Die vorliegende Arbeit befasst sich mit der Konvergenztheorie für die regularisierten Lösungen inkorrekter inverser Probleme bei A-priori-Parameterwahl im Hilbertraum. Zunächst werden bekannte Konvergenzratenresultate basierend auf verallgemeinerten Quelldarstellungen systematisch zusammengetragen. Danach wird sich mit dem Fall befasst, was getan werden kann, wenn solche Quellbedingungen nicht erfüllt sind. Man gelangt zur Analysis von Abstandsfunktionen, mit deren Hilfe ebenfalls Konvergenzraten ermittelt werden können. Praktisch wird eine solche Abstandsfunktion anhand der Betrachtung einer Fredholmschen Integralgleichung 2. Art abgeschätzt. Schließlich werden die Zusammenhänge zwischen bedingter Stabilität, Stetigkeitsmodul und Konvergenzraten erörtert und durch ein Beispiel zur Laplace-Gleichung untermauert. / This dissertation deals with the convergence theory of regularized solutions of ill-posed inverse problems in Hilbert space with a priori parameter choice. First, well-known convergence rate results based on general source conditions are brought together systematically. Then it is studied what can be done if such source conditions are not fulfilled. One arrives at the analysis of distance functions. With their help, convergence rates can be determined, too. As an example, a distance function is calculated by solving a Fredholm integral equation of the second kind. Finally, the cross-connections between conditional stability, the modulus of continuity and convergence rates is treated accompanied with an example concerning the Laplace equation.

We revisit in L2-spaces the autoconvolution equation x ∗ x = y with solutions which are real-valued or complex-valued functions x(t) defined on a finite real interval, say t ∈ [0,1]. Such operator equations of quadratic type occur in physics of spectra, in optics and in stochastics, often as part of a more complex task. Because of their weak nonlinearity deautoconvolution problems are not seen as difficult and hence little attention is paid to them wrongly. In this paper, we will indicate on the example of autoconvolution a deficit in low order convergence rates for regularized solutions of nonlinear ill-posed operator equations F(x)=y with solutions x† in a Hilbert space setting. So for the real-valued version of the deautoconvolution problem, which is locally ill-posed everywhere, the classical convergence rate theory developed for the Tikhonov regularization of nonlinear ill-posed problems reaches its limits if standard source conditions using the range of F (x† )∗ fail. On the other hand, convergence rate results based on Hölder source conditions with small Hölder exponent and logarithmic source conditions or on the method of approximate source conditions are not applicable since qualified nonlinearity conditions are required which cannot be shown for the autoconvolution case according to current knowledge. We also discuss the complex-valued version of autoconvolution with full data on [0,2] and see that ill-posedness must be expected if unbounded amplitude functions are admissible. As a new detail, we present situations of local well-posedness if the domain of the autoconvolution operator is restricted to complex L2-functions with a fixed and uniformly bounded modulus function.

No description available.

No description available.

The present thesis considers the problem of reconstructing a function f that is defined on the d-dimensional unit sphere from its mean values along hyperplane sections. In case of the two-dimensional sphere, these plane sections are circles. In many tomographic applications, however, only limited data is available. Therefore, one is interested in the reconstruction of the function f from its mean values with respect to only some subfamily of all hyperplane sections of the sphere. Compared with the full data case, the limited data problem is more challenging and raises several questions. The first one is the injectivity, i.e., can any function be uniquely reconstructed from the available data? Further issues are the stability of the reconstruction, which is closely connected with a description of the range, as well as the demand for actual inversion methods or algorithms. We provide a detailed coverage and answers of these questions for different families of hyperplane sections of the sphere such as vertical slices, sections with hyperplanes through a common point and also incomplete great circles. Such reconstruction problems arise in various practical applications like Compton camera imaging, magnetic resonance imaging, photoacoustic tomography, Radar imaging or seismic imaging. Furthermore, we apply our findings about spherical means to the cone-beam transform and prove its singular value decomposition. / Die vorliegende Arbeit beschäftigt sich mit dem Problem der Rekonstruktion einer Funktion f, die auf der d-dimensionalen Einheitssphäre definiert ist, anhand ihrer Mittelwerte entlang von Schnitten mit Hyperebenen. Im Fall d=2 sind diese Schnitte genau die Kreise auf der Sphäre. In vielen tomografischen Anwendungen sind aber nur eingeschränkte Daten verfügbar. Deshalb besteht das Interesse an der Rekonstruktion der Funktion f nur anhand der Mittelwerte bestimmter Familien von Hyperebenen-Schnitten der Sphäre. Verglichen mit dem Fall vollständiger Daten birgt dieses Problem mehrere Herausforderungen und Fragen. Die erste ist die Injektivität, also können alle Funktionen anhand der gegebenen Daten eindeutig rekonstruiert werden? Weitere Punkte sind die die Frage nach der Stabilität der Rekonstruktion, welche eng mit einer Beschreibung der Bildmenge verbunden ist, sowie der praktische Bedarf an Rekonstruktionsmethoden und -algorithmen. Diese Arbeit gibt einen detaillierten Überblick und Antworten auf diese Fragen für verschiedene Familien von Hyperebenen-Schnitten, angefangen von vertikalen Schnitten über Schnitte mit Hyperebenen durch einen festen Punkt sowie Kreisbögen. Solche Rekonstruktionsprobleme treten in diversen Anwendungen auf wie der Bildgebung mittels Compton-Kamera, Magnetresonanztomografie, fotoakustischen Tomografie, Radar-Bildgebung sowie der Tomografie seismischer Wellen. Weiterhin nutzen wir unsere Ergebnisse über sphärische Mittelwerte, um eine Singulärwertzerlegung für die Kegelstrahltomografie zu zeigen.

No description available.

Wir betrachten die lineare inverse Probleme mit gestörter rechter Seite und gestörtem Operator in Hilberträumen, die inkorrekt sind. Um die Auswirkung der Inkorrektheit zu verringen, müssen spezielle Lösungsmethode angewendet werden, hier nutzen wir die sogenannte Tikhonov Regularisierungsmethode. Die Regularisierungsparameter wählen wir aus das verallgemeinerte Defektprinzip. Eine typische numerische Methode zur Lösen der nichtlinearen äquivalenten Defektgleichung ist Newtonverfahren. Wir schreiben einen Algorithmus, die global und monoton konvergent für beliebige Startwerte garantiert. Um die Stabilität zu garantieren, benutzen wir die Glattheit der Lösung, dann erhalten wir eine sogenannte bedingte Stabilität. Wir demonstrieren die sogenannte Interpolationsmethode zur Herleitung von bedingten Stabilitätsabschätzungen bei inversen Problemen für partielle Differentialgleichungen.

Wir betrachten die lineare inverse Probleme mit gestörter rechter Seite und gestörtem Operator in Hilberträumen, die inkorrekt sind. Um die Auswirkung der Inkorrektheit zu verringen, müssen spezielle Lösungsmethode angewendet werden, hier nutzen wir die sogenannte Tikhonov Regularisierungsmethode. Die Regularisierungsparameter wählen wir aus das verallgemeinerte Defektprinzip. Eine typische numerische Methode zur Lösen der nichtlinearen äquivalenten Defektgleichung ist Newtonverfahren. Wir schreiben einen Algorithmus, die global und monoton konvergent für beliebige Startwerte garantiert. Um die Stabilität zu garantieren, benutzen wir die Glattheit der Lösung, dann erhalten wir eine sogenannte bedingte Stabilität. Wir demonstrieren die sogenannte Interpolationsmethode zur Herleitung von bedingten Stabilitätsabschätzungen bei inversen Problemen für partielle Differentialgleichungen.

No description available.