正交多项式和最佳平方逼近.pptVIP

法方程Ga=d中的系数矩阵为称之为Hilbert矩阵。第二章插值与拟合第二章插值与拟合第二章插值与拟合第二章插值与拟合2.4正交多项式和最佳平方逼近BUSINESSPLAN1连续区间上正交多项式2连续函数的最佳平方逼近2.4正交多项式和最佳平方逼近正交多项式是数值计算中的重要工具，这里只介绍正交多项式的基本概念、某些性质和构造方法。离散情形的正交多项式用于下节的数据拟合，连续情形的正交多项式用于生成最佳平方逼近多项式和下章的高斯型求积公式的构造。它们在数值分析的其他领域中也有不少应用。添加标题其中的?(x)?0为给定的权函数。添加标题添加标题定义2.10函数f(x)和g(x)在连续意义下的内积定义为添加标题连续区间上的正交多项式的概念与离散点集上的正交多项式概念相似，只要将内积的定义作相应的改变。添加标题连续区间上正交多项式添加标题按连续意义下的内积，若多项式组{?k(x)}k=0,…n满足条件(1),则称它为在区间[a,b]上的带权?(x)的正交多项式序列。上关于事实上，权函数1的正交组。例2.17三角函数组是首项系数为1的i次多项式，则满足递推公式:正交多项式的三项递推公式:01下面给出几种常用的正交多项式.勒让德（Legendre）多项式.正交多项式记为，由三项递推公式得02(2.4.7)0304它们是在区间[-1,1]上的带权?(x)=1的正交多项式.它们的根都是在开区间(-1,1)上的单根,并且与原点对称.05(2.4.8)给出.它们是在区间[-1,1]上的带权的正交多项式.第一类Chebyshev多项式.第一类Chebyshev多项式可由三项递推公式前几个第一类Chebyshev多项式如下:02它们的根都在开区间（-1，1）上的单根，并且与原点对称。01拉盖尔(Laguerre)多项式。Laguerre多项式可由三项递推公式给出。它们是在区间[0,+∞)上带权的正交多项式。前几个Laguerre多项式如下:它们的根都是在区间（0，+∞）上的单根。(4)Hermite多项式Hermite多项式可由三项递推公式给出。它们是在区间（-∞，+∞）上带权的正交多项式。前几个Hermite多项式如下：它们的根都在区间（-∞，+∞）上的单根，并且与原点对称连续函数的最佳平方逼近连续函数空间C[a,b]上定义了内积（）就形成了一个内积空间。在Rn空间中任一向量都可用它的线性无关的基表示。类似地，对内积空间任一元素f(x)∈C[a,b]，也可用线性无关的基表示。例如函数组添加标题,其中添加标题线性无关。添加标题定理2.9在[a,b]上线性无关的充要条件是它的Gramer行列式Gn≠０，其中添加标题特别地，它的Gramer行列式Gn是对角矩阵。logo下面我们讨论在区间[a,b]上函数的逼近问题。函数逼近:用比较简单的函数代替复杂的函数误差为最小，即距离为最小(不同的度量意义)函数逼近问题的提出下面讨论在区间[a,b]上一般的最佳平方逼近问题。则称是f(x)在中的最佳平方逼近函数。对于f(x)∈C[a,b],若存在，使得设是C[a,b]中的线性无关函数,记定义2.12(最佳平方逼近函数)(2.4.11)讨论最佳平方逼近函数的存在性，唯一性及计算方法。(1)存在性，唯一性原问题转化为求数分知识,它有稳定解取得极小值。PART1这是关于{aj}(j=0,1,…n)的线性方程组，称为法方程.简记为Ga=d.其展开形式为(2.4.13)章节一知误差与基函数正交由(2.4.12)(2.4.14)误差与基函数正交非负事实上,(3)平方误差总结上述讨论则有定理2.10-2.12.几何解释：202XH证：法方程组的系数矩阵为定理2.12（最佳平方逼近）函数类(2.4.15)考虑特殊情形-----用多项式｛1,x,x2,…,xn,｝作n次最佳平方多项式p*(x)逼近步骤/方法(权函数为１时，［a,b］=[0,1])解法方程组Ga=d第二章插值与拟合第二章插值