25数值分析—最佳逼近━基于MATLAB的实现与分析§1引言所谓函数最佳逼近就是从指定的一类简单的函数中寻找一个和给定的函数“最贴近”的函数,从几何(空间)的角度看,函数最佳逼近就是从指定的一类简单的函数(点的集合)中寻找一个与给定的函数(定点)距离最短的函数(点)。由于在函数空间中可以定义不同的距离,不同意义下的距离度量定义了不同的逼近准则。令表示指定的一类简单的函数集合1、函数最佳一致逼近:基于的距离度量如下dfPfxPxxab,,max(1)逼近准则:xPxfPfdbaxPP,maxmin,min(2)2、函数最均方逼近:基于的距离度量如下dfPfxPxdxab,212(3)逼近准则PfdP,minminPfxPxdxab212(4)如果给定的是函数在若干点处的函数值:xfxii,,i0,1,,n,那么还有称为:3、最小二乘逼近:基于的距离度量如下dfPfxPxiiin,012(5)逼近准则PfdP,minminPfxPxiiin012(6)264、插值逼近,其逼近准则为:iixfxP,nixP,,,,10(7)对于函数最佳逼近问题而言,用于逼近的简单的函数集合一般选取次数不超过n次的多项式函数全体nkkxPxPxkndeg(8)即用多项式函数逼近给定的函数,其原因在于只需对自变量做加法、减法和乘法运算就能得到函数值是多项式函数显著的特点之一,因此,从计算的角度来说多项式函数是最简单的。§2函数最均方逼近函数最佳均方逼近准则minPfxPxdxab212(9)与下面的准则等价minPbadxxPxf2(10)为了讨论问题时方便,在下面的讨论中我们采用准则(10)。一般人们习惯于把一个n次多项式写成nxx,,,1的线性组合,即nnnnnaxaxaxaxP1110(11)的形式,但是,这种表现形式在有些场合并不好,为说明这一点,我们先采用式(11)。当我们选取n次多项式做最佳均方逼近时,积分bandxxPxf2(12)的结果依赖于n次多项式xPn系数ka,nk,,1,0,即banndxxPxfaaa210,,,(13)所以最佳平方逼近多项式xPn*必须满足如下条件:27baknniinikdxxxfxaa020,nk,,1,0(14)即bakninibaknindxxxfadxxx0,nk,,1,0(15)由式(15)可知,最佳平方逼近多项式xPn*的系数*ka,nk,,1,0,是1n阶线性方程组(15)的解,但是线性方程组(15)通常是病态方程组,例如,当0a,1b时,其系数矩阵就是著名的Hilbert(病态)矩阵。为避免解病态方程组,需要引入函数内积的概念:对于baCxgxf,,,baCx,0,定义内积如下:badxxgxfxgf,(16)由内积诱导的范数(距离)0,2122fddxxfxfba(17)正交的概念:xgxfxgxffdxxgxfxgfba0,22(18)基于函数的内积与正交的概念,如果我们能找到一组正交多项式xk,nk,,1,0:xxxxdxxxxjijiibajiji0,22(19)并且将n次多项式xPn表示成这组正交多项式的线性组合:niiinxbxP0(20)那么采用内积的记号,这时正规方程组(15)nnnnnnnnfffbbb,,,,,,,,,,,,1010101110101000(21)就具有下面的特殊形式:28nnnnfffbbb,,,,000,000,10101100(22)正交多项式的构造:xPbxPaxxPaxxPxPnnnnn211101,nk,,1,0(23)其中bannbannnnnnnbannbannnnnnndxxPxPxdxxPxxPxPPPxPbdxxPxPxdxxPxxPxPPPxPa2221222111111111,,,,,,3,2n(24)利用区间平移和伸缩变换:batabx21(25)22abxabt(26)可以原来定义在区间]1,1上的正交多项式族转化成区间ba,上的正交多项式族。Legendre多项式及其应用