有理函数逼近
函数逼近

第3章 函数逼近
设函数 f ( x ) C[a, b] ,集合
H n span 1, x , x ,
2
,x
n
如果存在 p( x ) H n,满足 max f ( x ) p( x ) En
a xb
其中 En min max f ( x ) pn ( x )
pn ( x )H n a x b
a n
b k 0 k k a k
f ( x) S( x)
b a
k
( x ) ( x )dx 0 k 0,1,
21
,n
数值分析
第3章 函数逼近
Th
设给定节点 f ( x ) C[a, b],则其最佳平方逼近
唯一存在,且可以由前述 Gram 组成的方程组求解构造。
注:
组成的交错点组。
Chebyshev定理给出了最佳一致逼近多项式满足的性质
10
数值分析
第3章 函数逼近
f ( x )有唯一 设函数 f ( x ) C[a, b] ,则在 H n 中, 的最佳一致逼近多项式 P ( x ) 。
Th
(存在唯一性)
Th
(最佳一致逼近多项式的一种求法)
( n1)
[a , b]上不 设 f ( x ) 在[a , b]上有n+1阶导数, f ( x) 在 p( x ) H n 是 f ( x ) 的最佳一致逼近多项式,则: 变号, [a , b]的端点属于f ( x ) p( x ) 的交错点组。
n j 0
是[a,b]上的一个线性无
关函数系,且 j ( x) C[a, b] , ( x ) 为[a,b]上的一个权函数。 如果存在一组系数 使得广义多项式 满足
勒让德(Legendre)多项式的Padé逼近法

勒让德(Legendre)多项式的Padé逼近法
杨存典
【期刊名称】《西安工程大学学报》
【年(卷),期】2002(016)003
【摘要】用Padé有理函数逼近的基本原理,将经典逼近中的函数序列
{xi:i=0,1,2,…}代之以Legendre基函数,进而计算有理逼近函数Pm(x)/Qn(x).【总页数】4页(P264-267)
【作者】杨存典
【作者单位】商洛师范专科学校数学研究所,数学系,陕西,商州,726000
【正文语种】中文
【中图分类】O241.5
【相关文献】
1.勒让德正交多项式渐近行为的分析 [J], 章辉梁
2.关于Legendre多项式和Chebyshev多项式的几个组合公式 [J], 呼家源;白慧;王慧
3.勒让德(Legendre)多项式求值的一种算法 [J], 陈斌
4.基于Legendre多项式零点的插值多项式 [J], 张培璇
5.基于Legendre正交多项式逼近法的结构可靠性分析 [J], 宫凤强;李夕兵
因版权原因,仅展示原文概要,查看原文内容请购买。
关于可微函数的一类有理插值逼近

关于可微函数的一类有理插值逼近可微函数的一类有理插值逼近是一种常用的数值逼近方法,它通过有理函数来逼近给定的可微函数。
有理函数的形式为两个多项式的比值,通过选择适当的多项式系数来使得有理函数与给定的函数在插值点上取得相同的值,并尽量减小两者之间的差距。
有理插值逼近的优势之一是可以得到较高的逼近精度,特别是在函数发生奇点或光滑性不佳的位置附近。
此外,有理函数比多项式具有更高的灵活性,可以更好地逼近一些特殊形式的函数。
有理插值逼近的一般步骤如下:1. 选择插值节点:在给定的区间上选择一组插值节点。
常见的选择方式有等距节点和Chebyshev节点等。
2.构造有理函数的分子和分母多项式:根据插值节点和给定的可微函数,构造出有理函数的分子和分母多项式,其中分子和分母的次数通常可以不同。
3.求解系数:利用插值条件,可以得到一系列的线性方程组来求解分子和分母多项式的系数。
4.进一步优化:通常情况下,得到的有理函数在插值点上的逼近效果会比较好,但在插值点之外的区域可能存在较大的误差。
为了进一步优化逼近效果,可以增加约束条件,如最小二乘法或最大化逼近区间。
使用有理插值逼近方法的好处之一是可以通过选择适当的插值节点和优化方法来调整逼近效果。
插值节点的选择可以根据函数的特性来进行,例如在函数的奇点附近增加更多的插值点,或者在比较光滑的区域以较少的插值点进行逼近。
优化方法可以根据需要来选择,以求得更好的逼近结果。
总结起来,有理插值逼近是一种用有理函数逼近可微函数的方法,具有较高的逼近精度和较好的灵活性。
通过选择适当的插值节点和优化方法,可以得到更好的逼近效果。
在数值计算中,有理插值逼近常常用于替代传统的多项式插值法,以逼近一些特殊形式的函数。
函数逼近理论

函数逼近理论函数逼近是数学中研究近似计算方法的重要分支,它通过寻找一个接近所需函数的近似函数来简化复杂的计算问题。
函数逼近理论涵盖了多项式逼近、三角函数逼近、最小二乘逼近等各种方法。
本文将从数学背景、函数逼近的原理和应用领域三个方面进行讨论。
一、数学背景在了解函数逼近理论之前,我们需要回顾一些数学背景知识。
首先,我们要了解函数及其性质的概念。
函数是一种将一个集合中的元素映射到另一个集合中元素的规则,常用来描述数学、物理和工程问题。
其次,我们要熟悉多项式的性质。
多项式是由常数和变量的乘积相加而成的表达式,其具有高度的可控性和计算性能。
最后,我们需要了解一些数学分析工具,如泰勒级数展开和傅里叶级数展开等。
二、函数逼近的原理函数逼近的核心思想是通过构造一个近似函数,在一定范围内保持与所需函数的接近程度。
常用的函数逼近方法包括最小二乘逼近、插值逼近和曲线拟合等。
最小二乘逼近是一种基于最小化残差平方和的方法。
其基本思想是通过寻找一个多项式函数,使得所需函数与多项式函数的差异最小化。
这种逼近方法在实际问题中应用广泛,如信号处理、数据拟合等领域。
插值逼近是一种通过在给定数据点上构造插值多项式来逼近函数的方法。
插值多项式与原函数在数据点处相等,通过连接这些数据点构造出一个逼近函数。
插值逼近在图像处理、数值计算和计算机图形学等领域具有重要应用。
曲线拟合是一种寻找一条曲线与给定数据集最匹配的方法。
常用的曲线拟合方法包括多项式拟合、指数拟合和对数拟合等。
曲线拟合方法在统计学、经济学和物理学等领域具有广泛应用。
三、函数逼近的应用领域函数逼近理论在数学和工程领域中有着广泛的应用。
在数学领域,函数逼近可用于求解复杂的数学问题,如微积分、方程求解等。
在工程领域,函数逼近可用于优化算法、信号处理、图像处理等领域。
在优化算法中,函数逼近可用于近似解决无法求得精确解的优化问题。
通过构造一个逼近函数,可以减少计算量和提高计算效率,从而更好地解决实际问题。
函数逼近基本概念

如 果 存 在 不 全 为 零 的 数 1,2,L,nP,使 得
1x12x2Lnxn0,
( 1.1)
则 称 x1,x2,L,xn线 性 相 关 . 否 则 ,称 x1,x2,L,xn线 性 无 关 .
若 x1,x2,L,xn线 性 无 关 , 且 对 任 意 xS,都 有
x1x12x2Lnxn
则 记 Sspan{x1,x2, L,xn}
(2)(u,v)(u,v), R;
(3) (uv,w)(u,w)(v,w), u,v,wX; (4) (u,u)0,当且仅u当 0时(, u,u)0. 则称 (u,v)为X上的 u与v的内积 . 定义了内积的 称线 为内积空 . (v,间 u )为 (u)的 ,v 共 K 轭 R 时 (v,, u ) (u当 ),.v
并x称 1,x2,,xn为空 S的 间 一组基 S为 , n维 称 空 空 间
有 序 1,数 2,,组 n称 为 x在 元 x1,x2,素 ,xn这 个 基,下 的 并 记 1,作 2,,( n)
如S 果 中有无限个素 线, 性S 则 无 为称 关 无元 限维线性空
例 p ( x ) : H n { a n x n 设 a 1 x a 0 |a n R } 则p(x)anxna1xa0 又1,x, ,xn线性无关
故 H n sp, ax , n, { x n } 1H ,n 维n 数 1 . 为
对连续函数f(x)∈C[a, b],它不能用有限个线性无关的 函 数 表 示 , 故 C[a, b] 是 无 限 维 的 , 但 它 的 任 一 元 素
f(x)∈C[a, b]均可用有限维的p(x)∈ H n 逼近,使误差
函数类 B 通常是 n 次多项式,有理函数或分段低次多项式。
等距曲线有理逼近的算法实现

等距曲线有理逼近的算法实现以下是一个实现等距曲线有理逼近算法的可能的步骤:步骤1:选择有理函数的形式首先,我们需要选择用于逼近曲线的有理函数的形式。
一般来说,一个有理函数是一个多项式的比值。
我们可以选择特定分子和分母的多项式阶数,根据实际情况来决定。
步骤2:选择适当数量的控制点接下来,我们需要在曲线上选择一些控制点。
这些控制点将用于构建有理函数和逼近曲线。
我们可以根据曲线的特性和复杂度来选择控制点的数量。
步骤3:计算控制点的参数值对于等距曲线,我们可以使用参数化方程来描述曲线。
我们可以使用等间距的参数值来计算每个控制点的参数值。
这些参数值将用于构建有理函数。
步骤4:使用最小二乘法进行逼近现在,我们可以使用最小二乘法来找到最佳的有理函数逼近。
最小二乘法通过最小化逼近曲线和真实曲线之间的误差平方和,来找到最合适的有理函数参数。
这可以通过求解一个线性方程组来实现。
步骤5:分段逼近如果曲线比较复杂,可能需要将其分段逼近。
这意味着我们将曲线分成多个简单曲线段,并对每个段分别进行有理函数逼近。
这可以提高逼近的准确性。
步骤6:评估逼近的质量最后,我们需要评估逼近的质量。
我们可以计算逼近曲线和真实曲线之间的距离来衡量逼近的准确性。
如果逼近不够准确,我们可以尝试增加控制点的数量或调整有理函数的参数。
以上是实现等距曲线有理逼近算法的基本步骤。
具体的实现细节可能因算法和编程语言的选择而有所不同。
在实际实现中,可以使用数值计算库和符号计算库来处理多项式运算和最小二乘法求解方程组的问题。
值得注意的是,等距曲线有理逼近算法是一种近似方法,所以逼近的质量取决于曲线的特性和所选择的有理函数形式。
在实际应用中,需要根据具体情况进行调整和优化。
【论文】模型降阶方法的研究

摘 要在控制系统设计时,需要研究被控对象的特性,对其建立数学模型是主要工具。
然而利用各种建模方法建立的模型可能阶次很高,不适用于实际的控制应用,有必要对高阶模型进行降阶处理。
根据简便性和稳定性的原则,选择了skogestad折半规则方法、 Pade逼近法和连分式法对高阶模型进行简化。
具体利用上述三种方法分别对稳定系统和不稳定系统进行模型降阶的研究。
结果表明,三种方法都可实现模型降阶,并保证系统的稳定性不变。
其中采用Pade逼近法,误差最小,效果最好,连分式法误差最大,效果最差。
关键词:模型降阶,skogestad折半规则方法, Pade逼近法,连分式法AbstactIn the control system design, need to study the characteristics of controlled object, its mathematical model is the main tool. However, using a variety of modeling methods to establish the order of the model may be very high, does not apply to the actual control applications, it is necessary to deal with high-end model reduction. According to the principles of simplicity and stability, the rules selected skogestad half rule method, Pade approximation and continued fractions method to simplify the high-end model. The specific use of the above three methods to stabilize the system and the instability of the system model reduction. The results showed that three methods can be realized model reduction, and to ensure stability of the system unchanged. One use of Pade approximation method, the error is smallest, the effect is best, the continued fractions error is biggest, the effect is worst.Keywords: model reduction, skogestad half rule method, Pade approximation, continued fractions目录第一章 前 言 (1)1.1模型降阶的背景 (1)1.2模型降阶的意义 (1)1.3模型降阶遵循的原则 (2)1.4现有模型降阶的方法 (2)1.5 研究内容 (4)第二章 选用的模型降阶的方法 (5)2.1 Skogestad折半规则 (5)2.2 Pade逼近法 (5)2.3 用连分式法 (8)2.4利用阶跃响应建立模型 (9)第三章模型降阶方法的仿真与分析 (11)3.1 稳定系统的模型降阶研究 (11)3.1.1 稳定系统的模型 (11)3.1.2 skogestad 折半规则 (12)3.1.3 Pade逼近法 (14)3.1.4 连分式法 (17)3.1.5 小结 (20)3.2 不稳定系统 (22)3.2.1 不稳定系统的模型 (22)3.2.2 skogestad 折半规则 (23)3.2.3 逼近法 (25)3.2.3 连分式法 (26)3.3 利用阶跃响应建立模型 (28)III第四章 结论与展望 (30)参 考 文 献 (31)致 谢 (32)声 明 (33)IV第一章 前 言1.1模型降阶的背景【1】模型降阶,就是指将一个高阶模型转化为一个低阶模型,使得后者比前者更容易处理而又能够满足精度要求。
帕德逼近

帕德逼近-正文一种特殊的有理函数逼近,以法国数学家H.帕德的名字命名。
它不仅与逼近论中其他许多方法有着密切的关系,而且在实际问题特别是许多物理问题中有着广泛的应用。
设是在原点某邻域内收敛的、具有复系数的马克劳林级数。
欲确定一个有理函数,式中,使得前次方的系数为0,即使得此处约定q k=0(k>n)。
虽然所求得的P m(z)和Q n(z)不惟一,但是比式却总是惟一的。
有理函数称为F(z)的(m,n)级帕德逼近,记为【m/n】。
由【m/n】所形成的阵列称为帕德表。
不难看出,帕德表中的第1行恰为幂级数F(z)的部分和序列。
设的前项部分和为(z),则可以证明F(z)的帕德逼近的定义等价于:按方程组(j=0,1,…,m+n),且Q n(z)扝0来确定。
进而,如果F(z)于原点处m+n次连续可微,则把上式中的(z)替换成F(z)后,它仍然等价于帕德逼近【m/n】的定义。
称由此而得的方程组(j=0,1,…,m+n)为帕德方程组。
这种转化使得在计算帕德逼近时不必事先写出F(z)的马克劳林展开式。
只要Q n(0)≠0,则可更进一步证明上述方程组又等价于(j=0,1,…,m+n)。
这样一来,帕德逼近[m/n]在确定条件下,等价于一个有理函数的重插值问题。
对一切非负整数μ,v,下述条件称为的正规化条件。
该条件在帕德逼近理论中起着很重要的作用。
例如,当F(z)满足正规化条件时,P m(z)/Q n(z)对一切m与n而言总是不可约的。
帕德逼近已经有很多计算方法,而且还有多种重要推广。
帕德逼近序列的收敛性问题通常是十分困难而又颇有兴趣的。
鉴于帕德逼近表中主对角线上的帕德逼近的数值性质为最好,以下仅列举一个有关的收敛性结果:设α>0,且{n k}是一个正整数序列。
假定在ΔR={z| |z|<R}(R>0)内全纯并且满足。
则F(z)的帕德逼近序列{【n k/n k】}在每一个紧子集D\E上一致收敛于F(z)(k→∞),此处E是一个α维豪斯多夫零测度集。
有理函数逼近技术在合元极技术中的应用

第3期彭朕:有理函数逼近技术在合元极技术中的应用45l4数值实验为了验证有理函数逼近技术结合合元极技术的高效性,本文使用开发出的算法计算了一个电大尺寸复杂日标的宽角度与宽频带RCS.目标体为一带有介质填充腔的导体砖型目标.如图7所示,目标体高50cm,横截面长25cm,宽25cm,目标体内有一个长15cm、宽15cm、深15era的腔体.介质填充的介电常数为£,=4.0一j1.0.首先,计算目标的宽频带RCS,入射波的入射角度为口=30。
,妒=00,直接使用合元极技术和MBPE结合合元极技术计算目标体0.01GHz犁3G士频率萼围图7善器袭量苔亲腔的电大尺寸内的单站RCS所需的计算时间分别为41,521s和3,912s,数值结果见图8;然后,计算目标体j6∈(酽.180。
),口=00和日∈(00~180。
),≯=00角度范围内的单站RCS,入射波的频率为3GHz,数值结果见图9和图10,表3列出了内存需求和计算时问的比较.磊号葫星flGHz图8入射波入射角度为0=30。
,9=O。
,使用直接法和结合RFAT的合元极技术计算图7中电大尺寸砖型腔体0.01GHz到3.0GHz频率范围内的单站RCS表3使用直接法和结合MBPE的合元极技术计算电大尺寸目标宽频带和宽角度单站RCS所需计算资源的比较计算逐点计算MBPE结果计算频率点计算Ij,j'lhJ(s)插值频率点计算时fH】(e)加速比图83114152130391210.6l图93(n540ll304533¨.92图lO360541234159039.19鲁号葫星Phi/degree图9工作频率为3GHz,使用直接法和结合RFAT的合元极技术计算图7中电大尺寸砖型腔体争∈(O。
~180。
),0=0。
角度范围内的单站RCS磊∞乏∞U昌I"hera/degree图lO工作频率为3GHz,使用直接法和结合RFAT的合元极技术计算图7中电大尺寸砖型腔体0∈(O。
函数逼近论

函数逼近论函数逼近论是函数论的一个重要组成部分,涉及的基本问题是函数的近似表示问题。
在数学的理论研究和实际应用中经常遇到下类问题:在选定的一类函数中寻找某个函数g,使它是已知函数ƒ在一定意义下的近似表示,并求出用g近似表示ƒ而产生的误差。
这就是函数逼近问题。
在函数逼近问题中,用来逼近已知函数ƒ的函数类可以有不同的选择;即使函数类选定了,在该类函数中用作ƒ的近似表示的函数g的确定方式仍然是各式各样的;g对ƒ的近似程度(误差)也可以有各种不同的含义。
所以函数逼近问题的提法具有多样的形式,其内容十分丰富。
从18世纪到19世纪初期,在L.欧拉、P.-S.拉普拉斯、J.-B.-J.傅里叶、J.-V.彭赛列等数学家的研究工作中已涉及一些个别的具体函数的最佳逼近问题。
这些问题是从诸如绘图学、测地学、机械设计等方面的实际需要中提出的。
在当时没有可能形成深刻的概念和统一的方法。
切比雪夫提出了最佳逼近概念,研究了逼近函数类是n次多项式时最佳逼近元的性质,建立了能够据以判断多项式为最佳逼近元的特征定理。
他和他的学生们研究了与零的偏差最小的多项式的问题,得到了许多重要结果。
已知[α,b]区间上的连续函数ƒ(x),(n≥0),叫做ƒ(x)的n阶最佳一致逼近值,简称为最佳逼近值,简记为En(ƒ)。
能使极小值实现的多项叫做ƒ(x)的n阶最佳逼近多项式。
切比雪夫证明了,在区间[-1,1]上函数xn+1的n阶最佳逼近多项式必满足关系式。
多项式就是著名的切比雪夫多项式。
切比雪夫还证明了ƒ(x)在[α,b]上的n 阶最佳逼近多项式的充分必要条件是:在[α,b]上存在着n+2个点:α≤x1<x2<…xn+2≤b,在这些点上依照i=1,2,…,n+2的次序交错变号,像这样的点组{x1,x2,…,xn+2} 便是著名的切比雪夫交错组。
1885年德国数学家K.(T.W.)外尔斯特拉斯在研究用多项式来一致逼近连续函数的问题时证明了一条定理,这条定理在原则上肯定了任何连续函数都可以用多项式以任何预先指定的精确度在函数的定义区间上一致地近似表示,但是没有指出应该如何选择多项式才能逼近得最好。
例谈帕德逼近在导数中的应用

2024年5月上半月㊀命题历程㊀㊀㊀㊀例谈帕德逼近在导数中的应用◉湖北省监利市监利中学㊀胡㊀畅㊀㊀摘要:众所周知,用函数的泰勒展开的部分作为函数的近似表示是一种基本的㊁有效的方法,但有时这种方法在实际应用时显得不足,而帕德逼近是一种更精确的有理函数逼近,有关它的理论及其应用成果非常丰富.另外在高考题和模拟题中,帕德逼近作为命题背景频频出现,比如2022年浙江卷,2018年全国卷Ⅲ导数压轴题最后一问,了解与掌握这种逼近,能够降低解题技巧,加快解题速度,预判解题思路.关键词:不等式;零点;函数导数;帕德逼近1帕德逼近的定义及常用函数逼近表帕德逼近来源于高等数学中的函数逼近理论,它不是高中数学课程中的学习内容,也不在高考考查范围内,但由于该理论体现了用代数函数逼近超越函数的思想,所以经常会成为导数压轴题的背景.如果高中数学教师能够了解该理论,就会站在更高的角度看问题,教师认识数学问题的高度决定了学生认识问题的高度,为了培养创新型的学生,我们应该做研究型教师,这也是时代对教师提出的要求.1.1帕德逼近的定义函数f (x )在x =0的[m ,n ]阶帕德逼近f (x )ʈa 0+a 1x +a 2x 2+ +a m x m1+b 1x +b 2x 2+ +b nx n =R (x ),满足f (0)=R (0),f ᶄ(0)=R ᶄ(0),f ᵡ(0)=R ᵡ(0), ,f (m +n )(0)=R (m +n )(0).对于给定的正整数m ,n 函数f (x )的[m ,n ]阶帕德逼近是唯一的[1].1.2常用函数帕德逼近表几种常用函数帕德逼近举例如下.(1)f (x )=l n (1+x )在x =0的[m ,n ]阶帕德逼近如表1所示:表1m =0m =1m =2n =0x-x 2+2x2n =12x2+xx 2+6x 4x +6n =212x 12+6x -x 23x 2+6x x 2+6x +6㊀㊀(2)f (x )=l n x 在x =0的[m ,n ]阶帕德逼近如表2所示:表2m =0m =1m =2n =0x -1-x 2+4x -32n =12x -2x +1x 2+4x -54x +2n =212x -125+8x -x 23x 2-3x 2+4x +1㊀㊀(3)f (x )=e x在x =0的[m ,n ]阶帕德逼近如表3所示:表3m =0m =1m =2n =01x +1x 2+2x +22n =11-x +1x +22-xx 2+4x +6-2x +6n =22x 2-2x +22x +6x 2-4x +6x 2+6x +12x 2-6x +122帕德逼近在模拟题中的应用例1㊀(2022年浙江金华十校11月模拟考试)已知函数f (x )=12x 2+a x -(a x +1)l n x (a ɪR ),记fᶄ(x )=g (x ).(1)当a =1时,求f (x )的最小值.(2)若函数g (x )有三个零点x 1,x 2,x 3,且x 1<x 2<x 3.(ⅰ)求a 的取值范围;(ⅱ)证明:x 1+x 3+4x 1x 3>3a .解:(1)f (x )的最小值为32(过程略).(2)(ⅰ)a >2(过程略).76命题历程2024年5月上半月㊀㊀㊀(ⅱ)因为g (x )=f ᶄ(x )=x -1x-a l n x ,由题意知0<x 1<x 2=1<x 3,注意到g (x )=-g(1x),所以g (x 3)=-g (1x 3)=0=g (x 1),则x 1x 3=1.由表2知,当x >1时,不等式l n x >3(x 2-1)x 2+4x +1恒成立.所以x 3-1x 3=a l n x 3>3a (x 23-1)x 23+4x 3+1.化简,得x 23+4x 3+1>3a x 3,两边同时除以x 3,得x 3+1x 3+4>3a .而x 1x 3=1,所以x 1+x 3+4x 1x 3>3a .点评:帕德逼近在导数命题中经常作为构造放缩的一种手段,比如该题中就是利用f (x )=l n x 在x =0处[2,2]阶帕德逼近函数y =3x 2-3x 2+4x +1,准确地寻找合适的帕德逼近函数是成功的关键,不然会造成放缩不准确,当然在考试中该不等式需要证明.例2㊀(2023届大湾区高三一模试题)已知函数f (x )=e x -1x .(1)讨论f (x )的单调性;(2)设a ,b 是两个不相等的正数,且a +l n b =b +l n a ,证明:a +b +l n a b >2.解:(1)(过程略).(2)令a -l n a =b -l n b =m ,则l n a =a -m ,且l n b =b -m .因此,只需证a +b >1+m .由表2知,当x >1时,不等式l n x >2(x -1)x +1(x >1)恒成立;当0<x <1时,不等式l n x <2(x -1)x +1(0<x <1)恒成立.设g (x )=x -l n x -m ,则g (a )=g (b )=0.又g ᶄ(x )=1-1x,g (x )的极值点为x =1,则a ,b 必定分布在1的两侧,不妨设0<a <1<b ,于是有a -m =l n a <2(a -1)a +1,b -m =l n b >2(b -1)b +1.ìîíïïïï化简,得㊀㊀㊀a 2-(1+m )a +2-m <0,b 2-(1+m )b +2-m >0.{①②②-①,得b 2-a 2-(1+m )(b -a )>0.整理,得a +b >1+m .点评:这道题刚出来时,在微信群引起了数学老师的广泛讨论.其实这类零点估计问题,大多都是以泰勒展开式或者帕德逼近为背景来命制的.对照常用函数帕德逼近表,我们发现该题中就是利用f (x )=l n x 在x =0处的[1,1]阶帕德逼近.通过以上示例可以看出,利用帕德逼近证明函数中的不等式可以提高解题速度,但运用该法的难点是要根据函数结构以及要证明的结论,找准合适的帕德逼近.3帕德逼近在高考题中的应用高考试题中多次出现以高等数学为背景的试题,教师自身应加强对高等数学相关背景的研究,有利于教师把握本质,提升能力.同时,我们也要注意到,以高等数学为背景的高考试题,也都能应用中学数学的知识和方法加以求解.因此,研究高等数学背景并不意味着要在教学中补充高等数学知识,盲目提高要求,加重学生负担,而是应加强自身研究,优化教学,有效提升学生的数学思维能力.例3㊀(2018年全国高考Ⅲ卷)已知函数f (x )=(2+x +a x 2)l n (x +1)-2x .(1)若a =0,证明:当-1<x <0时,f (x )<0;(2)若x =0是f (x )的极大值点,求a 的值.分析:这道高考题参考答案需要多次求导,情况比较复杂,在这里笔者就不给出题目的详细解答,仅就题目的背景做简要的分析.经过研究发现,这道题也是典型的以帕德逼近为背景命制的.由表1可以看出,第(1)问源于函数f (x )=l n (x +1)在x =0处的[1,1]阶帕德逼近;第(2)问源于f (x )=l n (x +1)在x =0处的[1,2]阶帕德逼近函数为y =12x12+6x -x 2=2x2+x -16x2.命题者在命制试题时,对分母为2阶帕德逼近的二项式系数进行设问,以此为背景,考查学生以导数为工具探究问题的能力.例4㊀(2022年浙江)已知a ,b ɪR ,函数f (x )=e2x +l n x 图象上不同的三点(x 1,f (x 1)),(x 2,f (x 2)),(x 3,f (x 3)),处的切线都经过点(a ,b ).(1)求f (x )的单调区间;(2)若a >e ,证明:0<b -f (a )<12(ae-1);(3)若0<a <e ,且满足x 1<x 2<x 3,证明:2e+862024年5月上半月㊀命题历程㊀㊀㊀㊀e -a 6e 2<1x 1+1x 3<2a -e -a6e2.解:第(1)(2)问过程略.下面用帕德逼近就第(3)问右边的不等式作简要说明.由(2)可知,a 2x -e 2x 2+l n x -1-b =0有3个实根x 1,x 2,x 3,且0<x 1<a <x 2<e <x 3.令t =ex,m =a e ɪ(0,1),g (t )=(m +1)t -m 2t 2-l n t -b .分析可知m 2+1<b <1+12m+l n m ,那么只需证明13-m 6<t 1+t 3<2m -1-m6.由y =g (t )的图象可知,对于给定的m ɪ(0,1),当b 增大时,图象g (t )下移,t 1,t 3均减小;反之,当b 减小时,图象g (t )上移,t 1,t 3均增大.先证明不等式的右边:只需证明极限情况,此时b ңm 2+1,t 2=t 3=1,只需证t 1<2m -1-m6-1.由g (t 1)=(m +1)t 1-m 2t 12-l n t 1-1-m2,化简可以得到m (t 1-1)2=2(t 1-1-l n t 1)<2t 1-1-3(t 1-1)2t 21+4t 1+1éëêêùûúú,解得m <2(t 1+2)t 21+4t 1+1,从而可得t 1<1+3m 2+1m-2.只需证1+3m 2+1m -2<m 6+2m -76,即只需证m (m -1)(m -4)(m +15)>0.因为0<m <1,所以待证式成立.分析:2022年浙江高考导数题最后一问,是2022年所有省份高考压轴题里最难的,解决该题主要有两个方向.一是官方解答中的代入,换元,消元,转化为一个复杂的不等式证明;二是极端化,然后对l n x 放缩.无论用哪种方法,都需要对l n x 进行高精度的放缩.4帕德逼近的变式训练学之道在于 悟 ,教之道在于 度 .但不思考不会有悟,教师在平常的教学中,除了干净利落地给出问题的解答,还应透彻清晰地确定问题的背景,再通过问题的背景进行变式题的设计,这样才能到达举一反三的效果,才能让学生有机会学以致用,以避免问题与方法各自相对封闭.利用y =e x在x =0处的[1,3]阶帕德逼近函数,可以设计与2018年全国Ⅲ卷类似的变式题.变式1㊀函数f (x )=(a x 3-x +2)e x -x -2,a ɪR .(1)若a =0,证明:x f (x )ɤ0;(2)若x =0是函数f (x )的极小值点,求实数a 的值.另外,也可以通过帕德逼近设计一些零点估计类的问题.在平常训练中,零点估计(极值点偏移)问题的解决主要依赖于对数平均值不等式[2],但是我们可以通过帕德逼近设计一些更紧的不等式证明问题,例如利用f (x )=l n x 在x =0的[2,1]阶帕德逼近可设计如下变式:变式2㊀已知函数f (x )=x -l n x -a 有两个相异的零点x 1,x 2(x 1<x 2).(1)求a 的取值范围;(2)证明:x 1+x 2<4a +23.利用f (x )=l n x 在x =0的[1,1]阶帕德逼近可设计如下变式:变式3㊀已知函数f (x )=x -l n x -a 有两个相异的零点x 1,x 2(x 1<x 2).(1)求a 的取值范围;(2)证明:x 1+x 2>1+a .教师在平常的教学中要打破就题讲题的教学观,认真研究试题,找到一类题的共性,做到 自然㊁简单㊁优美㊁统一 .5教学启示高观点的试题背景是命题的重要来源.很多高考试题都具有高等数学的背景,如圆锥曲线中的极点极线㊁曲线系方程,导数中的泰勒展开㊁洛必达法则㊁帕德逼近等,合理分析这些试题的背景,探寻这些试题的命题方法,可为复习备考提供一些新的生长点.另外,多数具有高观点背景的导数压轴题,由于命制时已将一般性的问题变成具体的适合高中生做的试题,因此会有较强的综合性和新颖性,对于时间紧迫的考生而言会有很大压力.然而对于优秀考生,一旦清楚其中的背景,就可快速得出结果,也为如何书写提供了方向.参考文献:[1]徐利治,王仁宏.函数逼近的理论与方法[M ].上海:上海科学技术出版社,1983:227G229.[2]王海刚,陈宇轩.导数的秘密[M ].杭州:浙江大学出版社,2020:161G162.Z96。
数值分析第3章

20
定义了内积的线性空间称为内积空间. 定义中(1)的右端 (u称, v为) 的(u共,轭v), 当K为实数域R时 (u, v) .(v, u) 如果 (u, v,) 则 称0 与 正交u ,这v 是向量相互垂 直概念的推广.
b a
f
2
(
x)dx
2
33
若 0 ,1,,n是 C[a, b]中的线性无关函数族,记 span{0 ,1,,n}, 它的格拉姆矩阵为
G G(0 ,1,,n )
(0 ,0 ) (0 ,1) (0 ,n )
(1
,
0
)
(1 , 1 )
(1
,
n
)
(n ,0 )
(n ,1 )
(
n
,
n
)
(1.17)
Hn span{1, x,, xn},
且 (a0 , a1,, an ) 是 p(x) 的坐标向量,H n 是 n 1维的.
8
对连续函数 f (x) C[a,b],它不能用有限个线性无关的 函数表示,故 C[a,b]是无限维的,但它的任一元素 f (x) 均可用有限维的 p(x) Hn逼近,使误差
与数的乘法构成实数域上的线性空间, 记作 R n,称为 n维
向量空间.
4
对次数不超过 n( n为正整数)的实系数多项式全体,
按通常多项式与多项式加法及数与多项式乘法也构成数域
R上一个线性空间,用
H
表示,称为多项式空间.
n
所有定义在 [a,b] 上的连续函数集合,按函数加法和
数值分析--第3章函数逼近与快速傅里叶变换

27
例1 R n与 Cn的内积.
设 x, y Rn , x (x1, , xn )T , y ( y1, , yn )T ,
n
(x, y) xi yi i 1
(1.12)
向量2-范数为
1
n
1
x (x, x) 2 ( 2
xi2 ) 2
i 1
2020/6/14
课件
28
若给定实数 i 0(i 1,2, , n), 称{i}为权系数,
(2) x x , R;
(齐次性)
(3) x y x y , x, y S. (三角不等式)
则称‖·‖为线性空间 S上的范数,S 与‖·‖一起称为赋范 线性空间,记为 X .
2020/6/14
课件
14
例如,在 R n上的向量 x (x1, , xn )T R n , 三种常 用范数为
2、当函数只在有限点集上给定函数值,要在包含该 点集的区间上用公式给出函数的简单表达式.
这些都涉及到在区间 [上a,b用] 简单函数逼近已知复杂 函数的问题,这就是函数逼近问题.
2020/6/14
课件
2
插值法就是函数逼近问题的一种.
本章讨论的函数逼近,是指“对函数类 A 中给定的函数 f (x), 记作 f (x) A , 要在另一类简单的便于计算的函数类 B 中求函数 p(x) B,使 p(x)与 f (x) 的误差在某种度量
意义下最小”.
函数类 A通常是区间 [a,b] 上的连续函数,记作 C[a,b],
称为连续函数空间.
2020/6/14
课件
3
函数类 B通常为 n次多项式,有理函数或分段低次多项
式等.
数学上常把在各种集合中引入某些不同的确定关系称为
不定积分中的dx是什么意思

不定积分中的dx是什么意思不定积分中的 dx 是什么意思?为什么要引入 dx?dx 为有理函数,有很好的逼近性质,可以在一定程度上帮助求解无理函数。
在二元或者三元多变量函数的情况下,利用 dx 就能够很快速的将函数的值转换到这些常数上面去。
比如∫x^3/(1+x^2) dx=∫x^3/(1+ x^2) dx=(x+1)^2+ x^2+4x+8。
再比如∫x^3/3xydx=∫x^3/3xydx=(x+1)^2+4x+16=(x-1)^2+12。
当然了,因为 dx 没有相应的求和公式,所以在求和的时候就需要使用到泰勒展开式来进行迭代计算。
还有一点就是,在三角函数方面也有dx,但是在高等数学里面它并没有被定义成一个变量而已。
一般会使用到泰勒级数的形式进行求和。
一元函数,即一次函数,可表示为 x+ b 的形式。
若某一次函数 f( x)的定义域关于原点对称,则称该函数为偶函数,否则为奇函数。
函数 y= f( x)为偶函数的充要条件是 f(0)=0。
多元函数 f( x)的定义域为X×X,其中 X 为非空集合,称为二元函数,简称多元函数。
任何两个多元函数都互称为多元函数。
任何两个多元函数的乘积仍是多元函数。
当 n 为整数时, f( n)叫做 f ( n)的 n 次多项式, n 次多项式可看作有限个一次函数组成的多项式。
函数的系数为 m 的 n 次多项式叫做函数 f( m)的 n 阶多项式;任何实数 x(m≤x)都是 f( x)的自变量, f( x)叫做函数 f( x)的自变量。
设 X 是区间[ a, b]内的任意一个闭区间,函数 y= f( x)的定义域是x∈X 内的所有开区间(如图),f( x)与 X 中任意开区间的交点称为函数 f( x)的零点, F ( x)叫做函数 f( x)的单调增区间,其余的 F( x)叫做函数f( x)的减区间,单调增区间又叫凹函数,减区间又叫凸函数。
当一个多项式 x,., x,, ax,., ax,., an, b, c 满足 Fn= xn+ ax+.+ ax,., ax,., ax,., an, b, c=0时,就把多项式 x,., x,., ax,., ax,., an, b, c 称为这个多项式的一个系数,把这个多项式在 Fn 区间内的值称为这个多项式的一次值, Fn 叫做这个多项式的一次项,当且仅当 x= f ( n)的 n 次多项式时,多项式 x,., x,., ax,., ax,.,an, b, c 才叫做 x 的二次项系数, Fn 叫做 x 的二次项系数,这样,我们就得出了 x 的二次项, x 的二次项系数, x 的二次项系数系数等概念。
第3章 函数逼近与曲线拟合

例如、 三角函数系:1,cosx,sinx,cos2x,sin2x,…是 区间[-π,π]上的正交函数系,因为
s in k xs in jxdx 0,
jxdx 0,
( j k)
( j k)
cos k xcos
s in k xcos
a
(1)
则称f(x)与g(x)在[a,b]上带权正交. 若函数族
0 ( x), 1 ( x), , n ( x),
b
满足关系
j k; 0, ( j , k ) ( x) j ( x)k ( x)dx a Ak 0, j k ;
(2)
则称 k ( x) 是[a, b]上带权 ρ(x)正交函数族 ;
如果范数 取为 2,即 f ( x) P ( x)
2 2
min f ( x) P( x)
PH n PH n
2 2
b min a [ f ( x) P( x)]2 dx ,
则称P ( x)为f ( x)在[a, b]上的最佳平方逼近多项式 。 若f ( x)是 [a, b]上的一个列表函数,在a x0 x1 xm b 上给出f ( xi )(i 0,1,, m), 要求P 使 f P 2 min f P 2 min
PH n
则称P ( x)是f ( x)在[a, b]上的最佳逼近多项式 。 若取 ,即 f ( x) P ( x) min f ( x) P( x)
PH n
min max f ( x) P( x) ,
PH n a x b
函数的有理逼近

长沙学院CHANGSHA UNIVERSITY毕业论文资料论文题目:有理函数逼近及其应用系部:信息与计算科学专业:数学与应用数学学生姓名:徐芬芬班级:二班学号2008031224指导教师姓名:张作政职称讲师最终评定成绩长沙学院教务处二○一二年二月制目录第一部分毕业论文一、毕业论文第二部分过程管理资料一、毕业设计(论文)课题任务书二、本科毕业设计(论文)开题报告三、本科毕业设计(论文)中期报告四、毕业设计(论文)指导教师评阅表五、毕业设计(论文)评阅教师评阅表六、毕业设计(论文)答辩评审表(2012届)本科生毕业设计(论文)资料第一部分毕业论文(20 12 届)本科生毕业论文说明书有理函数的逼近及其应用系部:信息与计算科学专业:数学与应用数学学生姓名:徐芬芬班级:二班学号2008031224指导教师姓名:张作政职称讲师最终评定成绩2012年 4 月长沙学院本科生毕业论文有理函数逼近及其应用系(部):信息与计算科学专业:数学与应用数学学号: 2008031224学生姓名:徐芬芬指导教师:张作政讲师2012年4 月摘要有理函数逼近理论及其应用是逼近问题研究中的重要组成部分。
本文介绍了有理函数逼近定义、构造及其相关知识,同时研究了有理函数插值的存在性与唯一性,介绍了几种常见的有理逼近。
最主要的是对有理函数逼近的应用进行了研究。
首先是利用倒插商和有理函数的唯一性求解数值优化问题,结果表明这种方法在求解数值优化问题时速度快,精度高。
其次是基于Thiele连分式逼近,重新推导了Halley迭代公式。
采用倒数可以被差商近似的办法,得到两个多初始点的迭代公式,从而避免了求导运算。
关键词:函数,有理逼近,倒插商,有理插值ABSTRACTT he rational function approximation theory and its application is approximation to the important component. This paper introduces the definition, a rational function approximation structure and its related knowledge, and of a rational function the existence and the uniqueness of the interpolation, introduces several common rational approximation. The main is a rational function approximation to the application of research. First is to use Inverted plug Manufacturers and the uniqueness of a rational function solving numerical optimization problem, and the result shows that the method in solving numerical optimization problem speed and precision. Second is based on Thiele even fraction approaching, and deduced the formula to Halley iteration. The bottom can be difference quotient approximation method, get more than two initial point iterative formula so as to avoid the derivation operations. Keywords: function, rational approximation, Inverted plug Manufacturers,rational interpolation目录第一章绪论 (1)1.1 有理逼近的研究背景 (1)1.2 有理逼近的研究目的及意义 (1)第二章有理逼近相关知识介绍 (4)2.1 有理逼近的定义 (4)2.2 逼近函数的构造 (5)2.3几种常见的有理逼近 (8)2.3.1 Padé逼近 (8)2.3.2 Müntz有理逼近 (8)2.3.3 最佳有理分式逼近 (8)第三章有理插值函数的存在性及唯一性 (9)3.1 有理插值问题的存在性 (10)3.2 有理插值函数的唯一性 (11)第四章有理函数逼近的应用................ 错误!未定义书签。
有理逼近

有理逼近代数插值,计算简单,光滑性好,是逼近光滑函数的重要工具.但当函数()f x 在某点a 附近无界,或当x →∞而()f x 趋向于某一定数时,采用多项式作()f x 的差值函数,差值效果差。
(1) 多项式不能反映在某点a 附近无界, (2 )当x →∞时多项式的值总时趋于无穷. 有理分式Ax Bx α+-能很好地反映函数在x α=附近无界,并且也保证了当x →∞时趋于某个定值A 。
用有理函数逼近可得到较好的效果。
所谓有理函数是指用形如00()()()nkkn k nm n km k k a xP x R x Q x b x====∑∑的函数逼近()f x 如果取||()()||nm f x R x ∞-最小就可得到最佳有理一致逼近,如果取2||()()||nm f x R x -最小则可得到最佳有理平方逼近函数。
§1、连分式概念下面介绍运用辗转相除即连分式的方法求有理分式之值,以下例说明. 例1 给出有理分式432322453811353151121157409x x x x R x x x ++++=+++解:将分子分母相除,得到商式及分式,计算过程如下2323222246428423211574094232115740916714236(9)51671423651671942365879x x R x x x x x x x x x x x x x x x x x x x x x x x x ++=+++++=+++++++=+++++++=+++++++=+++++++这个方法称为辗转相除或连分式法,需3次除1次乘,7次加. 而用秦九韶算法则需1次除6次乘,7次加.用秦九韶算法求多项式544225437)6(x x x f x x x --+-+=当x=5时的值.首先将原多项式改写成如下形式 : ()()()()256)7(43f x x x x x x --+-+=,然后由内向外逐层计算一次多项式的值 例2 求1y x =+的连分式逼近。
sinⅹ的帕德近似计算公式

sinⅹ的帕德近似计算公式帕德(Pade)近似是一种常用于计算数学函数的近似方法之一、它的名称源自法国数学家若尔斯·帕德(Jules Henri Pade)。
帕德近似方法通过有理函数的比例逼近给定的函数,从而在一定范围内高度精确地计算函数的值。
在本文中,我们将介绍如何使用帕德近似计算三角函数sin(x)。
帕德近似方法的基本思想是,将要近似计算的函数表示为两个多项式的比例。
对于三角函数 sin(x),我们可以使用帕德近似方法得到一个形如 P(x) / Q(x) 的表达式,其中 P(x) 和 Q(x) 都是多项式函数。
帕德近似的一般形式可以表示为:f(x)=(a₀+a₁x+a₂x²+...+aₙxⁿ)/(1+b₁x+b₂x²+...+bₙxᵐ)其中f(x)是要近似的函数,a₀,a₁,...,aₙ和b₁,b₂,...,bₙ是待确定的系数。
近似的精度可以通过确定多项式的阶数来控制。
一般来说,通过增加阶数,可以提高近似的精度,但计算量也会增加。
对于 sin(x) 的帕德近似,我们可以将其表示为 P(x) / Q(x),其中P(x) 和 Q(x) 分别是两个多项式函数,即:sin(x) = (a₀ + a₁x + a₂x² + ... + aₙxⁿ) / (1 + b₁x + b₂x²+ ... + bₙxᵐ)对于 P(x) 和 Q(x),我们可以通过将 sin(x) 进行泰勒级数展开并截取到合适的阶数来得到:sin(x) = x - (x³/3!) + (x⁵/5!) - (x⁷/7!) + ...根据泰勒级数的展开式,我们可以确定P(x)和Q(x)的系数。
具体来说- 对于 P(x),其系数的确定方式是,将 sin(x) 的展开式中的奇数次项系数乘以 (-1) 的相应幂次,再求和。
-对于Q(x),其系数的确定方式是,取1,0,1,0,...交替排列的序列,并计算其相应位置上的系数乘以(-1)的相应幂次,再求和。
- 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、"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、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)。
和
( P) f ( x) P( x) ( P).
并且(1.7)中每个区间内只含有一个偏离点. 为证 P( x) 不是最佳者,只须求得(1.1)形有理分式 Q( x) ,使得
(Qi ) M (i 1,2,).
又设 1 , 2 ,, m1 为 (a, b) 内给定的互异点,则对其中任一点 ,必有
q0i m q1i m1 q mi p0i n p1i n 1 p ni q0i m q1i m1 q mi f ( ) f ( ) p0i n p1i n 1 p ni
M max f ( x) .
a x b
从而有正常数 K 存在,使得
q0i m q1i m1 qmi K .
由于多项式 q0i x m q1i x m1 qmi 于 m 1 个点 1 , 2 ,, m1 处的值是有界 的, 比方设它们依次为 K1 , K 2 ,, K m1 ,则按线性方程组
可以具体算出, Rn ( x) 的展开式将含有函数 ln(1 x) 之 Taylor 展开式的前 2n 项 和 T2 n ( x) . 下面来比较 Rn ( x) 与 T2 n ( x) 的逼近误差 . 设以 R 与 分别记 Rn ( x) 与 T2 n ( x) 同
ln(1 x) 之间的误差,并取 x 1.它们误差的对比,如下表:
( R) m , n ( f ) ,
(1.6)
其中 f ( x) 是区间 [a, b] 上连续函数.称满足(1.6)的有理分式为 f ( x) 于(1.1) 所示有理分式类中的最佳一致逼近有理分式.下面的 Tchebyshev 定理对最佳 一致 逼近有理分式的特征作了确切的描述. 定理 3 理 分式 P( x) 由下述特征所唯一确定① . 若将 P( x) 写成 形如(1.1)的有理分式函数中在 [a, b] 上与 f ( x) 偏差最小的有
f ( x) 的偏差 (Q) 取到极小值,即
(Q) min .
证明 只须证明存在形如(1.1)的有理分式 Q( x), 使得
(Q) m,n ( f ) .
下面我们将具体地构造出 Q( x) 来.按下确界的定义,存在无穷函数序列
{Qi ( x)} ,使得
lim (Qi ) m,n ( f ) ,
x1 x2 x N
上以正负交错的符号取异于 0 的值
1 ,2 ,, (1) N 1 N
(不妨假定各个 j 0 ) . 而且 N m n d 2, d min( , ), 则对每一形如 (1.1) 的函数 Q( x), 恒有
(Q) min{1 , 2 , N }.
(1.4) 当 R( x) 0 且 N m 2 (即 d n) 时,此不等式仍然成立. 证明 采用反证法.假若存在一个形如(1.1)的函数 Q( x), 满足
(Q) min{1 , 2 , N }.
考察差
( x) Q( x) R( x)
[ f ( x) R( x)] [ f ( x) Q( x)] .
m,n ( f ) i n fs u pf ( x) Rm,n ( x)
Rm , n a x b
(1.3) 为形如(1.1)的有理分式类: Rm,n def Rm,n ( x)对给定函数 f ( x) 的最佳逼近 或最小
偏差. 关于偏差的下界估计,有: 定 理 1 ( Vall é e-Poussin ) 设 多 项 式
设 f ( x) 是有界闭区间 [a, b] 上的连续函数.定义偏差函数 f ( x) Rm,n ( x) 的 绝对值的上确界为 Rm,n ( x) 与 f ( x) 的最大偏差,简称为偏差:
( Rm,n ) s u pf ( x) Rm,n ( x)
a x b
.
(1.2) 又定义量
lim p ji a j ,lim qli bl .
i i
今作(1.1)型有理分式
P( x)
b0 x m b1 x m1 bm . a0 x n a1 x n1 a n
以下来证明 ( P) max f ( x) P( x) m,n ( f ). 因为 P( x) 只可能在有限多个点
n
1
Rn (1)
0.667
R
0.026
T2 n (1)
0.50
T
0.19
2 3 4
0.692 31 0.693 122 0.693 146 32
0.000 84 0.000 025 0.000 000 76
0.58 0.617 0.634
0.11 0.076 0.058
( (ln 2 0.693 147 18) 由上表可知, R4 (1) 的精确度竟比 T8 (1) 的精确度高几乎 10 5 倍.这说明开展某些函 数的有 逼近或一般非线性逼近的研究是很有必要的.
d m i n ( , ) .
若 P( x) 0 ,则 N m 2 . 证明 充分性.设
N mnd 2.
并于定理 1 中取 k ( P) ,则知对任何形如(1.1)的有理分式 Q( x) ,必 有
(Q) ( P).
从而 P( x) 是最佳逼近有理分式. 必要性.采用反证法.设满足要求的偏离点的个数为 N m n d 1, 我们
max f ( x) P( xபைடு நூலகம் m,n ( f ).
a x b
是故 ( P) m,n ( f ). 又显然有
m , n ( f ) ( P ) ,
所以最终证得
( P) m , n ( f ) .
存在性定理 2 证毕. 根据定理 2,存在形如(1.1)的有理分式 R( x) ,使得
a x b
~
~
~
~
~
~
即除去可能在有限个点处外,总有
P( x) N m a xf ( x) M .
a x b
从而上式于区间 [a, b] 上处处成立.即 P( x) 在区间 [a, b] 上处处有限, 所以 (1.5) 式 处处成立. 由于 P( x) 个系数与 Qi ( x) 个相应系数之间的极限关系,不难看出极限关 系式
i
其中
Qi ( x)
q0i x m q1i x m1 q mi . p0i x n p1i x n1 p ni
将 Qi ( x) 如下标准化,使其分母的系数满足
2 2 2 p0 ,2,). i p1i p ni 1(i 1
我们来证明相应的系数 q ji ( j 0,1,, m) 也是有界的.事实上,设
第六章
教学目的和要求:
非线性逼近方法
要求掌握非线性一致逼近、有理函数逼近、Pad e 逼近方法、有理逼近的一些算 法 . 考虑函数 ln(1 x) 的逼近问题.它的 Taylor 展开式为
l n1 ( x) (1) k 1
k 1
'
xk k
(1 x 1) .
记上式右端前 s 项的和为 Ts ( x) , 显然 Ts ( x) 可以作为 ln(1 x) 的一种近似.由连分 式展开 的方法, ln(1 x) 又有如下的连分式展开式:
A( x) a0 x m am , B( x) b0 x n bn
互质,其中 0 m,0 n, b0 0. 且设
R( x) A( x) / B( x)
于 [a, b] 区间上为有穷,差函数 f ( x) R( x) 在 [a, b] 中的点列
q0i jm q1i jm1 qmi K j ( j 1,2,, m 1) ,
可以解出 q li 的一个表达式 (l 0,, m) .显然这些 qli (l 0,, m) 均有界. 由于 p ji ( j 0,, n) 和 qli (l 0,, m) 有界,根据 Bolzano-Weierstrass 定 理, 在有理分式序列 {Qi ( x)} 中,可以选出某子序列,不妨仍记为 {Qi ( x)} ,使得
a x b
处 变为无穷,而在 [a, b] 区间的其它点 x 处,显然有
lim Qi ( x) P( x)
i ~ ~
~
.
(1.5)
所以
P( x) f ( x) f ( x) Qi ( x) Qi ( x) P( x)
m a xf ( x) (Qi ) i
来证 P( x) 必不是最佳逼近有理分式.将 [a, b] 分为如下的 N ' 个子区间:
[a, 1 ], [1 , 2 ], , [ N ' 1 , b] ,
使之在上述区间上,轮流满足
(1.7)
( P) f ( x) P( x) ( P) ,
①
此处所说的唯一性,乃指经约分化简后为相同的有理分式者.
显然 ( x1 ), ( x2 ),, ( x N ) 不等于 0 且正负交错变号.由于 ( x) 于 [a, b] 上连续,
根据 连续函数的中值定理, ( x) 与 (a, b) 内至少有 N 1 m n d 1 个零点.然而
( x) Q( x) R( x) v( x) / u( x)
§1.
非线性一致逼近
首先讨论如下有理分式, Rm,n Rm,n :
Rm , n ( x )
Pm ( x) , Qn ( x)
(1.1)
其中 Pm ( x) Pm , Qn ( x) Pn 分别为 x 的 m, n 次多项式.设 Rm, x ( x) 是既约有理分 式,即