Regularization Methods in Banach Spaces (Radon Series on Computational and Applied Mathematics 10) （2012. XI, 283 S. 240 mm）

個数：

Regularization Methods in Banach Spaces (Radon Series on Computational and Applied Mathematics 10) （2012. XI, 283 S. 240 mm）

Mitarbeit:Schuster, Thomas/ Kaltenbacher, Barbara/ Hofmann, Bernd

ウェブストア価格 ¥42,458（本体¥38,599）
DE GRUYTER（2012発売）
外貨定価 EUR 179.95
ポイント 385pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 350 p.
商品コード 9783110255249

Full Description

Regularization methods aimed at finding stable approximate solutions are a necessary tool to tackle inverse and ill-posed problems. Inverse problems arise in a large variety of applications ranging from medical imaging and non-destructive testing via finance to systems biology. Many of these problems belong to the class of parameter identification problems in partial differential equations (PDEs) and thus are computationally demanding and mathematically challenging. Hence there is a substantial need for stable and efficient solvers for this kind of problems as well as for a rigorous convergence analysis of these methods.

This monograph consists of five parts. Part I motivates the importance of developing and analyzing regularization methods in Banach spaces by presenting four applications which intrinsically demand for a Banach space setting and giving a brief glimpse of sparsity constraints. Part II summarizes all mathematical tools that are necessary to carry out an analysis in Banach spaces. Part III represents the current state-of-the-art concerning Tikhonov regularization in Banach spaces. Part IV about iterative regularization methods is concerned with linear operator equations and the iterative solution of nonlinear operator equations by gradient type methods and the iteratively regularized Gauß-Newton method. Part V finally outlines the method of approximate inverse which is based on the efficient evaluation of the measured data with reconstruction kernels.