23.12.2012 Aufrufe

pdf-file, 2.03 Mbyte - Torsten Schütze

pdf-file, 2.03 Mbyte - Torsten Schütze

pdf-file, 2.03 Mbyte - Torsten Schütze

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

42 Kapitel 2. Univariate Splines<br />

Für einen Vergleich zwischen dem diskretisierten Golub/Pereyra-Modell und dem Kaufman-Modell<br />

sind sowohl die Kosten der linearen Algebra als auch die Approximationsqualität<br />

zu beachten. Letztere ist vergleichbar, wie numerische Tests verschiedener Autoren<br />

zeigen. Die Kosten der linearen Algebra hängen sehr stark von der Matrix B oder ihrer<br />

Regularisierung Bµ ab. Falls die Matrix vollbesetzt ist, so ist i. allg. das Kaufman-Modell<br />

billiger, da die l zusätzlichen Quadratmittelprobleme mit verschiedenen Systemmatrizen des<br />

Golub/Pereyra-Modells durch l Quadratmittelprobleme mit verschiedenen rechten Seiten,<br />

aber derselben Matrix ersetzt werden. Andererseits ist das diskretisierte Golub/Pereyra-<br />

Modell wesentlich einfacher zu implementieren, da es die Feinstruktur vernachlässigt und<br />

lediglich Code zur Berechnung der Residuumsfunktion F(t) benötigt wird.<br />

Zum Vergleich mit existierenden Algorithmen zur Berechnung von Splines mit freien<br />

Knoten, welche stets den Approximationsfall, d. h. µ = 0, betrachten, haben wir eigens Algorithmen<br />

für diesen Fall implementiert. Dabei ergeben sich wesentliche Vereinfachungen. Die<br />

entsprechenden Modelle heißen RAP-Ka-ED (reduced approximation problem, Kaufman model,<br />

exact derivatives) bzw. RAP-GP-OD (reduced approximation problem, Golub/Pereyra<br />

model, outer discretization).<br />

Leider können wir an dieser Stelle nicht auf den sehr interessanten Aspekt der optimalen<br />

Wahl des Glättungsparameters µ eingehen. In den Beispielen wurde µ interaktiv bestimmt.<br />

Eine Standardmethode zur optimalen Wahl aus statistischer Sicht besteht in der Minimierung<br />

des GCV-Funktionals, siehe [Wah90] und [Eub88] sowie [Wah82] für den restringierten<br />

Fall. Betrachtet man die Aufgabe als Regularisierung eines diskreten schlechtgestellten Problems,<br />

so kommt die L-curve method, siehe [Han92], in Frage.<br />

2.5.4 FREE – Ein Programm zur Berechnung von Splines mit freien<br />

Knoten<br />

Die Algorithmen dieses und des nächsten Kapitels wurden in einem umfangreichen Programmpaket<br />

FREE zur Berechnung und Visualisierung von Splines mit freien Knoten implementiert.<br />

Die Quellen des Programms – etwa 14000 Zeilen Pascal-Quelltext – stehen<br />

zusammen mit einigen Testdaten zur freien Verfügung 1 . Eine ausführliche Beschreibung<br />

findet man in [Sch96].<br />

Da die Bandstruktur der beteiligten Matrizen vollständig ausgenutzt wird, sind die<br />

Anforderungen an Speicherplatz und Rechenzeit relativ gering. Besonders bei Verwendung<br />

des regularisierenden Glättungsterms ist der Algorithmus sehr robust und wurde bereits an<br />

realen Daten erfolgreich eingesetzt.<br />

2.6 Numerische Tests<br />

Dieser Abschnitt enthält einige Beispiele aus der Literatur, welche die Leistungsfähigkeit des<br />

entwickelten Verfahrens zeigen sollen. Alle Testrechnungen wurden auf einem Pentium-PC in<br />

IEEE double Arithmetik mit einer relativen Maschinengenauigkeit von macheps = 2.2 E-16<br />

durchgeführt. Es wurden die Abbruchkriterien aus Tabelle 2.1 mit εt 0 = εt1 = εt2 = εt5 =<br />

1.0 E-10, εt 3 = 1.0 E-06 und εt4 = 1.0 E-03 verwendet. Man beachte, daß diese ziemlich harten<br />

Kriterien ausschließlich für Testzwecke verwendet wurden. In realen Anwendungen würde<br />

man etwa εt 3 = 10−2 . . . 10−3 wählen. Zur Sicherung der Anordnungsbedingungen der freien<br />

1 http://www.math.tu-dresden.de/~schuetze/free.zip

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!