第3章函数逼近案例分析.ppt

于是f(x)∈C[a, b]在?中的最佳平方逼近函数为 可得均方误差为 由此可得贝塞尔(Bessel)不等式 若f(x)∈C[a, b], 按正交函数族 展开，而系数按下式计算得到 得级数 称为f(x)的广义傅立叶(Foureir)级数,系数 称为广义傅立叶系数. 它是傅立叶级数的直接推广. 下面讨论特殊情况，设 是正交多项式 可由 正交化得到，则有下面的收敛定理. 定理8 设f(x)∈C[a, b]，S*(x)是f(x)的最佳平方逼近多项式，其中 是正交多项式族，则有 下面考虑函数f(x)∈C[-1, 1]，按勒让得多项式{P0(x),P1(x),…,Pn(x)}展开，由公式可得 其中 根据(3.10)式，平方逼近的误差为 由定理8可得 定理9 设f(x)∈C2[-1, 1]，Sn*(x)由(3.13)式给出,则对任意x∈[-1, 1]和任意?0，当n充分大时有 如果f(x)满足光滑性条件还可得到S*(x)一致收敛于f(x)的结论. 对首项系数为1的勒让德多项式 有以下性质 定理10 在所有最高次项系数为1的n次多项式中,勒让德多项式 在[-1, 1]上与零的平方误差最小. 即可以理解为 最小等价于 与零的平方误差最小. 证明 设Qn(x)是任意一个最高次项系数为1的n次多项式，它可表示为 于是 因此当且仅当 时等号才成立，即当 时平方误差最小. 解 先计算(f(x), Pk(x)) (k=0,1,2,3) 例7 求f(x)=ex在[-1,1]上的三次最佳平方逼近多项式. 由公式 解得 得三次最佳平方逼近多项式为 可得均方误差为 可得最大误差为 如果f(x)∈C[a, b]，求[a, b]上的最佳平方逼近多项式，做变换 于是 在[-1, 1]上可用勒让德多项式做最佳平方逼近多项式 S*(t)， 从而可得到区间[a, b]上的最佳平方逼近多项式 由于勒让德多项式{Pk(x)}是在[-1, 1]上由多项式基{1,x,…,xn,…}正交化得到的，因此利用函数的勒让德展开部分和得到最佳平方逼近多项式与由 直接通过解法方程得到Hn中的最佳平方逼近多项式是一致的，只有当n较大时法方程出现病态，计算误差较大，不能使用，而用勒让德展开不用解线性方程组，不存在病态问题，计算公式比较方便，因此通常都用这种方法求最佳平方逼近多项式. 3.3.3 切比雪夫级数 其中系数根据(3.8)式，由(2.12)式得到 　　如果设f(x)∈C[-1, 1]，按{Tk(x)}展成广义傅里叶级数，由 (3.12)式可得级数 这里 Tk(x)=cos(karccosx), |x|?1. 级数(3.16)称为f(x)在[-1, 1]上的切比雪夫级数. 　　若令x=cos?, 0???π，则(3.16)式就是f(cos?)的傅里叶级数，其中 取它的部分和 于是根据傅里叶级数理论知，只要???(x)在[-1, 1]上分段连续，则f(x)在[-1, 1]上的切比雪夫(3.16)一致收敛于f(x). 从而可表示为 性质2 切比雪夫多项式{Tk(x)}在区间[-1,1]上带权 正交且 事实上，令x=cos?，则dx=-sin?d? ，于是得 性质3 T2k(x)只含x的偶次幂,T2k+1(x)只含x的奇次幂. 性质4 Tn(x)在区间[-1,1]上有n个零点. 性质5 Tn(x)的首项xn的系数为2n-1 (n=1,2, ….) . 事实上, 令x=cos? , 则 　　若令　　　　　　　　　　　　　　　　　，则多项式　　 是首项系数为 1 的切比雪夫多项式. 若记 为所有次数小于等于n的首项系数为 1 的多项式集合，对 有以下性质. 　　定理6 设 是首项系数为 1 的切比雪夫多项式，则 且 定理