下载文档原格式
第六章习题解答1、设函数01(),(),,()n x x x φφφ 在[,]a b 上带权()x ρ正交，试证明{}()nj j x φ=是线性无关组。
证明：设0()nj jj l x φ==∑，两端与01()(,,,)kx k n φ= 作内积，由()jx φ的正交性可知，200(),()((),())((),())()()n n b k j j j k j k k k k k a j j x l x l x x l x x l x x dx φφφφφφρφ==⎛⎫==== ⎪⎝⎭∑∑⎰， 于是有001(,,,)k l k n == ，即{}()nj j x φ=是线性无关组。
2、试确定系数,a b 的值使22(()cos )ax b x dx π+-⎰达到最小。
解：定义02,[,]f g C π∈上的内积为20fgdx π⎰，取011(),()x x x ϕϕ==，()s x ax b =+，()cos f x x =，则法方程为0001010111(,)(,)(,)(,)(,)(,)f a f b ϕϕϕϕϕϕϕϕϕϕ⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 其中()2000112,dx ππϕϕ=⨯=⎰，()2201018,xdx ππϕϕ=⨯=⎰，()3211024,x xdx ππϕϕ=⨯=⎰，()2001,cos f xdx πϕ==⎰，()21012,cos f x xdx ππϕ==-⎰，于是方程组为22312812824a b πππππ⎛⎫⎛⎫ ⎪⎛⎫ ⎪ ⎪= ⎪ ⎪- ⎪ ⎪⎝⎭⎝⎭ ⎪⎝⎭，解之得1158506644.,.a b ==-。
3、已知函数11()(,)f x x =∈-，试用二类Chebyshev 多项式()n U x 构造此函数的二次最佳平方逼近元。
解：法一、取20121(),(),(),x x x x x ϕϕϕ===()()()00112222235,,,,,ϕϕϕϕϕϕ===，()()()011202203,,,,ϕϕϕϕϕϕ===，同时由二类Chebyshev 多项式的性质知 ()()()11101211028,,,,,f f f x ππϕϕϕ---======⎰⎰⎰于是可得法方程为0122203220003220835c c c ππ⎛⎫⎛⎫⎪ ⎪⎛⎫ ⎪ ⎪ ⎪⎪= ⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭ ⎪ ⎪⎝⎭ ⎪⎝⎭，解之得0121.0308,0,0.7363c c c ===-， 于是()f x 的二次最佳逼近元是2001122() 1.03080.7363x c c c x ϕϕϕϕ=++=-法一、二类Chebyshev 多项式2012()1,()2,()41U x U x x U x x ===-，取内积权函数()()x f x ρ==，于是11200114(,)(1)3f U fU dx x dx ρ--==-=⎰⎰，1121111(,)2(1)0f U fU dx x x dx ρ--==-=⎰⎰，112222114(,)(41)(1)15f U fU dx x x dx ρ--==--=-⎰⎰ 由()n U x 正交性及(,)2n n U U π=可得0000(,)8(,)3f U c U U π==，1111(,)0(,)f U c U U ==，2222(,)8(,)15f U c U U π==-， 于是()f x 的二次最佳逼近元为001122()x c U c U c U ϕ=++=21632515x ππ- 4、设012{(),(),()}L x L x L x 是定义于[0,)+∞上关于权函数()xx eρ-=的首项系数为1的正交多项式组，若已知01()1,()1L x L x x ==-，试求出二次多项式2()L x 。
正交多项式模型正交多项式模型一、引言正交多项式模型是统计学中一个重要的概念，主要用于回归分析和时间序列分析等。
它利用正交性，将高维问题转化为低维问题，从而简化计算和建模过程。
本文将介绍正交多项式模型的基本概念、应用和实现方法。
二、正交多项式模型的基本概念正交多项式是一种特殊的多项式，它的各个项之间是正交的，即各项的系数互为相反数。
这种特性使得正交多项式在统计学中有广泛的应用。
正交多项式模型是指利用正交多项式来拟合数据的一类模型，具有简洁、高效和易于解释等特点。
三、正交多项式模型的应用时间序列分析：在时间序列分析中，很多数据的趋势和季节性因素可以用正交多项式来描述。
例如，使用正交多项式模型可以有效地提取时间序列中的长期趋势、季节性和周期性变化。
回归分析：在回归分析中，正交多项式模型可以用来处理自变量和因变量之间的关系，特别是当自变量之间存在多重共线性时，使用正交多项式模型可以有效地消除这种影响。
数据降维：由于正交多项式具有将高维问题转化为低维问题的特性，因此可以用于数据降维。
通过选择合适的正交多项式，可以将高维数据投影到低维空间，从而降低计算复杂度和提高可视化效果。
四、正交多项式模型的实现方法选择合适的正交多项式：根据数据的特性和问题要求，选择合适的正交多项式类型，如Legendre多项式、Chebyshev多项式等。
拟合模型：利用选定的正交多项式对数据进行拟合，通过最小二乘法或其他优化算法求解系数，得到最佳拟合模型。
预测与评估：利用拟合得到的模型进行预测，并对预测结果进行评估和比较，选择最优的模型。
五、结论正交多项式模型是一种高效、简洁和易于解释的统计模型，在回归分析、时间序列分析和数据降维等方面有广泛的应用。
通过选择合适的正交多项式类型，可以有效地提取数据中的特征和规律，为实际问题的解决提供有力支持。
未来的研究可以进一步探讨正交多项式模型的优化算法和应用领域，为更多领域的数据分析和处理提供新的思路和方法。
