第6章函数逼近1.pptVIP

在区间[1，4] 的近似 求 最佳一致逼近多项式 . 被逼近的函数m文件 Uniformfun.m. function f=Uniformfun(x) f=(1+x).*exp(-x.^2).*sin(x); 例4 近似最佳一致逼近多项式的计算程序： Uniformopt.m. % Uniformity Optimal Approximation f=(1+x).*exp(-x.^2).*sin(x); clear all n=input(Input the degree of approximation polynomial: n = ) a=input(Input the end point of interval a = ) b=input(Input the end point of interval b = ) 数值分析——函数逼近 x=a:0.001*(b-a):b;f=feval(Uniformfun,x); for i=0:n+1; xk(i+1)=(2.\(a+b+(b-a)).*cos((n+1).\(n-i+1)*pi)); end xk=fliplr(xk);y=feval(Uniformfun,xk);L=ones(length(y),length(x)); for i=1:n+1; for j=1:n+1; if j~=i L(i,:)=(xk(i)-xk(j)).\(x-xk(j)).*L(i,:); else L(i,:)=L(i,:); end end end 数值分析——函数逼近 PN=y*L;plot(x,f,x,PN,-.),axis equal title(Suboptimal Uniformity Approximation) legend(f(x) = sinx(1+x)exp(-x^2),Optimal Uniformity Approximation Polynomial) 分别输入n=8，n=10，输入a=1，b=4，得到近似最佳一致逼近多项式图形 . 左图为n=8，右图为n=10 . 数值分析——函数逼近 第6章 函数逼近 基础教学部数学教研室 彭 晓 华 立体化教学资源系列——数值分析 6.1 引言 函数逼近问题：利用最简单的函数来代替复杂函数. （1）数学函数的逼近. （2）建立实验数据的数学模型. 推测1930年、1965年、2010年的美国人口. 例如人口预测问题. 1、科学计算中的两类逼近问题. 例如 年 1940 1950 1960 1970 1980 1990 人口 132,165 151,326 179,323 203,302 226,542 249,633 （1）插值多项式逼近 （2）Taylor多项式逼近 2、已学过的多项式逼近方法. 数值分析——函数逼近 2）Taylor展开法. 例1 1）插值方法. 解 前者只对一些性质较好的函数收敛. 后者必须在 附近时收敛. 局限性: 数值分析——函数逼近 ,求区间[0,1]上的 在 点展开 插值节点 得到 3、函数逼近的基本问题 从指定的函数类中求一个函数, 设 , 求 , 在某种度量意义下最小. 使误差 “最接近于”某个给定的函数. 使它在某种意义下, （ 范数） （1）最佳一致逼近 对 求 数值分析——函数逼近 使 其中， （2）最佳平方逼近（2-范数） 均方误差 对 求 使 为在[a,b]上的权函数. 其中， 例 ,求区间[0,1]上的 . （1）最佳一致逼近 （2）最佳平方逼近 对同一个被逼近函数，不同度量意义下的逼近，逼近函数是不同的. 【注】 数值分析——函数逼近 (3)离散数据的最小二乘法(离散情形最佳平方逼近) 实验 数据 求 , 使误差（带权误差）的平方和达到最小. 称为实验数据的最小二乘逼近函数. 或最小二乘拟合多项式， 或经验公式. 是否存在，是否唯一 ？ = ? 问题： 即 . 或 . 数值分析——函数逼近 6.2 最佳一致逼近 范数意义下的距离: f(x)与Pn(x)在 设 6.2.1 最佳一致逼近问题 设 ， 则对于 多项式 ， . 【注】 【定理1】（ Weierstrass定理） 【定义1】 偏差： 偏差点x0 ： 最佳一致逼近多项式:达到最小偏差的多项式为： 连续函数 f(x)可以用多项式 p(x)逼近到任意精确的程度. , 数值分析—