如(2.2)所示,我们得到
自是一个解决方案,
由此可见为所有人.因此是一个有界网.
我们需要证明的是,对于任何序列这样的话,包含一个子序列,该子序列强烈收敛于。为了方便起见,我们设置.
事实上是有界的,如果必要,通过传递到子序列,我们可以假设弱收敛到一点.根据命题2.1,我们得到
事实证明
自,因此
注意到,我们有
此外,请注意弱收敛到一点,因此弱收敛到。由此可见,即 .
最后,我们证明这就完成了证明。
回想一下弱收敛于和可以推断出
这表明也是Γ中具有极小范数的点。通过最小范数元素的唯一性,我们得到. □
最后,我们将介绍另一种获得问题最小范数解的方法.
引理2.5 让 ,哪里 具有 是自我的光谱半径-伴随算子 在 .然后我们有以下内容:
-
(1)
(我.e(电子).T型 是非扩展的)和平均值;
-
(2)
,;
-
(3)
当且仅当 x个 是变分不等式的解 ,.
证明(1) 很容易证明,我们只需要证明取平均值。确实,选择,因此,然后,其中是非扩展映射。也就是说T型是平均值。
-
(2)
如果,很明显相反,假设,我们有,因此然后,我们得到.我们有.
现在我们证明.签署人,很明显。另一方面,因为,以及两者和T型是平均值,从引理1.5,我们得到.
-
(3)
□
备注2.6选择常量γ让人满意。对于,我们定义一个映射
很明显是收缩词。因此,具有唯一的固定点,我们有
(2.4)
定理2.7 让 作为(2.4).然后 强收敛到最小值-范数解 问题的 (1.1)什么时候 .
证明选择,注意到,是非扩张性的,事实证明
那就是,
因此有界。
考虑到(2.4),我们有
我们断言相对规范紧凑事实上,假设和作为。为了方便起见,我们将,我们得到
自是非扩张性的,有人得出结论
那就是,
因此,
由于是有界的,则存在以下子序列弱收敛到一点在不失一般性的情况下,我们可以假设弱收敛到.注意到
应用引理1.1,我们得到.
自
它的结论是
因此,如果弱收敛到,然后强烈收敛于也就是说相对规范紧凑.
此外,再次使用
让,我们有
这意味着
这相当于
事实证明。因此等于.因此问题的最小范数解. □