正交多项式的引出及其对可微函数的拟合效果.docVIP

正交多项式的引出及其对可微函数的拟合效果 【摘要】 在函数逼近论中,对于在一个区间[a，b]逼近复杂的可微函数f(x)常用的是所谓“最小平方逼近”，即找出函数(x)使I=最小。其中，(x)为若干个线性无关的函数（，，…，）的线性组合，即(x)=，根据“最优控制”可将其转化为求解参数（）问题。为了简化这一过程，由此引出正交函数的研究，正交函数中最常用的是正交多项式。本文主要介绍正交多项式的一个初等的生成方法：Gram-Schmidt方法，及其生成的多项式的简单性质与应用。 【关键词】 最小平方逼近 正交函数 Gram-Schmidt 【正文】 在解决实际问题中，当数学模型过于复杂时需要用较简单的函数来逼近，即所谓“函数逼近论”。在给定的邻域内，用Taylor级数逼近可微函数f(x)效果比较好，但是离开较远处则误差会越来越明显。对于在一个区间[a，b]内逼近f(x)运用Taylor级数显然效果不佳，此时常用且效果很好的是“最小平方逼近”，即找出函数(x)使I=最小。 为此，运用转化的思想，选取线性无关的函数组（，，…，），用其若干个的线性组合表示(x)：(x)=， 其中（）为待定参数，转化为求这些参数的最值问题：由多元函数取极值的必要条件，上式的最优参数解（）满足以下方程： ，k=0,1,2，..，n， 将其展开成一个线性方程组： k=0， ； k=1， ； ….. k=n, ， 联立即可解出最优参数解（）。接下来以{}为基，对f（x）=在[1-1,1]上进行最优平方逼近，即求最小值，按上述方法得出方程组： ； ； ； ， 由此可解得： 显然，这样解方程是十分复杂的，问题的关键在于方程组中参数的系数。若在一组基函数中，当，jk，时，则上述方程组的复杂程度会大大降低。这样的一组基函数就是所谓正交函数组。 下面简单介绍正交函数的定义：若连续函数f(x),g(x)在[a,b]上有，则称它们在[a,b]上正交。其中为f(x),g(x)在[a,b]上的内积，记作（f(x),g(x））=(f,g)。容易验证其满足：对称性，即(f,g)=(g,f);线性性，即(cf,g)=(f,cg)=c(f,g);分配性，即；正定性，即（f,f）0，当且仅当f=0时，（f,f）=0。当函数组中两两函数均在[a,b]上正交，，则称函数组 为[a,b]上的正交函数组，当A=1时，称为标准正交函数组。 多项式在所有函数中最简单，故正交多项式是正交函数中最常用。下面介绍一个较初等的生成正交多项式组的方法，称为Gram-Schmidt方法，它由最简单的基函数组{}按以下方法生成： 这样生成的多项式当时构成正交关系，一个问题就自然产生：诸待定系数，k=1,2,…,j=0,1,…,k-1,应该等于什么？下面阐述求解过程： 由首项，，根据可得， 再有，根据可得，根据可得， 由上述过程我们可以得出求解系数的公式，即根据可知+=0，则。 这样我们就可以根据上述方法得出一组正交多项式。下面给出其一个性质1： 在[a,b]上任何次数不大于k的多项式P(x)，均可用线性表示，即表示为，k=0,1，,,,，n ，其中 证明如下：设 (1)，根据的生成途径可得出以下递推式：; ;…….; 即 （2）。 由（2）可将（1）改写为 （3）， 即P（x）可用线性表示：，k=0,1，,,,，n 将P（x）与 作内积得 ==， 则； 同理可得 ，j=0,1，…,k。 由性质1我们可以自然的推导出性质2： 若q（x）是次数不大于m的多项式，则中任意，jm与q（x）在[a，b]均正交，即，m=0,1,..,，jm。 证明：由性质我们知道， 显然，根据的正交性，诸，jm与，，…,均正交， 则与q（x）正交，性质得证。 回到开始的问题，利用正交函数组来表示可微函数f（x）效果如何呢？ 接下来取按照上述方法推导的正交多项式组的前四项为基函数，用最小平方逼近方法在[-1,1]逼近f（x）=：按Gram-Schmidt方法得出前四个多项式分别为，， 设则求使积分值I=最小的最优参数（），解法与开头相同，则可得出下列方程组： ； ； ； ， 解得如下解： 。 由此得到的逼近函数: ,与之前得到的逼近函数（基函数不为正交函数组）： 两者实质是同一个函数，这说明利用正交函数组可以有效的简化求解最小平方逼近函数的参数的最值问题，体现了研究正交函数的意义所在。 但是实际问题讲求的是逼近函数的拟合效果，下面我们借助数学工具几何画板来求解