Geoscience Reference
In-Depth Information
Kasten 3.9
(Fortsetzung)
wobei
ƒ
1
die Inverse von
ƒ
ist:
Schließlich sucht man eine ähnliche Darstellung für die
Inverse
G
1
. Man nutzt hierzu eine analoge Eigenwert-
zerlegung für die Transponierte
G
T
, um die Matrix
V
der
entsprechenden Eigenvektoren zu finden. Da der Wert der
2
3
1=œ
1
0
0
0
4
5
:
0
1=œ
2
0
0
ƒ
1
D
(3.81)
:
:
:
:
:
:
0
0
0
1=œ
N
G
T
V
D
V
ƒ :
(3.74)
Bei vielen geophysikalischen Umkehrproblemen über-
steigt die Anzahl der (Mess-)Daten jene der Modellpa-
rameter. Zudem weisen Daten und Parameter Rauschen
und Fehler auf. Daher ist
G
in diesem Fall nicht mehr
quadratisch, und einige seiner Eigenwerte werden zu null
oder zumindest sehr klein. Zur Bestimmung der nicht
verschwindenden Eigenwerte wird eine verallgemeiner-
te Inverse so formuliert, dass die Abweichung zwischen
den gemessenen und den mit Hilfe des Modells vorher-
gesagten Daten minimiert wird. Beispiele hierfür finden
Zur Bestimmung der verallgemeinerten Inversen eig-
net sich insbesondere die Methode der Eigenwertzerle-
gung (
singular value decomposition
, SVD; siehe z. B.
Transponiert man beide Seiten,
V
T
G
D ƒ
V
T
;
(3.75)
V
T
U
ƒ D ƒ
V
T
U
:
(3.76)
Diese Gleichung ist nur dann erfüllt, wenn für das Pro-
dukt gilt:
V
T
U
D
I
;
(3.77)
die beiden Matrizen
V
T
und
U
der Eigenvektoren also
orthogonal sind. Wie in der oben betrachteten Analogie
mit einer Koordinatentransformation bedeutet dies, dass
die Eigenvektoren, also die Koordinatenachsen, zueinan-
der orthogonal sind. Unter Berücksichtigung der Identität
gen zwischen den Eigenvektoren
U
und
V
der Matrizen
G
und
G
T
:
G
T
G
D
V
ƒ
T
ƒ
V
T
D
V
ƒ
M
.
2
/
V
T
;
(3.82)
wobei
V
und
ƒ
M
.
2
/
M
M-Matrizen sind, und die Ele-
mente von
ƒ
M
.
2
/
die Quadrate der Eigenwerte von
G
sind, was durch den Index (2) angezeigt wird. Glei-
G
T
G
, wobei jeder Modellparameter durch einen Eigen-
wert repräsentiert wird, der allerdings nicht notwendiger-
weise von null verschieden sein muss. Die Spalten der
Matrix
V
enthalten die zu den Eigenwerten gehörigen Ei-
genvektoren, welche den Datenraum aufspannen (genau
wie in der Analogie mit dem Ortsvektor die räumlichen
Einheitsvektoren den euklidischen Raum).
Die entsprechende Eigenwertzerlegung für
GG
T
lau-
tet:
V
T
D
U
1
I
(3.78a)
U
D .
V
T
/
1
I
(3.78b)
V
D .
U
T
/
1
I
(3.78c)
U
T
D
V
1
I
(3.78d)
Berücksichtigt man, dass
U
und
V
orthogonale Matrizen
sind, für die die Inverse gleich der Transponierten ist, so
gilt zudem:
GG
T
T
U
T
D
U
ƒ
N
.
2
/
U
T
D
U
ƒ ƒ
;
(3.83)
U
T
U
D
I
D
V
T
V
:
(3.79)
wobei
U
eine N
N-Matrix ist, deren Spalten die Eigen-
vektoren enthalten, welche den Datenraum aufspannen.
Die Dimension des Produkts
GG
T
ist zwar N
N, wobei
N
mit
U
, so erhält man die gesuchten Eigenwertzerlegung
für
G
und
G
1
:
M ist, jedoch sind nur M Eigenwerte ungleich null,
M Zeilen und Spalten von
ƒ
N
.
2
/
enthalten Nullen, wenn
auch die entsprechenden Eigenvektoren nicht notwendi-
gerweise ebenfalls gleich dem Nullvektor sind.
>
G
D
U
ƒ
V
T
D
U
ƒ
U
1
D
U
ƒ
U
T
I
(3.80a)
G
1
D
U
ƒ
1
V
T
D
U
ƒ
1
U
1
D
U
ƒ
1
U
T
I
(3.80b)