Back to results
Bibliographic record · Consultation and access
Artículo

Calificación generalizada y convergencia óptima para métodos de regularización espectrales

Spies, Ruben Daniel et al · Asociación Argentina de Mecánica Computacional · 2007

Open-access full text
Quick overview. Review the resource’s basic details, then access the content using the main button. This page shows only the information needed to identify, cite, and open the work.

Resource access

Open the content from the main option or choose another available source.

CONICET Digital CONICET Digital OAI-PMH
Entrar por CONICET Digital
Main access

Open-access full text

Texto completo identificado como acceso abierto.
Open text

Summary

Descripción general del contenido del recurso.

El concepto de calificación de métodos de regularización espectrales (MREs) para problemas inversos mal condicionados está fuertemente asociado con el orden de convergencia óptimo delerror de regularización (H. W. Engl et al., Regularization of inverse problems, volume 375 of Mathematics and its Applications, Kluwer Academic Publishers Group, Dordrecht (1996); P. Mathé and S. V. Pereverzev, Inverse Problems, 19(3):789-803 (2003)). En este trabajo se extiende la definición de calificación y se introducen tres niveles diferentes de este concepto: débil, fuerte y óptimo. Se muestra que la calificación débil extiende la definición introducida por Mathé y Pereverzev en el año 2003, principalmente en el sentido que las funciones asociadas a órdenes de convergencia y conjuntos fuente no necesariamente son las mismas. Se proveen además una condición suficiente que garantiza que un MRE posee calificación en el sentido de esta generalización como así también condiciones necesarias y suficientes para que un orden de convergencia dado sea calificaci´on fuerte u óptima. Se muestra que algunos MREs que tienen calificación clásica infinita, por ejemplo expansión en valores singulares truncada, método de Landweber y método de Showalter, poseen además calificación generalizada, la cual conlleva a un orden de convergencia óptimo del error de regularización. Se presentan varios ejemplos que ilustran los niveles de calificación, las relaciones entre los mismos, como así también con el concepto de calificación clásica y el introducido por Mathé y Pereverzev. Por último, se muestran las implicaciones que tiene esta teoría en el contexto de órdenes de convergencia, resultados recíprocos y conjuntos fuente maximales para problemas inversos mal condicionados concretos.Regularization of inverse problems, volume 375 of Mathematics and its Applications, Kluwer Academic Publishers Group, Dordrecht (1996); P. Mathé and S. V. Pereverzev, Inverse Problems, 19(3):789-803 (2003)). En este trabajo se extiende la definición de calificación y se introducen tres niveles diferentes de este concepto: débil, fuerte y óptimo. Se muestra que la calificación débil extiende la definición introducida por Mathé y Pereverzev en el año 2003, principalmente en el sentido que las funciones asociadas a órdenes de convergencia y conjuntos fuente no necesariamente son las mismas. Se proveen además una condición suficiente que garantiza que un MRE posee calificación en el sentido de esta generalización como así también condiciones necesarias y suficientes para que un orden de convergencia dado sea calificaci´on fuerte u óptima. Se muestra que algunos MREs que tienen calificación clásica infinita, por ejemplo expansión en valores singulares truncada, método de Landweber y método de Showalter, poseen además calificación generalizada, la cual conlleva a un orden de convergencia óptimo del error de regularización. Se presentan varios ejemplos que ilustran los niveles de calificación, las relaciones entre los mismos, como así también con el concepto de calificación clásica y el introducido por Mathé y Pereverzev. Por último, se muestran las implicaciones que tiene esta teoría en el contexto de órdenes de convergencia, resultados recíprocos y conjuntos fuente maximales para problemas inversos mal condicionados concretos. Fil: Spies, Ruben Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Matemática Aplicada del Litoral. Universidad Nacional del Litoral. Instituto de Matemática Aplicada del Litoral; Argentina Fil: Temperini, Karina Guadalupe. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Matemática Aplicada del Litoral. Universidad Nacional del Litoral. Instituto de Matemática Aplicada del Litoral; Argentina

How to cite

Elegí el formato que necesitás y copiá la referencia al portapapeles.

APA 7

Spies, R. D. E. A. (2007). Calificación generalizada y convergencia óptima para métodos de regularización espectrales. http://hdl.handle.net/11336/84257

MLA

Spies, Ruben Daniel et al. "Calificación generalizada y convergencia óptima para métodos de regularización espectrales." 2007. http://hdl.handle.net/11336/84257.

Chicago

Spies, Ruben Daniel et al. 2007. "Calificación generalizada y convergencia óptima para métodos de regularización espectrales.". http://hdl.handle.net/11336/84257.

Harvard

Spies, R. D. E. A. 2007, Calificación generalizada y convergencia óptima para métodos de regularización espectrales, Asociación Argentina de Mecánica Computacional, available at: http://hdl.handle.net/11336/84257 [Accessed 5 Aug. 2026].

Share and print

Save the record, copy its permanent link, or print it as a PDF.

Export reference

You can export the record in common formats for use in a reference manager.

Resource details

Bibliographic information to help confirm that this is the correct material.

Title
Calificación generalizada y convergencia óptima para métodos de regularización espectrales
Author / contributors
Spies, Ruben Daniel et al
Publisher
Asociación Argentina de Mecánica Computacional
Publication year
2007
ISSN
2093-2105
ISSN
2093-2105
Language
Spanish

Subjects

Explore related resources through these subjects.

Copied