Formoptimierung bezeichnet die Bestimmung der Geometrischen Gestalt eines Gebietes auf dem eine partielle Differentialgleichung (PDE) wirkt, sodass bestimmte gegebene Zielgrößen, welche von der Lösung der PDE abhängen, Extrema annehmen. Bei der Diskret Adjungierten Methode wird der Gradient einer Zielgröße bezüglich einer beliebigen Anzahl von Formparametern mit Hilfe der Lösung einer adjungierten Gleichung der diskretisierten PDE effizient ermittelt. Dieser Gradient wird dann in Verfahren der numerischen Optimierung verwendet um eine optimale Lösung zu suchen. Da sowohl die Zielgröße als auch der Gradient für die diskretisierte PDE ermittelt werden, sind beide zunächst vom verwendeten Netz abhängig. Bei groben Netzen sind sogar Unstetigkeiten der diskreten Zielfunktion zu erwarten, wenn bei Änderungen der Formparameter sich das Netz unstetig ändert (z.B. Änderung Anzahl Knoten, Umschalten der Konnektivität). Mit zunehmender Feinheit der Netze verschwinden jedoch diese Unstetigkeiten aufgrund der Konvergenz der Diskretisierung. Da im Zuge der Formoptimierung Zielgröße und Gradient für eine Vielzahl von Iterierten der Lösung bestimmt werden müssen, ist man bestrebt die Kosten einer einzelnen Auswertung möglichst gering zu halten, z.B. indem man mit nur moderat feinen oder adaptiv verfeinerten Netzen arbeitet. Aufgabe dieser Diplomarbeit ist es zu untersuchen, ob mit gängigen Methoden adaptiv verfeinerte Netze hinreichende Genauigkeit der Auswertung von Zielgröße und Gradient erlauben und ob eventuell Anpassungen der Optimierungsstrategie an die adaptive Vernetzung notwendig sind. Für die Untersuchungen sind geeignete Modellprobleme aus der Festigkeitslehre zu wählen und zu untersuchen. / Shape optimization describes the determination of the geometric shape of a domain with a partial differential equation (PDE) with the purpose that a specific given performance function is minimized, its values depending on the solution of the PDE. The Discrete Adjoint Method can be used to evaluate the gradient of a performance function with respect to an arbitrary number of shape parameters by solving an adjoint equation of the discretized PDE. This gradient is used in the numerical optimization algorithm to search for the optimal solution. As both function value and gradient are computed for the discretized PDE, they both fundamentally depend on the discretization. In using the coarse meshes, discontinuities in the discretized objective function can be expected if the changes in the shape parameters cause discontinuous changes in the mesh (e.g. change in the number of nodes, switching of connectivity). Due to the convergence of the discretization these discontinuities vanish with increasing fineness of the mesh. In the course of shape optimization, function value and gradient require evaluation for a large number of iterations of the solution, therefore minimizing the costs of a single computation is desirable (e.g. using moderately or adaptively refined meshes). Overall, the task of the diploma thesis is to investigate if adaptively refined meshes with established methods offer sufficient accuracy of the objective value and gradient, and if the optimization strategy requires readjustment to the adaptive mesh design. For the investigation, applicable model problems from the science of the strength of materials will be chosen and studied.

The technique of automatic differentiation provides directional derivatives and discrete adjoints with working accuracy. A complete complexity analysis of the basic modes of automatic differentiation is available. Therefore, the research activities are focused now on different aspects of the derivative calculation, as for example the efficient implementation by exploitation of structural information, studies of the theoretical properties of the provided derivatives in the context of optimization problems, and the development and analysis of new mathematical algorithms based on discrete adjoint information. According to this motivation, this habilitation presents an analysis of different checkpointing strategies to reduce the memory requirement of the discrete adjoint computation. Additionally, a new algorithm for computing sparse Hessian matrices is presented including a complexity analysis and a report on practical experiments. Hence, the first two contributions of this thesis are dedicated to an efficient computation of discrete adjoints. The analysis of discrete adjoints with respect to their theoretical properties is another important research topic. The third and fourth contribution of this thesis focus on the relation of discrete adjoint information and continuous adjoint information for optimal control problems. Here, differences resulting from different discretization strategies as well as convergence properties of the discrete adjoints are analyzed comprehensively. In the fifth contribution, checkpointing approaches that are successfully applied for the computation of discrete adjoints, are adapted such that they can be used also for the computation of continuous adjoints. Additionally, the fifth contributions presents a new proof of optimality for the binomial checkpointing that is based on new theoretical results. Discrete adjoint information can be applied for example for the approximation of dense Jacobian matrices. The development and analysis of new mathematical algorithms based on these approximate Jacobians is the topic of the sixth contribution. Is was possible to show global convergence to first-order critical points for a whole class of trust-region methods. Here, the usage of inexact Jacobian matrices allows a considerable reduction of the computational complexity.

The technique of automatic differentiation provides directional derivatives and discrete adjoints with working accuracy. A complete complexity analysis of the basic modes of automatic differentiation is available. Therefore, the research activities are focused now on different aspects of the derivative calculation, as for example the efficient implementation by exploitation of structural information, studies of the theoretical properties of the provided derivatives in the context of optimization problems, and the development and analysis of new mathematical algorithms based on discrete adjoint information. According to this motivation, this habilitation presents an analysis of different checkpointing strategies to reduce the memory requirement of the discrete adjoint computation. Additionally, a new algorithm for computing sparse Hessian matrices is presented including a complexity analysis and a report on practical experiments. Hence, the first two contributions of this thesis are dedicated to an efficient computation of discrete adjoints. The analysis of discrete adjoints with respect to their theoretical properties is another important research topic. The third and fourth contribution of this thesis focus on the relation of discrete adjoint information and continuous adjoint information for optimal control problems. Here, differences resulting from different discretization strategies as well as convergence properties of the discrete adjoints are analyzed comprehensively. In the fifth contribution, checkpointing approaches that are successfully applied for the computation of discrete adjoints, are adapted such that they can be used also for the computation of continuous adjoints. Additionally, the fifth contributions presents a new proof of optimality for the binomial checkpointing that is based on new theoretical results. Discrete adjoint information can be applied for example for the approximation of dense Jacobian matrices. The development and analysis of new mathematical algorithms based on these approximate Jacobians is the topic of the sixth contribution. Is was possible to show global convergence to first-order critical points for a whole class of trust-region methods. Here, the usage of inexact Jacobian matrices allows a considerable reduction of the computational complexity.

Formoptimierung bezeichnet die Bestimmung der Geometrischen Gestalt eines Gebietes auf dem eine partielle Differentialgleichung (PDE) wirkt, sodass bestimmte gegebene Zielgrößen, welche von der Lösung der PDE abhängen, Extrema annehmen. Bei der Diskret Adjungierten Methode wird der Gradient einer Zielgröße bezüglich einer beliebigen Anzahl von Formparametern mit Hilfe der Lösung einer adjungierten Gleichung der diskretisierten PDE effizient ermittelt. Dieser Gradient wird dann in Verfahren der numerischen Optimierung verwendet um eine optimale Lösung zu suchen. Da sowohl die Zielgröße als auch der Gradient für die diskretisierte PDE ermittelt werden, sind beide zunächst vom verwendeten Netz abhängig. Bei groben Netzen sind sogar Unstetigkeiten der diskreten Zielfunktion zu erwarten, wenn bei Änderungen der Formparameter sich das Netz unstetig ändert (z.B. Änderung Anzahl Knoten, Umschalten der Konnektivität). Mit zunehmender Feinheit der Netze verschwinden jedoch diese Unstetigkeiten aufgrund der Konvergenz der Diskretisierung. Da im Zuge der Formoptimierung Zielgröße und Gradient für eine Vielzahl von Iterierten der Lösung bestimmt werden müssen, ist man bestrebt die Kosten einer einzelnen Auswertung möglichst gering zu halten, z.B. indem man mit nur moderat feinen oder adaptiv verfeinerten Netzen arbeitet. Aufgabe dieser Diplomarbeit ist es zu untersuchen, ob mit gängigen Methoden adaptiv verfeinerte Netze hinreichende Genauigkeit der Auswertung von Zielgröße und Gradient erlauben und ob eventuell Anpassungen der Optimierungsstrategie an die adaptive Vernetzung notwendig sind. Für die Untersuchungen sind geeignete Modellprobleme aus der Festigkeitslehre zu wählen und zu untersuchen. / Shape optimization describes the determination of the geometric shape of a domain with a partial differential equation (PDE) with the purpose that a specific given performance function is minimized, its values depending on the solution of the PDE. The Discrete Adjoint Method can be used to evaluate the gradient of a performance function with respect to an arbitrary number of shape parameters by solving an adjoint equation of the discretized PDE. This gradient is used in the numerical optimization algorithm to search for the optimal solution. As both function value and gradient are computed for the discretized PDE, they both fundamentally depend on the discretization. In using the coarse meshes, discontinuities in the discretized objective function can be expected if the changes in the shape parameters cause discontinuous changes in the mesh (e.g. change in the number of nodes, switching of connectivity). Due to the convergence of the discretization these discontinuities vanish with increasing fineness of the mesh. In the course of shape optimization, function value and gradient require evaluation for a large number of iterations of the solution, therefore minimizing the costs of a single computation is desirable (e.g. using moderately or adaptively refined meshes). Overall, the task of the diploma thesis is to investigate if adaptively refined meshes with established methods offer sufficient accuracy of the objective value and gradient, and if the optimization strategy requires readjustment to the adaptive mesh design. For the investigation, applicable model problems from the science of the strength of materials will be chosen and studied.

Das Verstaendnis dafuer, welche Freiheitsgrade fuer das Eingeschlossensein der Quarks von Bedeutung sind, ist ein altbekanntes Problem. Da weithin angenommen wird, dass das Zentrum der Eichgruppe eine bedeutende Rolle spielt, ist es interessant, eine Theorie mit einem trivialen Zentrum zu untersuchen. Das einfachste Modell, um dieses Problem zu untersuchen, ist eine Theorie mit ungeradzahliger Dimension der Darstellung der Eichgruppe SU(2). Theorien mit einem trivialen Zentrum werden schon seit langer Zeit in zwei verschiedenen Diskretisierungen untersucht: die adjungierte Wilson-Wirkung und die Villain-Wirkung. Es stellte sich heraus, dass sie aus zweierlei Gruenden problematisch sind. Zunaechst zeigte sich, dass in beiden Fällen ein bulk-Phasenuebergang den physikalischen Phasenuebergang bei endlicher Temperatur ueberschattet. Darueberhinaus erwies es sich im Falle der Villain-Theorie, dass die Anwesenheit von Twist-Sektoren fuer die Konstruktion eines ergodischen Algorithmus problematisch sein kann. Die Gitter-Artefakte, die den bulk-Phasenuebergang verursachen, wurden mit Z(2) Monopolen identifiziert. Diese Monopole koennen mit Hilfe eines entsprechenden chemischen Potentials unterdrueckt werden. Eine erste Untersuchung des Phasenuebergangs bei endlicher Temperatur durch andere Autoren wurde nur im Falle der Villain-Wirkung durchgefuehrt, wobei in dieser Untersuchung die Twist-Sektoren ohne Beruecksichtigung blieben. In der vorliegenden Arbeit untersuchen wir nichtstoerungstheoretisch die Wilson-Wirkung in der adjungierten Darstellung der Eichgruppe SU(2) mit einem chemischen Potential, welches die Z(2)-Monopole bei nicht verschwindender Temperatur und bei Temperatur Null unterdrueckt. Wir untersuchen hierbei die Auswirkungen des chemischen Potentials lambda auf einige Observable. Fuer hinreichend grosse lambda zeigen die Observablen keine Diskontinuitaet in der adjungierten Kopplung. In diesem Gebiet des Phasendiagramms untersuchen wir, meist eingeschraenkt auf den trivialen Twist-Sektor, die Existenz eines Phasenuebergangs bei endlicher Temperatur. Um diesen Phasenuebergang zu identifizieren, gelingt es uns, einen neuen Ordungsparameter zu definieren, den wir erfolgreich auch in der fundamentalen Darstellung der SU(2) testen. Ferner analysieren wir die raeumliche Verteilung der fundamentalen Polyakov-loop-Variable und des Pisaer Unordnungs-Operators, welcher die Kondensation magnetischer Ladungen beschreibt. Die Ergebnisse, die wir mit diesen Untersuchungsmethoden erhielten, lassen auf einen vom bulk-Phasenuebergang entkoppelten Phasenuebergang bei endlicher Temperatur oder einen cross-over schliessen. / The understanding of which degrees of freedom are relevant for the confinement of quarks is a long standing problem. Since it is widely believed that the center of the gauge group plays an important role, it is interesting to study a theory with a trivial center. The simplest model to investigate this problem is provided by a theory in an odd-dimensional representation of the gauge group SU(2). Center-blind theories were studied long time ago in two different discretizations, the adjoint Wilson and the Villain action, and they turned out to be problematic for two reasons. In both cases a bulk phase transition was shown to overshadow the physical finite temperature one. Another feature, pointed out in the Villain case, was the presence of twist sectors, which could cause difficulties in the construction of an ergodic algorithm. The lattice artifacts responsible for the bulk phase transition were identified with Z(2) monopoles and they could be suppressed by the use of an appropriate chemical potential. A preliminary investigation of the finite temperature phase transition by other authors was done only in the Villain case and without taking care of the twist sectors. In this thesis we perform a lattice study of the Wilson action in the adjoint representation of the gauge group SU(2) with a chemical potential, which suppresses the Z(2) monopoles at zero and non-zero temperature. We investigate the effects of the chemical potential lambda on some observables. For large enough lambda at vanishing temperature the observables do not show any discontinuity in the adjoint coupling. In this region we study the existence of a finite temperature phase transition restricting ourselves mainly to the trivial twist sector. In order to detect this phase transition we are able to define a new order parameter, which we successfully test also for the case of the fundamental representation of SU(2). Furthermore we analyze the spatial distribution of the fundamental Polyakov loop and the Pisa disorder operator which detects the condensation of magnetic charges. These different tools provide an indication for a finite temperature phase transition or crossover decoupled from the bulk phase transition.