Link phần trước.
Trong phần trước, chúng ta đã nói đến phương pháp Richardson hiệu chỉnh hoá bài toán (DC), bằng cách xây dựng một dãy nghiệm xấp xỉ tới nghiệm chính xác. Việc xây dựng nghiệm xấp xỉ này là hợp lý, vì nó đã được chứng minh nhờ thuật toán KMF (Kozlov-Maz’ya-Fomin – 1991). Sự tương đương của phương trình (lặp) của Richardson với phương trình (của) Landweber, cho ta thấy rằng với một lựa chọn hợp lý của tham số hiệu chỉnh, ở đây là chỉ số lặp
, nghiệm xấp xỉ sẽ hội tụ về nghiệm chính xác với tốc độ tối ưu, mà ta gọi là “trên hội tụ” (super convergence). Vậy cụ thể nó là như thế nào?
Trước hết ta xét trường hợp các dữ kiện Cauchy là chính xác (tức là tương hợp, để nghiệm của bài toán Cauchy tồn tại, kéo theo sự tồn tại của nghiệm của phương trình SP. Ta gọi nó là
. Khi đó ta có khẳng định thứ nhất.
Định lý 1: Dãy nghiệm
sẽ hội tụ về nghiệm chính xác
khi
tiến ra vô cùng.
Để nghiên cứu tốc độ hội tụ của nghiệm, ta cần thêm giả thiết cho tính chính quy của nghiệm chính xác. Một giả thiết hay được sử dụng, nhưng khá trừu tượng và khó kiểm chứng, là điều kiện nguồn (General Source Condition – GSC). Một vector
gọi là thoả mãn điều kiện nguồn ứng với toán tử
nếu
, tức là tồn tại vector
sao cho
. Với giả thiết (GSC) nói trên ta có khẳng định tiếp theo.
Định lý 2: (Bias estimate) Giả sử
thoả mãn (GSC). Khi đó ước lượng sau là đúng

Nhận xét:
- Khi nghiệm chính xác thoả mãn (GSC) thì ta chứng minh được dãy
cũng thoả mãn (GSC).
- Khi xét chuẩn yếu hơn, ứng với dạng song tuyến tính
, ước lượng trên sẽ có dạng

Bây giờ ta xét trường hợp có nhiễu xuất hiện trong điều kiện Cauchy, tức là thay vì
, ta có
. Ở đây
là mức sai số của dữ kiện Cauchy, tức là

Ký hiệu nghiệm xấp xỉ ứng với dữ kiện này là
. Ta chứng minh được rằng với
bất kỳ tiến về vô cùng, nghiệm này sẽ bùng nổ (blows-up), hiểu theo nghĩa dãy giá trị của chuẩn của nó sẽ phân kỳ. Tuy nhiên, sai khác của nó với nghiệm chính xác có thể được khống chế bởi ước lượng sau.
Định lý 3: (Variance estimate) Ước lượng sau là đúng.

Từ các định lý trên, ta đi đến kết quả sau.
Định lý 4: Giả sử
thoả mãn (GSC). Khi đó với phép chọn
, dãy nghiệm xấp xỉ
sẽ hội tụ tới nghiệm chính xác theo tốc độ tối ưu

Ước lượng này là tối ưu tương tự như phương pháp hiệu chỉnh Landweber.
Trong bài viết tiếp theo, ta sẽ làm quen với phương pháp hiệu chỉnh Lavrentiev/Tikhonov.