15.10.2013 Aufrufe

Approximationstheorie

Approximationstheorie

Approximationstheorie

MEHR ANZEIGEN
WENIGER ANZEIGEN

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 . . .

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!