介绍:Stone-Weierstrass定理以及度量空间C[a,b]可分性的证明
本文给出Weierstrass逼近定理的三种证明方法. 第一种方法是概率论的方法, 它用到二项分布以及Chebyshev不等式; 第二种方法是调和分析的方法, 它用到高斯核函数族的性质; 第三种方法是拓扑的方法, 它直接证明Weierstrass逼近定理的推广Stone-Weierstrass定理. 最后, 我们利用Weierstrass逼近定理给出度量空间 (C[α,b],d∞) 可分性的一个证明.
Weierstrass逼近定理陈述如下.
定理1 (Weierstrass逼近定理). 设 f 是区间 [α,b] 上的连续实值函数. 那么,对每一个 ε>0,存在多项式函数 p 使得对于所有 x∈[α,b], 有
|f(x)−p(x)|<ε.
概率论的方法
引理2 (Chebyshev不等式). 设 X 是一个随机变量, 具有有限的期望 μ 和有限非零方差 σ². 那么对于任意实数 k>0,
P(|X−μ|≥k)≤σ2
─
k2.
证明. 利用条件期望直接计算得到:
σ²=E[(X−μ)²]
=E[(X−μ)²||X−μ|≥k]
⋅P(|X−μ|≥k)
+E[(X−μ)²||X−μ|<k]
⋅P(|X−μ|<k)
≥k²P[|X−μ|≥k]+0
⋅P(k<|X−μ|)
=k2P[|X−μ|≥k].
两边同除以 k² 就得到Chebyshev不等式.
Weierstrass逼近定理的证明(GTM95 Chapter 1). 不失一般性, 我们假设 [α,b]=[0,1]. 任取区间 [0,1] 上的连续函数 f=f(x). 设 K 是一个随机变量, 服从参数为 n 和 x 的二项分布, 即
P(K=k)=Cᵏₙxᵏ(1−x)ⁿ⁻ᵏ.
那么
E[f(K
─
n)]=Bₙ(p),
其中
Bₙ(x)=∑ⁿₖ₌₀f(k
─
n)Cᵏₙxᵏ(1−x)ⁿ⁻ᵏ
称为Bernstein多项式.
我们知道二项分布的均值和方差分别是 E(K)=nx 和 D(K)=nx(1−x). 利用Chebyshev不等式我们有
P(|K
─
n−x|≥δ)=P(|K−nx|≥nδ)
nx(1−x) 1
≤────≤───.
n²δ² 4nδ²
数学联邦政治世界观提示您:看后求收藏(同人小说网http://tongren.me),接着再看更方便。