HILBERT SPACES

10.2 Least Square Approximation

TEOREMA
10.12 APLIKASI

TEOREMA
AKIBAT WAJAR
10.11 10.13
ZULFI MAULIDAH
NIM. 18610108
TEOREMA
10.11
 TEOREMA 10.11
Jika M adalah himpunan bagian covex(cembung) tertutup dari ruang Hilbert H, maka
sembarang titik di H memiliki titik unique dalam M yang paling dekat dengannya,

Bukti :
Misalkan menjadi jarak terkecil dari M ke x. Maka ada barisan vektor sehingga Sekarang,
menggunakan hukum jajaran genjang dan kecembungan M, adalah barisan Cauchy.

Tapi M ditutup (maka lengkap) dan . Ini mengikuti, dengan kontinuitas norma, bahwa.
Memperkirakan adalah titik terdekat lainnya untuk x, yaitu, . Kemudian sejak
TEOREMA
10.12
 TEOREMA 10.12
Ketika M adalah ruang bagian linier tertutup dari ruang Hilbert H, maka adalah yang paling dekat titik
jika, dan hanya jika,

Peta adalah proyeksi 'ortogonal' kontinu dengan ortogonal ke , jadi

Bukti (i) Misalkan A menjadi sembarang titik bukan nol dari M dan biarkan
dimana dipilih sehingga , dengan . Dengan teorema Pythagoras, kita dapatkan

Membuat bahkan lebih dekat dengan x dari titik terdekat , kecuali = 0 . Sejak a berubah-ubah, ini
memberi .
Sebaliknya, jika untuk setip, kemudian dan tersirat dalam teorema Pythagoras

yang seperti itu , membuat titik terdekat di M ke x.

 TEOREMA 10.12
(ii) Berdasarkan hal di atas, untuk setiap , adalah vektor unik di seperti . Karakteristik properti ini
memiliki konsekuensi berikut:
• linier karena

Karenanya
.
Sama halnya,
.
• Titik terdekat di ke adalah sendiri, yaitu, jadi., itu juga mengikuti bahwa, dan
• Ketikakemudian dan jadi.
Sebagai menyiratkan, ini membenarkan ker .
• P kontinyu sejak dengan teorema Pythagoras sehingga
Akhirnya karena setiap vektor dapat didekomposisi sebagai , dan.
 AKIBAT
WAJAR 10.13
 AKIBAT WAJAR
Untuk setiap subset
10.13
Bukti
Misalkan menjadi subruang linear tertutup dari ruang Hilbert . Dengan Proposisi 10.9, , jadi kami membutuhkan inklusi yang berlawanan. Misalakan
, kemudian di mana dan dan

Paksa dan ; dengan demikian. Secara khusus, Perhatikan bahwa , menjawab Latihan 10.10(13) dalam kasus subruang linear tertutup dari ruang
Hilbert.
 
Contoh 10.14
1. Misalkan . Untuk menemukan fungsi di M yang paling mendekati fungsi yang diberikan, pertama kita perhatikan

Kemudian harus memenuhi dan , yaitu, dan

, karenanya .
2. Proyeksi “affine” pada bidang dengan persamaan (n vektor satuan) diberikan oleh
Bukti
Terjemahkan semua poin , sehingga bidang menjadi subruang M dengan persamaan , yaitu,. Poin yang dibutuhkan memenuhi untuk semua , jadi .
Menghiasi dengan n menyiratkan , yang dapat disubstitusikan menjadi
APLIKASI
 APLIKASI
Masalah umum dalam aplikasi matematika adalah untuk memperkirakan vektor generik x oleh satu yang lebih
mudah ditangani, seperti kombinasi linier dari vektor sederhana . Untuk ruang Hilbert, ada jaminan bahwa
pendekatan terdekat yang unik ada, dan ini terletak di jantung metode kuadrat terkecil.
Misalkan subruang linier tertutup dari H; maka titik terdekat di dalam M ke x adalah seperti yang . Sejak
M dihasilkan oleh ini setara dengan

Pada N persamaan linear dalam N tidak diketahui dapat disusun kembali dalam bentuk matriks,
 APLIKASI
Diberikan x, koefisien dapat ditemukan dengan menyelesaikan persamaan ini. Matriks Gram, dan mungkin
kebalikannya, hanya perlu dihitung sekali, dan digunakan untuk mendekati titik lain.

Contoh Ruang polinomial kubik, , adalah subruang linear tertutup empat dimensi dari ruang Hilbert [0 , 1],
dengan dasar . Matriks Gram dan inversnya diberikan oleh

 
Jadi, untuk mendekati fungsi sinus dengan polinomial kubik pada daerah [0, 1], kita hitung dulu , yang berhasil
untuk (0.460, 0.301, 0.223, 0.177), dan kemudian menerapkan kebalikan dari matriks Gram untuk itu, diberikan

Perhatikan bahwa koefisiennya mendekati, tetapi tidak sama, dengan suku pertama dari perluasan sinus
MacLaurin. Perbedaannya adalah sedangkan ekspansi MacLaurin akurat pada 0 dan menjadi semakin buruk jauh
dari itu, perkiraanmenyeimbangkan 'kesalahan akar-rata-rata-kuadrat' di seluruh wilayah [0, 1].