第3章 函数逼近与快速傅里叶变换解说.ppt

令x=cosθ，可得 即{Un(x)}为[-1,1]上正交多项式族，且有递推关系式为 2. 拉盖尔多项式 区间为[0, +∞)时, 取权函数 由序列{1,x,…,xn,…}正交化得到的多项式就称为拉盖尔(Laguerre)多项式，其表达式为 它也具有正交性质 和递推关系式 3. 埃尔米特多项式 区间为(-∞,+∞)时, 取权函数 由序列{1,x,…,xn,…}正交化得到的多项式就称为埃尔米特(Hermite)多项式，其表达式为 它也具有正交性质 和递推关系式 3.3 最佳平方逼近 3.3.1 最佳平方逼近及其计算 　　现在我们研究区间[a, b]上一般的最佳平方逼近问题. 对函数f(x)∈C[a, b]及集合C[a, b]中的一个子集 ?=span{?0(x),?1(x),…,?n(x)}, 若存在S*(x)∈?,使 则称 S*(x)是f(x)在子集 中的最佳平方逼近函数. 为了求S*(x), 由(3.1)式可知该问题等价于求多元函数 的最小值. 由于I(a0,a1,…,an)是关于a0,a1,…,an的二次函数，利用多元函数求极值的必要条件有 即 　　记 于是有(带权的内积写法) 是关于a0,a1,…,an的线性方程组，称为法方程，即 由于函数组 线性无关，故系数(拉姆)矩阵的行列式非零，即 从而得到最佳平方逼近函数 于是方程组有唯一解 下面证明S*(x)必定满足最佳平方逼近的定义，即 但我们只需证明对任意的S(x)∈?有最小 为此我们只要考虑 由于S*(x)的系数ak*是法方程(3.3)的解，故 从而上式第二项积分为0. 于是可得 即得S*(x)必定是所求函数f(x)的最佳平方逼近函数. 根据以上推论，也可得出最佳函数逼近的求法. 另外，由证明第二项积分为0. 我们可得 推论：C [a, b]是内积空间，?∈C[a, b]是其有限维子空间，f(x)∈C[a, b]，?中S*(x)是f(x)的的最佳平方逼近函数的充要条件是f -S*与?中任一函数正交. 设 则对任意函数S∈?，有 由推论得 也得法方程为 若记余项?(x)=f(x)-S*(x)，则得最佳平方误差的平方为 若取 则要在Hn中求n次最佳平方逼近多项式 此时 看一个特殊情形. 若用H表示 对应的矩阵，即 则称H为希尔伯特(Hilbert)矩阵，若记向量 则法方程为 其解ak= ak*(k=0,1,…,n), 即得所求最佳平方多项式为 的系数. 解 由公式有 得法方程组 例6 求 在 [0,1]上的一次最佳平方逼近多项式(注意与例4的区别). 解出 故得所求的一次最佳平方逼近多项式为 平方误差为 最大误差为 若用{1,x,…,xn}做基，求最佳平方多项式，计算简单，但当n较大时, 系数矩阵H是高度病态的(见第5章),因此直接求解法方程是相当困难的，故通常是采用正交多项式做基底构造最佳平方多项式. 解： 法方程组为： 于是 例 设 求2次最佳平方逼近多项式 解得 3.3.2 用正交函数族作最佳平方逼近 设f(x)∈C[a, b]， 若 是正交函数族，即满足 故法方程(3.3) 的系数矩阵为非奇异对角阵，即 立刻得到法方程的解为 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. 证明略，可见文献[23]. 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