数值计算方法教案-.docVIP

第5章 多项式逼近与曲线拟合 教学目的 1. 理解连续函数空间，正交多项式理论；2. 掌握最佳平方逼近及最小二乘逼 近函数的求解方法；3. 理解非线性模型举例的有关知识的基础上会求模型的逼近函数。 教学重点及难点 重点是最佳平方逼近及最小二乘逼近函数的求解。难点是会求非线性模型的逼近函数。 教学时数 6学时 教学过程 §1 引言 在科学计算中有下述两类逼近问题。 1．关于数学函数的逼近问题 由于电子计算机只能做算术运算，因此，在计算机上计算数学函数（例如等在有限区间上计算）必须用其他简单的函数来逼近（例如用多项式或有理分式来逼近数学函数，）且用它来代替原来精确的数学函数的计算。这种函数逼近的特点是： （a）要求是高精度逼近； （b）要快速计算（计算量越小越好）。 2．建立实验数据的数学模型 给定函数的实验数据，需要用较简单和合适的函数来逼???（或拟合实验数据）。 例如，已知实验数据 希望建立数学模型（近似表达式），这种逼近的特点是： （a）适度的精度是需要的； （b）实验数据有小的误差； （c）对于某些问题，可能有某些特殊的信息能够用来选择实验数据的数学模型。 事实上，我们已经学过一些用多项式逼近一个函数的问题，例如 （1）用在点Taylor多项式逼近函数 设在[a,b]上各阶导数存在且连续，，则有 其中在和之间。 于是，可用次多项式）来逼近，即 且误差为： 且当时，则有误差估计 显然有： 说明是利用在处函数值及各阶导数值来摸拟的性质，且当越接近于，误差就越小，越偏离，误差就越大。由此，在[a,b]上要提高逼近的精度，就要提高的次数，这就使得计算量增大。 （2）用插值多项式逼近函数 设已知则存在唯一次插值多项式使 其中且互不相同，于是可作为近似函数，即 插值多项式逼近也是利用个点上的函数值来模似的性质，在个节点上逼近无误差，当时，逼近，也可能使误差较大。如果实际问题要求：对（其中 是给定精度要求），用插值多项式去逼近就可能失败。 例1 设，试考查用4次Taylor多项式逼近的误差。 解 用在展开的4次Taylor多项式逼近； 其中在和0之间。 于是有误差估计： 且有 当 误差随增加（）而增加（对同理可说明），说明误差在整个区间[-1，1]不是均匀分布，如图3-1。 现提出下述函数逼近问题。 问题：设为上连续函数，寻求一个近似函数（多项式）使在上均匀逼近。 下面给出最佳逼近的数学提法： A: 为上实连续函数}; A是结构复杂难于计算的连续函数类 B: 为实数}；B为较简单且便于计算的函数类，例如为代数多项式或三角项式或分式有理函数等。 设给定要求在B中寻求一个函数使误差-在某种度量意义下最小。 最佳一致逼近 设给定作为度量误差-的“大小”标准， 寻求次数的多项式使最大误差最小，即 如果这样多项式存在，称为在上次最佳一致逼近多项式。这个逼近问题近问题称炒最佳一致逼近（或称为Chebyshev逼近，或称为极大极小逼近）。 在理论上可以证明，对任意的上连续函数的次最佳一致逼近多项式存有且唯一。最佳一致逼近主要用于初等函数的计算。 2．最佳平方逼近以均方误差作为度量误差-的‘大小“标准， 寻求使均方误差最小，即 = 其中为权函数。 如果这样的多项式存在，称为在中的最佳平方逼近多项式。这种逼近问题称为最佳平方逼近。 对于离散数据的逼近问题有： 最小二乘逼近 如果仅仅在有限个点上给定，即已知实验数据 寻求次数多项式使编差平方（或带权）和最小，即 如果这样的多项式存在，称为实验数据的最小二乘逼近函数或称为实验数据的最小二乘拟合多项式或称为的经验公式（数学模型）。 对于给定，需要研究的问题是： （1）在各种度量意义下最佳逼近多项式是否存在，是否唯一。本章主要讲座最佳平方逼近，最小二乘逼近存在性及唯一性。 （2）如何具体寻找或构造各种最佳逼近意义下多项式。 §2 连续函数空间，正交多项式理论 1连续函数空间 上所有实连续函数集合记为C，关于函数的加法及与实数乘法运算为一线性空间，对于称为中一个元素，下面将在内引进内积，范数等概念。 1．内积 设为任一对元素，定义 为一实数称为元素的内积, 其中称为权函数 权函数的定义：满足三点要求：(1)且于内可积；(2)对任给的非负整数K积分存在且为有限值；(3) 对于上任何非负连续函数g(x)如果则有g(x)0。满足这三点要求的可称为权函数 例如在【-1，1】上=1，=1/ 显然，连续函数空间中元素的内积满足下述性质： 内积运算满足交换律 为常数 内积运算数乘算律 内积运算对加法具有分配律 当且仅当又称为内积空间。