Ch3_2最佳平方逼近1.pptVIP

5.6 函数的最佳平方逼近 5.6.1 最佳平方逼近的概念与解法 一、最佳逼近的意义 设{?0?x?,?1?x?, ?, ?n?x?}? C[a, b], 它们线性无关. 又给定 f (x)?C[a, b], 求 p*(x)? Hn ? Span{?0?x?,?1?x?, ?, ?n?x?}, 使得 f (x) ?p*(x) 在某种意义下最小. 二、最佳平方逼近的概念 定义 对于给定的 f (x)?C[a, b],若有 p*(x)?Hn ,使得 ( f ?p*, f ?p*) ?min{( f ?p, f ?p) | p ? Hn}. 则称 p*(x) 是(在子空间Hn中)对 f (x) 的最佳平方逼近函数. 定理5.7 设 f (x)?C[a, b]，p*(x)?Hn , 在 Hn 中, p*(x) 是对 f (x) 最佳平方逼近的函数 ? ( f ?p*, ?j )=0, j=0,1,…,n. 其中, {?0?x?,?1?x?, ?, ?n?x?}为子空间 Hn 的一组基. 证: (?) 反证法, 设有函数 ?k?x?, 使得 ( f ?p*, ?k) ? ?k ?0 , 令 q(x) ? p*(x) ? ?k?x? ?k /(?k, ?k), 显然, q(x)?Hn . 利用内积的性质, 可得 (?) 若 ( f ?p*, ?j )=0, j=0,1,…,n 成立, 对任意的 p(x)?Hn ,有 若用H表示 若用{1,x,…,xn}做基求最佳平方多项式, 计算简单，但当n较大时, 系数矩阵H是病态的,因此直接求解法方程是相当困难的,故通常是采用正交多项式做基底构造最佳平方多项式。 3.4.2用正交函数族作最佳平方逼近 称为f(x)的广义傅立叶(Foureir)级数, 一、Legendre 多项式的应用 给定函数 f (x)?C[a, b], 求 f (x)的Legendre最佳平方逼近. Legendre 多项式的权函为?(x) ?1, 故内积 遇到区间[a,b], 通过下面的变换把问题转化到[-1,1]上处理. 函数 f (x) 的 Legendre 无穷级数 例7 求函数 f (x) ?ex 在 [-1,1] 上的 Legendre 三次最 佳平方逼近多项式. 解: 前4个Legendre 多项式为 * * 函 数 逼 近 在数值计算中经常遇到求函数值的问题，手算时常常通过函数表求得，用计算机计算时若把函数表存入内存进行查表，则占用单元太多，不如直接用公式计算方便。因此，我们希望求出便于计算且计算量省的公式近似已知函数 f(x)，例如，泰勒展开式的部分和 就是f(x) 的一种近似公式，用它求x0附近的函数值f(x)，误差较小，当 |x-x0| 较大时，误差就很大。例如 f(x)=ex 在[-1,1]上用： 近似ex，其误差： 于是 误差分布如图： x y -1 1 它在整个区间上误差较大，若在计算机上用这种方法计算ex ，如精度要求较高，则需取很多项，这样即费时又多占存储单元。因此，我们要求在给定精度下计算次数最少的近似公式，这就是函数逼近要解决的问题。 ?定义 近似代替又称为逼近，函数 f(x) 称为被逼近函数；P(x) 称为逼近函数，两者之差称为逼近的误差。 ?函数逼近问题可叙述为：对函数类 A 中给定的函数 f(x) ，需要在另一类较简单的便于计算的函数类 B （B∈?A）中，找一个函数P(x) ，使P(x) 与 f(x) 之差在某种度量意义下达到最小。 ?函数类 A通常是区间 [a,b] 上的连续函数，记作C[a,b] ；函数类 B 通常是代数多项式，有理多项式，三角多项式，分段多项式等容易计算的函数。 ?最常用的度量标准有两种： 1、一致逼近（均匀逼近） 以 作为度量误差f(x)- P(x) 的“大小” 标准。 2、平方逼近（均方逼近） 以 作为度量误差f(x)- P(x)的“大小” 标准。 下面用到的内积为 ?k 这说明, p*(x) 不是对 f (x) 最佳平方逼近的函数, 矛盾. p*在 Hn 中是对 f 的最佳平方逼近函数. 证毕. 即 设 f (x)?C[a, b], p*(x)?Hn ,在 Hn 中, p*(x) 是对 f (x) 最佳平方逼近的函数 ? 对任意的 p(x)?Hn ,均有 ( f ?p*, p )=0. 由于 及 3.4 最佳平方逼近 使下式成立 3.4.1最佳平方逼近与计算 利用多元函数求极值的必要条件 即 于是有 是关于 的线性方程组,称为法方程, 由于 线性无关，故系数矩