Approximationstheorie
Approximationstheorie
Approximationstheorie
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
3.1 Approximation durch lineare Räume 37<br />
3.1 Approximation durch lineare Räume<br />
Hier können wir mal richtig allgemein sein: Es sei F ein komplexer Vektorraum 39 mit einer<br />
Norm · und es seien φ1, . . . , φn ∈ F linear unabhängig. Wir bezeichnen wieder mit Φ den<br />
Teilraum<br />
Φ = span C {φj : j = 1, . . . , n} .<br />
Definition 3.1 Zu f ∈ F bezeichnen wir mit<br />
den Abstand von f zu Φ und mit<br />
d (f, Φ) = inf f − φ<br />
φ∈Φ<br />
PΦ(f) := {φ ∗ ∈ Φ : f − φ ∗ = d (f, Φ)}<br />
die Menge aller Bestapproximationen zu f in Φ. Die Menge PΦ bezeichnet man auch als metrische<br />
Projektion von f auf Φ, die man auch als mengenwertige Abbildung PΦ : F → Φ<br />
auffassen kann 40 .<br />
Proposition 3.2 Für jedes f ∈ F ist PΦ eine konvexe Menge, das heißt,<br />
φ, φ ′ ∈ PΦ(f) ⇐⇒ αφ + (1 − α) φ ′ ∈ PΦ(f), α ∈ [0, 1].<br />
Insbesondere ist also entweder 41 #PΦ(f) = 1 oder #PΦ(f) = ∞.<br />
Beweis: Seien φ, φ ′ ∈ PΦ(f) und α ∈ [0, 1]. Dann ist<br />
d (f, Φ) ≤ f − (αφ + (1 − α)φ ′ ) = (α + (1 − α)) f − (αφ + (1 − α)φ ′ )<br />
≤ α f − φ<br />
<br />
=d(f,Φ)<br />
+(1 − α) f − φ ′ = d (f, Φ) .<br />
<br />
=d(f,Φ)<br />
Der Rest ist trivial. <br />
Der letzte Satz im obigen Beweis war nicht richtig. Was wir nämlich bisher unterschlagen<br />
haben ist die Existenz einer Bestapproximation, oder, anders gesagt, daß PΦ(f) = ∅ für alle<br />
f ∈ F .<br />
Satz 3.3 Zu jedem f ∈ F gibt es mindestens eine Bestapproximation φ ∗ ∈ Φ, das heißt,<br />
PΦ(f) = ∅, f ∈ F .<br />
39 Also ein Vektorraum über C.<br />
40 Und “Projektion” bedeutet nun gerade nichts anderes als, daß die Bestapproximation an eine Bestapproximation<br />
die Bestapproximation selbst ist, oder eben, daß für f ∈ Φ immer PΦf = f = {f} gilt.<br />
41 Daß beides gleichzeitig unmöglich ist, ist ja wohl klar.