佳逼近多项式.pptVIP

最佳逼近多项式 邹昌文 最佳平方逼近多项式 * 最佳一致逼近多项式/ optimal uniform approximating polynomial / （简记为OUAP） 也称为minimax problem。 偏差 /deviation/ 若 ，则称 x0 为? 偏差点。 直接构造 OUAP 的确比较困难，不妨换个角度，先考察它应该具备的性质。有如下结论： ? OUAP 存在，且必同时有? 偏差点。P79 Th.4 ? （Chebyshev定理）Pn 是 y 的OUAP ? Pn 关于 y 在定义域上至少有n+2个交错的? 偏差点。 即存在点集 a ? t1 … tn+2 ? b 使得 { tk }称为切比雪夫交错组 /* Chebyshev alternating sequence */ P79 Th.5 ? 若 ，则 n 次OUAP 唯一。P80 推论1 ? 由Chebyshev定理可推出：Pn(x) ? y(x) 在定义域上至少变号 次，故至少有 个根。 x y 0 y y x = ( ) y y x E n = + ( ) y y x E n = - ( ) y P x n = ( ) n+1 n+1 可见Pn(x) 是 y(x)的 某一个插值多项式 如何确定插值节点{ x0, …, xn }的位置，使得Pn(x) 刚好是 y 的OUAP ？即，使插值余项 v 2.0 达到极小？ v 2.1 在[ ?1, 1]上求{ x1, …, xn } 使得 的||wn||? 最小。 ? = - = n i i n x x x w 1 ) ( ) ( 注意到 ，要使||wn||? 最小就意味着 ) ( ) ( 1 x P x x w n n n - - = v 3.0 在[ ?1, 1]上求函数 xn 的n?1阶 OUAP。 由Chebyshev定理可推出：Pn?1(x) 关于xn 有n+1个偏差点，即wn(x)在 n+1个点上交错取极大、极小值。 v 3.1 在[ ?1, 1]上求切比雪夫交错组{ t1, …, tn+1 } 。 ? 切比雪夫多项式 /Chebyshev polynomials/ 考虑三角函数 cos(n? ) 在[ 0, ? ] 上的 个极值点。 n + 1 当 时， cos(n? )交错达到极大值 1 和极小值 ?1 ，且存在系数 a0, …, an 使得 ? 令 x = cos(? ) ，则 x ?[ ?1 , 1 ]。 ) cos arc cos( ) cos( ) ( x n· n x T n = = q 称为Chebyshev多项式 ? Tn 的重要性质： ? 当 时， 交错取到极大值 1 和极小值?1，即 1 ? 当 时 ，即 {x1, …, xn } 为Tn(x)的n个零点。 ? Tn(x)满足递推关系： T0(x) = 1， T1(x) = x， Tn(x)为 n 次多项式，首项系数为 。且T2n(x)只含 x 的 次幂， T2n+1(x)只含x 的 次幂。 2n?1 偶 奇 OKOK, I think it’s enough for us… What’s our target again? v 3.1 在[ ?1, 1]上求切比雪夫交错组{ t1, …, tn+1 } 。 v 3.0 在[ ?1, 1]上求函数 xn 的n?1阶 OUAP。 Tn(x)的n个零点。 ? 可见：若取 ，则wn在[ ?1 , 1 ]上有 n+1 个极值点{ tk }，也即Pn?1(x) = xn ? wn(x)关于xn在[ ?1 , 1 ]上有n+1个交错偏差点{ tk } 。 v3.0