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.
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 />
.