無限次元のヒルベルト空間またはバナッハ空間に問題があり(PDEまたはそのような空間における最適化の問題だと考えて)、解に弱く収束するアルゴリズムがあるとします。問題を離散化し、対応する離散化アルゴリズムを問題に適用する場合、弱い収束はすべての座標での収束であり、したがって強い収束でもあります。私の質問は:
この種類の強い収束は、元の無限アルゴリズムの古き良き単純な強い収束から得られた収束とは異なると感じますか?
または、より具体的に:
「離散化された弱収束法」では、どのような悪い動作が発生する可能性がありますか?
私自身は通常、弱い収束しか証明できないときはあまり満足していませんが、これまでは、問題を離散化した問題をより高い次元にスケーリングしても、メソッドの結果に関する問題を観察できませんでした。
「最初の離散化より最適化」の問題と「最初の最適化より離散化」の問題には興味がなく、問題とすべてのプロパティを共有しない離散化問題にアルゴリズムを適用した場合に発生する可能性のある問題を認識しています。アルゴリズムの設計対象。
更新:具体的な例として、変数の最適化問題を検討し、それを(慣性)前方後方分割のようなもの、または弱い収束のみが知られている他の方法で解決します。離散化された問題では、同じ方法を使用できます。アルゴリズムを直接離散化した場合は、正しい離散化で同じアルゴリズムが得られます。離散化の精度を上げると、何が問題になるのでしょうか?