Applicazioni della teoria del minimax a problemi ... - Portale Posta DMI
Applicazioni della teoria del minimax a problemi ... - Portale Posta DMI
Applicazioni della teoria del minimax a problemi ... - Portale Posta DMI
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Insiemi di Chebyshev 99<br />
allora, per ogni µ > 0 otteniamo<br />
da cui<br />
I1(u0 + µ¯v) = µ¯v 2 − inf<br />
=<br />
<br />
sup −u0 − u<br />
u∈C<br />
2 + 2µ〈¯v, u − u0〉 <br />
≤ −d 2 (u0, C) − 2µε,<br />
u∈C u0 + µ¯v − u 2<br />
lim<br />
µ→+∞ I1(u0 + µ¯v) = −∞.<br />
Dunque l’insieme Q è vuoto: in particolare, (8.2.1), donde la tesi <strong>del</strong> Teorema 8.2<br />
con τ = +∞.<br />
Così la dimostrazione è conclusa. <br />
Nella prossima Sezione, il Teorema 8.3 sarà impiegato per uno studio sugli insiemi di<br />
Chebyshev.<br />
8.2 Una congettura sugli insiemi di Chebyshev non convessi<br />
Come accennato all’inizio di questo Capitolo, Klee ha formulato in [60] la congettura che<br />
esista uno spazio di Hilbert contenente insiemi di Chebyshev non convessi (in effetti, in<br />
[60] si argomenta che ciò equivale all’esistenza di insiemi di Chebyshev con complementare<br />
convesso, le cosiddette caverne di Klee, ma questo ci porterebbe troppo lontano dal nostro<br />
tema).<br />
A suffragio <strong><strong>del</strong>la</strong> propria ipotesi, Klee presenta il seguente Esempio:<br />
Esempio 8.4. Nello spazio di Hilbert X = ℓ2 si consideri l’insieme<br />
<br />
∞<br />
K := {xn} ∈ X : nx 2 <br />
n < 1<br />
e si definisca<br />
n=1<br />
M := {{xn} ∈ X : d({xn}, K) ≥ 1} ;<br />
allora, M non è convesso, e il comportamento <strong><strong>del</strong>la</strong> proiezione metrica PM : X → 2 M si<br />
può descrivere completamente:<br />
• per ogni {xn} ∈ X \ K, PM({xn}) è un singoletto;<br />
• per ogni {xn} ∈ K si ha PM({xn}) = ∅.<br />
Ovviamente, l’Esempio 8.4 non presenta un insieme di Chebyshev non convesso, però<br />
i punti “anomali” (cioè quelli che non ammettono punti di miglior approssimazione in M)<br />
sono localizzati nell’insieme K, convesso e limitato.<br />
Il nostro approccio è simile a quello esposto sopra, e conduce alla seguente Congettura: