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.
68 Kapitel 3. Univariate Splines mit Nebenbedingungen<br />
(b) Aus Voraussetzung (V4) folgt nach Satz 3.5 die lineare Unabhängigkeit der Gradienten<br />
der aktiven Restriktionen von Subproblem (A).<br />
(c) Falls die eindeutig bestimmten Lagrange-Parameter u ∗ von Subproblem (A) an der<br />
Stelle t ∗ strikt komplementär sind, vgl. (V5), dann existiert eine Umgebung U ∗ 4 von<br />
t ∗ so, daß die Lagrange-Parameter u von Subproblem (A) an der Stelle t ∈ U ∗ 4 (bzw.<br />
α(t)) ebenfalls strikt komplementär sind.<br />
Im nichtleeren Durchschnitt der Mengen U ∗ 1 , . . . , U ∗ 4 sind somit alle Voraussetzungen von<br />
Theorem 3.1 erfüllt. Die Aussagen ergeben sich durch unmittelbare Anwendung des Theorems.<br />
Für den Teil (i) der Behauptung gilt zudem:<br />
Da das Subproblem (A) ein quadratisches, definites Optimierungsproblem ist, existiert<br />
ein eindeutiges α∗ unter allen Paaren (α∗ , t∗ ), welche f minimieren und denselben Minimalwert<br />
ergeben, und es gilt α∗ = α(t∗ ).<br />
Korollar 3.6.<br />
Die Voraussetzungen von Theorem 3.3 seien in einer Umgebung Ω der zulässigen Knotenfolge<br />
t ∗ erfüllt. Wenn t ∗ eine globale Minimumstelle des reduzierten Funktionals f(t) in Ω<br />
ist, so ist (α(t) ∗ , t ∗ ) globale Minimumstelle von f(α, t) für t ∈ Ω.<br />
Beweis. Sei t∗ eine globale Minimumstelle von f(t) in Ω und sei α(t∗ ) die zugehörige<br />
eindeutige Lösung von Subproblem (A). Klar ist, daß f (α(t∗ ), t∗ ) = f(t∗ ). Wir nehmen an,<br />
daß eine Knotenfolge t † ∈ Ω und Koeffizienten α † existieren mit f α † , t † < f (α(t∗ ), t∗ ).<br />
Nach Definition des reduzierten Problems gilt aber f(α, t) ≥ f(t) für alle t ∈ Ω, denn<br />
f(α, t) := 1<br />
2 y − B(t)α2 + 1<br />
2 Sr(t)α 2 mit „beliebigem“ α und f(t) := 1<br />
2 y − B(t)α(t)2 +<br />
1<br />
2 Sr(t)α(t) 2 mit „optimalem“ α(t).<br />
Es folgt f(t † ) ≤ f α † , t † < f (α(t∗ ), t∗ ) = f(t∗ ). Dies ist ein Widerspruch zur Voraussetzung,<br />
daß t∗ globale Minimumstelle von f(t) in Ω ist. Also ist (α(t∗ ), t∗ ) globale<br />
Minimumstelle von f(α, t) für t ∈ Ω.<br />
Abbildung 3.1 verdeutlicht die Beziehungen zwischen Ausgangsproblem und reduziertem<br />
Problem. Theorem 3.3 stellt zusammen mit Korollar 3.6 eine vollständige Entsprechung von<br />
Theorem 2.6 auf den restringierten Fall dar.<br />
Die Voraussetzungen (V1)–(V3) wurden schon im Anschluß an Theorem 2.6 diskutiert.<br />
Wir möchten daher nur noch einmal auf die Voraussetzungen (V4) und (V5) eingehen: Ist die<br />
strikte Konsistenzbedingung L < U nicht erfüllt, so erhält man für einige Koeffizienten α (p)<br />
j<br />
Gleichheitsrestriktionen. Dies ist zwar prinzipiell möglich (Theorem 3.1 gilt für allgemeine<br />
reduzible Optimierungsprobleme, also auch für Gleichheitsrestriktionen), wurde jedoch aus<br />
Gründen der Vereinfachung in unserem Rahmen nicht untersucht. Die Ausdrücke für die<br />
Jacobi-Matrix werden in diesem Fall natürlich noch komplizierter.<br />
Bei nichtstrikter Komplementarität der Lagrange-Parameter hat man nach dem Satz von<br />
Daniel nur die Lipschitz-Stetigkeit von α(t) und damit F(t). In diesem nichtgenerischen Fall<br />
kann man Methoden der nichtglatten Optimierung anwenden, verliert jedoch die Äquivalenz<br />
der Probleme im Sinne von Theorem 3.3. Für Lipschitz-stetige Funktionale im Rn hat man<br />
nach dem Satz von Rademacher zumindest die Differenzierbarkeit fast überall.