21 |
Observability inequalities for infinite-dimensional systems in Banach spaces and unique determination of a singular potential from boundary dataBombach, Clemens 16 July 2024 (has links)
In this thesis, we prove observability inequalities for systems of differential equations in Banach spaces. In particular, we consider non-autonomous systems and systems of elliptic PDE with infinite-dimensional state space. We employ methods from harmonic analysis. This includes a vector-valued version of the Logvinenko-Sereda theorem, generalizing previous work by O. Kovrijkine. Our results are applied to establish null-controllability of control systems in Banach spaces together with precise estimates on the control cost. Furthermore, we consider an inverse problem for the stationary Schrödinger equation in three dimensions. In this setting, we prove that a Kato-class potential is uniquely determined by it's associated Dirichlet-to-Neumann operator. This complements a result by B. Haberman on the Calderón problem for conductivities with unbounded gradient.
|
22 |
Numerical Aspects in Optimal Control of Elasticity Models with Large DeformationsGünnel, Andreas 22 August 2014 (has links) (PDF)
This thesis addresses optimal control problems with elasticity for large deformations. A hyperelastic model with a polyconvex energy
density is employed to describe the elastic behavior of a body. The two approaches to derive the nonlinear partial differential equation, a balance of forces and an energy minimization, are compared. Besides the conventional volume and boundary loads, two novel internal loads are presented. Furthermore, curvilinear coordinates and a hierarchical plate model can be incorporated into the formulation of the elastic forward problem.
The forward problem can be solved with Newton\\\'s method, though a globalization technique should be used to avoid divergence of Newton\\\'s method. The repeated solution of the Newton system is done by a CG or MinRes method with a multigrid V-cycle as a preconditioner.
The optimal control problem consists of the displacement (as the state) and a load (as the control). Besides the standard tracking-type objective, alternative objective functionals are presented for problems where a reasonable desired state cannot be provided. Two methods are proposed to solve the optimal control problem: an all-at-once approach by a Lagrange-Newton method and a reduced formulation by a quasi-Newton method with an inverse limited-memory BFGS update.
The algorithms for the solution of the forward problem and the optimal control problem are implemented in the finite-element software FEniCS, with the geometrical multigrid extension FMG. Numerical experiments are performed to demonstrate the mesh independence of the algorithms and both optimization methods.
|
23 |
Essays on Utility maximization and Optimal Stopping Problems in the Presence of Default RiskFeunou, Victor Nzengang 09 August 2018 (has links)
Gegenstand der vorliegenden Dissertation sind stochastische Kontrollprobleme, denen sich Agenten im Zusammenhang mit Entscheidungen auf Finanzmärkten gegenübersehen. Der erste Teil der Arbeit behandelt die Maximierung des erwarteten Nutzens des Endvermögens eines Finanzmarktinvestors. Für den Investor ist eine Beschreibung der optimalen Handelsstrategie, die zur numerischen Approximation geeignet ist sowie eine Stabilitätsanalyse der optimalen Handelsstrategie bzgl. kleinerer Fehlspezifikationen in Nutzenfunktion und Anfangsvermögen, von höchstem Interesse. In stetigen Marktmodellen beweisen wir Stabilitätsresultate für die optimale Handeslsstrategie in geeigneten Topologien.
Für hinreichend differenzierbare Nutzenfunktionen und zeitstetige Marktmodelle
erhalten wir eine Beschreibung der optimalen Handelsstrategie durch die Lösung eines
Systems von stochastischen Vorwärts-Rückwärts-Differentialgleichungen (FBSDEs).
Der zweite Teil der Arbeit beschäftigt sich mit optimalen Stopproblemen für einen Agenten,
dessen Ertragsprozess von einem Ausfallsereignis abhängt. Unser Hauptinteresse gilt der Beschreibung der Lösungen vor und nach dem Ausfallsereignis und damit dem besseren Verständnis des Verhaltens des Agenten bei Auftreten eines Ausfallsereignisses.
Wir zeigen wie sich das optimale Stopproblem in zwei einzelne Teilprobleme zerlegen lässt:
eines, für das der zugrunde liegende Informationsfluss das Ausfallereignis nicht beinhaltet,
und eines, in welchem der Informationsfluss das Ausfallereignis berücksichtigt.
Aufbauend auf der Zerlegung des Stopproblems und der Verbindung zwischen
der Optimalen Stoptheorie und der Theorie von reflektierenden stochastischen Rückwärts-Differentialgleichungen (RBSDEs), leiten wir einen entsprechenden Zerlegungsansatz her,
um RBSDEs mit genau einem Sprung zu lösen. Wir beweisen neue Existenz- und Eindeutigkeitsresultate von RBSDEs mit quadratischem Wachstum. / This thesis studies stochastic control problems faced by agents in financial markets when making decisions. The first part focuses on the maximization of expected utility from terminal wealth for an investor trading in a financial market. Of utmost concern to the investor is a description of optimal trading strategy that is amenable to numerical approximation, and
the stability analysis of the optimal trading strategy w.r.t. "small" misspecification in his utility function and initial capital. In the setting of a continuous market model, we prove stability results for the optimal wealth process in the Emery topology and the uniform topology on semimartingales, and stability results for the optimal trading strategy in suitable topologies.
For sufficiently differentiable utility functions, we obtain a description of the optimal trading strategy in terms of the solution of a system of forward-backward stochastic differential equations (FBSDEs). The second part of the thesis deals with the optimal stopping problem
for an agent with a reward process exposed to a default event. Our main concern is to give a description of the solutions before and after the default event and thereby better understand the behavior of the agent in the presence of default. We show how the stopping problem can be decomposed into two individual stopping problems: one with information flow for which the default event is not visible, and another one with information flow which captures the default event. We build on the decomposition of the optimal stopping problem, and the link between the theories of optimal stopping and reflected backward stochastic differential equations (RBSDEs) to derive a corresponding decomposition approach to solve RBSDEs with a single jump. This decomposition allows us to establish existence and uniqueness results for RBSDEs with drivers of quadratic growth.
|
24 |
Oscillatory Solutions to Hyperbolic Conservation Laws and Active Scalar Equations / Oszillierende Lösungen von hyperbolischen Erhaltungsgleichungen und aktiven skalaren GleichungenKnott, Gereon 12 September 2013 (has links) (PDF)
In dieser Arbeit werden zwei Klassen von Evolutionsgleichungen in einem Matrixraum-Setting studiert: Hyperbolische Erhaltungsgleichungen und aktive skalare Gleichungen. Für erstere wird untersucht, wann man Oszillationen mit Hilfe polykonvexen Maßen ausschließen kann; für Zweitere wird mit Hilfe von Oszillationen gezeigt, dass es unendlich viele periodische schwache Lösungen gibt.
|
25 |
A Chance Constraint Model for Multi-Failure Resilience in Communication NetworksHelmberg, Christoph, Richter, Sebastian, Schupke, Dominic 03 August 2015 (has links) (PDF)
For ensuring network survivability in case of single component failures many routing protocols provide a primary and a back up routing path for each origin destination pair. We address the problem of selecting these paths such that in the event of multiple failures, occuring with given probabilities, the total loss in routable demand due to both paths being intersected is small with high probability. We present a chance constraint model and solution approaches based on an explicit integer programming formulation, a robust formulation and a cutting plane approach that yield reasonably good solutions assuming that the failures are caused by at most two elementary events, which may each affect several network components.
|
26 |
Essays on Modern Econometrics and Machine LearningKeilbar, Georg 16 June 2022 (has links)
Diese Dissertation behandelt verschiedene Aspekte moderner Ökonometrie und Machine Learnings. Kapitel 2 stellt einen neuen Schätzer für die Regressionsparameter in einem Paneldatenmodell mit interaktiven festen Effekten vor. Eine Besonderheit unserer Methode ist die Modellierung der factor loadings durch nichtparametrische Funktionen. Wir zeigen die root-NT-Konvergenz sowie die asymptotische Normalverteilung unseres Schätzers. Kapitel 3 betrachtet die rekursive Schätzung von Quantilen mit Hilfe des stochastic gradient descent (SGD) Algorithmus mit Polyak-Ruppert Mittelwertbildung. Der Algorithmus ist rechnerisch und Speicher-effizient verglichen mit herkömmlichen Schätzmethoden. Unser Fokus ist die Untersuchung des nichtasymptotischen Verhaltens, indem wir eine exponentielle Wahrscheinlichkeitsungleichung zeigen. In Kapitel 4 stellen wir eine neue Methode zur Kalibrierung von conditional Value-at-Risk (CoVaR) basierend auf Quantilregression mittels Neural Networks vor. Wir modellieren systemische Spillovereffekte in einem Netzwerk von systemrelevanten Finanzinstituten. Eine Out-of-Sample Analyse zeigt eine klare Verbesserung im Vergleich zu einer linearen Grundspezifikation. Im Vergleich mit bestehenden Risikomaßen eröffnet unsere Methode eine neue Perspektive auf systemisches Risiko. In Kapitel 5 modellieren wir die gemeinsame Dynamik von Kryptowährungen in einem nicht-stationären Kontext. Um eine Analyse in einem dynamischen Rahmen zu ermöglichen, stellen wir eine neue vector error correction model (VECM) Spezifikation vor, die wir COINtensity VECM nennen. / This thesis focuses on different aspects of the union of modern econometrics and machine learning. Chapter 2 considers a new estimator of the regression parameters in a panel data model with unobservable interactive fixed effects. A distinctive feature of the proposed approach is to model the factor loadings as a nonparametric function. We show that our estimator is root-NT-consistent and asymptotically normal, as well that it reaches the semiparametric efficiency bound under the assumption of i.i.d. errors.
Chapter 3 is concerned with the recursive estimation of quantiles using the stochastic gradient descent (SGD) algorithm with Polyak-Ruppert averaging. The algorithm offers a computationally and memory efficient alternative to the usual empirical estimator. Our focus is on studying the nonasymptotic behavior by providing exponentially decreasing tail probability bounds under minimal assumptions. In Chapter 4 we propose a novel approach to calibrate the conditional value-at-risk (CoVaR) of financial institutions based on neural network quantile regression. We model systemic risk spillover effects in a network context across banks by considering the marginal effects of the quantile regression procedure. An out-of-sample analysis shows great performance compared to a linear baseline specification, signifying the importance that nonlinearity plays for modelling systemic risk. A comparison to existing network-based risk measures reveals that our approach offers a new perspective on systemic risk. In Chapter 5 we aim to model the joint dynamics of cryptocurrencies in a nonstationary setting. In particular, we analyze the role of cointegration relationships within a large system of cryptocurrencies in a vector error correction model (VECM) framework. To enable analysis in a dynamic setting, we propose the COINtensity VECM, a nonlinear VECM specification accounting for a varying system-wide cointegration exposure.
|
27 |
From Deep Mixture Models towards Distributional Regression - Exploring Complex Multivariate DataKock, Lucas 04 June 2024 (has links)
Diese Dissertation stellt drei sich ergänzende Fortschritte in der statistischen Modellierung multivariater Daten vor und behandelt Herausforderungen im Bereich des modellbasierten Clusterings für hochdimensionale Daten, der Analyse longitudinaler Daten sowie der multivariaten Verteilungsregression. Der erste Forschungszweig konzentriert sich auf tiefe Gaußsche Mischmodelle, eine leistungsfähige Erweiterung herkömmlicher Gaußscher Mischmodelle. Wir erforschen Bayessche Inferenz mit Sparsamkeitsprioris zur Regularisierung der Schätzung tiefer Mischmodelle und stellen ein innovatives tiefes Mischmodell von Faktormodellen vor, das in der Lage ist, hochdimensionale Probleme zu bewältigen. Der zweite Forschungsstrang erweitert tiefe Mischmodelle von Clustering zu Regression. Unter Verwendung des tiefen Mischmodells von Faktormodellen als Prior für Zufallseffekte stellen wir einen innovativen Ansatz vor: tiefe Mischmodelle von linearen gemischten Modellen, der lineare gemischte Modelle so erweitert, dass er den Komplexitäten longitudinaler Daten mit vielen Beobachtungen pro Subjekt und komplexen zeitlichen Trends gerecht wird. Dieser Forschungszweig überwindet Beschränkungen gegenwärtiger Modelle und präsentiert eine anpassungsfähige Lösung für hochdimensionale Szenarien. Der dritte Forschungszweig setzt sich mit der Herausforderung auseinander, wahrhaft multivariate Verteilungen im Kontext von Generalisierten Additiven Modellen für Ort, Skala und Form zu modellieren. Wir präsentieren einen innovativen Ansatz, der Copula-Regression nutzt, um die Abhängigkeitsstruktur mittels einer Gauß-Copula zu modellieren. Dies ermöglicht die gemeinsame Modellierung hochdimensionaler Vektoren mit flexiblen marginalen Verteilungen. Hier erleichtert bayessche Inferenz die effiziente Schätzung des stark parametrisierten Modells und führt zu einem äußerst flexiblen Ansatz im Vergleich zu bestehenden Modellen. / This thesis introduces three complementary advancements in statistical modeling for multivariate data, addressing challenges in model-based clustering for high-dimensional data, longitudinal data analysis, and multivariate distributional regression. The first research strand focuses on deep Gaussian mixture models, a powerful extension of ordinary Gaussian mixture models. We explore the application of Bayesian inference with sparsity priors to regularize the estimation of deep mixtures, presenting a novel Bayesian deep mixtures of factor analyzers model capable of handling high-dimensional problems. The inclusion of sparsity-inducing priors in the model contributes to improved clustering results. A scalable natural gradient variational inference algorithm is developed to enhance computational efficiency. The second research strand extends deep mixture models from clustering towards regression. Leveraging the deep mixtures of factor analyzers model as a prior for random effects, we introduce a novel framework, deep mixtures of linear mixed models that extends mixtures of linear mixed models to accommodate the complexities of longitudinal data with many observations per subject and intricate temporal trends. We describe an efficient variational inference approach. This research addresses the limitations of current models and provides a flexible solution for high-dimensional settings.
The third research strand tackles the challenge of modeling truly multivariate distributions in the context of Generalized Additive Models for Location, Scale, and Shape. We propose a novel approach utilizing copula regression to model the dependence structure through a Gaussian copula, allowing for joint modeling of high-dimensional response vectors with flexible marginal distributions. Here, Bayesian inference facilitates efficient estimation of the highly parameterized model, introducing a highly flexible and complementary approach to existing models.
|
28 |
The Impact of Dormancy on the Ecological, Evolutionary and Pathogenic Properties of Microbial PopulationsPaul, Tobias 18 June 2024 (has links)
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.
|
29 |
Motion Planning for the Two-Phase Stefan Problem in Level Set FormulationBernauer, Martin 17 December 2010 (has links)
This thesis is concerned with motion planning for the classical two-phase Stefan problem in level set formulation. The interface separating the fluid phases from the solid phases is represented as the zero level set of a continuous function whose evolution is described by the level set equation. Heat conduction in the two phases is modeled by the heat equation. A quadratic tracking-type cost functional that incorporates temperature tracking terms and a control cost term that expresses the desire to have the interface follow a prescribed trajectory by adjusting the heat flux through part of the boundary of the computational domain. The formal Lagrange approach is used to establish a first-order optimality system by applying shape calculus tools. For the numerical solution, the level set equation and its adjoint are discretized in space by discontinuous Galerkin methods that are combined with suitable explicit Runge-Kutta time stepping schemes, while the temperature and its adjoint are approximated in space by the extended finite element method (which accounts for the weak discontinuity of the temperature by a dynamic local modification of the underlying finite element spaces) combined with the implicit Euler method for the temporal discretization. The curvature of the interface which arises in the adjoint system is discretized by a finite element method as well. The projected gradient method, and, in the absence of control constraints, the limited memory BFGS method are used to solve the arising optimization problems. Several numerical examples highlight the potential of the proposed optimal control approach. In particular, they show that it inherits the geometric flexibility of the level set method. Thus, in addition to unidirectional solidification, closed interfaces and changes of topology can be tracked. Finally, the Moreau-Yosida regularization is applied to transform a state constraint on the position of the interface into a penalty term that is added to the cost functional. The optimality conditions for this penalized optimal control problem and its numerical solution are discussed. An example confirms the efficacy of the state constraint. / Die vorliegende Arbeit beschäftigt sich mit einem Optimalsteuerungsproblem für das klassische Stefan-Problem in zwei Phasen. Die Phasengrenze wird als Niveaulinie einer stetigen Funktion modelliert, was die Lösung der so genannten Level-Set-Gleichung erfordert. Durch Anpassen des Wärmeflusses am Rand des betrachteten Gebiets soll ein gewünschter Verlauf der Phasengrenze angesteuert werden. Zusammen mit dem Wunsch, ein vorgegebenes Temperaturprofil zu approximieren, wird dieses Ziel in einem quadratischen Zielfunktional formuliert. Die notwendigen Optimalitätsbedingungen erster Ordnung werden formal mit Hilfe der entsprechenden Lagrange-Funktion und unter Benutzung von Techniken aus der Formoptimierung hergeleitet. Für die numerische Lösung müssen die auftretenden partiellen Differentialgleichungen diskretisiert werden. Dies geschieht im Falle der Level-Set-Gleichung und ihrer Adjungierten auf Basis von unstetigen Galerkin-Verfahren und expliziten Runge-Kutta-Methoden. Die Wärmeleitungsgleichung und die entsprechende Gleichung im adjungierten System werden mit einer erweiterten Finite-Elemente-Methode im Ort sowie dem impliziten Euler-Verfahren in der Zeit diskretisiert. Dieser Zugang umgeht die aufwändige Adaption des Gitters, die normalerweise bei der FE-Diskretisierung von Phasenübergangsproblemen unvermeidbar ist. Auch die Krümmung der Phasengrenze wird numerisch mit Hilfe der Methode der finiten Elemente angenähert. Zur Lösung der auftretenden Optimierungsprobleme werden ein Gradienten-Projektionsverfahren und, im Fall dass keine Kontrollschranken vorliegen, die BFGS-Methode mit beschränktem Speicherbedarf eingesetzt. Numerische Beispiele beleuchten die Stärken des vorgeschlagenen Zugangs. Es stellt sich insbesondere heraus, dass sich die geometrische Flexibilität der Level-Set-Methode auf den vorgeschlagenen Zugang zur optimalen Steuerung vererbt. Zusätzlich zur gerichteten Bewegung einer flachen Phasengrenze können somit auch geschlossene Phasengrenzen sowie topologische Veränderungen angesteuert werden. Exemplarisch, und zwar an Hand einer Beschränkung an die Lage der Phasengrenze, wird auch noch die Behandlung von Zustandsbeschränkungen mittels der Moreau-Yosida-Regularisierung diskutiert. Ein numerisches Beispiel demonstriert die Wirkung der Zustandsbeschränkung.
|
30 |
The impact of a curious type of smoothness conditions on convergence rates in l1-regularizationBot, Radu Ioan, Hofmann, Bernd January 2013 (has links)
Tikhonov-type regularization of linear and nonlinear ill-posed problems in abstract spaces under sparsity constraints gained relevant attention in the past years. Since under some weak assumptions all regularized solutions are sparse if the l1-norm is used as penalty term, the l1-regularization was studied by numerous authors although the non-reflexivity of the Banach space l1 and the fact that such penalty functional is not strictly convex lead to serious difficulties. We consider the case that the sparsity assumption is narrowly missed. This means that the solutions may have an infinite number of nonzero but fast decaying components. For that case we formulate and prove convergence rates results for the l1-regularization of nonlinear operator equations. In this context, we outline the situations of Hölder rates and of an exponential decay of the solution components.
|
Page generated in 0.0287 seconds