pdf-file, 2.03 Mbyte - Torsten Schütze
pdf-file, 2.03 Mbyte - Torsten Schütze
pdf-file, 2.03 Mbyte - Torsten Schütze
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
90 Kapitel 4. Bivariate Tensorprodukt-Splines<br />
Hierbei seien B1 und B2 beliebige glatte Matrixfunktionen und die verbleibenden Größen<br />
Z, C1, C2, h 1 sowie h 2 konstante Vektoren und Matrizen. Die variable Projektion, d. h. die<br />
Optimallösung Aopt von (4.13) bei festen t 1 und t 2 , ist gegeben durch<br />
(4.15) Aopt(t 1 , t 2 ) := B1(t 1 ) + Z B2(t 2 ) + T .<br />
Reduziertes Problem<br />
(4.16) f(t 1 , t 2 ) := 1<br />
2 F(t1 , t 2 ) 2<br />
F<br />
→ min<br />
t 1 ,t 2<br />
mit F(t1 , t2 ) := F(t1 , t2 , Aopt(t1 , t2 )) = P⊥ ZPB2 unter den Nebenbedingungen (4.14). Eine<br />
B1<br />
äquivalente Darstellung des reduzierten Funktionals f(t 1 , t 2 ) ist offensichtlich durch<br />
f(t 1 , t 2 ) = 1<br />
2<br />
<br />
<br />
B1(t 1 )B1(t 1 ) + Z B2(t 2 ) +T B2(t 2 ) T − Z<br />
2<br />
F<br />
<br />
<br />
1<br />
<br />
<br />
=<br />
2<br />
PB1ZP⊥ <br />
<br />
B2<br />
gegeben.<br />
Wir wollen nun in Verallgemeinerung der Ergebnisse von [GP73] untersuchen, inwieweit<br />
vollständiges und reduziertes Problem äquivalent sind. Im folgenden benötigen wir oft die<br />
Fréchet-Ableitung von gewissen Funktionalen, welche durch die Frobeniusnorm definiert<br />
sind. Es bezeichne ∂ den Operator der Fréchet-Ableitung.<br />
Lemma 4.1 (Fréchet-Ableitungen von Frobeniusnormen).<br />
Sei A : Rl → L (Rn , Rm ), x ∈ Rl → A(x) ∈ Rm,n eine Fréchet-differenzierbare Matrixfunktion<br />
und sei<br />
f : R l → L (R) , x ∈ R l → f(x) := 1<br />
2 A(x)2 F ∈ R.<br />
Dann gilt<br />
<br />
∂f(x)[∆x] = tr (∂A(x)[∆x]) T <br />
A(x) = tr A(x) T <br />
(∂A(x)[∆x])<br />
<br />
<br />
<br />
T T<br />
= tr (∂A(x)[∆x]) A(x) = tr A(x) (∂A(x)[∆x]) für alle ∆x ∈ R l .<br />
Beweis. Bekanntlich gilt f(x) = 1<br />
2 A(x)2 F<br />
f(x + ∆x) = 1<br />
2 tr<br />
<br />
A(x + ∆x) T A(x + ∆x)<br />
<br />
= 1<br />
2 tr A(x) T A(x) . Man hat<br />
= 1<br />
2 tr (A(x) + ∂A(x)[∆x] + O(∆x)) T (A(x) + ∂A(x)[∆x] + O(∆x))<br />
und wegen der Linearität der Spur<br />
f(x + ∆x) − f(x) = 1<br />
2 tr<br />
<br />
<br />
2<br />
F<br />
(∂A(x)[∆x]) T A(x) + A(x) T (∂A(x)[∆x]) + O(∆x)<br />
Für quadratische Matrizen B gilt tr(B) = tr(B T ), also wegen (∂A(x)[∆x]) T A(x) ∈ R n,n<br />
schließlich<br />
<br />
f(x + ∆x) − f(x) = tr (∂A(x)[∆x]) T <br />
A(x) + O(∆x) , d. h.<br />
<br />
∂f(x)[∆x] = tr (∂A(x)[∆x]) T <br />
A(x) = tr A(x) T <br />
(∂A(x)[∆x]) .<br />
Aus der äquivalenten Darstellung f(x) = 1<br />
analoger Weise den restlichen Teil der Behauptung.<br />
2 A(x)2 F<br />
<br />
.<br />
= 1<br />
2 tr A(x)A(x) T erhält man in