计算方法讲义课件 六 函数逼近.docVIP

第六章 函数逼近 用简单的函数近似代替复杂函数，是计算数学中最基本的方法之一。近似又称为逼近，被逼近的函数与逼近函数之差称为逼近的误差或余项。 简单函数：仅用加、减、乘、除。多项式是简单函数。插值也可以理解为一种逼近形式。用Taylor展开：的部分和逼近f (x)也是一种逼近方法，其特点是：x越接近于x0，误差就越小。如何在给定精度下求出计算量最小的近似式，这就是函数逼近要解决的问题。逼近的度量标准有：一致逼近和平方逼近。 6.1 函数内积 本节介绍几个基本定义：权函数、内积、正交、正交函数系。 定义1 设? (x)定义在有限或无限区间[a, b]上，若具有下列性质：(1) ? (x)≥0，对任意x ?[a, b]，(2) 积分存在，(n = 0, 1, 2, …)，(3) 对非负的连续函数g (x)，若，则在(a, b)上g (x) ? 0，称? (x)为[a, b]上的权函数。 常用权函数有：；；；等。 定义2 设f (x)，g (x) ? C [a, b]，? (x)是[a, b]上的权函数，则称为f(x)与g(x)在[a, b]上以? (x)为权函数的内积。内积有如下性质：(1) (f, f )≥0，且(f, f )=0 ? f = 0；(2) (f, g) = (g, f )；(3) (f1 + f2, g ) = (f1, g) + (f2, g)；(4)对任意实数k，(kf, g) = k (f, g )。 定义3 设f (x)，g(x) ?C [a, b]，若，则称f (x)与g (x)在[a, b]上带权? (x)正交。 定义4 设在[a, b]上给定函数系，若满足条件，则称{?k (x)}是[a, b]上带权? (x)的正交函数系。当Aij ? 1时称函数系为标准正交函数系。 例 验证多项式：在上带权? (x) = 1两两正交。容易验证，，，，，结论成立。 例 在[-? ,? ]上是正交的，且函数自乘之积在[-? ,? ]上的积分是1。 6.2切比雪夫多项式 切比雪夫多项式具有很多重要性质，是函数逼近的有效工具。 定义：可以用递推关系给出切比雪夫（Chebyshev）多项式Tn(x)的定义如下：。 可用归纳法证明：，假设对于小于等于n的情况此式成立，则对n+1的情况是： 利用此关系（令）可以证明切比雪夫多项式的正交性： 切比雪夫多项式具有以下性质： (1)正交性：{Tn (x)}在[-1, 1]上是带权的正交多项式序列， (2)奇偶性：当n为奇数时Tn (x)为奇函数；n为偶数时为偶函数， (3)零点：Tn (x)在[-1,1]上有n个零点， (4)极值点：Tn (x)在[-1,1]上有n+1个极值点，，轮流取1和-1。 例 在[-1, 1]上找多项式逼近ex，使误差? 0.01。 先对ex在0处作泰勒展开，有，取前六项之和作为ex的近似，这时截断误差，能否降低 p5(x)的次数？将p5(x)表示为，由于在上，若略去最后两项，则误差为。在上若用近似代替ex的总误差不超过0.0038+0.0058 0.01。 定理：在区间[-1,1]上所有首1的n次多项式中,与0的偏差最小的多项式为。 证明：假设有一个首1的n次多项式P(x)与0的偏差比还小，则考虑Q(x)=P(x)-，注意Q(x)次数小于n，由于在[-1,1]有n+1个极值点，则Q(x)在[-1,1]有n个不同零点，于是Q(x)恒等于0，所以P(x)=。 要使拉格朗日插值多项式L(x)尽量逼近函数f(x)，则余项R(x)就要尽量小。在R(x)中f(x)是固定的，而ξ又是未知数，所以要减小余项，有一条途径是恰当选择节点集，使得在插值区间内余项的最大值为极小值。只在区间[-1, 1]上讨论切比雪夫插值法：当取切比雪夫多项式零点为插值点时， 则有 6.3 最佳平方逼近 介绍在[a, b]上较易计算的最佳平方逼近。 定义1 设在[a, b]上连续，如当且仅当，则称在[a, b]上是线性无关的，否则称线性相关。如果函数系{?k (x)}中的任何有限个函数线性无关，则称函数系{?k (x)}为线性无关函数系，例如{1, x, …, xn, …}就是在[a, b]上线性无关。 设在[a,b]上线性无关，a0,a1,…,an是任意实数，则的全体是C[a,b]的一个子集，记为，并称是基底。例如Pn = Span {1, x, x2, …, xn}表示由基底1, x, …, xn生成的多项式集合。 定理 连续函数在[a, b]上线性无关的充分必要条件是克莱姆(Gram)行列式Gn ? 0，其中。 这个定理等价于在[a, b]上线性相关的充分必要条件是Gn = 0，证明这个结论更简单一些。 定义2 对于给定的函数，称S*(x)是f(x)