24_正交多项式和最佳平方逼近.pptVIP

取得极小值。 这是关于{aj}(j=0,1,…n)的线性方程组，称为法方程. 简记为 Ga=d. 其展开形式为 (2.4.13) 由(2.4.12) 知 (2.4.14) 事实上, 非负 (2.4.14)等于零 (3) 平方误差 总结上述讨论则有定理2.10. 定理2.10 （最佳平方逼近） (2) 函数类 (2.4.15) 考虑特殊情形，(1)用多项式作最佳平方逼近 设[a,b]=[0,1] , 对于f∈C[a,b], 在 中最佳平方逼近多项式 可以表示为 相应于法方程（2.4.13）中的系数矩阵为 解法方程组 Ga=d 即 称之为Hilbert 矩阵。 第二章 插值与拟合 总结 2.4.3连续函数的最佳平方逼近 2.4.2 连续区间上正交多项式 2.4.1 离散点集上的正交多项式 2.4 正交多项式和最佳平方逼近 2.4 正交多项式和最佳平方逼近 　　正交多项式是数值计算中的重要工具，这里只介绍正交多项式的基本概念、某些性质和构造方法。离散情形的正交多项式用于下节的数据拟合，连续情形的正交多项式用于生成最佳平方逼近多项式和下章的高斯型求积公式的构造。它们在数值分析的其他领域中也有不少应用。 定义2.9 设有点集 {xi} i=0,1,…,m，函数 f (x) 和 g (x) 在离散意义下的内积定义为 (2.4.1) 其中?i0为给定的权数。在离散