数值分析06一致逼近(免费阅读).ppt

阜师院数科院 第六章 函数逼近（最佳一致逼近） 第六章目录 §5 最佳一致逼近多项式 最佳一致逼近多项式（续） 引例 引例（续1） 引 例（续2） 引 例（续3） 最佳一致逼近概念 （按偏差） 切比雪夫定理 ∵Pn(x)有n+2个偏差点，亦即使f (x) －Pn (x)在[a,b]上至少有n+2个点交替换正负号，亦就是说f(x) ?Pn(x)=0在[a,b]上有n+1个根?存在n+1个点：a ? x0… xn ? b使f (xi) ?Pn (xi)=0 即：f (xi)=Pn(xi) (i =0,1,2,…,n) , 所以，以此作为插值条件可得到Pn(x)，因此，Pn(x)就是以x0,x1,…,xn为插值节点的n次值多项式 。 切比雪夫定理（续2） 零次最佳一致逼近多项式 一次最佳一致逼近多项式 一次最佳一致逼近多项式（续） 一次最佳一致逼近多项式举例 例11（续） 切比雪夫插值法 切比雪夫插值法（续1） 切比雪夫插值法步骤 求三次逼近多项式举例 例9[解] （2）Newton插值 例9[解] （3）Chebyshev插值 例9[解] （3）Chebyshev插值（续1） 例10 例10（续） 第六章 结 束 *第六章 函数逼近 W Y *第六章 函数逼近 W Y §1 最小二乘法原理和多项式拟合 §2 一般最小二乘拟合 2.1线性最小二乘法的一般形式 2.2非线性最小二乘拟合 §3 正交多项式曲线拟合 3.1离散正交多项式 3.2用离散正交多项式作曲线拟合 §4 函数的最佳平方逼近 §5 最佳一致逼近 在度量标准 下，求? (x) ，使 （达到最小），这就是最佳一致逼近（不要产生最大误差，均匀一些），通常仍 然取? (x)为多项式，即求多项式? (x)使残差： 绝对值的最大值 达到最小。或可写为：在H中求满足? (x) （f 的逼近函数? (x) ）： 即在H中? (x)与f(x)之差的绝对值的最大值是最小的，H中 任一ψ (x)与f(x)之差的绝对值的最大值都比它大，这样的 ? (x)为f(x)在H中的最佳一致逼近函数。 特别：若 则满足上面 关系式的 称为f(x)在[a,b]上的 n次最佳一致逼近多项式。 记 称为偏差。 偏差点： 若 满足 则称x0为ψ (x)的偏差点，偏差点为正，称为正偏差点， 偏差点为负，称为负偏差点 可以从下面例中理解有关概念。 例如：要求区间[0,1]上y=arctgx的一次近似式可以有多种方法： （1）Talor公式：tg－1x ? x,误差R(x)= tg－1x- x，在x=0附近很小，x=1时误差最大，R(x)|x=1=0.2146； （2）插值: x=0,1作节点=L1(x)=πx/4，tg－1x ?πx/4， 其误差在 处，即在1附近较大为0.0711； （3）最小二乘法（例10 §4中） 误差在x=1处最大为0.0493（比前二式误差小）。 问题： 由最小二乘法得到的arctgx≈0.0429+0.7918x是在最小 二乘意义下的最佳逼近多项式，是不是最好的？ 这里 “最好”的标准是什么？这个标准就是“一致逼近”的概念， 它应使最大偏差尽可能小（或者说达到最小）。 [0,1]上y= tg－1x的近似一次式就是 曲线y= tg－1的近似直线，图6-3中，OA为arctgx的曲线， OA为OA的弦，CB为平切线 ，F为切 点，作为近似直线： OA是不是最好的？回答是否 定的！ ∵在x=α处产生较大偏差 或者说误差最大。 那么CB是不是最好的？ 结论仍然是否定的！ 图6-3 B E A O X Y D C arctgx α 1 几何上：如图6-3， ∵在x=0，x=1处产生较大偏差不仅如此：作DE（OA与 CB的中线），在OA到DE间，CB到DE间直线都不是最好 的，∵若最好的近似直线在OA到DE间，必然在x=α处产 生较大偏差，若在CB到DE间则必然在x=0及x=1处产生较 大偏差。∴只有DE才是符合这里“标准”的最好近似直线 （误差均匀），不产生最大偏