pdf-file, 2.03 Mbyte - Torsten Schütze
pdf-file, 2.03 Mbyte - Torsten Schütze
pdf-file, 2.03 Mbyte - Torsten Schütze
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Existieren Lösungen dieses Problems, so erhält man erneut Splines der Ordnung k = 2r,<br />
allerdings mit zusätzlichen Knoten zwischen den Datenstellen {xi}, siehe etwa [OO88],<br />
[FOP91] und [AE95] für nichtnegative Splines und Splines mit Hindernissen (p = 0), [Hor78]<br />
und [AE91] für monotone Splines (p = 1) sowie [AE87] für den konvexen Fall (p = 2).<br />
Allgemeine Charakterisierungsaussagen finden sich in [MU88], [MU91] und [MSSW85]. Im<br />
Fall der Approximation mit Nebenbedingungen betrachten [EA88] das Variationsproblem<br />
<br />
min ϕ(s) + µρ(s) : s (p) (x) ≥ 0 für alle x ∈ [a, b], s ∈ W r <br />
2 [a, b] .<br />
Die oben beschriebenen Variationszugänge haben Gemeinsamkeiten, die sich aber im<br />
Rahmen unserer Zielstellungen als Nachteile erweisen:<br />
• Die Ordnung k = 2r des Splines ist durch die Ordnung r im Glättungsterm fest<br />
vorgegeben.<br />
• In Regionen, in denen keine Nebenbedingungen aktiv sind, werden alle Datenstellen<br />
{xi} als Knoten des Splines benötigt, d. h. es ist keine Datenreduktion möglich. Im<br />
praktisch relevanten Fall großer Datenmengen kann man aber oft schon mit wenigen<br />
Parametern die Funktion innerhalb des Fehlerniveaus der Daten beschreiben.<br />
• Im restringierten Fall hat die Lösung im allgemeinen zusätzliche Knoten zwischen den<br />
Datenstellen {xi}, deren Anzahl und Lage a priori nicht bekannt ist.<br />
Daher favorisieren wir den sog. direkten Zugang zur Splinetheorie und beschränken uns von<br />
vornherein auf den endlich-dimensionalen Raum Sk,τ der polynomialen Splines der Ordnung<br />
k zu einer gegebenen Knotenfolge τ = {τj} mit<br />
τ1 = · · · = τk = a < τk+1 ≤ · · · ≤ τn < b = τn+1 = · · · = τn+k<br />
und m ≥ n. Im allgemeinen ist die Dimension n des Raums Sk,τ sehr viel kleiner als die<br />
Anzahl m der Datenpunkte, d. h. man erreicht durch den direkten Zugang eine Datenreduktion.<br />
Außerdem ist damit ein gewisser Regularisierungseffekt verbunden. Die Parameter<br />
des Splines werden so bestimmt, daß das Schoenberg-Funktional (1.4) minimiert wird. Als<br />
Basis für den Raum Sk,τ verwenden wir die bekannten polynomialen B-Splines. Ein Spline<br />
s ∈ Sk,τ ist dann durch Splineknoten τ und Koeffizienten α eindeutig bestimmt.<br />
Die Lage der Knoten τ ist für die Approximationsgüte von großer Bedeutung. Es ist<br />
wohlbekannt, daß man die Approximationsgüte, insbesondere bei nichtglatten Funktionen,<br />
verbessern kann, wenn man die Knoten als freie Parameter betrachtet, siehe [Sch81, Kapitel<br />
7].<br />
Gegenstand dieser Arbeit ist daher die Minimierung des Schoenberg-Funktionals (1.4)<br />
bei vorgegebener Dimension n bezüglich der Koeffizienten α und einer Teilmenge t der Knoten<br />
τ , den sog. freien Knoten, unter Beachtung eventueller Nebenbedingungen an Ableitungen<br />
des Splines. Das resultierende Optimierungsproblem ist ein nichtlineares Quadratmittelproblem<br />
in den freien Knoten und den Koeffizienten. Bei der Verwendung von B-Splines<br />
haben die auftretenden Matrizen Bandstruktur. Es zeigt sich, daß Standardprogramme der<br />
nichtlinearen Optimierung für die Berechnung von Splines mit freien Knoten ohne weitere<br />
Modifikationen versagen oder sehr ineffizient sind. Unser Ziel ist die Entwicklung spezieller<br />
Verfahren für diese Problemstellung.<br />
3