Inverse Probleme treten bei der Bestimmung der ein System beschreibenden
Parame ter aus Beobachtungen des Systems auf. Ein Beispiel hierfiir ist
die Identifizierung einer " Black Box " aus Input und Output. 1st der
Input die Intensitiit eines ROntgenstrah les und der Output die
Intensitiit des Strahles nach Durchlaufen eines Korpers, so ka. nn man
aus vielen Strahlen, etwa einer halben Million, in der Computer -
Tomographie die Dichte des durchlaufenen Korpergewebes berechnen. Von
der physikalischen Annahme hiingt das mathematische Modell, also die zu
behandelnde Gleichung, abo All diesen inver sen Problemen gemein ist,
daB die Daten wegen der unvermeidbaren MeBfehler nie exakt gegeben sind.
Leider auch gemein ist diesen Problemen, daB die Datenfehler in der
LOsung verstiirkt werden. Die von Hadamard eingefiihrte Bezeichnung "
schlecht gestellte Pro bleme " ist irrefiihrend, die mathematische
Beschreibung eines realen inversen Problems spiegelt natiirlich auch die
praktisch vorhandene Instabilitiit wider. Die reizvolle Aufgabe ist nun,
eine Niiherungslosung, moglicherweise unter Zuhilfe nahme zusiitzlicher
Information, so zu bestimmen, daB die Datenfehler sich nicht iiber ein
unvermeidbares MaB hinaus verstiirken. Das Titelbild zeigt eine glatte
Kurve, wel che die exakte LOsung eines ungestorten schlecht gestellten
Problems darstellt. Die wild oszillierende Funktion ergibt sich bei (
fast ) " naiver " LOsung ohne Beriicksichtigung der
Schlechtgestelltheit. Abbildung 5. 1. 1 zeigt die wirklich " naive"
Losung, die keine erkennbare Darstellung der anderen Funktionen bei
gleichem MaBstab gestattet."