函数逼近与计算.pptVIP

* * * * * * * * * * * * * * * * * * * * * 上上上上上上上上中 * * * * * * * * 用最小二乘法得到的法方程组(3. 6)，其系数矩阵G是病态的,但如果?0(x), ?1(x),… ?n(x)是关于点集 {xi}(i=0, l, ..., m)带权?(xi) (i=0,l,...,m) 正交的函数族，即 则方程（5.6）的解为 (?j, ?k) = ?(xi)?j(xi)?k(xi) = ? i = 0 m 0, j≠k, Ak j = k. = ak*= (?k, ?k) (f, ?k) ?(xi)f(xi)?k(xi) ? i = 0 m ?(xi) ?k2(xi) ? i = 0 m (k=0, l, ..., n) 例：用 来拟合 ，w ? 1 解： ?0(x) = 1， ?1(x) = x， ?2(x) = x2 7623 ) ( 4 63 || || 484, || || 1 = =  ? - ? = B cond B B 正交多项式与最小二乘拟合 例：连续型拟合中，取 则 Hilbert阵！ 改进： 若能取函数族?={ ?0(x), ?1(x), … , ?n(x), … }，使得任意一对?i(x)和?j(x)两两（带权）正交，则 B 就化为对角阵！ 这时直接可算出ak = ? 正交多项式的构造： 将正交函数族中的?k 取为k 阶多项式，为简单起见，可取?k 的首项系数为 1 。 有递推 关系式： 其中 例：用 来拟合 ，w ? 1 解：通过正交多项式 ?0(x), ?1(x), ?2(x) 求解 设 ) ( ) ( ) ( 2 2 1 1 0 0 x a x a x a y j j j + + = 1 ) ( 0 = x j 2 29 ) , ( ) , ( 0 0 0 0 = = j j j y a 2 5 ) , ( ) , ( 0 0 0 0 1 = = j j j j a x 2 5 ) ( ) ( ) ( 0 1 1 - = - = x x x x j a j 5 37 ) , ( ) , ( 1 1 1 1 = = j j j y a 2 5 ) , ( ) , ( 1 1 1 1 2 = = j j j j a x 4 5 ) , ( ) , ( 0 0 1 1 1 = = j j j j b 5 5 ) ( 4 5 ) ( ) 2 5 ( ) ( 2 0 1 2 + - = - - = x x x x x x j j j 2 1 ) , ( ) , ( 2 2 2 2 = = j j j y a 与前例结果一致。 注：手算时也可用待定系数法确定函数族。 一、最佳平方三角逼近与三角插值 §6 最佳平方三角逼近与快速傅里叶变换 二、快速傅氏变换(FFT) * * * * * * * * * * * * * * * * * * * * * * 这里 (5) 设{?n(x)} 是在[a,b]上带权?(x)的正交多项式序列,则?n(x)(n?1)的 个根都是在区间(a,b)内的单重实根. ? 0 二、勒让德多项式 三、切比雪夫多项式 四、其他常用的正交多项式 课堂练习 1、如何选取 r ，使 在[-1,1] 上与零的偏差最小？r是否唯一？ 2、选择a使积分 取得最小值。 3、设 ，分别在 ， 上求一元素，使其为 的最佳平方逼近，并比较其结果。 本节主要内容 1、利用正交多项式族做最佳平方逼近 2、最小二乘法（离散数据拟合） 3、Fourier逼近 二、用正交函数族作最佳平方逼近 曲线拟合 仍然是已知 x1 … xm ; y1 … ym, 求一个简单易算的近似函数 P(x) ? f(x)。 但是 ① m 很大； ② yi 本身是测量值，不准确，即 yi ? f (xi) 这时没必要取 P(xi) = yi , 而要使 P(xi) ? yi 总体上尽可能小。 常见做法： ? 使