Ausgleichung ohne Linearisierung

Slides:



Advertisements
Ähnliche Präsentationen
Polynomial Root Isolation
Advertisements

Simulation komplexer technischer Anlagen
Das virtuelle Physiklabor im Computer: Vom Experiment zur Simulation
Schnelle Matrizenoperationen von Christian Büttner
Vom graphischen Differenzieren
Seminar „Extrapolationsmethoden für zufällige Felder“
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Tobias Lauer.
Kapitel 3 Gleichungen.
Computerkurs: Quantitative Auswertung biochemischer Experimente Guten Morgen.
Computerkurs: Quantitative Auswertung biochemischer Experimente Tag 8 Einführung in die numerische Integration Aufgabe 18: Simulation einer Assoziationskinetik.
Lösung linearer Gleichungssysteme
Beispiele für Gleichungssysteme
Es ist kaum einzusehen, warum die Jugend von heute mit den Mitteln von gestern für das Leben von morgen qualifiziert werden soll. Es ist was Wahres dran,
M. Bräuer DPG Frühjahrstagung, März. 01 Alignment des HERA-B Vertex-Trackers Alignment des HERA-B Vertexdetektors M. Bräuer MPI für Kernphysik,
Gaußscher Algorithmus
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
Tutorium
Variationsformalismus für das freie Teilchen
Computergrafik – Inhalt Achtung! Kapitel ist relevant für CG-2!
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Ausgleichungsrechnung I
Ausgleichungsrechnung II
Effiziente Algorithmen
Ausgleichungsrechnung I
Abschlussvortrag zur Studienarbeit
Zeit: 13h-15h Datum: Raum: IFW B42
Gleichungssysteme Galip Turan.
Regionalisierte Variablen und Kriging
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
§3 Allgemeine lineare Gleichungssysteme
Polynome und schnelle Fourier-Transformation
Die Herleitung der Lösungsformel für gemischt quadratische Gleichungen
Gleichungen und Gleichungssysteme
Lösung nichtlinear Gleichungssysteme
Anfang Präsentation 10. November, 2004 Effiziente Lösung von Gleichungssystemen In dieser Vorlesung wird die effiziente gemischt symbolisch/numerische.
Ausgleichungsrechnung
Regression und Kollokation
2.4 Rekursion Klassifikation und Beispiele
Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Lineare Gleichungen mit 2 Variablen
Stetige Kleinste-Quadrate-Approximation
Funktionale Abhängigkeiten
Messergebnis Das Messergebnis ist der Näherungswert für den wahren Wert der Messgröße, der durch Auswertung der mit einer Messeinrichtung gewonnenen Messwerte.
Vom graphischen Differenzieren
Folie 1 §21 Das Produkt von Matrizen (21.1) Definition: Für eine (m,n)-Matrix A und eine (n,s)-Matrix B ist das (Matrizen-) Produkt AB definiert als (21.2)
Computer Algebra für Brüche --- angepasst an Ausbildungszwecke
Testtheorie (Vorlesung 4: ) Wiederholung/Zusammenfassung
Theorie, Anwendungen, Verallgemeinerungen
Vortrag Relative Orientierung
Kap. 7: Die quadratische Funktion – numerisch, graphisch, theoretisch
PCA Principal Component Analysis. Gliederung PCA – Warum eigentlich? PCA – Was ist zu tun? Was passiert eigentlich? Anwendungen Zusammenfassung.
Prognose von Zeitreihen Hans Nübel Hans Nübel Prognose von Zeitreihen Aufbau 1.Motivation 2.Holt-Winters-Verfahren 3.Prognose.
Ausgleich nach der Methode der kleinsten Quadrate
 Präsentation transkript:

Ausgleichung ohne Linearisierung Problematik Lösen linearer, nicht überbestimmter Gleichungssysteme Lösen nicht linearer, nicht überbestimmter Gleichungssysteme Lösen nicht linearer, überbestimmter Gleichungssysteme Ausgleichungsrechnung I Gerhard Navratil

Beispiel: Tachymeter Zeiss Elta 2 Modell für Fehler- korrektur: Sinusschwingung Vergleich mit Laser-Interferometer Messstelle d [m] Differenz c [mm] 2,035 2,8 4,042 -1,6 5,998 -7,5 7,973 -7,1 10,002 -0,7 Ausgleichungsrechnung I Gerhard Navratil

Beispiel: Fortsetzung Näherungswerte: Gesucht: Wahrscheinlichste Werte der Parameter a0 bis a3 und ausgeglichene Beobachtungen di bzw. ci Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Beispiel: Lösung (1) Fehlender Näherungswert: Erstes Wertepaar: Fehlermeldung, da Ausdruck bei arcsin >1  2. Wertpaar verwendet: a3=3,6 Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Beispiel: Lösung (2) Ableitungen der Bedingungsgleichungen: Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Beispiel: Lösung (3) B-Matrix: Ableitungen nach c und d A-Matrix: Ableitungen nach a0 bis a3 Widerspruchsvektor w Gewichtsmatrix Einheitsmatrix Gleichungssystem Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Beispiel: Lösung (4) Auflösung liefert Unbekanntenzuschläge x und Verbesserungen v Hauptprobe: Geht nicht auf! Iteration notwendig Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Einfach lösbar weil … Einfache, geschlossen Berechnung der Näherungswerte Wie geht man vor, wenn keiner der vier Näherungswerte gegeben ist? Konvergierende Iteration Ausgleichungsrechnung I Gerhard Navratil

Lösen nicht überbestimmter Gleichungssysteme Gegeben: Gesucht: Lösung des Systems (gemein-same Nullstellen der Polynome) Lösung: Diagonalfom: Lösung direkt ablesbar! Ausgleichungsrechnung I Gerhard Navratil

Lösen nicht überbestimmter, nicht linearer Gleichungssysteme Gegeben: 2 Festpunkte, 2 Strecken zu Neupunkt Gesucht: Koordinaten des Neupunktes y x P1 5 P2 15 von nach s P1 N 8 P2 6 Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Lösung (1) Funktionaler Zusammenhang: Ausmultipliziert: mit den Unbekannten xN und yN Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Lösung (2) Einsetzen der bekannten Werte Keine ‚nette‘ Form der Darstellung (Lösung nicht direkt ablesbar) Lösung direkt ablesbar aus (ohne Beweis): Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Lösung (3) Gesuchte Lösung des Systems ist: Lösung der Aufgabe: Frage: Wie sind wir auf das ‚nette‘ Gleichungssystem gekommen? Gröbner-Basis y x Lsg 1 11,4 0,2 Lsg 2 9,8 Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Gröbner-Basis Entwickelt von Buchberger in den 60er-Jahren des 20. Jahrhunderts Gegeben: System F von Polynomen Gesucht: Nullstellen von F F in System G transformiert, das ‚nettere‘ Eigenschaften hat F und G sind äquivalent  Lösung von G ist auch Lösung on F Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Begriffe Multivariate Polynome: Polynom in mehreren Variablen – Kombinationen von Variablen sind erlaubt (z.B. xy) Bivariate Polynome: 2 Variable Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Beispiel Gegeben sind: bivariate Polynome System von Polynomen Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Monomen Summanden: Monome Wichtigste Arten der Sortierung: Nach dem Lexikon (lexikographisch) Erst nach der Potenz, dann lexikographisch Im Beispiel: lexikographisch (erst nach y, dann nach x, dann absteigende Potenz) Erstes Monom: Führendes Monom Ausgleichungsrechnung I Gerhard Navratil

Division/Reduktion (1) Einzelne Monome von g werden mit Hilfe von f1 und f2 eliminiert Mögliche Division: Reduziert g modulo f1 Das führende Monom von (3y)f1 muss eines der Monome von g eliminieren Mathematisch: („g reduziert sich zu h modulo f1“) Ausgleichungsrechnung I Gerhard Navratil

Division/Reduktion (2) Im Allgemeinen viele verschiedene Reduktionen möglich In unserem Beispiel: Somit: und . Ausgleichungsrechnung I Gerhard Navratil

Division/Reduktion (3) bedeutet, dass sich g über die Funktionen aus F zu h reduzieren lässt Reduktion über eine endliche Anzahl von Schritten: Wenn nicht mehr weiter reduzierbar: Ausgleichungsrechnung I Gerhard Navratil

Eigenschaften der Reduktion Terminierung – es gibt keine unendliche Kette von Reduktionsschritten Reduktion ist algorithmisch – für alle g und F gibt es einen Algorithmus, der eine reduzierte Form erzeugt Nicht-Eindeutigkeit – aus g und F können unterschiedliche Ergebnisse h und k erzeugt werden: Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Gröbner-Basis Set von Polynomen mit eindeutiger Reduktion Definition: F ist eine Göbner-Basis  F ist eindeutig, also Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I S-Polynom Gegeben 2 Polynome Mit einem solchen Monom multipliziert, sodass die führenden Monome gleich sind S-Polynom ist die Differenz der beiden Polynome Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Beispiel: S-Polynom Gegeben: Gesucht: S-Polynom Ergebnis: Ausgleichungsrechnung I Gerhard Navratil

Bestimmung Gröbner-Basis Gegeben: Beliebige Menge F von Polynomen Gesucht: Menge G von Polynomen, die eine Gröbner-Basis bilden Berechnung: Buchberger-Algorithmus Ausgleichungsrechnung I Gerhard Navratil

Buchberger-Algorithmus (1) Setze G=F Für jedes Paar von Polynomen f1 und f2  G: S[f1,f2] berechnen und zur reduzierten Form h vereinfachen Wenn h = 0 dann nächstes Paar Wenn h ≠ 0 dann zu G hinzufügen und iterieren Ausgleichungsrechnung I Gerhard Navratil

Buchberger-Algorithmus (2) Lineare Polynome: Ergebnis entspricht der Gauß‘schen Elminiation  Verallgemeinerung der Gauß‘schen Elimination Nähere Beschreibung: Dissertation Bruno Buchberger: http://www.risc.uni-linz.ac.at/people/buchberg/ Berechnung: Software-Pakete Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Was können wir jetzt? Lösen von linearen Gleichungssystemen: z.B. Gauß‘sche Elimination Lösen von nicht linearen Gleichungs-systemen: Gröbner-Basis Lösen von überbestimmten, linearen Gleichungssystemen: Methode der kleinsten Quadrate Ausgleichungsrechnung I Gerhard Navratil

Lösen überbestimmter, nicht linearer Gleichungssysteme Direkte Anwendung der Gröbner-Basis nicht möglich Lösung von Awange und Grafarend: Bestimmung der eindeutigen Lösungen über Gröbner-Basis Lösungen als Beobachtungen betrachten und Genauigkeit über Fehlerfortpflanzung Lösung nach Ausgleichung direkter Beobachtungen Ausgleichungsrechnung I Gerhard Navratil

Vorteile dieser Lösung Keine Linearisierung Somit keine Näherungswerte notwendig Keine Iteration nötig Für Detektion grober Fehler verwendbar (A 2) Ausgleichungsrechnung I Gerhard Navratil

Beispiel: Überbestimmter Bogenschnitt Bogenschnitt von 3 Punkten  3 eindeutige Lösungen N12, N13, N23 Zufällige Fehler bewirken Abweichungen Vorschlag von Gauß: Eindeutige Lösung über gewichtetes arithmetisches Mittel, Gewichte aus Distanzen Jacobi: Gewichte aus Determinanten der Lösungen Ausgleichungsrechnung I Gerhard Navratil

Kombinationsansatz (1) Lineares Problem: Aus je 2 Gleichungen eine Lösung: Lösungen Ausgleichungsrechnung I Gerhard Navratil

Kombinationsansatz (2) Gewichtetes arithmetisches Mittel Gewichte p aus Ausgleichungsrechnung I Gerhard Navratil

Kombinationsansatz (3) Nicht lineares Problem: Gewichte über Fehlerfortpflanzung abzuleiten Liefert Varianz-Kovarianzmatrix Ausgleichung direkter Beobachtungen Ausgleichungsrechnung I Gerhard Navratil

Ausgleichungsrechnung I Zusammenfassung Notwendige Linearisierung bei Ausgleichs-problemen kann zu Schwierigkeiten führen Gröbner-Basis ermöglicht Lösung ohne Linearisierung (also auch ohne Näherungswerte) Vorteile: Rechenaufwand abschätzbar, Wiederholung einfach Nachteil: Mathematisch aufwändiger Ausgleichungsrechnung I Gerhard Navratil