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.
52 Kapitel 3. Univariate Splines mit Nebenbedingungen<br />
konvexe kubische Splines und löst das zugrundeliegende Optimierungsproblem mit der<br />
simplexartigen Theil/van de Panne-Prozedur. Cox/Jones [CJ87] untersuchen den Fall der<br />
formerhaltenden l1-Approximation, während Schmidt [Sch90] die Glättung durch monotone<br />
quadratische Splines betrachtet. In Schmidt/Scholz [SS90] wird ein effizientes Verfahren<br />
zur Glättung (r = 2) mit kubischen Splines unter den verallgemeinerten Konvexitätsnebenbedingungen<br />
δ(x) ≤ s ′′ (x) ≤ ɛ(x), (δ, ɛ - lineare C 0 -Splines) entwickelt, bei der das<br />
unrestringierte duale Problem an Stelle des partiell separablen primalen Problems gelöst<br />
wird 1 . In Schwetlick/Kunert [SK93] wird das allgemeine Problem δ(x) ≤ s (p) (x) ≤ ɛ(x)<br />
(δ, ɛ - stückweise konstante C 0 -Splines; p, r ∈ {0, . . . , q}) mittels Orthogonalisierungstechniken<br />
gelöst. Es sei bemerkt, daß bei den dualen Zugängen eine möglichst genaue numerische<br />
Lösung des dualen Programms erforderlich ist, da ein vorzeitiger Abbruch eine primal unzulässige<br />
Lösung liefert. Bei dem Problem der formerhaltenden Approximation kommt jedoch<br />
der Einhaltung der Nebenbedingungen eine vergleichsweise hohe Bedeutung zu, während<br />
die genaue Form des Glättungsfunktionals oft nicht a priori gegeben ist.<br />
In diesem Kapitel wollen wir daher die formerhaltende Approximation mit der Quadratmittelapproximation<br />
durch Splines mit freien Knoten verbinden. Wir beziehen erneut<br />
eine Teilfolge der Knoten, die sog. freien Knoten, in den Optimierungsprozeß ein. Dies resultiert<br />
in einem nichtlinearen Quadratmittelproblem in den Koeffizienten und den freien<br />
Knoten mit linearen Ungleichheitsnebenbedingungen an die freien Knoten (Anordnungsnebenbedingungen)<br />
sowie nichtlinearen Ungleichheitsnebenbedingungen an die Koeffizienten<br />
und Knoten (formerhaltende Nebenbedingungen). Letztere Nebenbedingungen sind linear<br />
in den Koeffizienten, wenn man die Splineknoten festhält. Das Originalproblem ist demzufolge<br />
ein Spezialfall sog. restringierter semi-linearer Quadratmittelprobleme (constrained<br />
semi-linear least squares problems), einer Verallgemeinerung der wohlbekannten separablen<br />
Quadratmittelprobleme, vgl. Abschnitt 2.3. Unter Benutzung von Ergebnissen aus der<br />
PhD-Thesis von Parks [Par85] über solche speziellen Optimierungsprobleme leiten wir ein<br />
reduziertes Problem her, in welchem wiederum nur die freien Knoten auftreten. Wir untersuchen,<br />
unter welchen Bedingungen im Rahmen der Splineglättung Originalproblem und<br />
reduziertes Problem äquivalent sind.<br />
Das reduzierte Problem wollen wir erneut durch ein verallgemeinertes Gauß-Newton-<br />
Verfahren lösen. Da die Struktur der Jacobi-Matrix im restringierten Fall sehr kompliziert<br />
ist, neben den Ableitungen nach den B-Splines gehen Ableitungen nach den Nebenbedingungen<br />
und verschiedene Projektoren ein, verallgemeinern wir die Ideen von Kaufman [Kau75]<br />
für separable Quadratmittelprobleme auf den restringierten Fall. Wir verwenden eine billiger<br />
zu berechnende Approximation an die Jacobi-Matrix, die Kaufman-Approximation, und<br />
untersuchen sowohl den qualitativen als auch quantitativen Einfluß dieser Approximation.<br />
Nach jüngsten Aussagen der Autorin T. A. Parks und eigenen Erkenntnissen wurden damit<br />
die theoretischen Ergebnisse aus [Par85] erstmals praktisch umgesetzt und die Verwendung<br />
von exakter Jacobi-Matrix und Kaufman-Approximation numerisch getestet.<br />
Wir entwickeln also in diesem Kapitel ein Verfahren, welches zu gegebener Anzahl und<br />
Anfangsposition der Knoten eine optimale Plazierung der Knoten in Abhängigkeit von den<br />
Daten {xi, yi} und den gegebenen formerhaltenden Nebenbedingungen sucht. Da das Problem<br />
nichtkonvex ist, kann Eindeutigkeit i. allg. nicht garantiert werden.<br />
Im Gegensatz zu Kapitel 2 sind uns bei der formerhaltenden Approximation durch Spli-<br />
1 Für einen Überblick über partiell separable Optimierungsprobleme und ihre Anwendung bei der restrin-<br />
gierten Splineapproximation siehe [Sch92a].