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

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

3.3 Restringierte semi-lineare Quadratmittelprobleme 63<br />

Lemma 3.3 (Jacobi-Matrix des reduzierten Funktionals).<br />

Die Jacobi-Matrix J(t) = ∂F(t) von F(t) = y − B(t)α(t) ist gegeben durch<br />

J(t) = P ⊥ <br />

BN(t) Jt(t) + B(t) ¯ R + (t) ¯ <br />

Γ(t) + PBN(t) (B(t)N(t)) +T T<br />

N (t)K(t),<br />

wobei K(t) = K(α(t), t) und K(α, t) := −∂B T (t) (y − B(t)α) + ∂R T (t)u.<br />

Für die Residuumsfunktion des reduzierten Funktionals erhält man nach [Par85, Lemma<br />

6.1] (dort ist F(α, t) = B(t)α − y!):<br />

Lemma 3.4 (Residuumsfunktion des reduzierten Funktionals).<br />

F(t) = P ⊥ <br />

BN(t) y − B(t) ¯ R + (t) ¯ <br />

ξ<br />

<br />

mit ξ ¯ L<br />

:= −<br />

−U<br />

3.3.4 Struktur der Jacobi-Matrix, Kaufman-Approximation<br />

<br />

i∈I<br />

∈ R nact .<br />

In den letzten Aussagen kann man mit den bisherigen Bezeichnungen eine Struktur nur<br />

schwer erkennen. Wir definieren daher<br />

ψ := Jt + B ¯ R + ¯ Γ, φ := (BN) + T N T K, v := y − B ¯ R +¯ ξ.<br />

Mit P = PBN lauten die letzten Aussagen in den neuen Bezeichnungen F = P⊥v und J =<br />

P⊥ +<br />

ψ + Pφ. Der Term Pφ = PBN (BN) T NT K erschwert die Berechnung der Jacobi-<br />

Matrix enorm, insbesondere die Ausnutzung der Schwachbesetztheitsstruktur. Glücklicherweise<br />

gilt<br />

J T <br />

T<br />

F = ψ P ⊥ T<br />

P ⊥ v und J T <br />

T<br />

J = ψ P ⊥ T<br />

P ⊥ ψ + φ T P T Pφ,<br />

d. h. der Term Pφ trägt nicht zum Gradienten J T F bei und sein Beitrag zu J T J ist<br />

φ T P T Pφ, wie Parks bemerkt. Eine Untersuchung der Größenordnung dieses Terms fand<br />

nicht statt. Im unrestringierten Fall gilt darüberhinaus φ T P T Pφ = O(y − Bα 2 ), so daß<br />

dieser Term im Rahmen von Gauß-Newton-Verfahren vernachlässigt werden kann, vgl. die<br />

Arbeit von Kaufman [Kau75]. Wir verallgemeinern diese Philosophie auf den restringierten<br />

Fall und definieren<br />

Definition 3.3 (Kaufman-Approximation). Die Approximation<br />

<br />

Jt + B ¯ R + <br />

Γ¯ m,l<br />

∈ R<br />

JK := P ⊥ ψ = P ⊥ BN<br />

für die Jacobi-Matrix<br />

J = P ⊥ ψ + Pφ = P ⊥ <br />

BN Jt + B ¯ R + <br />

Γ¯ ⊥ +<br />

+ PBN (BN) T T<br />

N K<br />

des reduzierten Funktionals heißt Kaufman-Approximation.<br />

Im weiteren verwenden wir diese billiger zu berechnende Approximation an die Jacobi-<br />

Matrix und untersuchen sowohl den qualitativen als auch quantitativen Einfluß dieser Approximation.<br />

Die theoretischen Ergebnisse aus [Par85] werden nach jüngsten Aussagen der<br />

Autorin T. A. Parks erstmals praktisch umgesetzt und numerisch getestet.

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!