definitheit und extremwertproblem

Neue Frage »

miss t'cafer Auf diesen Beitrag antworten »
definitheit und extremwertproblem
hallo zusammen,

sei A € R^(n,n), A=A^t (also orthogonal); A > 0 (also positiv definit!), b€R^n

dann sind äquivalent:

(i) das LGS: Ax = b

(ii) das Minimierungsproblem: Minimiere f: R^n -> R
f(x) := 1/2 <Ax.x> - <x.b>

und <a.b> bezeichne das Skalarprodukt

ich sehe ja dass man Ax=b umformen kann zu <Ax.x> - <x.b> = 0 aber wie kommt man auf den faktor 1/2 vor dem ersten skp?

danke im voraus, miss t'cafer
tigerbine Auf diesen Beitrag antworten »
RE: definitheit und extremwertproblem
Könntest Du nicht den Editor benutzen? Wink

Das ganze müsste man am Anfang des Beweises des Gradienten Verfahrens finden. Hier haben wir da mal drüber geredet.
miss t'cafer Auf diesen Beitrag antworten »



dann sind äquivalent

(i) das LGS

(ii) das minimierungsproblem: minimiere

miss t'cafer Auf diesen Beitrag antworten »

was bei dem link steht versteh ich nicht wirklich... warum stimmt das überein... woher hat man die funktion f?
tigerbine Auf diesen Beitrag antworten »

Wie woher hat man f? verwirrt

Die Funktion ist doch definiert



Nun sollst du die Äquivalenz zeigen:



Den Tipp habe ich Dir mit dem Link gegeben. Die Hauptidee ist die Hilfsfunktion g und die kennst Du jetzt schon.
miss t'cafer Auf diesen Beitrag antworten »

also gut ich geh mal so ran und will beweien dass aus (i) folgt (ii):



dieses x nennen wir mal x*;

aus (ii) wissen wir (übrigens heißt es so in meinem skript, wirklich)



dann x* eingesetzt in f(x) ergibt:



aber inwiefern hilt mir das weiter und wie nutze ich aus dass A symmetrisch und positiv definit is
 
 
miss t'cafer Auf diesen Beitrag antworten »

übrigens die zweite formel soll so lauten und nich wie die erste sein

tigerbine Auf diesen Beitrag antworten »

Zitat:
Original von miss t'cafer



Ist schon falsch. Unser A ist natürlich regulär. Augenzwinkern

Was gibt's jetzt bei f für ein Problem verwirrt <,> bezeichnet üblicherweise ein Skalarprodukt. Ich hab eben das IdealStandard genommen.

Du hattest Oben gesagt, dass du mit (.) auch ein Skalarprodukt meinst, oder? Also was passt nicht?

Wink
miss t'cafer Auf diesen Beitrag antworten »

sorry echt wenn ich mich so dämlich anstelle und du bist so nett, danke dafür, dass du deine zeit für mich opferst, also ich bin mal anders ran gegangen:



bzw.

und das x ist eindeutig bestimmt wegen A invertierbar.

allerdings, wo nutze ich aus dass A symmetrisch und pos. definit ist?



auf der anderen seite stimmt ja eigentlich schon dass gilt

und damit

aber was sagt mir das jetzt? sorry echt wenn ich nerve
tigerbine Auf diesen Beitrag antworten »

Zitat:
allerdings, wo nutze ich aus dass A symmetrisch und pos. definit ist?

Warum ist A wohl invertierbar? Augenzwinkern

Und wo kommt jetzt diese Ableitung her? verwirrt Wir haben eine Funktion:



Ableit
ungen
miss t'cafer Auf diesen Beitrag antworten »

ok cool smile

zum letzten problem: ich bekomme ja für die minimalstelle von raus:



im anderen thread benutzt du jetzt die hilfsfunktion

mit minimiert genau dann wenn die funktion minimiert, stimmts? und dann bekomm ich ja



weil A SPD ist muss gelten, was sein kann, damit und damit minimal (sprich = 0 ) wird. kleiner als null kann es nicht werden weil:
beides größer null wegen A SPD

kann man so argumentieren?
tigerbine Auf diesen Beitrag antworten »

Zitat:
mit minimiert genau dann wenn die funktion minimiert, stimmts?


Ja, so ist es...

Der Rest sieht nach dem Überfliegen gut aus.
miss t'cafer Auf diesen Beitrag antworten »

ich glaub meine arguemntation dass für A SPD stimmt nicht, mein gott ich hab zu viel mathe gemacht heute, irgendwie spricht doch da nichts dagegen, wär doch möglich... mann mann mann, sorry echt, du bist echt ein schatz
miss t'cafer Auf diesen Beitrag antworten »

achso ja Ax - b kann schon < 0 werden aber wegen dem A dazwischen wirds ja nciht < 0
tigerbine Auf diesen Beitrag antworten »

Zitat:
Jede quadratische Matrix beschreibt eine Bilinearform auf oder eine Sesquilinearform . Man nennt die quadratische Matrix deshalb positiv definit, wenn diese Eigenschaft auf die durch die Matrix definierte Bilinearform oder Sesquilinearform zutrifft. Dies ist gleichbedeutend mit der Forderung, dass für alle von Null verschiedenen Vektoren x die folgende Ungleichung erfüllt ist:





Somit haben wir bei das Minimum der Funktion g gefunden. Und die Lösung des LGS Ax=b. Damit ist die Äquivalenz gezeigt.
Neue Frage »
Antworten »



Verwandte Themen

Die Beliebtesten »
Die Größten »
Die Neuesten »