第三章 正交多项式3.2

合集下载

正交多项式拟合

正交多项式拟合

正交多项式拟合
正交多项式拟合是一种常用的数据拟合方法,它利用正交多项式的特性来拟合数据。

所谓正交多项式,指的是在一定范围内相互正交的多项式函数。

正交多项式拟合的基本思想是通过选择合适的正交多项式作为基函数,并利用最小二乘法来确定拟合参数。

常用的正交多项式包括勒让德多项式、拉盖尔多项式和埃尔米特多项式等。

在进行正交多项式拟合时,我们通常需要先选择适当的正交多项式作为基函数,并确定拟合的阶数。

然后,利用最小二乘法求解拟合系数,使得拟合函数与实际数据最接近。

正交多项式拟合的优点是可以较好地拟合非线性、非平凡的数据,且可以减小拟合过程中的误差。

它在数据拟合、函数逼近和信号处理等领域有着广泛的应用。

总之,正交多项式拟合是一种有效的数据拟合方法,可以通过选择合适的正交多项式来拟合数据,并通过最小二乘法确定拟合参数。

它的优点是可以较好地拟合非线性、非平凡的数据,并广泛应用于不同领域。

正交多项式

正交多项式
k −1 k ϕ k ( x ) = x + ∑ ckjϕ j ( x ),
k = 1, 2 , L , n 。
其中系数 ckj = −
( x ,ϕ j )
k
j =0
(ϕ j , ϕ j )
, ( j = 0,L , k − 1),
正交性
证明: 递推构造法证明 证明:用递推构造法证明 (1) 令ϕ 0 ( x ) = 1; ( 2) 构造ϕ1 ( x ) = x + c10ϕ 0 ( x ), 且选取 c10使 ( x,ϕ 0 ) 0 = (ϕ 1 , ϕ 0 ) = ( x , ϕ 0 ) + c10 (ϕ 0 , ϕ 0 ), 即选取 c10 = − (ϕ 0 , ϕ 0 )
连续函数空间, §2 连续函数空间,正交多项式理论
2.2 正交多项式理论 介绍几种常用的正交多项式
一、生成(张成)的集合 生成(张成) n ϕ 定义6 中线性无关组, 定义6 设{ i ( x )} i = 0 为 C [a , b ] 中线性无关组,称集合
ϕ 生成(张成)的集合。 为由 { i }i = 0 生成(张成)的集合。 结论: 结论 1 ( ) Span { 0 , L , ϕ n } ⊂ C [ a, b ]; ϕ
b
= ( x k , ϕ i ) + c ki ϕ i , ϕ i ) (
的正交多项式组, 于是 {ϕ i ( x )} n= 0 为[ a , b ]具有权函数 ω ( x ) 的正交多项式组, i

(ϕ i , ϕ j ) = ∫ ω ( x )ϕ i ( x )ϕ j ( x )dx = 0,当 i ≠ j。
a
#
性质: 性质:
(1)φ n ( x )是 具 有 最 高 次 项 系 数 为1的 n 次 多 项 式 。

正交多项式

正交多项式

正交多项式在数学中,正交多项式是一类特殊的多项式,其在一定的权重函数或内积定义下具有正交性质。

正交多项式在数学分析、物理学和工程学等领域中具有广泛的应用。

本文将介绍正交多项式的定义、性质以及常见的几种正交多项式。

定义给定定义在区间[a, b]上的一个非负的实数函数w(x)(权重函数),称一个多项式序列{φn(x)}n=0∞ 为正交多项式序列,如果满足以下条件:1.正交性:对于不同的i和j,若i≠j,则两个多项式的内积为0,即∫abφi(x)φj(x)w(x)dx = 0;2.单位性:多项式的平方在区间上的加权累积为1,即∫abφn2(x)w(x)dx = 1。

性质正交多项式具有许多重要的性质,如:1.正交性:正交多项式之间的内积为0,这个性质在数值计算和函数逼近中非常有用;2.生成公式:许多正交多项式都可以通过递推关系生成。

例如,勒让德多项式可通过勒让德微分方程的解得到,切比雪夫多项式可通过递推公式生成;3.逼近性:正交多项式在一定条件下能够将任意函数逼近为一个多项式级数,这在函数逼近和插值中是非常重要的性质;4.最小二乘逼近:利用正交多项式进行最小二乘逼近,可以得到最优逼近解。

常见的正交多项式勒让德多项式 (Legendre Polynomials)勒让德多项式是最常见的正交多项式之一,通常用Pn(x)表示,定义在区间[-1, 1]上,权重函数为w(x) = 1。

勒让德多项式可以通过勒让德微分方程生成,其前几个多项式表达式如下:•P0(x) = 1•P1(x) = x•P2(x) = (3x^2 - 1)/2•P3(x) = (5x^3 - 3x)/2•…切比雪夫多项式 (Chebyshev Polynomials)切比雪夫多项式是定义在区间[-1, 1]上的正交多项式,通常用Tn(x)表示。

切比雪夫多项式的权重函数为w(x) = (1 - x2)(-1/2)。

前几个切比雪夫多项式表达式如下:•T0(x) = 1•T1(x) = x•T2(x) = 2x^2 - 1•T3(x) = 4x^3 - 3x•…雅各比多项式 (Jacobi Polynomials)雅各比多项式是定义在区间[-1, 1]上的正交多项式,通常用P(α,β)n(x)表示,其中α和β是正实数,称为雅各比指数。

3.2 正交多项式

3.2 正交多项式

a1

(xP1, P1) (P1, P1)

0.5
,
b1

(P1, (P0 ,
P1 ) P0 )

0.125
,
P2 (x) (x a1)P1(x) b1P0 (x) (x 0.5)2 0.125
所以, 1, x - 0.5, (x 0.5)2 0.125 为所求在点集 {0, 0.25, 0.5, 0.75,1}上的正交多项式序列.
其中的 (x)0为给定的权函数。
(6)
按连续意义下的内积,若多项式组{k(x)}k=0,…n 满
足条件(7),则称它为在区间[a,b] 上的带权 (x)的正交
多项式序列。
第三章 函数逼近
例3.4 三角函数组 1,cos x,sin x,,cos nx,sinnx 在[ , ]
上是关于权函数1的正交组。
(2)
有了内积,就可以定义正交性。若函数 f (x) 和 g (x) 的内积 (f , g)=0,则称两者正交。
第三章 函数逼近
若多项式组{k(x)}k=0,…n 在离散意义下的内积满足
(i
,

j
)

0, ai
i j 0,i

j
(3)
则称多项式组{k(x)}k=0,…n为在离散点集 {xi}i=0,1,…,m 上的带权 { i}i=0,…m的正交多项式序列.
4
(xP0 , P0 ) i xi P02 (xi ) 2.5 i0
a0

(xP0 , P0 ) (P0 , P0 )

0.5
P1(x) x a0 x 0.5
第三章 函数逼近

【精品】正交多项式

【精品】正交多项式

正交多项式一、正交函数系的概念高等数学中介绍傅立叶(Fourier)级数时,证明过函数系;1, cos x ,sin x ,cos2x ,sin2x ,…,con nx ,sin nx ,… (3.1)中任何两个函数的乘积在区间[-π ,π ]上的积分都等于0。

我们称这个函数中任何两个函数在[-π ,π ]上是正交的,并且称这个函数为一个正交函数系。

若对(7.1)中的每一个函数再分别乘以适当的数,使之成为:nx nx x x sin 1,cos 1,,,sin 1,cos 1,21πππππ(3.2)那么这个函数系在[-π ,π ]上不仅保持正交的性质,而且还地标准化的(规范的),亦即每一个函数自乘之积,在[-π ,π ]上的积分是1。

为了使讨论更具有一般性,先要介绍一些基本概念。

1.权函数的概念 定义3.1 设ρ (x )定义在有限或无限区间[a , b ]上,如果具有下列性质: (1) ρ (x ) ≥0,对任意x ∈[a , b ], (2) 积分dx x x nba)(ρ⎰存在,(n = 0, 1, 2, …),(3) 对非负的连续函数g (x ) 若⎰=badx x x g 0)()(ρ。

则在(a , b )上g (x ) ≡ 0,我们就称ρ (x )为[a , b ]上的权函数。

在正交多项式的讨论中,会遇到各种有意义的权函数,常用的权函数有: 1)(],1,1[],[=-=x b a ρ;211)(],1,1[],[xx b a -=-=ρx e x b a -=∞=)(],,0[],[ρ2)(],,[],[x e x b a -=∞+-∞=ρ等等。

正交性的概念 定义3.3 设f (x ),g (x ) ∈C [a , b ]若⎰==badx x g x f x g f 0)()()(),(ρ则称f (x )与g (x )在[a , b ]上带权ρ (x )正交。

定义3.4 设在[a , b ]上给定函数系{} ),(,),(),(10x x x n ϕϕϕ,若满足条件())(),1,0,(,0,0)(),((是常数k kk j A k j kj A kj x x ⎩⎨⎧==>≠= ϕϕ 则称函数系{ϕk (x )}是[a , b ]上带权ρ (x )的正交函数系,特别地,当A k ≡ 1时,则称该函数系为标准正交函数系。

正交多项式

正交多项式

介绍
正交多项式是一种数学基础概念,是由一系列标准基函数的线性组合而成的广义多项式函数。

它的基本原理是将复杂的函数分解为极其简单的基本函数,经过一系列的系数相乘,然后累加,实现原始函数在数学上的拟合。

正交多项式是物理和生物学中常用的数学工具,它广泛应用于非线性系统分析领域,如数据拟合,函数估计,插值和求导等。

正交多项式有两种扩展:一是加权正交多项式,更灵活地权衡特定基函数的重要性;二是非线性正交多项式,更具有普适性和有效性。

正交多项式对于数值模拟具有重要作用。

它可以有效地减少函数处理时间,并表示函数的行为特性更加准确。

此外,正交多项式也经常用于误差分析。

例如,可以使用正交多项式系数和数据点坐标来估计实际差异。

总之,正交多项式是一种有效的数学工具,可以帮助我们准确分析和处理复杂的函数。

它的精确了解和准确应用可以为研究者提供一个科学的解决方案,以便更好地了解自然现象的真实本质。

伯恩斯坦多项式

伯恩斯坦多项式
k 0 k 0
是有界的,因而只要
成立,就有
f ( x) 对任意 x [0,1]
n
| Bn ( f , x) | max | f ( x) | | Pk ( x) |
0 x 1 k 0
伯恩斯坦多项式
有界,故 Bn ( f , x)是稳定的。至于Lagrange
多项式,由于 | l ( x) | 无界,因而不能保证
若 f ( x) 在 [0,1]上 m 阶导数连续,则 (m) lim Bn ( f , x) f ( m ) ( x)
n
这不但给出了定理的一种证明,而且给出 了 f ( x) 的一个逼近多项式的具体形式。 并且可以证明:
lim Bn ( f , x) f ( x) n 在[0,1]上一致成立;
第三章 函数逼近与曲线拟合

3.1 函数逼近的基本概念


3.2 正交多项式
3.3 最佳一致以逼近多项式逼近


3.4 最佳平方逼近
3.5 曲线拟合的最小二成法
3.6 最佳平方三角逼近与快速傅立叶变换
3.7 有理逼近
3.1 函数逼近的基本概念
函数逼近 在某区间上用简单函数逼近已知复杂 函数的问题,称为函数逼近问题。 上章讨论的插值法就是函数逼近问题 的一种。 我们的做法是在多项式类中寻找一个 合适的多项式来代替原来的函数,使误差 较小。
相关概念、定理的复习
k Bn ( f , x) f ( ) Pk ( x) n k 0
n
其中:
Weierstrass定理:设 f ( x) C[a, b],则对 任何 0 ,总存在一个代数多项式 p( x) ,使 得 f ( x) p( x) 在 [a, b] 上一致成立。 这个定理可有多种证明方法,其中的 伯恩斯坦证明是构造性的,即它给出了一 个具体的函数,称为伯恩斯坦多项式。

3.2 正交多项式

3.2 正交多项式

三、切比雪夫多项式
区间为[1,1], 权函数为 ( x ) 1 1 x2 正交化所得正交多项式称为n次切比雪夫多项式.
Tn ( x ) cos( n arccos x ), ( 1 x 1, n 0,1,2,) 若令x cos,则Tn ( x ) cos( n ),0 . (2.10)
(1) 递推关系 T0 ( x ) 1, T1 ( x ) x , Tn 1 ( x ) 2 xTn ( x ) Tn1 ( x ).
( 2) 正交性
1 1
(2.11)
0, m n, 1 Tm ( x )Tn ( x )dx / 2, m n 0, 1 x2 , m n 0.
1 3 3 即f x P x T3 x 2 x x 2 2
1 7 2 故P x f x T3 x x x 1, 2 2
2
就是f x 在 1, 1上的最佳2次逼近多项式 .
n ( xpn , pn ) /( pn , pn ), n ( pn , pn ) /( pn 1 , pn 1 ),n 1,2,,
(5)设{ pn ( x )} [a, b]上的正交多项式 0 为以 ( x )为权函数的 序列,则pn ( x )(n 1)在(a , b)内有n个不同的零点。
(x )为所有次数小于等于的首项系数为1的多项式集合。 记H n 1 ( x )是首项系数为1的 (6)记T0 ( x )=1, Tn ( x )= n 1 Tn ( x ),则T n 2 1 切比雪夫多项式,且 max | Tn ( x ) | = n -1 1 x 1 2 ( x ) | max | p ( x ) | , p ( x ) H (x ) 及 max | T n n n n

第3章正交多项式系

第3章正交多项式系
b
正交函数系
正交函数系的性质
Th3.3, [a , b]上关于权函数 ( x )的正交函数系
0 , 1 , n必线性无关
证: (反证法) 假设 0 , 1 , n线性相关,则存在不全 为0 的c0 , c1 , cn 使得c0 0 cn n 0
不妨设ci 0,同乘 ( x ) i ( x )后积分 c0 ( 0 , i ) ci ( i , i ) cn ( i , n ) 0
j ( x)ຫໍສະໝຸດ 常用正交多项式系1.切比雪夫多项式系{Tk ( x )}, 令x cos Tn ( x ) cos n , 一般地
T1 ( x ) x T0 ( x ) 1 Tk 1 ( x ) 2 xTk ( x ) Tk 1 ( x ) k 1
它在[1,上关于权函数 ( x ) 1]
由Th3.3得 0 , 1 , k 1线性无关
对任意 k 1次多项式 Qk 1 ( x )有 Q k 1 ( x ) b j j ( x )
j0 k 1
( x ) k ( x )Qk 1 ( x )dx
a
b
( x ) k ( x )[ b j j ( x )]dx 0
1 1 x
2
正交
(Tn , Tm )
1
1
nm 0 1 Tn ( x )Tm ( x )dx / 2 n m 0 1 x2 nm0
前四项为 : T(x ) 1, T1 ( x ) x 0 T2 ( x ) 2 x 1, T3 ( x ) 4 x 3 x
前四项为:P0 ( x ) 1, P1 ( x ) x P2 ( x ) ( 3 x 1) / 2

线性代数中的正交多项式

线性代数中的正交多项式

线性代数中的正交多项式正交多项式是线性代数中的一种重要概念,具有广泛的应用和深远的影响。

本文将介绍正交多项式的定义、性质以及它们在数学和工程领域中的应用。

一、正交多项式的定义在数学中,正交多项式是指在某个带权内积定义下的多项式函数族,满足互不相同、次数递增且两两正交的性质。

具体而言,设Pn(x)为n次多项式,那么它是正交多项式需要满足以下条件:1. Pn(x)是n次多项式;2. Pn(x)的系数可以通过递推关系计算,即Pn(x)可以表示为Pn(x)=an(x)P(n-1)(x)+bn(x)P(n-2)(x),其中an(x)和bn(x)是与P(n-1)(x)和P(n-2)(x)正交的多项式;3. 符合正交性条件,即∫W(x)Pm(x)Pn(x)dx=0,其中W(x)是非负权函数,m≠n。

二、正交多项式的性质1. 正交多项式族的线性无关性:正交多项式族中的任意两个多项式都是线性无关的,即不可能以一个正交多项式来表示另一个正交多项式。

2. 正交多项式的正交性:正交多项式族中的任意两个多项式在权函数的内积下是正交的,即它们的内积等于0。

3. 正交多项式的级数展开:任意函数f(x)可以展开为正交多项式族的级数形式,即f(x)=∑(n=0)~∞[anPn(x)],其中an=∫W(x)f(x)Pn(x)dx,Pn(x)是正交多项式族中的第n个多项式。

三、正交多项式的应用正交多项式在数学和工程领域中具有广泛的应用,以下是其中的几个方面:1. 函数逼近:正交多项式可以用于近似计算给定函数的级数展开形式。

通过选取合适的正交多项式族,可以提高逼近的精度和效果。

2. 微分方程求解:正交多项式在求解微分方程时具有良好的性质。

可以通过将微分方程转化为正交多项式的形式,进而求解相关的系数和解析解。

3. 数值计算:正交多项式的级数展开形式可以用于数值计算中的积分、傅里叶变换等问题。

它们具有计算效率高、精度较高的特点。

4. 概率统计:正交多项式在概率统计中扮演重要的角色。

正交多项式

正交多项式
§ 3.4 正交多项式
一、正交化手续
定义6 设 g n ( x ) 是 [ a , b ]上首项系数 , 若多项式序列 a n 0 的 n 次多项式 , ( x ) { g n ( x )} 0 ,满足正交性

为 [ a , b ]上的权函数 (g i ,g k )
b a
0, i k ( x ) g i ( x ) g k ( x ) dx ( i , k 0 ,1 , ) A k 0, i k

则称 { g n ( x )} 0 为以 ( x ) 为权函数的 称 g n ( x ) 为以 ( x ) 为权函数的
[ a , b ]上的正交多项式序列 .
.
[ a , b ]上的 n 次正交多项式
n
只要给定 [ a , b ]上的权函数 正交化手续立得正交正
g 0 ( x ) 1,
2 1 1 Q n (
n1 ~ ~ ~ ~ ~ 2 ~ x ) dx ( Pn , Pn ) a k ( Pk , Pk ) ( Pn , Pn ) k0
当且仅当 a i 0 时,等式成立。即当
~ Q n ( x ) Pn ( x ) 时平方误差最小。
令: x
ba 2
( n 0 ,1 , 2 , )
m n, 0, Pm ( x ) Pn ( x )d x 2 , m n. 2n 1
证: ( i) 当 m n 时 , 不妨 m n . 做 m 次分部积分
1 1
Pm ( x ) Pn ( x )d x

1 2
( 3 x 1 ),
3
2
[ 2 ( n 1 )]!

正交多项式

正交多项式

正交多项式正交多项式定义:正交多项式是一个属于多项式的特殊形式,它的系数只有正负的二项式的形式。

正交多项式的用途:1. 在科学计算中:解决三次方程中的较复杂问题,使计算精准而有效。

2. 在信号处理中:可以将原始信号转换为更好的可处理信号;也可以使用正交多项式可以减少信号噪声,提高传输效率和抗干扰能力。

3. 在图像处理中:可以获得更多清晰的图像信息,从而实现更好的图像压缩和损失填充。

4. 在机器学习中:利用它从大量数据中可以挖掘出有意义的特征,从而更好的进行数据分析和模型学习。

5. 在量子计算中:用正交多项式可以更有效的建立量子模型,以实现理论的验证和实验的模拟。

正交多项式的构成:正交多项式的结构由一系列二项式构成,其中又包含系数、变量和指数等三部分,可以使用不同指数来表示不同的结构特征。

1. 二项式:二项式由两个变量按照一定的指数组合而成,其中变量个数由正负系数决定,而系数则为正和负值。

2. 系数:系数是表示一个二项式中两个变量之间的关系强度的数字,它描述了二项式对应可能方案的概率及相关性,其具有显著的改变能力。

3. 变量:变量表示一个正交多项式中不同的变量,每个变量都具有一定的指数,它们描述着这个多项式的性质。

4. 指数:指数(Exponent)是表示一个二项式中变量之间关系的数字,它表示一个变量比另一个变量在正交多项式中的影响程度。

正交多项式的优点:1. 能够有效的分辨变量之间的相关性:正交多项式的二项式系数只有正负值,可以看到每个变量与其他变量之间的关系程度,及相应影响的强度。

2. 简短的记录:正交多项式的表达方式很简洁,只需要几个参数就可以完成一个正交多项式的表示,它比传统多项式表示更加简洁,可以减少记录长度和保留舍入误差。

3. 降低计算量:正交多项式的表示方式可以大大降低计算量,从而使计算更加有效方便,其中的遍历搜索也更加友好。

4. 高效的数据处理:正交多项式可以有效的处理信号和图像等数据,对信号进行更好的处理,以获得更优质的数据结果。

2_正交多项式

2_正交多项式
i0
k 2
◆ 确定系数 {d i }i 0
k -2
( f k 1 a k xf k , f m ) ( f k 1 , f m ) a k ( f k , xf m ) 0
k 2 i0
另一方面
( f k 1 a k xf k , f m ) ( d i f i d k 1 f k 1 d k f k , f m )
(反证)假设 f n (x ) 在 (a , b ) 内无实根 (反 证 )假 设 为 重 根 , 则至少是二重的 f n (x ) 在 (a , b ) 内恒正或恒负
2

b a
f n ( x ) ( x ) dx 0
f n ( x) ( x ) qn2 ( x)


b a
f n ( x ) ( x ) dx 0
k 2 i0
下面逐步确定组合系数
d i f i ( x ) d k 1 f k 1 ( x ) d k f k ( x )
August 6, 2012
yfnie@
6
(续1)
for m k 2 :
f k 1 ( x ) a k xf k ( x ) d i f i ( x ) d k 1 f k 1 ( x ) d k f k ( x )
August 6, 2012 yfnie@ 1
3.1 线性无关性
正 交 多项 式系 f i i 0 中 任 意 m 个 函数 f i1 ( x ), f i 2 ( x ), , f im ( x )

线 性 无关 (非负 整数 i 1 , i 2 , , i m 互 不 相 同 ).
P0 (x ) 1 ;

正交多项式定义

正交多项式定义

正交多项式定义
嘿,朋友们!今天咱来聊聊正交多项式呀!这玩意儿啊,就好像是数学世界里的一群特别有秩序的小精灵。

你想啊,多项式咱都知道,就是一堆项加起来嘛。

但正交多项式可不一样,它们之间有着一种特别奇妙的关系,就像是好朋友一样,互相之间很“默契”。

比如说吧,咱平时生活中也有这种类似的情况呀。

你看那些配合得特别好的团队,每个人都有自己的职责和位置,但合起来就能干成大事,这就有点像正交多项式之间的那种和谐共处。

正交多项式在很多领域都有大用处呢!就像一把神奇的钥匙,能打开好多知识的大门。

比如在数学分析里,它能帮忙解决一些复杂的问题,让那些让人头疼的式子变得乖乖听话。

而且哦,它还像是一个隐藏的宝藏。

你不深入去了解,还真发现不了它的好。

一旦你开始挖掘,哇塞,那惊喜可不断呀!它能让一些计算变得简单又轻松,就像找到了一条捷径一样。

你说这正交多项式神奇不神奇?它可不是随随便便的存在,而是有着自己独特的魅力和价值。

咱要是能把它掌握好了,那可真是如虎添翼呀!
想象一下,如果没有正交多项式,那很多数学问题该有多难解决呀!它就像是一个默默奉献的小天使,在背后帮着我们呢。

咱再想想,在科学研究中,它也能发挥大作用呢。

帮助科学家们更好地理解各种现象,找到规律。

这不就像一个好帮手,在关键时候总能给出有用的建议嘛。

所以呀,朋友们,可别小看了这正交多项式。

它虽然看起来不那么起眼,但实际上却有着巨大的能量。

我们可得好好去认识它,了解它,让它为我们的学习和工作助力呀!总之,正交多项式真的是很值得我们去深入探究的一个领域呢!。

正交多项式的性质及在科学计算中的应用【范本模板】

正交多项式的性质及在科学计算中的应用【范本模板】

正交多项式的性质及在科学计算中的应用摘要正交多项式是满足一定条件的多项式族.正交多项式是数学研究领域热点之一.许多数学理论的突破,如Bieberbach猜想的证明,数据拟合,数学物理、工程技术和函数逼近等领域的理论研究,都依赖于或应用了正交多项式的重要成果。

现正交多项式被广泛应用于数学物理,工程技术,科学计算,回归分析,概率分布等领域。

因此,对于正交多项式的研究具有重要的意义和价值.本文首先给出了正交多项式的定义,其次对勒让德(Legendre)多项式、切比雪夫(Chebyshev)多项式、拉盖尔(Laguerre)多项式、艾尔米特(Hermite)多项式的性质进行了探讨并对部分性质进行了证明,最后对正交多项式在数据拟合,最佳平方逼近以及在概率分析中的应用进行了讨论。

关键词:正交多项式勒让德(Legendre)多项式切比雪夫(Chebyshev)多项式拉盖尔(Laguerre)多项式艾尔米特(Hermite)多项式数据拟合最佳平方逼近概率分析The Character of Orthogonal Plynomial and its Applicationin Scientific ComputationAbstractOrthogonal polynomial is a polynomial that satisfies some conditions.Orthogonal polynomial is one of the hotspot in the field of mathematical research.Many mathematical theory,such as proof of the conjecture of Bieberbach,data fitting,mathematical physics,theory of engineering technology and function approximation are depends on the important achievements in the field or the application of orthogonal polynomials。

数值计算方法_正交多项式讲解

数值计算方法_正交多项式讲解

交多项式的根有如下的关系.
x x x x x (n1)
(n)
( n1)
(n)
( n1)
i
i
i1
i1
i2
i=1,…,n-1
性质5 (1) 区间[a,b]上带权函数(x)的正交多项式 序列 { fn (x)}n0 与 {gn (x)}n0 对应元素之间只
相差一个比例常数.
为gn(x) 的首次系数; dn≠0时,称
gn* ( x)

gn (为x)首 dn
次系数为1的n次多项式.
二、正交多项式性质
性质1 若 {gk ( x)}nk0是区间[a,b]上带权(x)的正交多
项式序列,则它们线性无关.
证明 对任意的x[a,b]
n
若 ck gk (x) 0 k 0
设 f (x) Pn(x)。在降低 Pn(x) 次数的同时, 使 因此增加的误差尽可能小, 也叫 economization of power series。
从 Pn中去掉一个含有其最高次项的 Pn , 结果降
次为 P~n1, 则:
max |
[1,1]
f
(
x
)

P~n1
(
x
)
|

max
[ 1,1]
的次数, gk(x)表示k次多项式),在区间[a,b]上满足
b a
( x) gn
( x) gm
( x)dx


b a
0
(x)(gn (x))2
dx

当m≠n
0 当m=n
则称多项式序列{gk ( x)}k0 为区间[a,b]上带权(x)
的正交多项式序列

正交多项式相关

正交多项式相关

上的正交多项式由最佳平方逼近的一般理论知,上的最佳平方逼近完全可以转化为正交系的讨论。

因为若是f的最佳平方逼近元,则系数向量满足方程组:,而当{φi}为规范正交时,该方程组的解立即可以写为:。

正交多项式的性质假设ω0(x),ω1(x),…是空间上的幂函数系1,x,x2,…经正交化手续得到的正交多项式系,则它有如下性质(1)ωn(x)是n次代数多项式;(2)任一不高于n次的多项式都可以表示成;(3)ωn(x)在中与所有次数低于n的多项式正交,也即以下假设是ωn的首一化多项式,也即,且的最高次项系数为1,则仍然是一正交系,且有如下递推关系。

定理1,其中:,。

证明由于是k+1次多项式,因此可由线性表出,即(1)其中cj是适当常数,将(1)式两边同乘以并积分,有上式左端当s=0,1,…,k-2时,的次数小于k,从而积分值为0,同样右端第一个积分也为0。

于是,当s=0,1,…,k-2时,上式变为令s=0,上式变为从而c0=0。

同理,当s依次为1,…,k-2时,可推出cs=0。

于是(1)式可简化为(2)下面我们来确定ck ,ck-1,在(2)式两边乘以并积分,得(3)由于,代入(3)式两端得同理,用乘(2)式两端并积分,可得将ck ,ck-1代入(2)式两端并加以整理即得定理结论。

如果设ωk (x)的首项系数为αk,则对规范正交系ω(x),ω1(x),…可以得到如下递推关系(4)注:(4)式可通过令代入定理1得到。

定理2n次正交多项式ωn(x)有n个互异零点,并且都包含在(a,b)中。

证明令n≥1,假定ωn(x)在(a,b)不变号,则这与正交性相矛盾。

于是至少有一个点x1∈(a,b)使ωn(x1)=0,若x1是重根,则ωn (x)/( x - x1)2是一n-2次多项式,由正交性知但另一方面有从而推出x1只能是单根。

今假设ωn (x)在(a,b)内只有j个单根x1,x2,…,xj(j<n),则ωn(x)( x- x1) ( x- x2) …( x- x j)=q(x)( x- x1)2 ( x- x2) 2…( x- x j) 2现将上式两端乘以ρ(x)并积分,则对于左端来说,由于(x-x1)(x- x2)…(x- xj)的次数小于n,因此积分值等于零;但对右端来说,由于q(x)在(a,b)不变号,所以积分值不为零。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
b
(1)
的正交函数族。 则称函数族 {ϕ k (x)} 是 [a, b] 上带权 ρ (x ) 的正交函数族。
1, cos x, sin x, cos 2 x, sin 2 x,L x ∈ [−π , π ], ρ ( x) = 1 如果函数族Φ1 ϕ0x ∈ [−1,1], ρ ( x) ,=ϕn(x), … }是首项系数不为 是首项系数不为 1, x, x 2 − ={ (x), ϕ1(x), … 1 3 零的多项式,且满足( ) 零的多项式,且满足(1)式,则称多项式序列{ϕk (x)} 为在 [a, b]
x
0 1 − x Un ( x)Um ( x)dx = π 2
2
m≠n n=m
d (x e ) dx
n
n
n −x
,
0 m≠ n (1) ∫ e Ln (x)Lm(x)dx = 2 (n!) n = m 0
−x

(2) Ln+1( x) = (1+ 2n − x)Ln ( x) − n2 Ln−1( x)
3
定义
正交, 次正交多项式。 ϕ 上带权 ρ(x) 正交, n (x) 为 [a, b] 上带权 ρ(x)的n次正交多项式。 次正交多项式
§2 Orthogonal Polynomials & L-S Approximation
(ϕ i ( x ), ϕ j ( x )) = ∫ ρ ( xWh x )ϕ j ( x )dx )ϕ i ( n y? {ϕ k ( x )}0 可以由区间、权函数唯一决定 可以由区间、权函数唯一决定! a i≠ j 0 (ϕi ( x),ϕ j ( x)) = 1, x , x 2 , x 3 , L , x n , L 在任何区间上都线性无关,0 i = j 在任何区间上都线性无关,给定 因为从任何一组线性无关的向量组出发,都可以得 Ai > n [a, b],ρ(x),确定 { k ( x )}0 的过程如下: 的过程如下: , , 到一组正交的向量组(施密特正交化定理) ϕ
( 2) if k ≠ j , (ϕ j ( x ), ϕ k ( x )) = 0 and that ∀j < k , ( p j ( x ), ϕ k ( x )) = 0
i =0
(3) ϕ n +1 ( x ) = ( x − α n ) ϕ n ( x ) − β n −1ϕ n −1 ( x ) = 0,1,L where
3.2.2 Legendre多项式 定义
k −1 k
Legendre1785年给出
[a, b] = [−1,1], ρ( x) = 1, 由 1, x , L x n , L 经过正交化
k
( x , Li ( x) Lk ( x) = x − ∑ Li ( x), L0 ( x) = 1 i =0 ( Li ( x), Li ( x))
3、Hermite多项式 [a, b] = (−∞, ∞), ρ( x) = e
H n( x) = (−1) e
∞ −x2
n − x2
− x2
,
d (e
n
− x2
)
dxn
,
0 m≠ n (1) ∫ e Hn (x)Hm(x)dx = n 2 n! π n = m −∞
(2) Hn+1( x) = 2xHn ( x) − 2nHn−1( x) H0 ( x) = 1, H1( x) = 2x
T n( x) = cos(n arccosx), an = 2n−1
Chebyshev多项式性质 (1) Tn+1( x) = 2xTn ( x) − Tn−1( x),
m≠n 0 1 π Tn ( x)Tm ( x) n = m ≠ 0 T ( x)中只有x的偶次幂 (2) ∫ dx = 2n 2 2 1− x −1 π n = m = 0 T2n −1 ( x)中只有x的奇次幂
2
Un ( x) =
sin[(n +1) arccosx] 1− x 2
(1) Un+1(x) = 2xUn (x) −Un−1(x), U0 (x) = 1,U1(x) = 2x
(2)
−1

1
2、Laguerre多项式 [a, b] = [0, ∞], ρ( x) = e− x ,
Ln ( x) = e
Ak = 1 §3.2 正交多项式 /* Orthogonal Polynomials */
称作标准正交函数族
3.2.1 正交函数族与正交多项式
满足关系 定义 如果函数族Φ={ ϕ0(x), ϕ1(x), … , ϕn(x), … }满足关系
0 j ≠ k (ϕ j ( x),ϕk ( x)) = ∫ ρ( x)ϕ j ( x)ϕk ( x)dx = 2 1 Ak j = k ax ∈[−1,1], ρ( x) = 1 eg 1, x, x −
要求掌握两种正交多项 式 chebyshev, legrendre
{
}
Rodrigul 1814年给出
(3) (n +1)Ln+1( x) = (2n +1)xLn ( x) − nLn−1( x)
3.2.3 Chebyshev多项式 定义 [a, b] = [−1,1], ρ( x) =
1 1− x2 得到的多项式就称为Chebyshev多项式。 ,由 1, x , L x n , L 经正交化
ϕ 0 ( x ) = 1, ϕ −1 ( x ) = 0 ( x ϕ n ( x ), ϕ n ( x )) ( ϕ n ( x ), ϕ n ( x )) , βn = αn = ( ϕ n ( x ), ϕ n ( x )) ( ϕ n −1 ( x ), ϕ n −1 ( x ))
( 4) ϕ n ( x ) = ( x − x1 )( x − x2 )L( x − xn ) xi ∈ [a, b], xi ≠ x j , i = 1,2,L , n
得到的多项式就成为Legendre多项式。 1 dn 2 (2n)! n Ln ( x) = n ( x −1) , an = n ,L0 ( x) = 1 2 n! dxn 2 (n! )2 1 0 m≠n Legendre多项式性质 (1) L ( x)L ( x)dx = 2 ∫ n m n=m 2n +1 −1 n (2) Ln (−x) = (−1) Ln ( x)
T0 ( x) = 1,T1( x) = x,T2 ( x) = 2x2 −1,L
(3) Tn (−x) = (−1)n Tn ( x)
3.2.4 其他常用的正交多项式 1、第二类Chebyshev多项式
1, x , L x n , L 正交化 [a, b] = [−1,1], ρ( x) = 1− x ,
1 . Let ϕ 0 ( x ) = 1 2 . f or k = 1, 2 , L n
表示首项系数为1的 次正交多项式 依然用 ϕ k ( x ) 表示首项系数为 的k次正交多项式
b
ϕ k ( x ) = x k − λ k 0 ϕ 0 ( x ) − λ k 1ϕ 1 ( x ) − L λ kk −1ϕ k −1 ( x )
= x − ∑ λ ki ϕ i Βιβλιοθήκη x )k i=0 k −1
for
i = 0 ,1, L , k − 1, λ ki
( x k , ϕ i ( x )) = (ϕ i ( x ), ϕ i ( x ))
n {ϕi ( x)}0
具有以下性质
n
k −1 (1) ∀pn ( x ) ∈ Pn , pn ( x ) = ∑ λiϕ i ( x ) 证明留作业 ϕ k ( x) = xk − ∑λkiϕi ( x) i =0
相关文档
最新文档