15.10.2013 Aufrufe

Approximationstheorie

Approximationstheorie

Approximationstheorie

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

4.4 Der Preis: Saturation 75<br />

Übung 4.8 Zeigen Sie: In (4.12) gilt sogar Gleichheit. ♦<br />

Beweis: Für jede Wahl von Punkten x0 < · · · < xn ∈ I ist<br />

n−1<br />

|f (xj+1) − f (xj)|<br />

j=0<br />

=<br />

<br />

n−1<br />

<br />

xj+1<br />

<br />

f<br />

xj j=0<br />

′ <br />

<br />

<br />

(t) dt<br />

≤<br />

n−1<br />

j=0<br />

<br />

≤ |f ′ (t)| dt,<br />

I<br />

xj+1<br />

xj<br />

|f ′ (t)| dt =<br />

xn<br />

x0<br />

|f ′ (t)| dt<br />

was sich auch auf das Supremum über alle solchen Ausdrücke, V (f) überträgt. <br />

Beweis von Satz 4.13: Unter Verwendung von (4.2), Lemma 4.15 und Übung 4.9 erhalten wir,<br />

daß<br />

1<br />

V (Bnf) ≤ |B<br />

0<br />

′ <br />

1 <br />

<br />

nf(t)| dt = <br />

0 n<br />

n−1<br />

<br />

j<br />

∆1/nf B<br />

n<br />

j=0<br />

n−1<br />

<br />

<br />

<br />

j (t) <br />

dt<br />

1 n−1 <br />

<br />

≤ n <br />

<br />

0 j=0<br />

∆1/nf<br />

<br />

j <br />

B<br />

n<br />

n−1<br />

n−1 <br />

<br />

j (t) dt = n <br />

<br />

j=0<br />

∆1/nf<br />

<br />

j 1<br />

B<br />

n 0<br />

n−1<br />

j (t) dt<br />

<br />

=<br />

n−1<br />

<br />

<br />

<br />

f <br />

j + 1<br />

− f<br />

n<br />

j=0<br />

<br />

j <br />

= V<br />

n<br />

f j<br />

: j = 0, . . . , n ≤ V (f),<br />

n<br />

und das war’s auch schon. <br />

Übung 4.9 Zeigen Sie: Für n ≥ 0 ist<br />

1<br />

0<br />

B n j (t) dt = 1<br />

, j = 0, . . . , n.<br />

n + 1<br />

Übung 4.10 Zeigen Sie: Die polynomiale Bestapproximation ist im allgemeinen nicht variationsvermindernd.<br />

♦<br />

4.4 Der Preis: Saturation<br />

Wir haben gesehen, daß Bernsteinpolynome “schöne” Approximanten sind, die viele Eigenschaften<br />

der Zielfunktion auf sich übertragen. Man kann sich denken, daß es das nicht umsonst<br />

gibt – und in der Tat werden wir einen Preis bezahlen, nämlich “langsame” Konvergenz der<br />

Approximationen, also eine schlechte Approximationsordnung.<br />

Das Phänomen mit dem wir uns hier beschäftigen wollen, die Saturation, zeigt sich grob<br />

gesprochen daran, daß man machen kann, was man will, besser als eine bestimmte Approximationsordnung<br />

geht’s eigentlich nicht.<br />

= 1<br />

n<br />

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!