Approximationstheorie
Approximationstheorie
Approximationstheorie
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
3.4 Der Remez–Algorithmus 63<br />
Was also noch bleibt, ist die Bestimmung der diskreten Bestapproximation auf einer n + 1–<br />
elementigen Menge, mit anderen Worten:<br />
Zu f ∈ C(X) und A ⊂ X, #A = n + 1, bestimme man φA ∈ Φ, so daß<br />
f − φA A = dA (f, Φ) = min<br />
φ∈Φ max |(f − φ) (x)| .<br />
x∈A<br />
Zur Lösung verwenden wir einen Ansatz aus [60], das Resultat findet sich aber auch schon<br />
in [75]. Dazu schreiben wir Zuerst einmal A = {x0, . . . , xn} und setzen δj := (f − φ) (xj),<br />
j = 0, . . . , n, denn dann besteht unser Minimierungsproblem darin, φ so zu wählen, daß<br />
maxj=0,...,n |δj| minimiert wird. Das aber ist ein Minimierungsproblem mit einer lineren Nebenbedingung,<br />
denn da77 φ (xj) = f (xj) − δj, j = 0, . . . , n, ist<br />
⎡<br />
⎤ ⎡<br />
φ (x0) φ1 (x0) . . . φn (x0)<br />
f (x0) − δ0<br />
⎢<br />
0 = det ⎣<br />
.<br />
. . ..<br />
⎥ ⎢<br />
. ⎦ = det ⎣ .<br />
φ1 (x0)<br />
.<br />
. . .<br />
. ..<br />
⎤<br />
φn (x0)<br />
⎥<br />
. ⎦<br />
=<br />
φ (xn)<br />
⎡<br />
f (x0)<br />
⎢<br />
det ⎣ .<br />
φ1 (xn)<br />
φ1 (x0)<br />
.<br />
. . .<br />
. . .<br />
. ..<br />
φn (xn)<br />
f (xn) − δn<br />
⎤ ⎡<br />
φn (x0) δ0 φ1 (x0)<br />
⎥ ⎢<br />
. ⎦ − det ⎣ . .<br />
φ1 (xn) . . . φn (xn)<br />
⎤<br />
. . . φn (x0)<br />
. ..<br />
⎥<br />
. ⎦ , (3.27)<br />
f (xn) φ1 (xn) . . . φn (xn) δn φ1 (xn) . . . φn (xn)<br />
und eine Leibnitz–Entwicklung der Matrix ganz rechts liefert Koeffizienten cj, j = 0, . . . , n, so<br />
daß<br />
⎡<br />
n<br />
f (x0)<br />
⎢<br />
cj δj = det ⎣ .<br />
φ1 (x0)<br />
.<br />
. . .<br />
. ..<br />
⎤<br />
φn (x0)<br />
⎥<br />
. ⎦ .<br />
j=0<br />
f (xn) φ1 (xn) . . . φn (xn)<br />
Das sieht schon viel besser aus, denn nun haben wir das folgende Resultat aus [60], das uns<br />
etwas über die δj sagt.<br />
Lemma 3.34 Zu gegebenen 0 = a ∈ R n und b ∈ R ist<br />
wobei<br />
min<br />
a T y=b<br />
max<br />
j=1,...,n |yj| =<br />
|b|<br />
|a1| + · · · + |an|<br />
=: ρ = max<br />
j=1,...,n<br />
<br />
∗<br />
y <br />
j , (3.28)<br />
y ∗ j = ρ sgn (aj b) , j = 1, . . . , n. (3.29)<br />
Dieses Lemma 78 sagt uns also, daß δj = σj ρ für j = 0, . . . , n, weil aber A für das optimale<br />
φA eine Alternante sein muß, ist demnach ρ = f − φA A . Setzen wir das in (3.27) ein, dann<br />
erhalten wir, daß<br />
⎡<br />
f (x0)<br />
⎢<br />
det ⎣ .<br />
φ1 (x0)<br />
.<br />
. . .<br />
. ..<br />
⎤ ⎡<br />
φn (x0)<br />
σ0<br />
⎥ ⎢<br />
. ⎦ = ρ det ⎣ .<br />
φ1 (x0)<br />
.<br />
. . .<br />
. ..<br />
⎤<br />
φn (x0)<br />
⎥<br />
. ⎦ ,<br />
f (xn) φ1 (xn) . . . φn (xn)<br />
σn φ1 (xn) . . . φn (xn)<br />
77 Tirivialerweise!<br />
78 Daß wir es erst später beweisen werden, das wird inzwischen wohl niemanden mehr überraschen . . .