数值分析5.3最佳平方及一致逼近.ppt

*5.4 最佳平方逼近 *5.4.1 最佳平方逼近及其计算 最佳平方逼近问题 : 对 f ( x ) ∈ C[ a , b ] 及 C[ a , b ] 中的一个子集 ? ? C [ a , b ] ? ? span { ? 0 ( x ), ? 1 ( x ), ? ? n ( x )} 若存在函数 S ( x ) ? ? , 使下式成立 ? f ( x ) ? S ( x ) ? min f ( x ) ? S ( x ) 2 ? min 2 S ( x ) ? ? ? 2 2 S ( x ) ? ? a ? b ? ( x ) [ f ( x ) ? S ( x )] dx 2 则称 S * ( x ) 是 f ( x ) 在子集 ? ? C [ a , b ] 中的 最佳平方逼近 函数 . 为了求 S * ( x ), 由上式可知该问题等价于求多元函数 I ( a 0 , a 1 , ? , a n ) ? ? ? ( x ) [ ? a i ? i ( x ) ? f ( x ) ] dx 2 a i ? 0 b n 的最小值 . 由于 I ( a 0 , a 1 , … , a n ) 是关于 a 0 , a 1 , … , a n 的二次函 数，利用多元函数求极值的必要条件 ? I ? 0 ? a k 即 b n ( k ? 0 , 1 , ? , n ), ? I ? 2 ? ? ( x ) [ ? a j ? j ( x ) ? f ( x )] ? k ( x ) dx ? 0 a ? a k j ? 0 ( k ? 0 , 1 , ? , n ), 于是有 ? ( ? ( x ), ? ( x )) a k j j ? 0 n j ? ( f ( x ), ? k ( x )) ( k ? 0 , 1 , ? , n ) 是关于 a 0 , a 1 n j ? 0 … , , a n 的线性方程组，称为 法方程 ，即 ? ( ? k , ? j ) a j ? ( ? k , f ), k ? 0 , 1 ,..., n ( ? 0 , ? n ) ? ? a 0 ? ? ( ? 0 , f ) ? ? ? ? ? ? ( ? 1 , ? n ) ? ? a 1 ? ? ( ? 1 , f ) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ( ? n , ? n ) ? ? a n ? ? ( ? n , f ) ? ? ( ? 0 , ? 0 ) ( ? 0 , ? 1 ) ? ? ( ? , ? ) ( ? , ? ) ? 1 1 ? 1 0 ? ? ? ? ? ( ? n , ? 0 ) ( ? n , ? 1 ) ? 由于函数组 ? 0 ( x ), ? 1 ( x ), ? ? n ( x ) 线性无关，故系数矩阵的行列式非零，即 det G ( ? 0 , ? 1 , ? ? n ) ? 0 于是方程组有唯一解 a k ? a ( k ? 0 , 1 , ? , n ) * k 从而得到 最佳平方逼近函数 S ( x ) ? a ? ( x ) ? a ? ( x ) ? ? ? a ? ( x ). * * 0 0 * 1 1 * n n 注： 若取 ? k ( x ) ? x , ? ( x ) ? 1 , f ( x ) ? C [ 0 , 1 ], 则要在 H n 中求 n 次最佳平方逼近多项式 k 此时 S ? ( x ) ? a ? ? ? n 0 ? a 1 x ? ? ? a n x . ( ? ( x ), ? 1 k ? j 1 j k ( x )) ? ? 0 x dx ? k ? j ? 1 ( f ( x ), ? 1 k ( x )) ? ? f ( x ) x k 0 dx ? d k 若用 H 表示 G n ? n ? G ( ? j , ? k ) n ? n 对应的矩阵，即 1 / 2 ? 1 /( n ? 1 ) ? ? 1 ? ? 1 / 3 ? 1 /( n ? 2 ) ? ? 1 / 2 H ? ? ? ? ? ? ? ? ? 1 /( n ? 1 ) 1 /( n ? 2 ) ? 1 /( 2 n ? 1 ) ? ? ? 则称 H 为 希尔伯特 ( Hilbert ) 矩阵 ，若记向量 a ? ( a 0 , a 1 , ? , a n ) , d ? ( d 0 , d 1 , ? , d n ) , T T 则 法方程 为 Ha ? d . 的系数 . 其解 a k = a k * ( k =0,1, … , n ), 即得所求最佳平方多项式