Loading [MathJax]/jax/output/CommonHTML/jax.js

10/01/2014

[數學分析] Weierstrass Theorem (1) - 先備概念

回憶在數學分析的內容中,我們試圖利用 QR 中 dense的想法,指出 任意在 R 上的實數 r,皆可透過 一組 sequence {qn}Q 逼近 。也就是說 qnrn。那麼我們想問在函數上是否也有類似的概念? Weierstrass Approximation Theorem 便是試圖回答這個問題。

Weierstrass  Approximation Theorem 主要想法: 利用多項式 均勻收斂 連續函數!!

不過在介紹之前,我們需要一些先備知識。
首先看個 算子 (operator) 的概念:
定義 A:one functiondifferent function 為一個算子(operator)

我們看個例子:

------------
Example
Fourier transform of 函數 f 為一個算子 (將函數 f 映射到另一個函數 F)
F(jω)=f(t)ejωdt-----------

那麼算子何其多? 哪一種算子適合我們?? 以下我們介紹一個即為有用的特殊算子:摺積(Convolution)

===================
Definition: Convolution (Integral)
給定兩可積函數 f,g on R,則其折積(convolution) 定義為
(fg)(x):=f(xy)g(y)dy=g(xy)f(y)dy===================

Example
f,g 為在 [1,1] 上的週期函數,且 |δ|<1 f(x):={1/2δ,x[δ,δ]0,o.w試求其 convolution (fg)(x)=?
Proof:
fg:=11f(y)g(xy)dy=δδδ2g(xy)dy=δ2δδg(xy)dy.    

Convolution 的好處:可以保留原函數的本身的優點!!

===================
FACT: K 為 compact interval,若 fC(R) (smooth function) 且 g 為 可積函數,則
(fg)(x)=Kf(y)g(xy)dy亦為在 K 上 smooth function
==================
Proof: omitted.

現在我們看個函數
===================
Definition: A Specific Smooth Function
ϕ(x)R 上的 smooth function 且滿足下列條件
(1,1)ϕ>0 ;且在 (1,1)cϕ=0 ;另外我們限定此函數  ϕ 必須滿足下列積分
11ϕ(t)dt=1===================

有了上述函數,我們可以定義算子 Operator A 如下:
s>0,定義 ϕsϕs(t):=1sϕ(ts);11ϕdt=1
Asf(t):=(ϕsf)(t)=ϕs(t)f(xt)dt其中 ϕ0 on [1,1]ϕ=0 on [1,1]c
============
Theorem: Preliminary Lemma for Weierstrass Approximation Theorem
f 為 有界 連續 函數 on R (fC(R)) 且 令 J 為任意 compact interval in R。則 當 s0,我們有 Asff 均勻收斂 on J
============

Proof:
ε>0 ,我們要證明 Asff 均勻收斂;(注意到上述定理陳述是當 s0,故令 n:=1/s) 故要證 存在 N>0 使得 n>N 我們有
|Asf(x)f(x)|<ε對任意 xJ

觀察
|Asf(x)f(x)|=|ϕs(t)f(xt)dtf(x)|=|ϕs(t)f(xt)dtf(x)ϕs(t)dt=1|=|[f(xt)f(x)]ϕs(t)dt||f(xt)f(x)|ϕs(t)dt<ε注意到上式中當 |t|>s時, ϕs=0故上式積分範圍為
|Asf(x)f(x)|ss|f(xt)f(x)|ϕs(t)dt<ε
故如果可以讓上式 |f(xt)f(x)| 對任意 xJ 都可使其任意小便完成證明。故現在透過 J 為任意 compact interval on R,我們可推知 fJ 上為 uniform continuous。亦即我們可選 δ>0 使得對任意 u,vJ
|uv|<δ|f(u)f(v)|<εu:=x,v:=x+tJ 則我們可知
|uv|=|x(x+t)|<δ|f(x)f(xt)|<ε也就是說只要能找到 N 使得 n>N 且滿足 |t|<δ 則 我們便會有
|Asf(x)f(x)|ss|f(xt)f(x)|ϕs(t)dt<ε由於 n=1/s;n>Ns<1/N 且又由 ϕs(t) 定義可知 t[s,s]故取 N=1/δ 則上述自動滿足。

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...