• Keine Ergebnisse gefunden

Vorgelegt sei das lineare (rangdefiziente) Kleinste-Quadrate-Problem kb − Axk

N/A
N/A
Protected

Academic year: 2021

Aktie "Vorgelegt sei das lineare (rangdefiziente) Kleinste-Quadrate-Problem kb − Axk"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Fakultät für Mathematik und Informatik 17. Dezember 2013 TU Bergakademie Freiberg

Dr. M. Helm, Dr. A. Franke-Börner

Numerik linearer und nichtlinearer Parameterschätzprobleme Regularisierung, restringierte Probleme

Aufgabe 1

Vorgelegt sei das lineare (rangdefiziente) Kleinste-Quadrate-Problem kb − Axk

2

→ min!

mit

A =

1.0 2.0 2.0 4.0 3.0 6.0

 und b =

 1.0 2.1 2.9

 .

a) Geben Sie die Menge der Lösungen x

Q

des Kleinste-Quadrate-Problems und die Normallö- sung x

N

an!

b) Welche Lösungen x

N

(α) ergeben sich für das regularisierte Kleinste-Quadrate-Problem mit verschiedenen Regularisierungsparametern α = 1, 0.1, 0.01, ...? Berechnen Sie kx

N

(α)k

2

, kb−

Ax

N

(α)k

2

sowie kx

N

k

2

, kb − Ax

N

k

2

!

c) Zu jedem ω mit 0 < ω ≤ kx

N

k

2

gibt es genau ein α = α(ω) ≥ 0 mit kx

N

(α)k

2

= ω, und x

N

ist eindeutige Lösung der Aufgabe

kb − Axk

2

→ min! bei kxk

2

≤ ω.

Geben Sie speziell für ω = 0.15 das zugehörige α an!

Aufgabe 2

Betrachtet werden soll das lineare gleichungsrestringierte Kleinste-Quadrate-Problem kb − Axk → min! bei Bx = d

mit

A =

0.4302 0.3516 0.6246 0.3384

und b =

0.6593 0.9666

sowie

B =

0.4087 0.1593

und d = 0.1376

.

a) Die Lösung des gleichungsrestringierten Kleinste-Quadrate-Problems ist eindeutig bestimmt.

Begründen Sie diese Aussage!

b) Berechnen Sie die Lösung

i) mit der Methode der direkten Elimination,

ii) näherungsweise mit der Methode der Wichtung unter Verwendung unterschiedlicher

Gewichte γ = 10

1

, 10

2

, 10

3

, ..., 10

16

!

(2)

Regularisierung, restringierte Probleme 2 Vergleichen Sie die Ergebnisse beider Methoden!

Aufgabe 3

Vorgelegt sei das lineare gleichungsrestringierte Kleinste-Quadrate-Problem kb − Axk → min! bei Bx = d

mit

A =

1.0 1.0 1.0 1.0 3.0 1.0 1.0 −1.0 1.0 1.0 1.0 1.0

und b =

 1.0 2.0 3.0 4.0

sowie

B =

1.0 1.0 1.0 1.0 1.0 −1.0

und d = 7.0

4.0

.

Die exakte Lösung ist x =

5.75, −0.25, 1.50

T

.

a) Berechnen Sie die Lösung näherungsweise mit der Methode der Wichtung i)

γd b

− γB

A

x

2

→ min!

beziehungsweise ii)

b γd

− A

γB

x

2

→ min!

unter Verwendung unterschiedlicher Gewichte γ = 10

1

, 10

2

, 10

3

, ..., 10

16

! Die freien Minimie- rungsprobleme sind über die Normalgleichungen bzw. über eine QR-Zerlegung zu berechnen.

b) Vergleichen Sie die Ergebnisse der verschiedenen Methoden jeweils mit der exakten Lösung!

Referenzen

ÄHNLICHE DOKUMENTE

In welchem Sinn ist die Lösung der Normalengleichungen eine „Lösung“ des ursprünglichen überbestimmten Systems?. (c) Für die Matrix A dieses Glei- chungssystems liegt die

Die Messung erfolgte dabei mit Hilfe des in Kapitel 3 beschriebenen BenchIT-Kernels, wobei anstelle einer Liste von Bursts lediglich ein Wert von 2 GByte ¨ubergeben wurde und weder

Arbeitsaufwand: Der Zeitaufwand beträgt 300h und setzt sich zusammen aus 120h Präsenzzeit und 180h Selbststudium.. Letzteres umfasst die Vor- und Nachbereitung der

These include (i) the small volcanic crater on Hook Ridge, in Central Bransfield Basin, (ii) the flanks of Bridgeman Ridge (Edifice G), a large volcanic high separating

§ 35 Absatz 1 Satz 2, § 34 und § 32 Absatz 2 des Gesetzes über die Freiheit der Hochschulen im Freistaat Sachsen (Sächsisches Hochschulfreiheitsgesetz – SächsHSFG) in der

zur Koordination der Virtuellen Fakultät und der Unterstützung eines fach- und fakultätsübergreifenden Projekts zur Förderung selbstorganisierten Lernens befristet zu

Kurse der VHB: Grundlagen der Mathematik für die Grundschule (Geometrie und Stochastik) (2 SWS) Veranstaltungsart: Kurs..

Kurse der VHB: Grundlagen der Mathematik für die Grundschule (Geometrie und Stochastik) (2 SWS) Veranstaltungsart: Kurs..