数值分析2章.docVIP

第2章最佳逼近和最小二乘法 内容 2.1内积空间的最佳逼近 2. 2函数的最佳平方逼近 2. 3离散数据的最小二乘逼近 2. 4连续函数的最佳一致逼近 2. 5多元函数逼近一-曲面逼近 ■为什么研究函数的最佳逼近问题？ 插值法要求插值函数在插值节点上满足插值条件P(G = g (2 0,1,2,…小但 在实际问题中通过测量或实验得到的样本值｛/(兀)｝二通常并不准确，此时用插值 法构造逼近函数是不合适的。为此，需要从整体角度研究逼近方法。 ■函数的最佳逼近问题： 对于给定的函数/(%),要求在一个简单函数类B中，寻找一个函数s(x) g B , 使得s(x)与/(对的误差在某种度量下达到最小，这一问题称为最佳逼近问题， s(x)称为/⑴的最佳逼近函数。 ■函数最佳逼近常用的误差度量标准 =min ||/(x) - y(x)|L ,最佳一致逼近或均匀逼近2 范数:||j(x)||2 = ||/(x) -^(x)||2 = min ||/(x) - ^(jc)||2 ,最佳平方逼近或均方逼近 00 范数:|0(q|L = =min ||/(x) - y(x)|L ,最佳一致逼近或均匀逼近 §2.1内积空间中的最佳逼近 ■内积空间的最佳逼近问题 设西,勺，…，暫是内积空间U中H个线性无关的元素，线性子空间 M =span{xpx2,---,xn} = { y y 。对于Vx gt7 ,求出M 中的兀素 i=\ 宀亍心,使得 i=\ ||x-x|| ||x- j (X/y wM) (2. 1. 1) 则称■/是兀在M中的“最佳逼近”元。 内积空间的正交投影定理(定理2. 1. 1) 内积空间的正交投影定理(定理2. 1. 1) 设M是内积空间〃中完备的线性子 空间，则对于任何xeU ,存在唯一的x*wM,使得兀-x*wM丄，称x*是兀在 空间M上的正交投影，并且 卜7*卜鸚卜一刃 (2. 1.2) ■最佳逼近与正交投影的关系 定理说明，内积空间中任何元素在完备线性子空间中存在唯一的正交投影， 并且在内积导出的范数意义下，正交投影X*是逼近乂最好的元索。因此在内 积空间中的最佳逼近问题可以通过求正交投影来解决。 ■正交投影/最佳逼近元的计算 x-x* e M丄 u =(兀_工%,?) = 0 (j = 1,2,???，) /=! 即 工(兀八兀)； =(x,f) () = 1,2,…丿) （兀2，西）（ （兀2，西）（X2,X2）… （坷,兀“） （兀2，暫） ? ■ * ■ a2 ■ ■ （兀,Xj） （兀,x2） ■ ? （益,￡）. ■ a. ? （兀,￡） （2. 1.3） 称为法方程（或正规方程），记作 Aa = b ?由于兀“2，???，￡线性无关，4可逆，方程存在唯一解从而求出兀在M屮 的唯一最佳逼近元T =工力兀O i=\ ?特别地， ⑴当心也，…心为正交系时，A是对角矩阵，得心戶1，…心 最佳 （兀，兀） 逼近元扌=￡也1勺 a： = （x, a： = （x,兀），最佳逼近 ⑵当X],兀2,…，暫为规范正交系时，A是单位矩阵, 元X* =，（x,兀）兀。 /=! ■最佳逼近的误差估计 设F ?平方误差 6 2 =||x —x*||2 = (x-x*,x-x*) A? =(x-x\x) = (x, x) - (x*, x) = (x, x) — 工 a：(兀,x) i=l ?均方误差 |0|| — J(x, - E⑴? X) (2.1.4) 另一方面，由3 = x-x*得 (x, x) = (^ + x ,3 + x ) = (50) + () + (兀，/) + (x ,x ) = {8,3) + (x ,x ) 即 ||x||2 = p||2+||/||2 (2.1.5) 故均方误差也可以写成|0卜』卜『一卜丫。 § 2. 2 I}[a,b]中的最佳平方逼近 ■ l}[a,b]中的度量和权函数 设在空间中定义内积和范数 其中p(x)el}[a,b]为权函数，在⑺少)上非负，且满足： ￡ x7 p(x)dx oo () = 0,1,2,…)； 对于任意的非负连续函数力(劝，若f/z(_x)Q⑴必=0,则 h(x) = 0, xg[a.b]. ?如果没有给出权函数p(x)9默认为/?(%) = 1 o ■最佳平方逼近（定义2.2.1）设％⑴,％（力，…,％⑴是即，切中的：+1个线辛 无关函数，线性子空间M =span{°（）,%,…如。如果对于0门兀）€厶［讪，子 在s*（x） = ￡eSiWM ,使得 f=0 =胃書壮 p(x)[f(x) -s(x)]2dx ■最佳平方逼近多项式：若线性子空间M =span{l,x,x2,…,x},贝I」称”⑴为 /（X）在M中的斤次最佳平方逼近多项式。 ■最佳平方逼近的构造