Ill-posed inverse problems with quadratic structure are introduced, studied and solved. As an example an inverse problem appearing in laser optics is solved numerically based on a new regularized inversion algorithm. In addition, the theory of sparsity promoting regularization is extended to situations in which sparsity cannot be expected and also to equations with non-injective operators.

The dissetation deals with the inverse problem of identification of local volatilities from given option price data. The used separation between purely time- and purely price-dependent volatilities enables a detailed mathematical analysis of the corresponding inverse problems. Those are formulated in proper Banach spaces (Hilbert spaces) as operator equations. The unique solvability of these equations are examined. Because the solutions doesn't depend continuously form the given data, possibilities of regularization are discussed. In particular the nonlinear Tikhonov regularization and its applicability to the corresponding problems plays the leading part in these investigations. Detailed numerical studies illustrate these considerations and top this disseration off. / Die Dissertation beschäftigt sich mit dem inversen Problem der Identifikation lokaler Volatilitäten aus gegebenen Optionspreisen. Die dabei benutzte Trennung zwischen rein zeit- und rein preisabhängigen Volatilitäten erlaubt eine tiefgehende mathematische Analyse der entsprechend formulierten inversen Probleme. Diese werden in geeigneten Banachräumen (Hilberträumen) als Operatorgleichung angegeben und auf die eindeutige Lösbarkeit hin untersucht. Da sich die Lösungen als instabil gegenüber Störungen in den Daten erweisen, werden Möglichkeiten der Regularisierung diskutiert. Insbesondere steht dabei die Untersuchung der Anwendbarkeit der Theorie der nichtlinearen Tikhonov-Regularisierung auf die entsprechenden Probleme im Vordergrund. Ausführliche numerische Studien illustrieren die diese Überlegungen und runden die Arbeit ab.

Von der Professur Stochastik der Fakultät für Mathematik der Technischen Universität Chemnitz werden seit 1995 regelmäßig jedes Jahr im Herbst die Workshops "Stochastische Analysis" organisiert. Ausgewählte Beiträge sollen erstmals in Form eines Tagungsbandes veröffentlicht werden. Eine jährliche Fortsetzung ist geplant. Der 9. Workshop "Stochastische Analysis" fand vom 29.09.2003 bis zum 01.10.2003 in Bärenstein statt.

In this thesis we deal with the degree of ill-posedness of linear operator equations in Hilbert spaces, where the operator may be decomposed into a compact linear integral operator with a well-known decay rate of singular values and a multiplication operator. This case occurs for example for nonlinear operator equations, where the local degree of ill-posedness is investigated via the Frechet derivative. If the multiplier function has got zeroes, the determination of the local degree of ill-posedness is not trivial. We are going to investigate this situation, provide analytical tools as well as their limitations. By using several numerical approaches for computing the singular values of the operator we find that the degree of ill-posedness does not change through those multiplication operators. We even provide a conjecture, verified by several numerical studies, how these multiplication operators influence the singular values of the operator equation. Finally we analyze the influence of those multiplication operators on the opportunities of Tikhonov regularization and corresponding convergence rates. In this context we also provide a short summary on the relationship between nonlinear problems and their linearizations. / Diese Arbeit beschaeftigt sich mit dem Grad der Inkorrektheit linearer Operatorgleichungen in Hilbertraeumen, die sich als Komposition eines vollstetigen linearen Integraloperators mit bekannter Abklingrate der Singulaerwerte und eines Multiplikationsoperators darstellen lassen. Dieser Fall tritt beispielsweise bei nichtlinearen Operatorgleichungen auf, wobei der lokale Inkorrektheitsgrad ueber die Frechetableitung bestimmt wird. Falls die Multiplikatorfunktion Nullstellen hat, so ist die Bestimmung des lokalen Grades der Inkorrektheit nicht einfach. Moeglichkeiten und Grenzen der Analysis fuer diese Situation werden betrachtet. Unterschiedliche numerische Ansaetze fuer die Bestimmung der Singulaerwerte liefern, dass der Grad der Inkorrektheit durch die Multiplikationsoperatoren nicht veraendert wird. Es wird sogar ein Zusammenhang angegeben, wie Multiplikationsoperatoren die Singulaerwerte beeinflussen. Schliesslich werden Moeglichkeiten der Tikhonov-Regularisierung unter Einfluss der Multiplikationsoperatoren untersucht. In diesem Zusammenhang wird auch eine kurze Zusammenfassung zur Beziehung von nichtlinearen Problemen und ihren Linearisierungen gegeben.

This document describes the construction of a computer-based simulation of instationary heat transfer through heat protective textiles. Especially mathematical modeling, numerical treatment and inverse determination of unknown parameters is handled in case of a fault arc test. First simulation results of different model variants are presented. / Die Arbeit beschreibt die Erstellung einer computerbasierten Simulation für instationäre thermische Vorgänge in Hitzeschutztextilien. Speziell wird dabei ein Störlichtbogentest von der mathematischen Modellbildung über die numerische Umsetzung bis hin zur inversen Bestimmung unbekannter Modellparameter betrachtet. Erste Simulationsergebnisse bei verschiedenen Modellvarianten werden dargestellt.

Von der Professur Stochastik der Fakultät für Mathematik der Technischen Universität Chemnitz werden seit 1995 regelmäßig jedes Jahr im Herbst die Workshops "Stochastische Analysis" organisiert. Ausgewählte Beiträge werden seit 2003 in Form eines Tagungsbandes veröffentlicht. Der 10. Workshop "Stochastische Analysis" fand vom 27.09.2004 bis zum 29.09.2004 in Klingenthal statt.

In this paper we discuss the stable solvability of the inverse problem of parameter identification in a jump diffusion model. Therefore we introduce the forward operator of this inverse problem and analyze its properties. We show continuity of the forward operator and stability of the inverse problem provided that the domain is restricted in a specific manner such that techniques of compact sets can be exploited. Furthermore, we show that there is an asymptotical non-injectivity which causes instability problems whenever the jump intensity increases and the jump heights decay simultaneously.

We deal with locally ill-posed nonlinear operator equations F(x) = y in L^2(0,1), where the Fréchet derivatives A = F'(x_0) of the nonlinear forward operator F are compact linear integral operators A = M ◦ J with a multiplication operator M with integrable multiplier function m and with the simple integration operator J. In particular, we give examples of nonlinear inverse problems in natural sciences and stochastic finance that can be written in such a form with linearizations that contain multiplication operators. Moreover, we consider the corresponding ill-posed linear operator equations Ax = y and their degree of ill-posedness. In particular, we discuss the fact that the noncompact multiplication operator M has only a restricted influence on this degree of ill-posedness even if m has essential zeros of various order.

In this paper, we consider the inverse problem of calibrating a generalization of the bivariate Ornstein-Uhlenbeck model introduced by Lo and Wang. Even though the generalized Black-Scholes option pricing formula still holds, option prices change in comparison to the classical Black-Scholes model. The time-dependent volatility function and the other (real-valued) parameters in the model are calibrated simultaneously from option price data and from some empirical moments of the logarithmic returns. This gives an ill-posed inverse problem, which requires a regularization approach. Applying the theory of Engl, Hanke and Neubauer concerning Tikhonov regularization we show convergence of the regularized solution to the true data and study the form of source conditions which ensure convergence rates.

In this note, we consider an inverse problem in a jump diffusion model. Using characteristic functions we prove the injectivity of the forward operator mapping the five parameters determining the model to the density function of the return distribution.