Fachbereich Mathematik - GSI
Fachbereich Mathematik - GSI
Fachbereich Mathematik - GSI
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
3 Theoretische Betrachtung des Optimierungsproblems<br />
Damit ist in jedem Target-Voxel i eine radial unbeschränkte Funktion vorhanden.<br />
Die Summe von radial unbeschränkten Funktionen ist wiederum radial unbeschränkt<br />
(siehe Bemerkungen in Abschnitt 8.6) und somit folgt:<br />
lim<br />
|| χ<br />
N||→∞<br />
2 Bio(ana)( N) = +∞ . (3.17)<br />
Da aus der radialen Unbeschränktheit von χ2 Bio(ana) die radiale Unbeschränktheit<br />
von χ2 Bio(ana) folgt, ist der Satz bewiesen.<br />
<br />
3.2.1.3 Anwendung auf den Extremwertsatz von Weierstraß<br />
Mit dem Ergebnis, dass die χ2 Bio(ana) -Funktion unterhalbstetig und radial unbeschränkt<br />
ist, kann folgende Existenzaussage getroffen und bewiesen werden:<br />
Satz 3.5<br />
Das Optimierungsproblem<br />
min χ 2 Bio(ana)( N) , (3.18)<br />
u. d. N.<br />
N ∈ Z = R p<br />
≥0<br />
, (3.19)<br />
besitzt mindestens ein globales Minimum auf der zulässigen Menge Z.<br />
Beweis: Hier kann der erweiterte Satz von Weierstraß (Satz 8.8) aus dem Anhang<br />
angewendet werden. Die zulässige Menge Z ist nichtleer und abgeschlossen. Des Weiteren<br />
ist die Zielfunktion χ2 Bio(ana) unterhalbstetig (Satz 3.2) und radial unbeschränkt<br />
(Satz 3.4) auf Z. Dies sind alle Forderungen, die in Satz 8.8 gestellt werden. Damit<br />
besitzt die χ2 Bio(ana) -Funktion mindestens ein globales Minimum auf Z.<br />
<br />
3.2.2 Eindeutigkeit eines Minimums<br />
Die iterativen Verfahren, die zur numerischen Lösung des Optimierungsproblems<br />
verwendet werden (siehe Abschnitt 4.1), können nur lokale Minima ermitteln. Da die<br />
Existenz mindestens eines Minimums gezeigt ist, ist es von großer Bedeutung, ob das<br />
Minimum eindeutig ist oder ob noch andere existieren können. Dies ist wichtig, denn<br />
bei mehreren Minima könnte der entsprechende Algorithmus bei unterschiedlichen<br />
Startpunkten gegen unterschiedliche Lösungen konvergieren.<br />
Ob ein lokales Minimum gleichzeitig globales Minimum ist, wird in der Regel<br />
über die Konvexität der Zielfunktion gezeigt. Für den Nachweis der Eindeutigkeit<br />
des Minimums wird die strengere Bedingung der strikten Konvexität benötigt. Der<br />
entsprechene Satz dazu befindet sich im Anhang in Abschnitt 8.8. Der Nachweis der<br />
strikten Konvexität einer Zielfunktion ist alles andere als trivial, da zum Beispiel<br />
die positive Definitheit der Hesse-Matrix der Zielfunktion auf der zulässigen Menge<br />
42