.png){kind=icon}
返回
Approximating the generalized singular value expansion: error estimates
.png){kind=icon}
PRE
AI
DOI：10.1093/imanum/draf058.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
广义奇异值展开（GSVE）同时将希尔伯特空间上的一对算子对角化。当算子被离散化时，可以通过一对Galerkin矩阵的广义奇异值分解计算得到近似GSVE。本文表明，近似奇异向量向精确奇异的收敛速率受两个因素支配：算子的离散化误差和特定奇异向量的最优近似误差。此外，当离散化通过投影（变分近似）实现时，奇异向量的误差可以仅与最优近似误差进行比较，在典型情况下两者渐近相等。一个简单的数值例子表明，我们关于变分近似的误差界是最佳可能的。
Keyword:
singular values
singular vectors
Galerkin approximation
期刊
I
IF:
2.4
论文数:
96
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏分享收藏ESTIMATION OF THE REGULARIZATION PARAMETER IN LINEAR DISCRETE ILL-POSED PROBLEMS USING THE PICARD PARAMETER使用PICARD参数估计线性离散不适定问题中的正则化参数
OAAI
OAAI分享收藏
查看更多内容