0 Daumen
1,3k Aufrufe

Aufgabe:

Hallo liebe Leute,

ich habe die folgende Formel:

$$L = ||y-Ax||^{2} - c * \sum \limits_{i}^n \sum \limits_{j, i \ne j}^n x_i*x_j$$ wobei c eine constante ist und $$x = \begin{pmatrix} x_1\\x_2\\...\\x_n \end{pmatrix}$$.

Ich muss diese Formel nach x_1 ableiten respektive $$\frac{delta L}{delta x_1}$$ berechnen. Jedoch bin ich mir nicht sicher, wie das geht.

Die Ableitung der Doppelsumme glaube ich ist $$-2 * c * \sum \limits_{i, i \ne 1}^n x_i $$ da die Doppelsumme als x_1 * x_2 + ... x_1 * x_n + x_n * x_1 + ... geschrieben werden kann. Bei dem Norm denke ich, dass dessen Ableitung gleich -2 * (y - Ax) * A' ist wobei A' nur in der ersten Spalte aus den Werten von A besteht und sonst nur 0 hat.

Ist diese Ableitung korrekt? Würde mich auf Antworten und Lösungen sehr freuen.

Liebe Grüsse

Avatar von

2 Antworten

0 Daumen

Aloha :)

$$L=\left\|\vec y-\mathbf A\cdot\vec x\right\|-c\sum\limits_{i=1}^n\sum\limits_{{j=1}\atop{i\ne j}}^n x_i\cdot x_j$$$$L=\sqrt{\left(\vec y-\mathbf A\cdot\vec x\right)^T\cdot\left(\vec y-\mathbf A\cdot\vec x\right)}-2c\sum\limits_{{i=1}}^{n-1}\sum\limits_{j=i+1}^n x_i\cdot x_j$$$$L=\sqrt{\vec y^T\cdot\vec y-(\mathbf A\vec x)^T\vec y-\vec y^T(\mathbf A\vec x)+(\mathbf A\vec x)^T(\mathbf A\vec x)}-2c\sum\limits_{{i=1}}^{n-1}x_i\sum\limits_{j=i+1}^n x_j$$$$L=\sqrt{\left\|\vec y\right\|^2-\vec x^T(\mathbf A^T\vec y)-(\vec y^T\mathbf A)\vec x+\vec x^T(\mathbf A^T\mathbf A)\vec x}-2c\sum\limits_{{i=1}}^{n-1}x_i\sum\limits_{j=i+1}^nx_j$$$$L=\sqrt{\left\|\vec y\right\|^2-\sum\limits_{i=1}^nx_i(\mathbf A^T\vec y)_i-\sum\limits_{i=1}^n(\vec y^T\mathbf A)_ix_i+\sum\limits_{i=1}^n\sum\limits_{j=1}^nx_i(\mathbf A^T\mathbf A)_{ij}x_j}-2c\sum\limits_{{i=1}}^{n-1}x_i\sum\limits_{j=i+1}^nx_j$$

Jetzt leiten wir die Wurzel partiell nach \(x_1\) mit der Kettenregel ab und achten besonders auf die innere Ableitung. Der Term hinter der Wurzel ist kein Problem.$$\frac{\partial L}{\partial x_1}=\frac{-(\mathbf A^T\vec y)_1-(\vec y^T\mathbf A)_1+\sum\limits_{j=1}^n(\mathbf A^T\mathbf A)_{1j}x_j+\sum\limits_{i=1}^nx_i(\mathbf A^T\mathbf A)_{i1}}{2\sqrt{\cdots}}-2c\sum\limits_{j=2}^nx_j$$

Da die Matrix \((\mathbf A^T\mathbf A)\) symmetrisch ist, können wir zusammenfassen:$$\frac{\partial L}{\partial x_1}=\frac{-2(\mathbf A^T\vec y)_1+2\sum\limits_{j=1}^n(\mathbf A^T\mathbf A)_{1j}x_j}{2\sqrt{\cdots}}-2c\sum\limits_{j=2}^nx_j$$$$\frac{\partial L}{\partial x_1}=\frac{-(\mathbf A^T\vec y)_1+((\mathbf A^T\mathbf A)\vec x)_1}{\sqrt{\cdots}}-2c\sum\limits_{j=2}^nx_j$$$$\frac{\partial L}{\partial x_1}=\frac{\left(\mathbf A^T\mathbf A\vec x-\mathbf A^T\vec y\right)_1}{\left\|\vec y-\mathbf A\cdot\vec x\right\|}-2c\left(\sum\limits_{j=1}^nx_j-x_1\right)$$

Ich habe das Ergebnis noch symmetrisch aufgeschrieben, damit sofort klar ist, wie die partielle Ableitung nach den anderen Komponenten aussieht.

Avatar von 153 k 🚀

Wow, vielen Dank für diese sehr ausführliche Antwort. Müsste die Wurzel nicht wegfallen weil ||y - Ax||^{2} benutzt wird? Das würde ja dann bedeuten, dass der Nenner wegfällt und somit der erste Term $$2*( A^{T}A\vec{x} - A^{T}\vec{y})_1 = 2 * A^{T} (A\vec{x} - \vec{y})_1$$ ist, oder?

Habe ich es richtig verstanden, dass zum Beispiel mit $$(A^{T}\vec{y})_1$$ der erste Wert vom resultierenden Vektor gemeint ist?

Die Wurzel im Nenner fällt leider nicht weg, weil es die äußere Ableitung ist:$$\left(\sqrt{f(x)}\right)'=\frac{f'(x)}{2\sqrt{f(x)}}$$

Und ja, \((A^T\vec y)_1\) ist die erste Komponente des Vektors \(A^T\vec y\).

0 Daumen

\(-2 * c * \sum \limits_{i, i \ne 1}^n x_i \)

wohl eher so

\(-2 * c * \sum \limits_{i = 2}^n x_i \)

Avatar von 289 k 🚀

Das ist tatsächlich die bessere Schreibweise. Aber weisst du, wie die Ableitung von dem vorderen Teil aussieht?

Made by a lovely Community