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.
54 Kapitel 3. Univariate Splines mit Nebenbedingungen<br />
Zumindest für kleine k − p lassen sich – in der Regel nichtlineare – notwendige und<br />
hinreichende Bedingungen für die Positivität der Polynome der Ordnung k − p in den Teilintervallen<br />
angeben. Damit läßt sich in diesen Fällen das semiinfinite direkt in ein finites<br />
Optimierungsproblem überführen.<br />
Um die Lösung des semiinfiniten Optimierungsproblems zu vermeiden, verwenden wir<br />
statt der notwendigen und hinreichenden Bedingung (3.3) die – wegen der Nichtnegativität<br />
der B-Splines β p(x, t) – hinreichende Bedingung α (p) = Dp(t)α ≥ 0. Wir erhalten daher<br />
die für die Positivität hinreichende Nebenbedingung<br />
(3.4) Dp(t)α ≥ 0.<br />
Wir betrachten jetzt eine feste Knotenfolge τ . Da das Funktional (3.1) unter der Voraussetzung<br />
m ≥ r und µ > 0 streng konvex ist, sind sowohl das semiinfinite Problem (3.3) als<br />
auch das finite Problem (3.4) eindeutig lösbar. Die Optimallösung α f des finiten Problems<br />
ist wegen Bj,k−p,τ (x) ≥ 0 zulässig für das semiinfinite Problem. Falls k − p ≤ 2, so stimmen<br />
die Lösungen der beiden Probleme überein, α f = α if . Allgemein kann man feststellen, daß<br />
α if durch α f desto besser approximiert wird, je feiner die Knotenfolge τ ist.<br />
Hinreichende Nebenbedingungen der obigen Form werden von einer Reihe von Autoren<br />
verwendet, z.B. untersuchen Cox und Jones [CJ87] das Problem min{y − Bα1 : α (p) =<br />
Dpα ≥ 0, α ∈ R n }. Andere Autoren, z.B. [WD95], bevorzugen notwendige und hinreichende<br />
Bedingungen, haben dann allerdings numerische Schwierigkeiten, da selbst die Probleme<br />
zu festen Knoten nichtlinear werden. Unsere numerischen Erfahrungen zeigen, daß die hinreichenden<br />
Bedingungen bei sorgfältiger Wahl der Splineknoten durchaus gute Ergebnisse<br />
liefern, d. h. daß sie nicht zu einschränkend sind. Im Zweifelsfall können die mit hinreichenden<br />
Nebenbedingungen berechneten Splines als sehr guter Startpunkt für Algorithmen mit<br />
notwendigen und hinreichenden Bedingungen genutzt werden.<br />
Man beachte, daß die Form der hinreichenden Nebenbedingungen für das weitere Vorgehen<br />
wesentlich ist, genauer gesagt, benötigen wir Nebenbedingungen, welche bei festen<br />
Knoten τ linear in den Splinekoeffizienten α sind.<br />
Einfache Schranken für die Ableitung des Splines<br />
Oftmals wird neben der unteren Schranke Null an s (p) gleichzeitig eine obere Schranke<br />
vorgegeben, z.B. um eine allzu große Krümmung des Splines zu verhindern, oder es werden<br />
auf verschiedenen Intervallen verschiedene „shape constraints“ vorgegeben, z.B. konvexkonkaver<br />
Datenabgleich (siehe [SS90]).<br />
Allgemeiner fordern wir daher nun<br />
(3.5) l (p)<br />
i ≤ s(p) (x) ≤ u (p)<br />
i ∀x ∈ [ti, ti+1), i = k, . . . , n<br />
mit 2(n − k + 1) Konstanten<br />
<br />
l :=<br />
l (p)<br />
k<br />
, . . . , l(p)<br />
n<br />
T<br />
∈ R n−k+1 <br />
, u :=<br />
u (p)<br />
k<br />
T , . . . , u(p) n<br />
Da die B-Splines eine nichtnegative Partition der Eins bilden, gilt<br />
min<br />
<br />
: j ∈ Ki ≤ s (p) (x) = <br />
≤ max<br />
<br />
α (p)<br />
j<br />
j∈Ki<br />
Bj,k−p(x)α (p)<br />
j<br />
∈ R n−k+1 .<br />
<br />
α (p)<br />
j<br />
: j ∈ Ki