Approximationstheorie
Approximationstheorie
Approximationstheorie
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
146 7 WAVELETS<br />
und da die Partialsummen der Fourierreihe c(−·) in L2(T) gegen ψ konvergieren 186 , ist c(−ξ) =<br />
ψ(ξ), ξ ∈ R, und somit<br />
φ = ψ ϕ = c(− ·) ϕ, also φ = −ϕ ∗ σ−1c,<br />
weswegen wirklich φ ∈ S2(ϕ) liegt. <br />
Übung 7.5 Zu f ∈ L2(T) sei c ∈ ℓ2(Z), definiert durch<br />
c(k) = 1<br />
<br />
2π<br />
f(t) e −ikt dt, k ∈ Z,<br />
sowie cn = χ[−N,N] c, n ∈ N. Zeigen Sie:<br />
1. cn ist ein trigonometrisches Polynom der Ordnung n, also cn.<br />
2. cn(− ·) ist Bestapproximation in L2(T):<br />
T<br />
f − cn(− ·)2 = min f − p2 .<br />
p∈Tn<br />
So nett das ganze auch aussieht, es hat durchaus praktische Nachteile: Wir kennen nämlich<br />
nicht mehr unsere Skalierungsfunktion selbst, sondern nur noch deren Fouriertransformierte!<br />
Natürlich kann man daraus die Funktion über die inverse Fouriertransformation erhalten 187 ,<br />
aber sowas wie geschlossene Ausdrücke können wir uns schenken.<br />
Übung 7.6 Bestimmen Sie die Fouriertransformierte der Orthonormalisierung der zentrierten<br />
B–Splines Mk aus Übung 6.5. ♦<br />
7.3 Wavelets für orthonormale Skalierungsfunktionen<br />
Jede Multiresolution Analysis besteht ja aus einer verschachtelten Folge Vj ⊂ Vj+1, j ∈ Z,<br />
von linearen Räumen. Dabei braucht man (wegen der “faktischen” halbzahligen Verschiebung)<br />
dann, um eine Funktion aus Vj+1 darzustellen, ziemlich genau doppelt so viel Information wie<br />
man für eine Funktion aus Vj benötigen würde. Das ist ja noch angebracht, wenn man es mit<br />
f ∈ Vj+1\Vj zu tun hat, aber für ein f ∈ Vj ist die Darstellung in Vj schlichtweg zu kompliziert.<br />
Beispiel 7.9 Betrachten wir nur einmal die von χ erzeugte Multiresolution Analysis; dann hat<br />
χ ∈ V0 ⊂ Vj, j ∈ N, in so einem Vj die Darstellung<br />
χ =<br />
2j −1<br />
k=0<br />
1 χ 2 j · −k =: χ ∗ c 2 j · ,<br />
für die die 2 j Koeffizienten c(k) = 1, k = 0, . . . , 2 j − 1, zu speichern sind.<br />
186 Sie sind sogar Bestapproximationen der trigonometrischen Polynome, siehe Übung 7.5.<br />
187 In L2 ist das ja alles verhältnismäßig harmlos . . .<br />
♦