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.
2.3 Separable Quadratmittelprobleme 23<br />
unendlich viele Lösungen. Für jedes feste t ∈ R l ist die eindeutige Minimum-Norm-Lösung<br />
gegeben durch α = αopt(t) := B(t) + y. Ersetzen wir die Variable α im Ausgangsproblem<br />
(2.17) durch ihren Optimalwert αopt(t), so erhalten wir folgendes reduzierte Problem:<br />
Reduziertes Problem<br />
<br />
(2.22) min f(t) := 1<br />
<br />
2<br />
I − B(t)B(t) + y 2 = 1<br />
2 F(t)2 : t ∈ R l<br />
<br />
Da P ⊥ B := I − B(t)B(t)+ der orthogonale Projektor auf im B(t) ⊥ ist, wird das Funktional<br />
f auch als variable projection functional und die beschriebene Reduktionstechnik als<br />
Verfahren der variablen Projektion bezeichnet, siehe [GP73].<br />
Das reduzierte Problem (2.22) enthält nur noch die l nichtlinear auftretenden Parameter<br />
t, ist dafür aber von einer größeren Komplexität als das Ausgangsproblem. Für die<br />
Anwendung des Verfahrens der variablen Projektion bleibt die Zulässigkeit der Reduktion<br />
zu zeigen. Außerdem muß für die Anwendung von Gauß-Newton-ähnlichen Verfahren die<br />
Jacobi-Matrix F ′ berechnet werden.<br />
2.3.2 Der Übergang zum reduzierten Funktional<br />
Das folgende Theorem von Golub/Pereyra [GP73] rechtfertigt den Übergang vom Ausgangsfunktional<br />
f(α, t) zum reduzierten Funktional f(t). Da wir vom reduzierten Funktional<br />
i. allg. nur kritische Punkte und keine globalen Minimalstellen berechnen können, ist<br />
besonders die Beziehung zwischen stationären Punkten der beiden Probleme interessant.<br />
Theorem 2.1 (Golub/Pereyra [GP73, Theorem 2.1]).<br />
Seien f(α, t) und f(t) wie oben definiert. Wir nehmen an, daß B(t) in der offenen Menge<br />
Ω ⊂ R l konstanten Rang r ≤ min(m, n) hat.<br />
(a) Wenn t ∗ ein kritischer Punkt (oder eine globale Minimumstelle in Ω) von f(t) ist und<br />
(2.23) α ∗ = B(t ∗ ) + y,<br />
so ist (α ∗ , t ∗ ) ein kritischer Punkt (oder eine globale Minimumstelle für t ∈ Ω) von<br />
f(α, t), und es gilt f(t ∗ ) = f(α ∗ , t ∗ ).<br />
(b) Wenn (α ∗ , t ∗ ) eine globale Minimumstelle von f(α, t) für t ∈ Ω ist, so ist t ∗ eine<br />
globale Minimumstelle von f(t) in Ω, und es gilt f(t ∗ ) = f(α ∗ , t ∗ ). Wenn es ein<br />
eindeutiges α ∗ unter den Minimumstellen von f(α, t) gibt, so muß α ∗ die Beziehung<br />
(2.23) erfüllen.<br />
Da die Moore-Penrose-Inverse B + bei rangerhöhenden Störungen nicht stetig ist (siehe<br />
z.B. [KS88]), ist die Forderung nach einem lokal konstanten Rang der Matrix B natürlich.<br />
Wir machen daher im weiteren die Voraussetzung:<br />
Die Matrix B(t) habe lokal konstanten Rang r ≤ min(m, n) für alle t ∈ Ω ⊂ R l ,<br />
wobei Ω eine offene Menge ist, welche die gesuchte Lösung enthält.