Sur certains problèmes de meilleure approximation qui admettent une résolution explicite en termes finis. (Q2612801)

Verf. bestimmt zunächst die beste Approximation im Sinne \textit{Tschebyscheff}s, d. h. die, welche den maximalen Fehler zu einem Minimum macht, für eine beschränkte Funktion \(f(x,y,\ldots,v)\) in einem Hypertetraeder \[ c \geqq x \geqq \frac y\lambda \geqq \frac z{\lambda\cdot\mu} \geqq \cdots \geqq \frac v{\lambda \cdot \mu \ldots \nu\cdot\pi}\geqq 0 \] des \(n\)-dimensionalen Raumes durch einen linearen Ausdruck \[ \varphi(x,y,\ldots,v;\alpha_0,\alpha_1,\ldots,\alpha_n) = \alpha_0 + \alpha_1 x + \alpha_2 y + \cdots + \alpha_n v. \] Er setzt \[ \frac{\varphi(x,y,\ldots,v;\alpha_0,\alpha_1,\ldots,\alpha_n)} {f(x,y, \ldots, v)} = R(x,y,\ldots,v;\alpha_0,\alpha_1,\ldots,\alpha_n) \] und bezeichnet \[ \frac {R_{\max}}{R_{\min}} = \varOmega (\alpha_0,\alpha_1,\ldots,\alpha_n) \] als Amplitude der Oszillation. Sind dann \(k_0\), \(k_1\), \dots, \(k_n\) die Werte von \(\alpha_0\), \(\alpha_1\), \dots, \(\alpha_n\), für die in den Ecken des Hypertetraeders \(\varphi = f\) ist, so ist unter der Bedingung, daß \[ f(x,y,\ldots,v) - \varphi(x,y, \ldots, v;k_0,k_1,\ldots,k_n) = \varDelta(x,y,\ldots,v;k_0,k_1,\ldots,k_n) \tag{A} \] sein Zeichen im Innern des Gebietes nicht ändert, die Amplitude \[ \varOmega(\alpha_0,\alpha_1,\ldots,\alpha_n) \geqq \varOmega(k_0, k_1,\ldots, k_n). \] Daraus folgt, daß der maximale relative Fehler \(\varDelta(x,y,\ldots,v;\alpha_0,\alpha_1,\ldots,\alpha_n)\): \(f(x,y, \ldots,v)\) für die Näherung \(\sigma \cdot \varphi(x,y,\ldots,v; k_0, k_1, \ldots, k_n)\), wo \[ \sigma = \frac 2{1 + R(\xi, \eta, \ldots, \omega; k_0, k_1, \ldots, k_n)} \] ist, und \(\xi\), \(\eta\), \dots, \(\omega\) die Koordinaten eines Punktes im Bereich sind, in dem \(|\log R|\) ein Maximum ist, den Minimalwert \[ \varepsilon _0 = 1 - \frac 2{1+\varOmega (k_0,k_1, \ldots, k_n)} \] hat. Will man den absoluten Fehler \(\varDelta\) zu einem Minimum machen, muß man zu \[ \varphi(x, u, \ldots, v; k_0, \ldots, k_n) \] additiv die Konstante \[ \tau=\tfrac 12 \varDelta(\xi', \eta', \ldots, \omega'; k_0, \ldots, k_n) \] hinzufügen, wo \(\xi'\), \(\eta'\), \dots, \(\omega'\) die Koordinaten des Punktes sind, in dem \[ \varDelta(x, u, \ldots, v; k_0, \ldots, k_n) \] ein Maximum wird. Bei Anwendung dieser Resultate macht der Nachweis der Bedingung (A) Schwierigkeiten; doch ist diese Bedingung bei subharmonischen und superharmonischen Funktionen erfüllt. Verf. wendet seine Ergebnisse zunächst auf \[ f(x,y,\ldots,v) = \sqrt{x^2+y^2+ \cdots + v^2} \] an. Diese Annäherung ist für drei Variablen schon in speziellen Fällen von \textit{Horvath} und \textit{Markoff} behandelt worden. Sodann betrachtet er die Annäherung einer Funktion \((1 + x^\varrho + y^\varrho)^{\frac 1\varrho}\) (für beliebige \(\varrho \neq 0\)) und zeigt, wie diese Methoden zur genäherten Lösung von Differentialgleichungen wie von gewöhnlichen Gleichungen entsprechender Form verwendet werden kann. Insbesondere nähert Verf. die Formeln an, die man für die genäherten Wurzelwerte bei Anwendung der \textit{Gräffe}schen Methode erhält. Für reelle Wurzeln kann er dadurch die Genauigkeit verbessern, wenn der Modul mehrerer Wurzeln nahezu gleich ist, und kann von vornherein obere Grenzen für den relativen Fehler der Näherungswerte aller reellen Wurzeln bestimmen. Die Betrachtung der besten linearen Annäherungen für Ausdrücke der Form \(x^n\), \(xy\), \(xyz\) usw. führt auf die Annäherungen von Summen und Produkten durch die beste Annäherung der Summanden bzw. der Faktoren. Zum Schluß beschäftigt sich Verf. mit der genäherten Darstellung von Funktionen einer Veränderlichen. Unter anderem behandelt er hier das Problem eine stetige, konvexe Funktion in einem bestimmten Bereich durch einen aus \(m\) Geraden stücken bestehenden Polygonzug anzunähern.