《Ch5_6最佳平方逼近09用》-公开·课件设计.pptVIP

5.6 函数的最佳平方逼近 5.6.1 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. 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. 注意：对任意的 p? Hn,必有 二 最佳平方逼近概念 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(在空间Hn中)对 f (x) 的最佳平方逼近函数. 定理5.7 (最佳平方逼近元素的特征) 设 {?0?x?,?1?x?, ?, ?n?x?} 为子空间 Hn 的一组基. f (x) ? C[a, b], p*(x)?Hn ,在 Hn 中,p*(x) 是对 f (x) 最佳平方逼近函数 ? ( f ? p*, ?j ) ? 0, j ? 0,1,…,n. (差垂直于基向量) 证 (?) 不然, 设有函数 ?k?x?, 使得 ( f ? p*, ?k) ? ?k ?0 , 令 q(x) ? p*(x) ? c?k?x?, 其中， c = ?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 均成立, 则对? p(x)?Hn ,有 定理5.8 (唯一性)设 f (x)?C[a, b],在子空间 Hn 中,对 f (x) 最佳平方逼近的函数是唯一的. 证明 假定, 在 Hn 中, p(x) 和 q(x) 都是对 f (x) 最佳平方逼近的函数,去证明 p(x) ? q(x)。 由定理 5.7 的系, 知 三 最佳平方逼近函数的求解 利用 ( f ? p*, ?j ) ? 0, 可求出最佳平方逼近函数 p*. 设 故 例6 定义内积 试在 H1 ?Span{1, x} 中寻找对于 f (x) ? 的最佳平方逼近元素 p(x). 解 解得 所求为 5.6.4 曲线拟合与曲面拟合 一 曲线拟合问题的提法 条件 给定 m + 1 个平面点 (实验数据) ( xj , yj ), j = 0,1,…,m, (5.92) 其中, a ? x0 ? x1 ??? xm ? b ; 选定 n + 1 个基函数 ?0?x?, ?1?x?, ?, ?n?x?, n ? m, {?j?x?} ( ? C[a,b] ) 在点集 {x0,x1, ?, xm} 上线性无关 . 定义 若曲线 定理5.11 设函数组 {?0?x?, ?1?x?, ?, ?n?x?} 在点集 {xi} 上线性无关, 则 C* (?Rn+1) 使得式 (5.96) 成立 ? ATAC* ? ATY (5.97) 证 (必要性) (5.96) ? (5.97). 记 方程 ATAC* ? ATY 叫做最小二乘的法方程 或正规方程. 由 ATA 的正定性, 知 法方程的解 存在 且 唯一. ATA 的形状 五 最小二乘法的精度及其与插值关系 拟合曲线对数据的拟合精度, 可用误差平方和 ? 2 来刻画 六 正交多项式用于曲线拟合 取在点集 {xi | i=0,1,…,m} 上正交的多项式 {?j?x?| j =0,1,…,n} 作为基函数组, ?j?x? 是 j 次多项式, 且其要满足 法方程 ATAC* ? ATY 的解为 例子, 求点集 {1,2,3,4} 上的正交多项式 { ?j?x?| j =0,1,2,3 }. 使用递推公式 (5.98) 可得 (m +1=4) Chebyshev 多项式在其零点集上是正交的 设{xi}是多项式 Tm+1的全部零点，即 可以证明，Chebyshev 多项式系 { Tj(x)| j = 0,1,…,n; n ? m } 在点集 { xi } 上正交。并且，若记 则有 (1) 用二次多项式拟合： 法方程 的解为 曲线拟合小结： 给定 实验数据 ( xj , yj ), j = 0,1,…,m, (5.92) 任务