上海交通大学计算方法课件(宋宝瑞)CH.5.docVIP

第六章 函数的最优逼近与拟合 §1 线性赋范空间中的逼近问题 1.1 函数逼近与函数空间 逼近的思想和方法渗透于几乎所有的学科，其中包括自然科学和人文科学中的学科。逼近论既是一门研究函数的各类逼近性质的学科，属于函数论的范畴，同时又是计算数学和科学工程计算诸多数值方法的理论基础和方法的依据。本章讨论科学计算中基于逼近论的一些函数逼近方法。 函数逼近方法与函数插值方法相类似，它也是在某一函数类中求函数，使它与被逼近函数之间满足一定的近似条件。 在插值方法中，这个近似条件是在插值结点上使插值函数与被插值函数的函数值对应相等（包括各阶导数值对应相等）；在逼近方法中，这个近似条件用逼近函数与被逼近函数之间的某种距离来表达。 数学上常在各种集合中引入某些确定关系，称为赋予集合以某种空间结构，并将这样的集合称为空间。例如，在线性代数中将所有实n维向量组成的集合，按向量加法及向量与数的乘法构成实数域上的线性空间，记作，称为n维向量空间。类似地，对次数不超过n（n为正整数）的实系数多项式全体，按通常多项式加法及数与函数乘法构成数域R上的线性空间，用表示，称为多项式空间，又如所有定义在区间上的连续函数集合，按函数加法和数与函数乘法构成R上的线性空间，记作，称为连续函数空间。 定义1.1 设集合S是数域P上的线性空间，如果存在不全为零的数使得 （1.1） 则称是线性相关的；若（1.1）式只对成立，则称是线性无关的。 如果S包含一个由n个元素组成的极大线性无关组，则称S是n维的，如果对任意自然数N，S中存在N个线性无关的元素，则称S是无穷维的。 显然是无穷维的，但对于和＞0，可以用有限维空间中的元素逼近，使误差，这就是著名的Weierstrass逼近定理。 定理1.1 设，则＞0，，使得 ＜ 在上一致成立。 此定理可在数学分析书中找到证明。1912年Bernstein构造了一个多项式 （1.2） 并证明在上一致成立，若在上m阶可导，则还有。这也就从理论上给出定理1.1的构造性证明。称为f的n次Bernstein多项式。但由于收敛于很慢，因此实际计算的近似值时，很少用这种方法。 连续函数还可用其他函数集合逼近。一般地，可用一组在上线性无关的函数集合的线性组合来逼近，即用 （1.3） 逼近。于是函数逼近问题就是对，在线性子空间中找某一元素,使在某种意义下最小。换句话说，也就是找一组系数，使（1.3）式中的成为在中的最佳逼近元。 1.2 赋范线性空间中的最佳逼近 既然是在线性子空间中寻找某一函数的逼近，必须引入一个度量的概念来衡量逼近的好坏，即衡量误差的大小。这对于不仅要计算函数在个别点上的值，而且要考虑函数在区间上的整体性质时，特别有意义。 定义1.2 设为线性空间，如果对每一向量，都有一实数与之对应，把这一实数记为，并且这一对应具有下列性质 1），等号成立当且仅当，（的零向量）－正性 2），－正齐性 3）.－三角不等式 则称为x的范数，一个线性空间，如果其中定义了满足上述三条公理的范数，我们称之为赋范线性空间，记为{X；}. 注：范数的概念是很广泛的，只要满足上述3条，都可作为范数。以前我们引入的向量和矩阵的范数都是相应空间的范数。同一线性空间可以赋予不同的范数。 定义1.3 设为赋范线性空间，其范数为，若序列，，使 则称序列依范数收敛于f，. 现在运用赋范线性空间的概念来讲解函数的逼近问题。 逼近论的两个基本问题 1o给定赋范线性空间，以及的一个真子空间。对于如果在中存在这样的元素使得对所有的有 成立，则称为f在范数意义下在中的最佳逼近元。立即就会出现这样的问题： （1）最佳逼近元是否存在？是否唯一？ （2）当最佳逼近元唯一存在时，如何构造最佳逼近元。 2o设有的一系列子空间，若对每一个子空间，问题1o中的最佳逼近元存在，是否有，以及收敛的速度。 我将对于不同的范数定义，逐一研究这些问题。 §2 最佳一致逼近 给出线性空间，取其范数和子空间为 ， （2.1） 根据定理1.1，问题2o的回答是肯定的。考虑问题1o 对中任一元素f的最佳逼近问题称为最佳一致逼近（通常又称为Chebyshev意义下的逼近）。 定理2.1 如果f在上连续，则在集合中存在一个元素，是f的最佳一致逼近元。 证略。 §4 最佳平方逼近 大家已经学过三维欧氏空间，知道在欧氏空间里一个向量的长度，两个向量的夹角，向量到子空间的投影等是什么意思，在这一节里，我们要把函数逼近问题与欧氏空间联系起来，研究欧氏范数下的最佳逼近。 4.1 线性内积空间 定义4.1 设为实线性空间，如果对每一对向量，都有一实数与之对应，把这