函数逼近与快速傅里叶变换精讲.ppt

函数逼近与快速傅立叶变换 问题的提出 在实际问题中,函数解析式未知，函数往往通过实验观测得到的一组数据，即仅仅已知某个区间[a,b]上的一系列点的函数值。 数值逼近（Approximation） 函数插值存在的问题： 3.2 正交多项式 3.2.3 切比雪夫多项式 3.3.2 用正交函数族作最佳平方逼近 3.4.2 用正交多项式做最小二乘拟合 作业 1 P94 4 1 , 5,6 2 P94 7,8,11 3 P94 12,13,15 4 P94 16 解 得方程组 例4 设 求 上的一次最佳平方 逼近多项式. 解之 故 平方误差 最大误差 设 若 是满足条件 2.2 的正交函数族， 而 故法方程（3.3）的系数矩阵 则 为非奇异对角阵， （3.8） 最佳平方逼近函数 （3.9） 且方程（3.3）的解为 均方误差 （3.10） 贝塞尔 Bessel 不等式 （3.11） 定理8 设 的最佳平方逼近多项式， 是由（3.9）给出的 其中 是正交多项式族， 则有 收敛性 用Legendre多项式求最佳平方逼近多项式 由 正交化得到的正交多项式 （3.13） 由 3.8 ， 3.9 可得 勒让德多项式 其中 （3.14） 考虑函数 （3.15） 平方误差 由定理8 定理9 则对任意 和 当 充分大时有 设 由 3.13 给出， 求 在 上的三次最佳平方逼近多项式. 例5 解 先计算 又 代入 得三次最佳平方逼近多项式 最大误差 均方误差 如果 求 上的最佳平方逼近多项式， 做变换 于是 在 上可用勒让德多项式做最佳平方逼近多项式 从而得到区间 上的最佳平方逼近多项式 首项系数为1的勒让德多项式 ， 证明 定理10 勒让德多项式 在 上与零的平方误差最小. 在所有最高次项系数为1的 次多项式中， 设 是任意一个最高次项系数为1的 次多项式 可表示为 于是 当且仅当 时等号才成立， 即当 时平方误差最小. 若 ， 按正交函数族 展开， （3.12） 称这个级数为 的广义傅里叶 Foureir 级数， 得级数 系数 按（3.8）计算， 系数 称为广义傅里叶系数. f x 的广义傅氏展开 练习 求函数 在[0,1]上的一次最佳平方逼近多项式。 3.3.3 切比雪夫级数 如果 ，按 展成广义傅里叶级数， 由（3.12）可得级数 （3.16） 其中系数 （3.17） 这里 级数（3.16）称为 在 上的切比雪夫级数. 根据傅里叶级数理论，只要 在 上分段连续，则 在 上的切比雪夫级数（3.16）一致收敛于 . 从而 （3.19） （3.20） 取部分和 其误差为 在 上 是均匀分布的，它的最大值 最小，因此 可作为 在 上的近似最佳一致 逼近多项式. 函数 在内积空间 中的最佳平方逼近。 对 ，用契比雪夫多项式构造的最佳平方逼近多项式是其近似的最佳一致逼近多项式。 总结 例6 求 在 上的切比雪夫部分和 . 解 利用第4章的数值积分法得 由 及 由 得 及 的表达式 得 3.4 曲线拟合的最小二乘法 3.4.1 最小二乘法及其计算 最小二乘法的背景和实例 最小二乘法起源于以测量和观测为基础的天文学。 Gauss在1794年用最小二乘法解决了多余观测问题，当 时他只有17岁。 7 6 5 4 3 2 1 0 xk 2.3 1.6 1.8 1.3 1.1 1.4 1.3 1.4 yk 8 7 6 5 4 3 2 1 k 假定通过观测或实验得到如下一组数据： 用一简单的式子表出这些数据之间的关系。 分析：这些点差不多分布在一条直线上。 用y a+bx表示这些数据之间的关系。 确定a、b。 矛盾方程组的求解 假定用某种方法 可以确定出a和b，则 7 6 5 4 3 2 1 0 xk 2.3 1.6 1.8 1.3 1.1 1.4 1.3 1.4 yk 8 7 6 5 4 3 2 1 k 记误差 最小二乘法就是确定参数a和b，使得 最小。 使 最小，则有 设 已知 记误差 问题为利用 求出一个函数 与所给数据 拟合. 设 是 上线性无关函数族， 在 中找一函数 ， 使误差平方和 4.1 这里 4.2 离散数据的最佳平方逼近问题的一般提法—最小二乘逼近 f xm … f x1 f x0 f xi xm … x1 x0 xi 最小二乘法中通常考虑加权平方和 （4.3） 这里 是 上的权函数，它表示不同点 处的数据比重不同. 最小二乘法求拟合曲线就是在