Approximationstheorie
Approximationstheorie
Approximationstheorie
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
3.2 Das Kolmogoroff–Kriterium und extremale Signaturen 45<br />
Übung 3.5 Zeigen Sie, daß<br />
[Y ] =<br />
r<br />
j=0<br />
αr yr : yj ∈ Y, α ∈ ∆r, r ∈ N0.<br />
Als erstes eine kleine Hilfsaussage über die Darstellung konvexer Hüllen im R n .<br />
Lemma 3.13 Für Y ⊂ Rn ist<br />
<br />
r<br />
[Y ] =<br />
j=0<br />
αj yj : yj ∈ Y, α ∈ ∆ ◦ r, r ≤ n<br />
<br />
<br />
♦<br />
(3.10)<br />
Beweis: Zwei Dinge sind in diesem Lemma entscheidend und zwar die Darstellung als strikte<br />
Konvexkombination, d.h., α ∈ ∆◦ r, und die obere Schranke für die Anzahl der Punkte, die<br />
konvex kombiniert werden sollen49 . Da die rechte Seite von (3.10) eine konvexe Menge ist, die<br />
Y enthält, ist ⊆ klar.<br />
Sei also y ∈ [Y ]; nach Übung 3.5 gibt es (mindestens) eine Darstellung von y der Form (3.10),<br />
zumindest, nachdem man alle Nullkoeffizienten eliminiert hat. Wenn es mehrere Darstellungen<br />
gibt, dann wählen wir eine, bei der r minimal wird. Nehmen wir nun an, daß r > n ist, dann sind<br />
die Vektoren yj − y0, j = 1, . . . , r, linear abhängig und daher gibt es nichttriviale Koeffizienten<br />
β1, . . . , βr, so daß<br />
r<br />
<br />
r<br />
<br />
r<br />
r<br />
r<br />
0 = βj (yj − y0) = − y0 + βj yj =: γj yj, γj = 0,<br />
j=1<br />
j=1<br />
βj<br />
und mindestens ein γj ist von Null verschieden, sagen wir γ1. Nun ist für jedes λ ∈ R<br />
y = y + 0 =<br />
r<br />
αj yj + λ<br />
j=0<br />
r<br />
j=0<br />
γj yj =<br />
j=1<br />
j=0<br />
j=0<br />
r<br />
(αj + λγj) yj, α ∈ ∆r,<br />
<br />
aber durch λ = − α1<br />
γ1 erhalten wir, daß α1 = 0 ist, was der Minimalität von r widerspricht. <br />
Als nächstes ein paar Umformulierungen der Kolmogoroff–Kriteriums (3.2).<br />
j=0<br />
=:eαj<br />
Proposition 3.14 Für φ ∗ ∈ Φ und f ∈ C(X) sind äquivalent:<br />
1. φ ∗ ist Bestapproximation an f in Φ.<br />
2. Wir haben, daß<br />
⎡<br />
0 ∈ ⎣ <br />
x∈E(f,φ ∗ )<br />
<br />
(f(x) − φ ∗ <br />
(x)) φj(x) : j = 1, . . . , n<br />
⎤<br />
⎦ . (3.11)<br />
49 Was geometrisch nichts anderes bedeutet, als daß man redundante Punkte wegwirft.