计算方法_05.pptVIP

* 其中P3(x)为三次勒让德多项式，所以 就是f(x)在[-1,1]上的二次最佳平方逼近多项式。 ⒊ 切比雪夫多项式 可以证明 为n次多项式，称之为切比雪夫多项式。 切比雪夫多项式具有如下性质： 6.4 最佳平方逼近 * ⑴ 正交性 {Tn(x)}是[-1,1]上关于权 的正交多项式系，且 ⑵ 三项递推关系 由递推关系可以知道，Tn(x)的首项系数为2n-1。 6.4 最佳平方逼近 * ⑶ 对零的一致误差最小 对任何首项系数为1的n次多项式f(x)有： 并且 ⑷ 零点 Tn(x)在[-1,1]上有n个互异零点： 6.4 最佳平方逼近 * 利用切比雪夫多项式的性质⑶，可以容易地解决一些特殊的多项式的最佳一致逼近问题。 [例5-7] 求多项式2x3+x2-2x-1在[-1,1]上的二次最佳一致逼近多项式。 解 由题意，所求最佳一致逼近多项式 应满足 即 是区间[-1,1]上所有首项系数为2的三次多项式f(x)-P(x)中与零一致误差最小的三次多项式，由切比雪夫多项式的性质⑶知，应有： 6.4 最佳平方逼近 * 三、最佳多项式平方逼近 ⒈ 最佳多项式平方逼近 下面讨论如何寻求函数f(x)的满足： 的最佳平方逼近多项式P*(x)。 首先讨论f(x)?C[0,1]的情况。设Hn=Span{1, x, …, xn}， 取 ，由(6.18)可知： 6.4 最佳平方逼近 (6.18) * 求P*(x)等价于求多元函数 的最小值点。利用多元函数求极值的必要条件 有 即 6.4 最佳平方逼近 (6.19) (6.20) * 亦即 方程组(6.21)或(6.20)称为法方程组，其系数矩阵为希尔伯特矩阵，它是可逆的。故法方程组存在唯一解 ，因此得： 6.4 最佳平方逼近 (6.21) * 可以证明上述方法求出的P*(x)就是f(x)在[0,1]上的最佳平方逼近多项式。 对于f(x)?C[a,b]的情况。只需作变换： x=(b-a)t+a 则f(x)=f((b-a)t+a)=g(t)?C[0,1]，求出g(t)?C[0,1]的最佳平方逼近多项式P*(t)，从而可得f(x)在[a,b]上的最佳平方逼近多项式： 6.4 最佳平方逼近 * ⒉ 用正交多项式作最佳平方逼近 对f(x)?C[a,b]，以[a,b]上的正交多项式系{P0(x), P1(x),…,Pn(x)}为基，取 进行平方 逼近，只要把上述讨论过程的xk相应地换成Pk(x)，区间[0,1]换成[a,b]即可。这时与式(6.21)相应的法方程组为： 由Pk(x)的正交性，其可简化为 6.4 最佳平方逼近 * 显然，其解为： 故f(x)在[a,b]上的最佳平方逼近多项式为： 可见，用正交多项式求最佳平方逼近多项式不用解线性方程组，避免了法方程组病态所带来的麻烦。 例如，用勒让德正交多项式Pk(x)求f(x)?C[-1,1]的最佳平方逼近多项式。由式(6.22)知，最佳平方逼近多项式(6.23)的系数为： 6.4 最佳平方逼近 (6.22) (6.23) * P*(x)与f(x)的平方误差为 同样，如果f(x)?C[a,b]，作变换 ，则： 用勒让德正交多项式求出g(t)的最佳平方逼近多项式P*(t)，从而得到f(x)在[a,b]上的最佳平方逼近多项式 6.4 最佳平方逼近 (6.24) * ⒊ 带权的最佳平方逼近 把上述问题进行推广，对给定的f(x)?C[a,b]，若存在P*(x)?Hn，使： 其中： 则称P*(x)为f(x)在[a,b]上关于权? (x)的最佳平方逼近多项式。 对f(x)?C[a,b]，若以{1, x, …, xn}为基，取 6.4 最佳平方逼近 * 则法方程组为： 如果以关于权? (x)的正交多项式{P0(x),P1(x),…,Pn(x)} 为基，取 ，则最佳平方逼近多项式： 的系数为： 6.