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.
2.4 Splineglättung mit freien Knoten 27<br />
2.3.5 Separable Quadratmittelprobleme mit Nebenbedingungen<br />
Bisher wurde die Zulässigkeit des Übergangs vom Ausgangs- zum reduzierten Problem lediglich<br />
für den unrestringierten Fall (2.17) nachgewiesen. Kaufman zeigte, daß diese Reduktion<br />
ebenfalls für separable Quadratmittelprobleme mit linearen Ungleichheitsnebenbedingungen<br />
an die nichtlinearen Variablen t zulässig ist.<br />
Theorem 2.2 (Kaufman, zitiert nach [Par85, S. 41f], siehe auch [GP76]).<br />
Ein Problem der Form<br />
<br />
min f(α, t) := 1<br />
2 y − B(t)α2 : Ct ≥ h , α ∈ R n , t ∈ R l<br />
<br />
ist äquivalent zu<br />
<br />
min f(t) := 1<br />
<br />
2<br />
I − B(t)B(t) + y 2 = 1<br />
<br />
<br />
P<br />
2<br />
⊥ <br />
<br />
B(t)y<br />
gefolgt von der Rücksubstitution α = B(t) + y.<br />
2<br />
: Ct ≥ h , t ∈ R l<br />
<br />
Die Aussage des Satzes ist anschaulich klar, da die variable Projektion bezüglich der<br />
linearen Variablen α erfolgt und nicht bezüglich der restringierten nichtlinearen Variablen<br />
t. Eine exakte Formulierung der Äquivalenz im Sinne von Theorem 2.1 folgt außerdem aus<br />
der allgemeineren Aussage [Par85, Theorem 4.7], siehe Theorem 3.1.<br />
2.4 Splineglättung mit freien Knoten<br />
In diesem Abschnitt wollen wir die beschriebene Reduktionstechnik auf die Splineapproximation<br />
durch Splines mit freien Knoten anwenden. Offensichtlich bleiben die Aussagen<br />
des letzten Abschnitts richtig, wenn man die beliebigen Vektoren, Matrizen und Matrixfunktionen<br />
durch die speziellen Bezeichnungen des vollständigen Approximationsproblems<br />
FAP ersetzt. Wir erhalten das reduzierte Approximationsproblem (reduced approximation<br />
problem, RAP):<br />
Reduziertes Approximationsproblem<br />
<br />
(2.30) min f(t) := 1<br />
<br />
<br />
2<br />
I − B(t)B(t) + y 2 = 1<br />
2F(t)2 : Ct ≥ h , t ∈ R l<br />
Zu den Aussagen für das vollständige Glättungsproblem FSP (2.16) gelangt man, indem<br />
man die Größen {B(t), y} durch das Paar<br />
<br />
B(t)<br />
√ µSr(t)<br />
<br />
y<br />
,<br />
0<br />
ersetzt. Man erhält damit das reduzierte Glättungsproblem (reduced smoothing problem,<br />
RSP):