数值分析课件第3章函数逼近与曲线拟合.pdf

精品文档 第三章 函数逼近与曲线拟合 1 函数的逼近与基本概念 1.1 问题的提出 多数计算机的硬件系统只提供加、减、乘、 除四种算术运算指令，因此为了计算大多数有 解析表达式的函数的值，必须产生可用四则运 算进行计算的近似式，一般为多项式和有理分 式函数 .实际上， 我们已经接触到两种逼近多项 式，一种是泰乐多项式，一种是插值多项式 . 泰乐多项式是一种局部方法， 误差分布不均匀， 满足一定精度要求的泰乐多项式次数太高，不 宜在计算机上直接使用 .例如，设 f (x) 是 上 [ 1,1] 的光滑函数，它的 Taylor 级数 f (x) a xk ， k k 0 ( k ) f (0) ak 在 [ 1,1]上收敛。当此级数收敛比较 k ! 快时， e (x) f (x) s (x) a xn 1 。这个误差分 n n n 1 布是不均匀的。当 x 0 时， en (0) 0 ，而 x 离开 零点增加时， e (x ) 单调增加，在 x 1误差最 n 精品文档 精品文档 大。为了使 [ 1,1]的所有 x 满足 f (x) s (x) ， n 必须选取足够大的 n ，这显然是不经济的。插 值函数出现的龙格现象表明，非节点处函数和 它的插值多项式相差太大。更重要的是，实际 中通过观测得到的节点数据往往有各种误差， 此时如果要求逼近函数过全部节点，相当于保 留全部数据误差， 这是不适宜的。 如图 1 所示， 给出五个点上的实验测量数据，理论上的结果 应该满足线性关系，即图 1 中的实线。由于实 验数据的误差太大，不能用过任意两点的直线 逼近函数。如果用过 5 个点的 4 次多项式逼近 线性函数，显然误差会很大。 实验数据 真函数 插值多项式逼近 精确的线性逼近 图 1 精品文档 精品文档 1.2 范数与逼近 一、线性空间及赋范线性空间 要深入研究客观事物，不得不研究事物间的 内在联系，给集合的元素之间赋予某种“确定 关系” 也