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.

72 Kapitel 3. Univariate Splines mit Nebenbedingungen<br />

Es gilt R R¯ T ⊥ = R (Q12), d. h. N := Q12 ∈ Rn,n−nact ist die gesuchte Nullraummatrix.<br />

Die Matrix ¯ RT enthält in jeder Spalte p + 1 Nichtnullelemente, allerdings (abhängig von<br />

der Indexmenge I) in ungeordneter Weise. Da die Matrix L = RT 1 (bis auf Vorzeichen)<br />

der Dreiecksfaktor der Cholesky-Faktorisierung von ¯ R ¯ RT ist, können wir x = ¯ R + v =<br />

¯R T RT 1 R1<br />

−1 v über die Methode der Semi-Normalgleichungen berechnen.<br />

Algorithmus 3.1 (Berechnung von x = ¯ R + v und N, Semi-Normalgleichungen).S1: Berechne QR-Faktorisierung<br />

mittels Householder-Transformationen<br />

<br />

T Q11 ¯R T <br />

R1<br />

= , ¯ T n,nact<br />

R ∈ R<br />

0<br />

Q T 12<br />

Speichere den regulären oberen Dreiecksfaktor R1 ∈ R nact,nact<br />

S2: Setze N := Q12 ∈ R n,n−nact (Basis des Nullraumes von ¯ R)<br />

S3: Für jede rechte Seite v ∈ R nact<br />

S3.1: Löse R T 1 R1w = v; w ∈ R nact<br />

S3.2: Bilde x := ¯ R T w ∈ R n<br />

Bei den Semi-Normalgleichungen muß zusätzlich zu den ohnehin benötigten Größen N<br />

und R1 nur die schwach besetzte Originalmatrix ¯ R T an Stelle von Q11 gespeichert werden.<br />

Für überbestimmte Systeme wird in [Bjö87] gezeigt, daß der Fehler der berechneten<br />

Lösung bei der Methode der Semi-Normalgleichungen ebenfalls vom Quadrat der Konditionszahl<br />

abhängt, obwohl der berechnete Dreiecksfaktor von „besserer“ Qualität als der<br />

Dreiecksfaktor der Normalgleichungen ist. Bei der von Saunders [Sau72] vorgeschlagenen<br />

Methode der Semi-Normalgleichungen für das Minimum-Norm-Problem tritt dieser Effekt<br />

nicht auf. In [Pai73] wurde gezeigt, daß „the bound on the error in x is proportional to κu<br />

rather than κ 2 u as has often been thought“ (κ-Konditionszahl, u-Maschinengenauigkeit),<br />

siehe [Hig96] für eine ausführliche Diskussion dieser Problematik.<br />

Berechnung des Projektors P <br />

B<br />

õS N<br />

Abschließend betrachten wir die Berechnung des orthogonalen Projektors (3.27). Es sei<br />

bemerkt, daß der übliche Weg – nämlich die Bildung von<br />

B<br />

õS<br />

<br />

N und anschließende or-<br />

thogonale Faktorisierung – in diesem speziellen Fall sehr ineffizient ist, da die Bandstruktur<br />

von B und Sr zerstört wird. An Stelle dessen benutzen wir die zwei orthogonalen Zerlegungen<br />

(3.22) und (3.23), welche bereits bei der Lösung von Subproblem (A) berechnet wurden<br />

und die Bandstruktur erhalten.<br />

Für spaltenreguläre Matrizen A gilt A + = A T A −1 A T . Wir erhalten daher<br />

<br />

B<br />

√ µSr<br />

+<br />

<br />

N = N T<br />

<br />

B<br />

√ µSr<br />

Unter Benutzung von (3.22) und (3.23) gilt<br />

<br />

B<br />

√ µSr<br />

T <br />

T <br />

B<br />

√ µSr<br />

B<br />

√ µSr<br />

<br />

= ˜ R T R,<br />

˜<br />

−1 N N T<br />

<br />

B<br />

√ µSr<br />

T<br />

.

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!