Steuerungsprobleme treten in vielen Anwendungen in Naturwissenschaft und Technik auf. In dieser Arbeit werden Optimalsteuerungsprobleme mit semilinearen elliptischen partiellen Differentialgleichungen als Nebenbedingungen untersucht. Die Kontrolle wird durch Kontrollschranken als Ungleichungsnebenbedingungen eingeschränkt. Dabei ist die Zielfunktion quadratisch in der Kontrolle. Die Lösung des Optimierungsproblems kann dann durch die Projektionsbedingung mit Hilfe des adjungierten Zustandes dargestellt werden. Ein neuer Zugang ist die variationelle Diskretisierung. Bei dieser wird nur der Zustand und der adjungierte Zustand diskretisiert, nicht aber der Raum der Kontrollen. Dieser Zugang erlaubt höhere Konvergenzraten für die Kontrolle für kontrollrestingierte Probleme als bei einer Diskretisierung des Kontrollraumes. Die Projektionsbedingung für das variationell diskretisierte Problem ist dabei auf die gleiche zulässige Menge wie beim nicht diskretisierten Problem. In der vorliegenden Arbeit wird die Methode der variationellen Diskretisierung auf semilineare elliptische Optimalkontrollprobleme angewendet und Fehlerabschätzungen für die Kontrollen bewiesen. Dabei wird hauptsächlich auf die verteilte Steuerung Wert gelegt, aber auch die Neumann-Randsteuerung mitbehandelt. Nach einem Überblick über die Literatur wird die Aufgabenstellung mit den Voraussetzungen aufgeschrieben und die Optimalitätsbedingungen angegeben. Danach wird die Existenz einer Lösung, sowie die Konvergenz der diskreten Lösungen gegen eine kontinuierliche Lösung gezeigt. Außerdem werden Finite-Elemente-Konvergenzordnungen angegeben. Dann werden optimale Fehlerabschätzungen in verschiedenen Normen für die variationelle Kontrolle bewiesen. Insbesondere werden die Fehlerabschätzung in Abhängigkeit vom Finite-Elemente-Fehler des Zustandes und des adjungierten Zustandes angegeben. Dabei wird die nichtlineare Fixpunktgleichung mittels semismooth Newtonverfahrens linearisiert. Das Newtonverfahren wird auch für die numerische Lösung des Problems eingesetzt. Die Voraussetzung für die Konvergenzordnung ist dabei nicht die SSC, die hinreichende Bedingung zweiter Ordnung, welche eine lokale Konvexität in der Zielfunktion impliziert, sondern die Invertierbarkeit des Newtonoperators. Dies ist eine stationäre Bedingung in der optimalen Kontrolle. Dabei wird nur benötigt, dass der Rand der aktiven Menge eine Nullmenge ist und die Invertierbarkeit des Newtonoperators in der Optimallösung. Der Schaudersche Fixpunktsatz wird benutzt, um für die Newtongleichung die Existenz eines Fixpunktes innerhalb der gewünschten Umgebung zu beweisen. Außerdem wird die Eindeutigkeit eines solchen Fixpunktes für eine gegebene Triangulation bei hinreichend feiner Diskretisierung gezeigt. Das Ergebnis ist, dass die Konvergenzrate nur durch die Finite-Elemente-Konvergenzraten von Zustand und adjungiertem Zustand beschränkt wird. Diese Rate wird nicht nur durch die Ansatzfunktionen, sondern auch durch die Glattheit der rechten Seite beschränkt, so dass der Knick am Rand der aktiven Menge hier ein Grenze setzt. Außerdem wird die Implementation des semismooth Newtonverfahrens für den unendlichdimensionalen Kontrollraum für die variationelle Diskretisierung erläutert. Dabei wird besonders auf den zweidimensionalen verteilten Fall eingegangen. Es werden die bewiesenen Konvergenzraten an einigen semilinearen und linearen Beispielen mittels der variationellen Diskretisierung demonstriert. Es entsprechen sich die bei den analytische Beweisen und der numerischen Lösung eingesetzten Verfahren, die Fixpunktiteration sowie das nach Kontrolle oder adjungiertem Zustand aufgelöste Newtonverfahren. Dabei sind einige Besonderheiten bei der Implementation zu beachten, beispielsweise darf die Kontrolle nicht inkrementell mit dem Newtonverfahren oder der Fixpunktiteration aufdatiert werden, sondern muss in jedem Schritt neu berechnet werden.

Steuerungsprobleme treten in vielen Anwendungen in Naturwissenschaft und Technik auf. In dieser Arbeit werden Optimalsteuerungsprobleme mit semilinearen elliptischen partiellen Differentialgleichungen als Nebenbedingungen untersucht. Die Kontrolle wird durch Kontrollschranken als Ungleichungsnebenbedingungen eingeschränkt. Dabei ist die Zielfunktion quadratisch in der Kontrolle. Die Lösung des Optimierungsproblems kann dann durch die Projektionsbedingung mit Hilfe des adjungierten Zustandes dargestellt werden. Ein neuer Zugang ist die variationelle Diskretisierung. Bei dieser wird nur der Zustand und der adjungierte Zustand diskretisiert, nicht aber der Raum der Kontrollen. Dieser Zugang erlaubt höhere Konvergenzraten für die Kontrolle für kontrollrestingierte Probleme als bei einer Diskretisierung des Kontrollraumes. Die Projektionsbedingung für das variationell diskretisierte Problem ist dabei auf die gleiche zulässige Menge wie beim nicht diskretisierten Problem. In der vorliegenden Arbeit wird die Methode der variationellen Diskretisierung auf semilineare elliptische Optimalkontrollprobleme angewendet und Fehlerabschätzungen für die Kontrollen bewiesen. Dabei wird hauptsächlich auf die verteilte Steuerung Wert gelegt, aber auch die Neumann-Randsteuerung mitbehandelt. Nach einem Überblick über die Literatur wird die Aufgabenstellung mit den Voraussetzungen aufgeschrieben und die Optimalitätsbedingungen angegeben. Danach wird die Existenz einer Lösung, sowie die Konvergenz der diskreten Lösungen gegen eine kontinuierliche Lösung gezeigt. Außerdem werden Finite-Elemente-Konvergenzordnungen angegeben. Dann werden optimale Fehlerabschätzungen in verschiedenen Normen für die variationelle Kontrolle bewiesen. Insbesondere werden die Fehlerabschätzung in Abhängigkeit vom Finite-Elemente-Fehler des Zustandes und des adjungierten Zustandes angegeben. Dabei wird die nichtlineare Fixpunktgleichung mittels semismooth Newtonverfahrens linearisiert. Das Newtonverfahren wird auch für die numerische Lösung des Problems eingesetzt. Die Voraussetzung für die Konvergenzordnung ist dabei nicht die SSC, die hinreichende Bedingung zweiter Ordnung, welche eine lokale Konvexität in der Zielfunktion impliziert, sondern die Invertierbarkeit des Newtonoperators. Dies ist eine stationäre Bedingung in der optimalen Kontrolle. Dabei wird nur benötigt, dass der Rand der aktiven Menge eine Nullmenge ist und die Invertierbarkeit des Newtonoperators in der Optimallösung. Der Schaudersche Fixpunktsatz wird benutzt, um für die Newtongleichung die Existenz eines Fixpunktes innerhalb der gewünschten Umgebung zu beweisen. Außerdem wird die Eindeutigkeit eines solchen Fixpunktes für eine gegebene Triangulation bei hinreichend feiner Diskretisierung gezeigt. Das Ergebnis ist, dass die Konvergenzrate nur durch die Finite-Elemente-Konvergenzraten von Zustand und adjungiertem Zustand beschränkt wird. Diese Rate wird nicht nur durch die Ansatzfunktionen, sondern auch durch die Glattheit der rechten Seite beschränkt, so dass der Knick am Rand der aktiven Menge hier ein Grenze setzt. Außerdem wird die Implementation des semismooth Newtonverfahrens für den unendlichdimensionalen Kontrollraum für die variationelle Diskretisierung erläutert. Dabei wird besonders auf den zweidimensionalen verteilten Fall eingegangen. Es werden die bewiesenen Konvergenzraten an einigen semilinearen und linearen Beispielen mittels der variationellen Diskretisierung demonstriert. Es entsprechen sich die bei den analytische Beweisen und der numerischen Lösung eingesetzten Verfahren, die Fixpunktiteration sowie das nach Kontrolle oder adjungiertem Zustand aufgelöste Newtonverfahren. Dabei sind einige Besonderheiten bei der Implementation zu beachten, beispielsweise darf die Kontrolle nicht inkrementell mit dem Newtonverfahren oder der Fixpunktiteration aufdatiert werden, sondern muss in jedem Schritt neu berechnet werden.