ch3-2正交多项式)n.ppt

内容小结 正交化方法: 其中 拉盖儿正交多项式 按上述方法求出正交多项式函数族后，以此正交函数族为基函数做最小二乘拟合多项式，其正则方程组的系数矩阵一定是对角阵，不会出现病态。此时正则方程组的解为： 最小二乘函数为： 拉盖儿正交多项式 第二节 正交多项式 正交函数系的性质 正交多项式的构造 正交多项式的基本概念 小结 正交多项式 函数逼近的基本概念 确定a1,a2, …am 的准则（最小二乘准则）： 使n个点（xi,yi) 与曲线 y=f(x) 的距离?i 的平方和最小 。 记 问题归结为，求 a1,a2, …am 使 J(a1,a2, …am) 最小。 先选定一组函数 r1(x), r2(x), …rm(x), mn, 令 其中 a1,a2, …am 为待定系数。 曲线拟合的常用解法 此时正则方程组为: 即 曲线拟合的常用解法 指数拟合 如果数据组 分布近似指数 曲线，则可考虑用指数函数 去拟合数据， 即选取a,b，使 最小。但正则方程组是非线性的，可考虑通过取对数 转化为线性。 求出数据组 的最小二乘拟 合直线 取指数得数据组 最小二乘拟合指数 曲线拟合的常用解法 最小二乘方法曲线拟和是实验数据处理的常用方法。最佳平方逼近可以在一个区间上比较均匀的逼近函数且具有方法简单易行，实效性大，应用广泛等特点。但当正规方程阶数较高时，往往出现病态。因此必须谨慎对待和加以巧妙处理。有效方法之一是引入正交多项式以改善其病态性。。 最小二乘法方法评注 曲线拟合的常用解法 一、 正交多项式的基本概念 定义 一、 正交多项式的基本概念 三角函数系： 正交性： 回忆傅氏级数的结论 正交多项式的基本概念 正交多项式的基本概念 区间[a,b]上关于权函数的正交函数系必定线性无关 证明 证毕 定理6.2 二、 正交函数系的性质 证明： 定理6.3 正交函数系的性质 证毕 正交函数系的性质 正交多项式系的性质： 正交函数系的性质 三、 正交多项式系的构造 请同学们写出 正交多项式系的构造 正交性验证： 正交多项式系的构造 Clear[x,f] f[0]=1; f[k_]:=x^k-Sum[(Integrate[x^k*f[i],{x,0,1}])/(Integrate[f[i]^2, {x,0,1}])*f[i],{i,0,k-1}] Table[f[k],{k,0,6}]//N; Expand[%]//N; MatrixForm[%] F[i_,j_]:=Integrate[f[i]f[j],{x,0,1}] Table[F[i,j],{i,0,6},{j,0,6}]; MatrixForm[%] 积分 正交多项式系的构造 请同学们写出 正交多项式系的构造 定理：按以下方式定义的多项式集合 是区间[a,b]上关于权函数 的正交函数族。 其中 或按下述定理求 正交多项式系的构造 正交多项式系的构造 及其结构特点 四、勒让德(Legendre)正交多项式 勒让德正交多项式 勒让德正交多项式 请同学们写出 勒让德正交多项式 五、切比雪夫(Chebyshev)正交多项式 及其结构特点 切比雪夫正交多项式 切比雪夫正交多项式 请同学们写出 切比雪夫正交多项式 递推关系： 六、拉盖尔（Laguerre）正交多项式 数据拟合时正交多项式的使用: 定义:满足下列条件的函数族 称为以 为权关于点集 的正交函数族. 拉盖儿正交多项式