三函数逼近.pptVIP

? ? ? 在Hn中求最佳平方逼近 ?= Hn =span{1, x, …, xn}?C[a, b], ? (x) ?1, [a, b]=[0,1] 在Hn中求n次最佳平方逼近多项式：设 是下面法方称组之唯一解. 系数矩阵Hilbert阵 平方误差 最大误差 注：当n较大时，Hilbert矩阵严重病态，数值求解方程组Ga=d不稳定，因此用{1, x, …, xn}作基是不理想的。若能选择一组正交函数作为基，则系数矩阵变为对角阵，法方称组易于求解。 用正交函数族作基的最佳平方逼近 设最佳平方逼近为 说明：若取无穷多个正交函数作基，系数按 计算，则得级数 广义付氏级数是付氏级数的推广，有关付氏级数的结论 对广义付氏级数都成立。 广义付氏级数 广义付氏系数 如何求正交函数族？ 从一组线性无关函数族出发，用Schmidt正交化方法将其规范正交化成一组规范正交函数族。 多项式正交函数族：切比雪夫多项式、勒让德多项式、拉盖尔多项式、埃尔米特多项式等 Legendre polynomials: ? (x) ?1, [a, b]=[-1,1], {1, x, …, xn,…}, 经Schmidt正交化， 即得Legendre多项式(Legendre, 1785年定义) 1814年，Rodrigul（罗德里克）提出一种简便形式： §4 Legendre多项式与最佳平方逼近 ? ? ? ? ? Legendre多项式作最佳平方逼近 Legendre多项式正交，且在[-1,1]上与零的平方误差最小，因此当f(x)?C[-1,1]时，用Legendre多项式作为Hn的基求最佳平方逼近多项式是最合适的 设最佳平方逼近为 §5 Chebyshov多项式与最佳一致逼近 Chebyshov polynomials: [a, b]=[-1,1], {1, x, …, xn,…}, 经Schmidt正交化，即得Chebyshov正交多项式(1857年) 构造方法参见 纳唐松《函数构造论》 ? ?Chebyshov多项式的重要性质 ? ? ? Tn(x)是x的n次多项式 ? 2 证明 ?性质3 n为奇数时，Tn(x)是奇函数，只含x的奇次项； n为偶数时，Tn(x)是偶函数，只含x的偶次项 ?性质4 ?性质5 ?性质6 ?性质7 Tn(x)对零的偏差最小 由Th6知，对[-1,1]上任意最高项系数为1的n次多项式Pn(x),在Hn-1中的最佳一致逼近为 一个n次多项式在[-1,1]上Hn-1中的最佳一致逼近为次数不超过n-1的多项式，但不一定就是n-1次多项式。 ? ? ? ? ? 切比雪夫级数 §6 近似最佳一致逼近多项式 ? (6.1) ? ? * * 第三章 函数逼近/*Approximation */ Approximation_introduction §1 引言 问题提出：f(x)?C[a,b] ?插值法是函数逼近的一种重要方法，在插值节点上准确逼近。高次插值光滑性好，但不一定收敛，分段低次插值一致收敛，但光滑性差。 ?当x?x0时，可用Taylor展开逼近， 当|x-x0|较大时，逼近误差很大。光滑性好，但需知道导数值，且收敛范围有限，收敛速度很慢。 ?寻找一种新的逼近函数，简单、光滑性好，例如多项式，且能“均匀的”逼近f(x). approximation_introduction 对函数类A中给定的函数f(x)，要求在另一类简单的便于计算的函数类B中，求函数p(x)?B?A，使p(x)与f(x)之差（误差）在某种度量意义下最小。 A:C[a,b] B:代数多项式，分式有理函数，三角多项式 度量标准： 一致逼近或均匀逼近 均方逼近或平方逼近 存在性问题：? f(x)?C[a,b], 是否存在 Pn(x)? f(x)(uniformly)? Th1. (Weierstrass定理)设f(x)?C[a,b]，? ?0, ? 多项式P(x)，s.t. 在[a,b]上一致成立。 Weierstrass,德， 1885年提出， 时年70岁； 1912年Bernstein (俄)证明 注: 1.设f(x)?C[0,1], P(x)= 则 2. 类似地， §2 最佳一致逼近多项式 一、问题描述：切比雪夫(俄)从另一观点研究一致逼近问题，不是让多项式次数n??,而是固定n. Hn={次数不超过(≤)n的代数多项式}?C[a, b], {1, x, …, xn}构成它的一组基，Hn =span{1, x, …, xn}. 最佳一致逼近或切比雪夫逼近问题 所有偏