数值剖析06—平方逼近.pptVIP

阜师院数科院 第六章 函数逼近（最佳平方逼近） 第六章目录 §4 函数的最佳平方逼近 4.1 基本方法 基本方法（续） 最佳平方逼近多项式举例 4.2 利用正交多项式求最佳平方逼近多项式 正交多项式举例 正交函数系性质 定理6.5 几种常用的正交多项式 Legendre多项式性质 Legendre多项式性质（续1） Legendre多项式性质（续2） （二）第一类切比雪夫（Chebyshev）多项式 第一类Chebyshev多项式性质 第一类Chebyshev多项式性质（续） （三）拉盖尔（Laguerre）多项式 Laguerre多项式性质 最佳平方逼近多项式举例 例8（续） Laguerre多项式举例（例9） Laguerre多项式举例（例10） Laguerre多项式举例（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 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. §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 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 前面对离散数据，我们利用最小二乘法求拟合函数（多项式），本节对一些连续函数，当其表达式较复杂不易于计算和研究时，我们利用最小二乘法，求这些连续函数的近似函数（较简单的函数），称为函数f (x)在[a, b] 上的最佳平方逼函数?(x) 。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 设f (x)在[a, b]上连续，?i(x)(i=0,1,2,…,m) 在[a, b] 上线性无关，H = Span{?0, ?1,…, ?m}为?k(x)的集合，求?(x)使： 定义6.2 连续情况下的内积定义为：(?(x)为权函数） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 要求出满足（6-10）的?(x)，与离散情况完全 类似，即要求?k(x)满足正规方程组（6-5），当 ?k(x)线性无关?可求出唯一解 是H 中关于权函数? (x)的唯一的最佳平方逼近多项式。 若?k(x)=xk(k=0,1,2,…,m)，此时H为?k(x)所 有线性组合生成的多项式集合，则?(x)称为关于 ? (x)的m次最佳平方逼近多项式或最小二乘逼近多 项式。关于权函数? (x)一般应给定，若没有特别 标明则? (x) ? 1。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例7 求f (x)=cos?x在[0,1] 上的一次最佳平方逼近多项式 问题：如何求二次、三次最佳平方逼近多项式，可：（1）如上， H = {1,x,x2}即取?2(x) = x2 （2）或如后面例，按三项推式构造正交多项式 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 从上节知道 利用正交函数系可以简化最小二乘法的求 解，并提高解的精度，而正交多项