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.
98 Kapitel 4. Bivariate Tensorprodukt-Splines<br />
Berechnet man die Jacobi-Matrix auf die obige Art, so sind die notwendigen QR-<br />
Faktorisierungen von B1 und B2 für ∂1F und ∂2F nur jeweils einmal durchzuführen und<br />
dann auf verschiedene rechte Seiten anzuwenden. Sämtliche Algorithmen – einschließlich<br />
der Verwendung der Kaufman-Approximation und der Ausnutzung der Schwachbesetztheitsstrukturen<br />
– können direkt vom univariaten Fall übernommen werden. Wir erhalten<br />
etwa für ∂1F im Fall der Spline-Approximation<br />
∂1F(t 1 , t 2 )[∆t 1 <br />
] = − P ⊥ B1 (∂1B1[∆t 1 ])B + 1 +<br />
<br />
P ⊥ B1 (∂1B1[∆t 1 ])B + <br />
T<br />
ZPB2<br />
1<br />
und für die Kaufman-Approximation<br />
JK[∆t 1 ] = −P ⊥ B1 (∂1B1[∆t 1 ])B + 1<br />
ZPB2 .<br />
Diese Verfahrensweise hat große Ähnlichkeit mit der Berechnung der Jacobi-Matrix für<br />
separable Quadratmittelprobleme mit mehreren rechten Seiten. Setzen wir B2(t 2 ) = I, so<br />
erhalten wir unmittelbar die Ergebnisse von Golub/LeVeque als Spezialfall. Die Strukturausnutzung<br />
bei solchen Problemen wurde in den letzten Jahren intensiv untersucht [KS92],<br />
[KSW94], [GK92], [SB92]. Kaufman/Sylvester berichten über eine drastische Aufwandsreduzierung<br />
bei realen Problemen mit mehreren Tausend Parametern und Millionen von<br />
Beobachtungen, wobei die linearen Quadratmittelprobleme vollbesetzt waren. Die zusätzliche<br />
Schwachbesetztheit der Beobachtungsmatrix untersuchen Soo/Bates, u. a. auch am<br />
Beispiel der „self-modeling free-knot splines“, allerdings nicht im Tensorprodukt-Fall.<br />
Die Algorithmen zur Berechnung der Jacobi-Matrix und somit das verallgemeinerte<br />
Gauß-Newton-Verfahren lassen sich also ohne große Probleme auf den bivariaten Fall übertragen.<br />
4.5 Numerische Tests<br />
Für die numerischen Tests zur Berechnung von bivariaten Tensorprodukt-Splines mit freien<br />
Knoten wurde ein Verfahren zur Lösung des reduzierten Problems – vorerst ohne Ausnutzung<br />
der Feinstruktur, d. h. der Schwachbesetztheit der Systemmatrizen – in MATLAB<br />
implementiert. Auf Grund der schlechten Verfügbarkeit von Software zur Lösung von nichtlinearen<br />
Quadratmittelproblemen mit linearen Nebenbedingungen haben wir das Problem als<br />
allgemeines nichtlineares Optimierungsproblem behandelt. Wir haben den Optimierungsalgorithmus<br />
CONSTR aus der MATLAB Optimization Toolbox [Gra90] sowie das kommerzielle<br />
Paket NPSOL [GMSW86] für unsere Tests verwendet. Beide Verfahren sind SQP-Verfahren,<br />
welche einen BFGS-Update der Hesse-Matrix durchführen. Die Gradienten wurden über finite<br />
Differenzen berechnet. Der wesentliche Unterschied zwischen beiden Verfahren besteht<br />
darin, daß NPSOL die linearen Nebenbedingungen ausnutzen kann und deshalb nur mit<br />
zulässigen Punkten arbeitet.<br />
Obwohl die Algorithmen – im Gegensatz zu den univariaten Verfahren – ohne Ausnutzung<br />
der Feinstruktur implementiert wurden, ergeben sich durchaus akzeptable Rechenzeiten.<br />
Eine weitere Verbesserung wird durch die Verwendung eines Algorithmus erwartet,<br />
welcher die Quadratmittelstruktur ausnutzt. Leider stand das in Frage kommende Verfahren<br />
NLSSOL zum Zeitpunkt des Tests noch nicht zur Verfügung.