[论文解读] A boundary value problem of a generalised linear discrete time system with no solutions and infinitely many solutions

Nicholas Apostolopoulos, Fernando Ortega+1 more|arXiv (Cornell University)|Oct 26, 2016

Differential Equations and Numerical Methods参考文献 25被引用 3

一句话总结

本文提出了一类广义线性离散时间系统中奇异首项系数矩阵的非相容边值问题（BVPs）的显式、最优正则化解法。基于矩阵束理论与Tikhonov型正则化，推导出当BVP无解或有无穷多解时的最优解闭式公式，并通过数值例子验证了该方法在秩亏或不一致系统下的有效性。

ABSTRACT

In this article we study a class of generalised linear systems of difference equations with given boundary conditions and assume that the boundary value problem is non-consistent, i.e. it has infinite many or no solutions. We take into consideration the case that the coefficients are square constant matrices with the leading coefficient singular and provide optimal solutions. Numerical examples are given to justify our theory.

研究动机与目标

• 针对首项系数矩阵奇异且系统可能无解或有无穷多解的广义线性离散时间系统中的边值问题（BVPs）提出解决方案。
• 为非相容BVPs提供系统化的最优解计算方法，以应对传统求解方法失效的情况。
• 通过引入正则化技术，将现有广义线性系统理论扩展至不适定BVPs。
• 在各种相容性条件下，推导出显式且可计算验证的最优解公式。
• 通过数值例子验证理论框架，展示该方法在秩亏或不一致系统下的鲁棒性。

提出的方法

• 利用矩阵束理论分析系统 $ sF - G $ 的正则性，通过非奇异变换 $ P $ 和 $ Q $ 将其分解为Weierstrass标准型。
• 利用Weierstrass型式将系统的通解表示为 $ Y_k = Q_p J_p^k C $，其中 $ C $ 为待由边界条件确定的常数向量。
• 从边界条件定义矩阵 $ K $ 和向量 $ L $，构成线性系统 $ K C = L $，以判断解的存在性与相容性。
• 当 $ K $ 秩亏且 $ L \notin \text{col}(K) $ 时，应用Tikhonov正则化，通过 $ (K^*K + E^*E)^{-1}K^*L $ 确保唯一且稳定的解。
• 当 $ K $ 满秩且 $ L \notin \text{col}(K) $ 时，采用类似Moore-Penrose逆的公式 $ (K^*K)^{-1}K^*L $，以最小化残差 $ \|L - K\hat{C}\|_2^2 $。
• 引入小正则化参数 $ \theta $，通过矩阵 $ E $ 满足 $ \|E\|_2 = \theta \ll 1 $，以稳定秩亏情况下的矩阵求逆。

实验结果

研究问题

• RQ1 在首项系数矩阵奇异的广义线性离散时间系统中，何时会出现无解或无穷多解？
• RQ2 当边值问题非相容时，如何系统地推导出最优解？
• RQ3 何种正则化策略可确保在秩亏或不一致BVPs中获得唯一、稳定且计算可行的解？
• RQ4 如何以显式且易于验证的闭式公式表达解？
• RQ5 矩阵束理论在刻画此类广义系统解的结构中起到何种作用？

主要发现

• 对于满足 $ p < r_1 + r_2 $，$ \text{rank}(K) = p $，且 $ L \notin \text{col}(K) $ 的非相容BVP，最优解为 $ \hat{Y}_k = Q_p J_p^k (K^*K)^{-1}K^*L $。
• 当 $ K $ 秩亏且 $ L \notin \text{col}(K) $ 时，最优解为 $ \hat{Y}_k = Q_p J_p^k (K^*K + E^*E)^{-1}K^*L $，其中 $ \|E\|_2 = \theta \ll 1 $，确保可逆性。
• 在例4.1中，当 $ \theta = 0.00001 $ 时，最优解收敛至 $ \hat{Y}_k = \left[0, 0, 0, \frac{11}{14 \cdot 4^k}, \frac{11}{14 \cdot 4^k}\right]^T $，表明正则化下的稳定性。
• 在例4.2中，当 $ K $ 满秩时，最优解为 $ \hat{Y}_k = \left[0.0349 \cdot 2^{-k}, 0, 0, 0.5006 \cdot 4^{-k}, 0.5006 \cdot 4^{-k}\right]^T $，显示出残差最小化的高精度。
• 该方法成功处理了非相容性的两种情形：无解与无穷多解，提供统一的正则化框架。
• 理论结果通过数值验证，确认所推导公式在原始系统不适定时仍能产生稳定且最优的解。