In der Mathematik ist der Hilbertsche Projektionssatz ein bekanntes Ergebnis der Konvexanalysis. Er besagt, dass es zu jedem Vektor in einem Hilbertraum und jeder nichtleeren abgeschlossenen konvexen Menge genau einen Vektor gibt, für den die Funktion über die Vektoren minimiert wird ; das heißt, sodass für jeden Vektor gilt:

Endlichdimensionaler Fall

Ein gewisses intuitives Verständnis des Theorems lässt sich durch Betrachtung der Bedingung erster Ordnung des Optimierungsproblems gewinnen.

Betrachten wir einen endlichdimensionalen reellen Hilbertraum mit einem Unterraum und einem Punkt. Wenn ein Minimum der durch definierten Funktion ist (was mit dem Minimum von übereinstimmt ), dann muss die Ableitung an dieser Stelle null sein .

In der Notation der Matrixableitung: [ 1 ] Da ein Vektor in ist, der eine beliebige Tangentenrichtung darstellt, folgt daraus, dass orthogonal zu jedem Vektor in sein muss.

Stellungnahme

Hilbertscher Projektionssatz – Für jeden Vektor in einem Hilbertraum und jede nichtleere abgeschlossene konvexe Menge existiert genau ein Vektor, für den gilt:

Wenn die abgeschlossene Teilmenge ebenfalls ein Vektorunterraum von ist, dann ist dieser Minimierer das eindeutige Element in , sodass orthogonal zu ist .

Detaillierter elementarer Beweis

Beweis für die Existenz eines Minimums

Sei der Abstand zwischen und eine Folge in , so dass das Quadrat des Abstands zwischen und kleiner oder gleich ist. Seien und zwei ganze Zahlen, dann gelten die folgenden Gleichungen: und . Daher (Diese Gleichung ist die gleiche wie die Formel für die Länge einer Seitenhalbierenden in einem Dreieck mit Seiten der Länge und , wobei die Eckpunkte des Dreiecks sind ).

Indem man den ersten beiden Termen der Gleichung eine obere Schranke gibt und feststellt, dass der Mittelpunkt von und zu gehört und daher einen Abstand von größer oder gleich hat, folgt daraus :

Die letzte Ungleichung beweist, dass es sich um eine Cauchy-Folge handelt . Da vollständig ist, konvergiert die Folge daher gegen einen Punkt, dessen Abstand von minimal ist.

Der Beweis dafür, dass es einzigartig ist

Seien und zwei Minimalpunkte . Dann gilt:

Da gehört zu, haben wir und daher

Daraus ergibt sich die Einzigartigkeit.

Beweis der Charakterisierung des Minimums, wenn es sich um einen abgeschlossenen Vektorunterraum handelt

Sei ein abgeschlossener Vektorunterraum von . Es muss gezeigt werden, dass der Minimierer das eindeutige Element in ist, sodass für jedes

Beweis, dass die Bedingung hinreichend ist: Sei so, dass für alle gilt. Wenn dann und somit , woraus folgt, dass . Da beliebig war, beweist dies, dass und somit ein Minimum ist.

Beweis für die Notwendigkeit der Bedingung: Sei der Minimalpunkt. Sei und . Da die Minimalität von garantiert, dass , ist stets nichtnegativ und muss eine reelle Zahl sein. Falls , dann hat die Abbildung ein Minimum bei und außerdem , was ein Widerspruch ist.

Beweis durch Reduktion auf einen Spezialfall

Es genügt, den Satz im Fall von zu beweisen, da der allgemeine Fall aus der folgenden Aussage folgt, indem man durch ersetzt.

Hilbert-Projektionssatz (Fall ) [ 2 ] — Zu jeder nichtleeren, abgeschlossenen, konvexen Teilmenge eines Hilbertraums existiert ein eindeutiger Vektor, sodass

Sei außerdem jede Folge in , sodass in [ Anmerkung 1 ] dann in

Nachweisen

Sei wie in diesem Theorem beschrieben und sei . Dieser Satz folgt aus den folgenden Lemmata.

Lemma 1 — Wenn es eine beliebige Folge in gibt , sodass in , dann existiert ein solches , dass in . Außerdem gilt:

Lemma 2 — Es existiert eine Folge , die die Voraussetzungen von Lemma 1 erfüllt.

Lemma 2 und Lemma 1 beweisen gemeinsam die Existenz eines solchen , dass Lemma 1 verwendet werden kann, um die Eindeutigkeit wie folgt zu beweisen. Sei so, dass und bezeichne die Folge mit , sodass die Teilfolge mit geraden Indizes die konstante Folge ist, während die Teilfolge mit ungeraden Indizes die konstante Folge ist. Da für jedes in , was zeigt, dass die Folge die Voraussetzungen von Lemma 1 erfüllt. Lemma 1 garantiert die Existenz eines , sodass in . Da gegen konvergiert, konvergieren auch alle ihre Teilfolgen. Insbesondere konvergiert die Teilfolge gegen , woraus folgt, dass (weil die Grenzwerte in eindeutig sind und diese konstante Teilfolge ebenfalls gegen konvergiert ). Analog konvergiert die Teilfolge sowohl gegen als auch , was den Satz beweist.

Konsequenzen

Satz — Wenn ein abgeschlossener Vektorunterraum eines Hilbertraums ist , dann [ Anmerkung 3 ]

Eigenschaften

Ausdruck als globales Minimum

Die Aussage und die Schlussfolgerung des Hilbertschen Projektionssatzes lassen sich mithilfe globaler Minima der folgenden Funktionen ausdrücken. Ihre Notation wird auch verwendet, um bestimmte Aussagen zu vereinfachen.

Gegeben sei eine nichtleere Teilmenge und eine Funktion . Ein globales Minimum von , falls ein solches existiert, ist jeder Punkt in , für den gilt, dass gleich dem globalen Minimalwert der Funktion ist, der wie folgt lautet:

Auswirkungen von Translationen und Skalierungen

Existiert dieser globale Minimalpunkt und ist er eindeutig, so bezeichnen wir ihn explizit mit . Die definierenden Eigenschaften von (falls er existiert) sind: Der Hilbertsche Projektionssatz garantiert die Existenz dieses eindeutigen Minimalpunkts, wenn eine nichtleere, abgeschlossene und konvexe Teilmenge eines Hilbertraums ist. Ein solcher Minimalpunkt kann jedoch auch in nichtkonvexen oder nichtabgeschlossenen Teilmengen existieren; beispielsweise gilt, solange nicht leer ist: Wenn dann

Wenn eine nichtleere Teilmenge ist, ein beliebiger Skalar ist und beliebige Vektoren sind, dann folgt daraus:

Beispiele

Das folgende Gegenbeispiel zeigt einen stetigen linearen Isomorphismus, für den gilt: Sei das Skalarprodukt . Sei und für jede reelle Zahl die Gerade mit der Steigung durch den Ursprung, wobei leicht nachzuweisen ist, dass . Wähle eine reelle Zahl und definiere durch (diese Abbildung skaliert also die Koordinate um , während die Koordinate unverändert bleibt). Dann ist ein invertierbarer stetiger linearer Operator, der und erfüllt, sodass und . Folglich gilt: Wenn mit und wenn , dann

Iterierte Projektionen

Für jede abgeschlossene, konvexe, nichtleere Teilmenge sei die Projektionsfunktion.

Sind mehrere abgeschlossene konvexe Teilmengen vorhanden , lässt sich der Projektionsoperator approximieren, indem man die Operationen nacheinander anwendet und dies wiederholt. Das heißt, man kann als approximieren . Die Kaczmarz-Methode ist ein häufig verwendeter Spezialfall. Solche Methoden können recheneffizient sein. Ist beispielsweise eine komplizierte Form, kann die direkte Projektion auf schwierig sein. Sie lässt sich jedoch als Schnittmenge einfacher Objekte wie Halbräume , Hyperebenen , endlichdimensionale Unterräume oder Kegel approximieren . [ 4 ]

Ist ein abgeschlossener Unterraum, so ist er konvex. In diesem Fall ist die Projektionsfunktion eine orthogonale Projektion (ein stetiger linearer Operator, der selbstadjungiert ist). Ein klassischer Satz besagt, dass für abgeschlossene Unterräume gilt [ 5 ].

See also

Notes

  1. ^Because the norm is continuous, if converges in then necessarily converges in But in general, the converse is not guaranteed. However, under this theorem's hypotheses, knowing that in is sufficient to conclude that converges in
  2. ^Explicitly, this means that given any there exists some integer such that "the quantity" is whenever Here, "the quantity" refers to the inequality's right hand side and later in the proof, "the quantity" will also refer to and then By definition of "Cauchy sequence," is Cauchy in if and only if "the quantity" satisfies this aforementioned condition.
  3. ^Technically, means that the addition map defined by is a surjective linear isomorphism and homeomorphism. See the article on complemented subspaces for more details.

References

  1. ^Petersen, Kaare. "The Matrix Cookbook"(PDF). Retrieved 9 January 2021.
  2. ^Rudin 1991, pp. 306–309.
  3. ^Rudin 1991, pp. 307−309.
  4. ^Deutsch, Frank (2001), "The Method of Alternating Projections", Best Approximation in Inner Product Spaces, New York, NY: Springer New York, pp. 193–235, doi:10.1007/978-1-4684-9298-9_9, ISBN 978-1-4419-2890-0
  5. ^Netyanun, Anupan; Solmon, Donald C. (August 2006). "Iterated Products of Projections in Hilbert Space". The American Mathematical Monthly. 113 (7): 644–648. doi:10.1080/00029890.2006.11920347. ISSN 0002-9890.

Bibliography