Zweitveröffentlichung, ursprünglich veröffentlicht: Jonas Holley: Stress-Constrained Topology Optimization with Application to the Design of Electrical Machines. München: Verlag Dr. Hut, 2023, 199 Seiten, Dissertation Humboldt-Universität Berlin (2023). ISBN 978-3-8439-5378-8 / Während des Designprozesses physischer Gegenstände stellt die mechanische Stabilität in nahezu jedem Anwendungsbereich eine essentielle Anforderung dar. Stabilität kann mittels geeigneter Kriterien, die auf dem mechanischen Spannungstensor basieren, mathematisch quantifiziert werden. Dies dient dem Ziel der Vermeidung von Schädigung in jedem Punkt innerhalb des Gegenstands. Die vorliegende Arbeit behandelt die Entwicklung einer Methode zur Lösung von Designoptimierungsproblemen mit punktweisen Spannungsrestriktionen. Zunächst wird eine Regularisierung des Optimierungsproblems eingeführt, die einen zentralen Baustein für den Erfolg einer Lösungsmethode darstellt. Nach der Analyse des Problems hinsichtlich der Existenz von Lösungen wird ein Gradientenabstiegsverfahren basierend auf einer impliziten Designdarstellung und dem Konzept des topologischen Gradienten entwickelt. Da der entwickelte Ansatz eine Methode im Funktionenraum darstellt, ist die numerische Realisierung ein entscheidender Schritt in Richtung der praktischen Anwendung. Die Diskretisierung der Zustandsgleichung und der adjungierten Gleichung bildet die Basis für eine endlich-dimensionale Version des Optimierungsverfahrens. Im letzten Teil der Arbeit werden numerische Experimente durchgeführt, um die Leistungsfähigkeit des entwickelten Algorithmus zu bewerten. Zunächst wird das Problem des minimalen Volumens unter punktweisen Spannungsrestriktionen anhand der L-Balken Geometrie untersucht. Ein Schwerpunkt wird hierbei auf die Untersuchung der Regularisierung gelegt. Danach wird das multiphysikalische Design einer elektrischen Maschine adressiert. Zusätzlich zu den punktweisen Restriktionen an die mechanischen Spannungen wird die Maximierung des mittleren Drehmoments berücksichtigt, um das elektromagnetische Verhalten der Maschine zu optimieren. Der Erfolg der numerischen Tests demonstriert das Potential der entwickelten Methode in der Behandlung realistischer industrieller Problemstellungen. / In the process of designing a physical object, the mechanical stability is an essential requirement in nearly every area of application. Stability can be quantified mathematically by suitable criteria based on the stress tensor, aiming at the prevention of damage in each point within the physical object. This thesis deals with the development of a framework for the solution of optimal design problems with pointwise stress constraints. First, a regularization of the optimal design problem is introduced. This perturbation of the original problem represents a central element for the success of a solution method. After analyzing the perturbed problem with respect to the existence of solutions, a line search type gradient descent scheme is developed based on an implicit design representation via a level set function. The core of the optimization method is provided by the topological gradient, which quantifies the effect of an infinitesimal small topological perturbation of a given design on an objective functional. Since the developed approach is a method in function space, the numerical realization is a crucial step towards its practical application. The discretization of the state and adjoint equation provide the basis for developing a finite-dimensional version of the optimization scheme. In the last part of the thesis, numerical experiments are conducted in order to assess the performance of the developed algorithm. First, the stress-constrained minimum volume problem for the L-Beam geometry is addressed. An emphasis is put on examining the effect of the proposed regularization. Afterwards, the multiphysical design of an electrical machine is addressed. In addition to the pointwise constraints on the mechanical stress, the maximization of the mean torque is considered in order to improve the electromagnetic performance of the machine. The success of the numerical tests demonstrate the potential of the developed design method in dealing with real industrial problems.

Die vorliegende Arbeit behandelt das biologische Phänomen der Dormanz mit Hilfe mathematischer Modellierung. Dormanz beschreibt dabei einen reversiblen Zustand von Individuen, in dem die metabolische Aktivität reduziert wird und die Resistenz gegen Natureinflüsse erhöht ist. Der erste Teil der Arbeit widmet sich den ökologischen Eigenschaften. Hier wird zunächst ein Moranmodell vorgestellt, welches verschiedene Modellierungsarten von Dormanz aus der Populationsgenetik vereint und unter verschiedenen Skalierungen den schwachen seed-bank Koaleszenten und den starken seed-bank Koaleszenten als anzestralen Prozess innehat. Dadurch werden die Parameter der Koaleszenten vergleichbar. Als Anwendung betrachten wir die sogenannte species abundance distribution, welche mithilfe von Koaleszenten beschrieben werden kann. Der zweite Teil beschäftigt sich mit den Auswirkungen von Dormanz auf evolutionäre Eigenschaften und beginnt mit einer Einführung in die Theorie von adaptive dynamics. Dort werden auch verschiedene Möglichkeiten der Modellierung von Dormanz in individuenbasierten Modellen besprochen. Danach befassen wir uns mit der Erweiterung eines Modells für sympatrische Speziation um den Aspekt der Dormanz. Die canonical equation of adaptive dynamics wird - motiviert durch ein Modell mit Dormanz - für schnellere Mutationsraten aus dem sogenannten power-law Mutationsregime für einen Grenzfall hergeleitet. Die Arbeit schließt mit dem dritten Teil, in welchem ein individuenbasiertes Modell für die Entwicklung von Krebs unter dem Einfluss von Chemotherapie und unter Berücksichtigung von Dormanz vorgestellt wird. In Simulationsstudien wird untersucht, inwiefern Dormanz zu Misserfolg einer Therapie beiträgt. Ein weiteres Ziel ist die Analyse von Kombinationsbehandlung mit einem Medikament welches mit dormanten Zellen interagieren kann insbesondere unter Betrachtung verschiedener Therapieansätze zur Behandlung von dormanten Krebszellen. / The present thesis uses mathematical modelling to investigate the consequences of dormancy. Dormancy describes a reversible and protected state of reduced metabolic activity which enhances an individual's resilience to hazardous conditions. In this sense, dormancy acts as a protection mechanism against habitats with unfavourable environments. The thesis considers the impact of dormancy on ecological, evolutionary and in its broadest sense pathogenic properties of microbial populations. The first part is concerned with studying the impact of dormancy on ecology. For this, a Moran model is presented which unifies different models of dormancy from population genetics and exhibits the weak seed-bank coalescent and the strong seed-bank coalescent as the scaling limit of the ancestral process. As an application we consider the species abundance distribution which can be described using coalescent theory. In the second part we consider the influence of dormancy on evolutionary properties. The modelling framework for this is the theory of adaptive dynamics. We then show that competition-induced dormancy may favour sympatric speciation. A key aspect in the derivation of this result is the canonical equation of adaptive dynamics. We extend this equation - motivated by a model including dormancy - to power-law mutations in a limiting case. We conclude the thesis with the third part where we provide an individual-based model for the treatment of cancer with chemotherapy under consideration of dormant cancer cells. Using simulation studies, we investigate how dormancy may contribute to treatment failure. Another goal of this chapter is to analyse combination treatment with a drug which directly targets dormant cancer cells and to formulate general observations regarding various strategies to counter cancer cell dormancy.

In dieser Arbeit untersuchen wir mathematische Modelle für Finanzmärkte mit einem großen Händler, dessen Handelsaktivitäten transienten Einfluss auf die Preise der Anlagen haben. Zuerst beschäftigen wir uns mit der Frage, wie die Handelserlöse des großen Händlers definiert werden sollen. Wir identifizieren die Erlöse zunächst für absolutstetige Strategien als nichtlineares Integral, in welchem sowohl der Integrand als der Integrator von der Strategie abhängen. Unserere Hauptbeiträge sind hier die Identifizierung der Skorokhod M1 Topologie als geeigneter Topologue auf dem Raum aller Strategien sowie die stetige Erweiterung der Definition für die Handelserlöse von absolutstetigen auf cadlag Kontrollstrategien. Weiter lösen wir ein Liquidierungsproblem in einem multiplikativen Modell mit Preiseinfluss, in dem die Liquidität stochastisch ist. Die optimale Strategie wird beschrieben durch die Lokalzeit für Reflektion einer Diffusion an einer nicht-konstanten Grenze. Um die HJB-Variationsungleichung zu lösen und Optimalität zu beweisen, wenden wir probabilistische Argumente und Methoden aus der Variationsrechnung an, darunter Laplace-Transformierte von Lokalzeiten für Reflektion an elastischen Grenzen. In der zweiten Hälfte der Arbeit untersuchen wir die Absicherung (Hedging) für Optionen. Der minimale Superhedging-Preis ist die Viskositätslösung einer semi-linearen partiellen Differenzialgleichung, deren Nichtlinearität von dem transienten Preiseinfluss abhängt. Schließlich erweitern wir unsere Analyse auf Hedging-Probleme in Märkten mit mehreren riskanten Anlagen. Stabilitätsargumente führen zu strukturellen Bedingungen, welche für ein arbitragefreies Modell mit wechselseitigem Preis-Impakt gelten müssen. Zudem ermöglichen es jene Bedingungen, die Erlöse für allgemeine Strategien unendlicher Variation in stetiger Weise zu definieren. Als Anwendung lösen wir das Superhedging-Problem in einem additiven Preis-Impakt-Modell mit mehreren Anlagen. / In this thesis we study mathematical models of financial markets with a large trader (price impact models) whose actions have transient impact on the risky asset prices. At first, we study the question of how to define the large trader's proceeds from trading. To extend the proceeds functional to general controls, we ask for stability in the following sense: nearby trading activities should lead to nearby proceeds. Our main contribution in this part is to identify a suitable topology on the space of controls, namely the Skorokhod M1 topology, and to obtain the continuous extension of the proceeds functional for general cadlag controls. Secondly, we solve the optimal liquidation problem in a multiplicative price impact model where liquidity is stochastic. The optimal control is obtained as the reflection local time of a diffusion process reflected at a non-constant free boundary. To solve the HJB variational inequality and prove optimality, we need a combination of probabilistic arguments and calculus of variations methods, involving Laplace transforms of inverse local times for diffusions reflected at elastic boundaries. In the second half of the thesis we study the hedging problem for a large trader. We solve the problem of superhedging for European contingent claims in a multiplicative impact model using techniques from the theory of stochastic target problems. The minimal superhedging price is identified as the unique viscosity solution of a semi-linear pde, whose nonlinearity is governed by the transient nature of price impact. Finally, we extend our consideration to multi-asset models. Requiring stability leads to strong structural conditions that arbitrage-free models with cross-impact should satisfy. These conditions turn out to be crucial for identifying the proceeds functional for a general class of strategies. As an application, the problem of superhedging with cross-impact in additive price impact models is solved.

In der vorliegenden Arbeit werden rekurrente neuronale Netze im Hinblick auf ihre Eignung zur Bewegungssteuerung autonomer Roboter untersucht. Nacheinander werden Oszillatoren für Vierbeiner, homöostatische Ringmodule für segmentierte Roboter und monostabile Neuromodule für Roboter mit vielen Freiheitsgraden und komplexen Bewegungsabläufen besprochen. Neben dem mathematisch-theoretischen Hintergrund der Neuromodule steht in gleichberechtigter Weise deren praktische Implementierung auf realen Robotersystemen. Hierzu wird die funktionale Einbettung ins Gesamtsystem ebenso betrachtet, wie die konkreten Aspekte der zugrundeliegenden Hardware: Rechengenauigkeit, zeitliche Auflösung, Einfluss verwendeter Materialien und dergleichen mehr. Interessante elektronische Schaltungsprinzipien werden detailliert besprochen. Insgesamt enthält die vorliegende Arbeit alle notwendigen theoretischen und praktischen Informationen, um individuelle Robotersysteme mit einer angemessenen Bewegungssteuerung zu versehen. Ein weiteres Anliegen der Arbeit ist es, aus der Richtung der klassischen Ingenieurswissenschaften kommend, einen neuen Zugang zur Theorie rekurrenter neuronaler Netze zu schaffen. Gezielte Vergleiche der Neuromodule mit analogen elektronischen Schaltungen, physikalischen Modellen und Algorithmen aus der digitalen Signalverarbeitung können das Verständnis von Neurodynamiken erleichtern. / How recurrent neural networks can help to make autonomous robots move, will be investigated within this thesis. First, oscillators which are able to control four-legged robots will be dealt with, then homeostatic ring modules which control segmented robots, and finally monostable neural modules, which are able to drive complex motion sequences on robots with many degrees of freedom will be focused upon. The mathematical theory of neural modules will be addressed as well as their practical implementation on real robot platforms. This includes their embedding into a major framework and concrete aspects, like computational accuracy, timing and dependance on materials. Details on electronics will be given, so that individual robot systems can be built and equipped with an appropriate motion controller. It is another concern of this thesis, to shed a new light on the theory of recurrent neural networks, from the perspective of classical engineering science. Selective comparisons to analog electronic schematics, physical models, and digital signal processing algorithms can ease the understanding of neural dynamics.

Effiziente und zuverlässige a posteriori Fehlerabschätzungen sind eine Hauptzutat für die effiziente numerische Berechnung von Lösungen zu Variationsungleichungen durch die Finite-Elemente-Methode. Die vorliegende Arbeit untersucht zuverlässige und effiziente Fehlerabschätzungen für beliebige Finite-Elemente-Methoden und drei Variationsungleichungen, nämlich dem Hindernisproblem, dem Signorini Problem und dem Bingham Problem in zwei Raumdimensionen. Die Fehlerabschätzungen hängen vom zum Problem gehörenden Lagrange Multiplikator ab, der eine Verbindung zwischen der Variationsungleichung und dem zugehörigen linearen Problem darstellt. Effizienz und Zuverlässigkeit werden bezüglich eines totalen Fehlers gezeigt. Die Fehleranschätzungen fordern minimale Regularität. Die Approximation der exakten Lösung erfüllt die Dirichlet Randbedingungen und die Approximation des Lagrange Multiplikators ist nicht-positiv im Falle des Hindernis- und Signoriniproblems, und hat Betrag kleiner gleich 1 für das Bingham Problem. Dieses allgemeine Vorgehen ermöglicht das Einbinden nicht-exakter diskreter Lösungen, welche im Kontext dieser Ungleichungen auftreten. Aus dem Blickwinkel der Anwendungen ist Effizienz und Zuverlässigkeit im Bezug auf den Fehler der primalen Variablen in der Energienorm von großem Interesse. Solche Abschätzungen hängen von der Wahl eines effizienten diskreten Lagrange Multiplikators ab. Im Falle des Hindernis- und Signorini Problems werden postive Beispiele für drei Finite-Elemente Methoden, der konformen Courant Methode, der nicht-konformen Crouzeix-Raviart Methode und der gemischten Raviart-Thomas Methode niedrigster Ordnung hergeleitet. Partielle Resultate liegen im Fall des Bingham Problems vor. Numerischer Experimente heben die theoretischen Ergebnisse hervor und zeigen Effizienz und Zuverlässigkeit. Die numerischen Tests legen nahe, dass der aus den Abschätzungen resultierende adaptive Algorithmus mit optimaler Konvergenzrate konvergiert. / Efficient and reliable a posteriori error estimates are a key ingredient for the efficient numerical computation of solutions for variational inequalities by the finite element method. This thesis studies such reliable and efficient error estimates for arbitrary finite element methods and three representative variational inequalities, namely the obstacle problem, the Signorini problem, and the Bingham problem in two space dimensions. The error estimates rely on a problem connected Lagrange multiplier, which presents a connection between the variational inequality and the corresponding linear problem. Reliability and efficiency are shown with respect to some total error. Reliability and efficiency are shown under minimal regularity assumptions. The approximation to the exact solution satisfies the Dirichlet boundary conditions, and an approximation of the Lagrange multiplier is non-positive in the case of the obstacle and Signorini problem and has an absolute value smaller than 1 for the Bingham flow problem. These general assumptions allow for reliable and efficient a posteriori error analysis even in the presence of inexact solve, which naturally occurs in the context of variational inequalities. From the point of view of the applications, reliability and efficiency with respect to the error of the primal variable in the energy norm is of great interest. Such estimates depend on the efficient design of a discrete Lagrange multiplier. Affirmative examples of discrete Lagrange multipliers are presented for the obstacle and Signorini problem and three different first-order finite element methods, namely the conforming Courant, the non-conforming Crouzeix-Raviart, and the mixed Raviart-Thomas FEM. Partial results exist for the Bingham flow problem. Numerical experiments highlight the theoretical results, and show efficiency and reliability. The numerical tests suggest that the resulting adaptive algorithms converge with optimal convergence rates.

Diese Arbeit leistet Beiträge zu zwei Gebieten der mathematischen Programmierung: stochastische Optimierung und gemischt-ganzzahlige nichtlineare Optimierung (MINLP). Im ersten Teil erweitern wir quantitative Stetigkeitsresultate für zweistufige stochastische gemischt-ganzzahlige lineare Programme auf Situationen in denen Unsicherheit gleichzeitig in den Kosten und der rechten Seite auftritt, geben eine ausführliche Übersicht zu Dekompositionsverfahren für zwei- und mehrstufige stochastische lineare und gemischt-ganzzahlig lineare Programme, und diskutieren Erweiterungen und Kombinationen des Nested Benders Dekompositionsverfahrens und des Nested Column Generationsverfahrens für mehrstufige stochastische lineare Programme die es erlauben die Vorteile sogenannter rekombinierender Szenariobäume auszunutzen. Als eine Anwendung dieses Verfahrens betrachten wir die optimale Zeit- und Investitionsplanung für ein regionales Energiesystem unter Einbeziehung von Windenergie und Energiespeichern. Im zweiten Teil geben wir eine ausführliche Übersicht zum Stand der Technik bzgl. Algorithmen und Lösern für MINLPs und zeigen dass einige dieser Algorithmen innerhalb des constraint integer programming Softwaresystems SCIP angewendet werden können. Letzteres erlaubt uns die Verwendung schon existierender Technologien für gemischt-ganzzahlige linear Programme und constraint Programme für den linearen und diskreten Teil des Problems. Folglich konzentrieren wir uns hauptsächlich auf die Behandlung der konvexen und nichtkonvexen nichtlinearen Nebenbedingungen mittels Variablenschrankenpropagierung, äußerer Approximation und Reformulierung. In einer ausführlichen numerischen Studie untersuchen wir die Leistung unseres Ansatzes anhand von Anwendungen aus der Tagebauplanung und des Aufbaus eines Wasserverteilungssystems und mittels verschiedener Vergleichstests. Die Ergebnisse zeigen, dass SCIP ein konkurrenzfähiger Löser für MINLPs geworden ist. / This thesis contributes to two topics in mathematical programming: stochastic optimization and mixed-integer nonlinear programming (MINLP). In the first part, we extend quantitative continuity results for two-stage stochastic mixed-integer linear programs to include situations with simultaneous uncertainty in costs and right-hand side, give an extended review on decomposition algorithm for two- and multistage stochastic linear and mixed-integer linear programs, and discuss extensions and combinations of the Nested Benders Decomposition and Nested Column Generation methods for multistage stochastic linear programs to exploit the advantages of so-called recombining scenario trees. As an application of the latter, we consider the optimal scheduling and investment planning for a regional energy system including wind power and energy storages. In the second part, we give a comprehensive overview about the state-of-the-art in algorithms and solver technology for MINLPs and show that some of these algorithm can be applied within the constraint integer programming framework SCIP. The availability of the latter allows us to utilize the power of already existing mixed integer linear and constraint programming technologies to handle the linear and discrete parts of the problem. Thus, we focus mainly on the domain propagation, outer-approximation, and reformulation techniques to handle convex and nonconvex nonlinear constraints. In an extensive computational study, we investigate the performance of our approach on applications from open pit mine production scheduling and water distribution network design and on various benchmarks sets. The results show that SCIP has become a competitive solver for MINLPs.

Ziel dieser Dissertation ist es, den Begriff des Risikos unter den Aspekten seiner Quantifizierung durch robuste Darstellungen zu untersuchen. In einem ersten Teil wird Risiko anhand Kontext-Invarianter Merkmale betrachtet: Diversifizierung und Monotonie. Wir führen die drei Schlüsselkonzepte, Risikoordnung, Risikomaß und Risikoakzeptanzfamilen ein, und studieren deren eins-zu-eins Beziehung. Unser Hauptresultat stellt eine eindeutige duale robuste Darstellung jedes unterhalbstetigen Risikomaßes auf topologischen Vektorräumen her. Wir zeigen auch automatische Stetigkeitsergebnisse und robuste Darstellungen für Risikomaße auf diversen Arten von konvexen Mengen. Diese Herangehensweise lässt bei der Wahl der konvexen Menge viel Spielraum, und erlaubt damit eine Vielfalt von Interpretationen von Risiko: Modellrisiko im Falle von Zufallsvariablen, Verteilungsrisiko im Falle von Lotterien, Abdiskontierungsrisiko im Falle von Konsumströmen... Diverse Beispiele sind dann in diesen verschiedenen Situationen explizit berechnet (Sicherheitsäquivalent, ökonomischer Risikoindex, VaR für Lotterien, "variational preferences"...). Im zweiten Teil, betrachten wir Präferenzordnungen, die möglicherweise zusätzliche Informationen benötigen, um ausgedrückt zu werden. Hierzu führen wir einen axiomatischen Rahmen in Form von bedingten Präferenzordungen ein, die lokal mit der Information kompatibel sind. Dies erlaubt die Konstruktion einer bedingten numerischen Darstellung. Wir erhalten eine bedingte Variante der von Neumann und Morgenstern Darstellung für messbare stochastische Kerne und erweitern dieses Ergebnis zur einer bedingten Version der "variational preferences". Abschließend, klären wir das Zusammenpiel zwischen Modellrisiko und Verteilungsrisiko auf der axiomatischen Ebene. / The goal of this thesis is the conceptual study of risk and its quantification via robust representations. We concentrate in a first part on context invariant features related to this notion: diversification and monotonicity. We introduce and study the general properties of three key concepts, risk order, risk measure and risk acceptance family and their one-to-one relations. Our main result is a uniquely characterized dual robust representation of lower semicontinuous risk orders on topological vector space. We also provide automatic continuity and robust representation results on specific convex sets. This approach allows multiple interpretation of risk depending on the setting: model risk in the case of random variables, distributional risk in the case of lotteries, discounting risk in the case of consumption streams... Various explicit computations in those different settings are then treated (economic index of riskiness, certainty equivalent, VaR on lotteries, variational preferences...). In the second part, we consider preferences which might require additional information in order to be expressed. We provide a mathematical framework for this idea in terms of preorders, called conditional preference orders, which are locally compatible with the available information. This allows us to construct conditional numerical representations of conditional preferences. We obtain a conditional version of the von Neumann and Morgenstern representation for measurable stochastic kernels and extend then to a conditional version of the variational preferences. We finally clarify the interplay between model risk and distributional risk on the axiomatic level.

In der vorliegenden Arbeit untersuchen wir schwache Lösungen, die zu einem geeigneten Sobolevraum gehören, q-elliptischer und parabolischer Systeme partieller Differentialgleichungen auf deren Regularität für den Fall 1 / In the present work we study the regularity of weak solution to q-elliptic and parabolic systems partial differential equations in appropriate Sobolev spaces in case 1

Diese Dissertation beschäftigt sich mit der rigorosen Herleitung effektiver Modelle zur Beschreibung von Schädigungsprozessen. Diese effektiven Modelle werden für verschiedene raten-unabhängige Schädigungsmodelle linear elastischer Materialien hergeleitet. Den Ausgangspunkt stellt dabei ein unidirektionales Mikrostrukturevolutionsmodell dar, dessen Fundament eine Familie geordneter zulässiger Mikrostrukturen bildet. Jede Mikrostruktur dieser Familie besitzt die gleiche intrinsische Längenskala. Zur Herleitung eines effektiven Modells wird das asymptotische Verhalten dieser Längenskala mittels Techniken der Zwei-Skalen-Konvergenz untersucht. Um das Grenzmodell zu identifizieren, bedarf es einer Mikrostrukturregularisierung, die als diskreter Gradient für stückweise konstante Funktionen aufgefasst werden kann. Die Mikrostruktur des effektiven Modells ist punktweise durch ein Einheitszellenproblem gegeben, welches die Mikro- von der Makroskala trennt. Ausgehend vom Homogenisierungsresultat für die unidirektionale Mikrostrukturevolution werden effektive Modelle für Zwei-Phasen-Schädungsprozesse hergeleitet. Die aus zwei Phasen bestehende Mikrostruktur der mikroskopischen Modelle ermöglicht z.B. die Modellierung von Schädigung durch das Wachstum von Inklusionen aus geschädigtem Material verschiedener Form und Größe. Außerdem kann Schädigung durch das Wachstum mikroskopischer Hohlräume und Mikrorissen betrachtet werden. Die Größe der Defekte skaliert mit der intrinsischen Längenskala und die unidirektionale Mikrostrukturevolution verhindert, dass bei fixierter Längenskala die Defekte für fortlaufende Zeit schrumpfen. Das Material des Grenzmodells ist dann in jedem Punkt als Mischung von ungeschädigtem und geschädigtem Material durch das Einheitszellenproblem gegeben. Dabei liefert das Einheitszellenproblem nicht nur das Mischungsverhältnis sondern auch die genaue geometrische Mischungsverteilung, die dem effektiven Material des jeweiligen Materialpunktes zugrunde liegt. / This dissertation at hand deals with the rigorous derivation of such effective models used to describe damage processes. For different rate-independent damage processes in linear elastic material these effective models are derived as the asymptotic limit of microscopic models. The starting point is represented by a unidirectional microstructure evolution model which is based on a family of ordered admissible microstructures. Each microstructure of that family possesses the same intrinsic length scale. To derive an effective model, the asymptotic behavior of this intrinsic length scale is investigated with the help of techniques of the two-scale convergence. For this purpose, a microstructure-regularizing term, which can be understood as a discrete gradient for piecewise constant functions, is needed to identify the limit model. The microstructure of the effective model is given pointwisely by a so-called unit cell problem which separates the microscopic scale from the macroscopic scale. Based on these homogenization results for unidirectional microstructure evolution models, effective models for brutal damage processes are provided. There, the microstructure consists of only two phases, namely undamaged material which comprises defects of damaged material with various sizes and shapes. In this way damage progression can be modeled by the growth of inclusions of weak material, the growth of voids, or the growth of microscopic cracks. The size of the defects is scaled by the intrinsic length scale and the unidirectional microstructure evolution prevents that, for a fixed length scale, the defects shrink for progressing time. According to the unit cell problem, the material of the limit model is then given as a mixture of damaged and undamaged material. In a specific material point of the limit model, that unit cell problem does not only define the mixture ratio but also the exact geometrical mixture distribution.

Das Ziel dieser Arbeit ist die Entwicklung eines effizienten parametrischen Schätzverfahrens für den Drift einer durch einen Lévy-Prozess getriebenen Sprungdiffusion. Zunächst werden zeit-stetige Beobachtungen angenommen und auf dieser Basis eine Likelihoodtheorie entwickelt. Dieser Schritt umfasst die Frage nach lokaler Äquivalenz der zu verschiedenen Parametern auf dem Pfadraum induzierten Maße. Wir diskutieren in dieser Arbeit Schätzer für Prozesse vom Ornstein-Uhlenbeck-Typ, Cox-Ingersoll-Ross Prozesse und Lösungen linearer stochastischer Differentialgleichungen mit Gedächtnis im Detail und zeigen starke Konsistenz, asymptotische Normalität und Effizienz im Sinne von Hájek und Le Cam für den Likelihood-Schätzer. In Sprungdiffusionsmodellen ist die Likelihood-Funktion eine Funktion des stetigen Martingalanteils des beobachteten Prozesses, der im Allgemeinen nicht direkt beobachtet werden kann. Wenn nun nur Beobachtungen an endlich vielen Zeitpunkten gegeben sind, so lässt sich der stetige Anteil der Sprungdiffusion nur approximativ bestimmen. Diese Approximation des stetigen Anteils ist ein zentrales Thema dieser Arbeit und es wird uns auf das Filtern von Sprüngen führen. Der zweite Teil dieser Arbeit untersucht die Schätzung der Drifts, wenn nur diskrete Beobachtungen gegeben sind. Dabei benutzen wir die Likelihood-Schätzer aus dem ersten Teil und approximieren den stetigen Martingalanteil durch einen sogenannten Sprungfilter. Wir untersuchen zuerst den Fall endlicher Aktivität und zeigen, dass die Driftschätzer im Hochfrequenzlimes die effiziente asymptotische Verteilung erreichen. Darauf aufbauend beweisen wir dann im Falle unendlicher Sprungaktivität asymptotische Effizienz für den Driftschätzer im Ornstein-Uhlenbeck Modell. Im letzten Teil werden die theoretischen Ergebnisse für die Schätzer auf endlichen Stichproben aus simulierten Daten geprüft und es zeigt sich, dass das Sprungfiltern zu einem deutlichen Effizienzgewinn führen. / The problem of parametric drift estimation for a a Lévy-driven jump diffusion process is considered in two different settings: time-continuous and high-frequency observations. The goal is to develop explicit maximum likelihood estimators for both observation schemes that are efficient in the Hájek-Le Cam sense. The likelihood function based on time-continuous observations can be derived explicitly for jump diffusion models and leads to explicit maximum likelihood estimators for several popular model classes. We consider Ornstein-Uhlenbeck type, square-root and linear stochastic delay differential equations driven by Lévy processes in detail and prove strong consistency, asymptotic normality and efficiency of the likelihood estimators in these models. The appearance of the continuous martingale part of the observed process under the dominating measure in the likelihood function leads to a jump filtering problem in this context, since the continuous part is usually not directly observable and can only be approximated and the high-frequency limit. In the second part of this thesis the problem of drift estimation for discretely observed processes is considered. The estimators are constructed from discretizations of the time-continuous maximum likelihood estimators from the first part, where the continuous martingale part is approximated via a thresholding technique. We are able to proof that even in the case of infinite activity jumps of the driving Lévy process the estimator is asymptotically normal and efficient under weak assumptions on the jump behavior. Finally, the finite sample behavior of the estimators is investigated on simulated data. We find that the maximum likelihood approach clearly outperforms the least squares estimator when jumps are present and that the efficiency gap between both techniques becomes even more severe with growing jump intensity.