pdf-file, 2.03 Mbyte - Torsten Schütze
pdf-file, 2.03 Mbyte - Torsten Schütze
pdf-file, 2.03 Mbyte - Torsten Schütze
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
74 Kapitel 3. Univariate Splines mit Nebenbedingungen<br />
Algorithmus 3.2 (Berechnung der Jacobi-Matrix, Kaufman-Approximation).S1: Berechne QR-Faktorisierung<br />
mittels zeilenweiser Givens-Drehungen<br />
Q T <br />
R0<br />
0 B = , B ∈ R<br />
0<br />
m,n<br />
S2: Berechne QR-Faktorisierung mittels zeilenweiser Givens-Drehungen<br />
˜Q T<br />
<br />
R0<br />
√<br />
µSr<br />
<br />
˜R<br />
= ,<br />
0<br />
<br />
R0<br />
√<br />
µSr<br />
<br />
∈ R 2n−r,n<br />
S3: Berechne α(t) als Lösung von<br />
min<br />
<br />
1<br />
2<br />
<br />
<br />
y<br />
0<br />
<br />
−<br />
B(t)<br />
√ µSr(t)<br />
<br />
<br />
α(t) <br />
<br />
2<br />
: L ≤ Dp(t)α ≤ U : α ∈ R n<br />
unter Benutzung der QR-Faktorisierungen aus S1 und S2, siehe [SK93]<br />
S4: Setze<br />
<br />
¯R<br />
Dp(t)<br />
:= −<br />
−Dp(t)<br />
<br />
i∈I<br />
∈ R nact,n<br />
S5: Berechne QR-Faktorisierung mittels Householder-Transformationen<br />
Q T 1 ¯ R T <br />
T Q11 =<br />
<br />
¯R T <br />
R1<br />
=<br />
0<br />
<br />
,<br />
Q T 12<br />
S6: N := Q12 ∈ R n,n−nact Basis des Nullraums von ¯ R<br />
¯ R T ∈ R n,nact<br />
S7: Berechne QR-Faktorisierung mittels Householder-Transformationen<br />
S8: for κ := 1 to l do<br />
Q T 2<br />
S8.1: Berechne v 1 := Jte κ = −∂<br />
<br />
˜RN =<br />
<br />
R2<br />
0<br />
B(t)<br />
√ µSr(t)<br />
S8.2: Berechne v 2 := ¯ Γe κ = −∂ ¯ R(t) [e κ ] α(t) ∈ R nact ;<br />
<br />
,<br />
˜ RN ∈ R n,n−nact<br />
<br />
[e κ ] α(t) ∈ R m+n−r ;<br />
S8.3: Löse das System R T 1 R1v 3 = v 2 ; (R1 reguläre obere Dreiecksmatrix, v 3 ∈ R nact );<br />
S8.4: v 4 := ¯ R T v 3 ∈ R n ;<br />
S8.5: v5 <br />
:=<br />
B<br />
√ µSr<br />
<br />
v 4 ∈ R m+n−r ;<br />
S8.6: v 6 := v 1 + v 5 ∈ R m+n−r ;<br />
S8.7: Berechne v 7 ∈ R m+n−r<br />
v 7 =<br />
S8.8: JKe κ := v 7 ;<br />
<br />
Im+n−r −<br />
<br />
B<br />
√ µSr<br />
<br />
˜R −1 Q2<br />
I 0<br />
0 0<br />
<br />
Q T 2 ˜ R −T<br />
<br />
B<br />
√ µSr<br />
Wenn die Kaufman-Approximation in der obigen Weise berechnet wird, so nennen wir<br />
das Verfahren RCSP-Ka-ED (reduced constrained smoothing problem, Kaufman model, exact<br />
derivatives). Analog verfahren wir bei der Berechnung über finite Differenzen RCSP-GP-<br />
OD (reduced constrained smoothing problem, Golub/Pereyra model, outer discretization).<br />
<br />
T <br />
v 6 ;