6/17/2010

[數學分析] Partitions of Unity

Partition of Unity 一般中文翻譯成單位分解,其想法為 透過巧妙手法建構 11 !

介紹之前先引入 support 的概念
============
Definition: 函數的支撐集 (Support of a Function)
令函數 f:ERn,並考慮集合
A:={xE:f(x)0}我們稱 closure ˉA 為 函數 f 的 support (i.e., support of a function f),一般記作 supp(f)
============

Comments:
1. 上述定義告訴我們 函數的支撐集 為 closed set,換言之, supp(f) 的補集為 open set,且我們可以將其表為
Esupp(f)=int{xE:f(x)=0}
2. 事實上在數學分析中,support 概念上雖然大多相同,但實質上在不同體裁中有多種不同定義,比如在機率論中給定隨機變數(可測函數 X) 具有分佈 fX 則我們可定義 分佈函數的 support 如下:對任意 xsupp(fX),存在一鄰域 N(x) 使得機率
P(XN(x))>0

============
Theorem: 
假設 KRn 為 compact 且 {Vα} 為 open cover of K。則存在一組函數 ψ1,...,ψsC(Rn) 使得
    (a) 0ψi1 對任意 1is
    (b) 對某些 Vα而言,每一個 ψi 都有 support
    (c) 對任意 xK而言,ψ1(x)+...+ψs(x)=1 
============

Proof:
首先證明 存在一組函數 ψ1,...,ψsC(Rn)
xK 且讓 α(x) 記為 index 滿足 xVα(x)。現在選兩 open ball B,WVα 使得
ˉB(x)W(x)ˉW(x)Vα(x)注意到由於 K 為 compact 且 BVα(x) 故我們仍可用 一堆 open set B 蓋住 K,亦即 KxKB(x)。由 compactness 可知,我們可選 有限個 subcover with centers x1,...,xs  來蓋住 K 亦即
KB(x1)B(x2)...B(xs)現在定義輔助函數 ϕi 為 連續函數 且滿足
φi(x):={1,xB(xi)0,xW(xi)c我們將利用上述 φi 來定義我們所需要的 ψi,亦即
{ψ1(x):=φ1(x)ψi+1(x):=(1φ1(x))(1φ1(x))(1φi(x))φi+1(x)for1is1
接著我們證明 上述所構造的函數 ψi 滿足我們需要的三個條件。首先檢驗條件 (1):
給定任意 1is,要證明 0ψi1 ,由 ψ 函數的構造可知此條件自動滿足(why? 因為 φi10 ...)

接著檢驗條件2:存在 Vα 使得,每一個 ψi 都有 support。
注意到在 B(x1)B(x2)...B(xi)W(xi+1)c 時, ψi+1=0 也就是說 ψi0 只有發生在上述集合的補集之中,故可寫
supp(ψi+1)(B(x1)...B(xi)W(xi+1)c)c=[Bc(x1)...Bc(xi)W(xi+1)]W(xi+1)ˉW(xi+1)Vα(xi+1)上式對任意 i 都成立,故我們確實找到了對應的 Vα 使得,每一個 ψi 都有 support。

最後檢驗條件3:給定任意 xK,要證明 ψ1(x)+...+ψs(x)=1
證明之前我們先引入一個稍後會用到的等式:

Claim: 下列等式成立 ij=1ψj(x)=1(1φ1(x))(1φi(x))

Proof:
考慮 i=1ψ1(x)=1 自動成立。
接著我們利用 induction method 證明 Claim 的等式成立,故假設 
ij=1ψj(x)=1(1φ1(x))(1φi(x))我們要證明
i+1j=1ψj(x)=1(1φ1(x))(1φi(x))(1φi+1(x))觀察
i+1j=1ψj(x)=ij=1ψj(x)+ψj+1(x)=1(1φ1(x))(1φi(x))+(1φ1(x))(1φi(x))φi+1(x)=1(1φ1(x))(1φi(x))[1φi+1(x)]故 得證 Claim。

現在回頭證明條件3:給定任意 xK,則 xB(xi) 對任意 1is;亦即 φi(x)=1 (由 φi 的定義) 故由上述 Claim 可推知
sj=1ψj(x)=1(1φ1(x))(1φi(x))=0=1



Corollary:
fC(Rn) 且 support of f lies in K,則f=si=1ψif且每一個 ψif 有其 support 在 Vα

沒有留言:

張貼留言

[人工智慧] 本地端 DeepSeek R1 快速安裝:以 Macbook Pro M4 Chip為例

最近火熱的 DeepSeek R1 模型由於採用了 distill 技術,可以大幅降低計算成本,使得一般人有機會在自家筆電上跑性能逼近 Open AI ChatGPT o1的大語言模型。本文簡單介紹一步安裝在 Macbook Pro 的方法以及使用方法,以下測試採用 Macboo...