2.4_正交多项式和最佳平方逼近概述

L1 )

3 2
1 1
t 2
1 tdt 6 15
可知
q1(t)

2 3
L0 (x)

6 15
L1 ( x)

2 3

6 15
t,
1 t 1
把 t =2x-1代人 q1(t) 得 x 在区间[0，1]上的一次最佳平方 逼近多项式
p1(t)

2 3

6 15
(2x
1)

4 15

12 15
m
m
[ * ( xi )
i 1
yi ]2
min ( x )
[ ( xi )
i 1
yi ]2
其中 (x) 为函数类Φ 中任意函数。
因此，用最小二乘法解决实际问题包含 如下2个基本环节：
（1）确定函数类Φ ，即确定 (x) 的形式。 这不是一个单纯的数学问题，还与其

12 15
所求的最佳平方逼近元素为
p(x) 4 12 x, 15 15
0 x 1
二、正交函数系在最佳平方逼近中的应用 对于一般的基底 0 (x),1(x),,n (x)
当 n 较大时，计算法方程中的 (k , j ) 以及求解法方程的计算量都是很大的。 1, x, x2 ,, xn 作基底，当ρ(x)≡1时， 虽然 (k , j ) (xk , x j ) 容易计算，但由此形成 的法方程系数矩阵G在 n稍大时是病态矩阵， 在计算机上求解法方程，其结果不太可靠。
§6 函数的最佳平方逼近 一、最佳平方逼近的概念与解法
用简单函数 p (x)去近似一个给定区间[a， b]上的连续函数 f (x)，是函数逼近要研究的 问题。度量逼近误差标准有许多种，这里 介绍一种称为平方逼近的函数逼近。

( f p*, f p*) 2( f p*, p * p) ( p * p, p * p)
n
因为 f p*, p * p cj c j f p*, j 0 及
j0
( p * p, p * p) 0, 故 ( f p, f p) ( f p*, f p*).
2 则 f (x) 1 1 t g(t), 1 x 1
2 先求g(t)在区间 [-1,1] 旳一次最佳平方逼近多项式.
由
c0 *
1 2
(g,
L0 )
1 2
1 1
1 2
1 tdt 2 , 3
c1
3 2
(g,
L1 )
3 2
1 1
t 2
1 tdt 2 . 5
可知
2
2
22
q1(t) 3 L0 (x) 5 L1(x) 3 5 t,
例6 定义内积 ( f , g)
1
f (x)g(x)dx
0
试在H1=Span{1,x}中谋求对于f(x)= x 旳最佳平方逼近
元素p(x).
解 法方程为
1 12
1 2
13
c0
c1
2 2
3 5
解得
c0
4, 15
c1
4 5
所求的最佳平方逼近元素为 p(x) 4 4 x. 0 x 1 15 5
(n
,n
)
cn*
( f ,n )
因为 0x,1x, , nx 线性无关, 能够推得上系数阵是
非奇异旳. 故 (5. 82) 有唯一解 { c*j }.
四、最佳平方逼近旳误差
记 ( f p*, f p*), 称其为最佳平方逼近误差, 利用

定理： 是内积空间， 是其有限维子空间， 定理： C [a , b]是内积空间， M是其有限维子空间， f ( x ) ∈ C [a , b]，M中ϕ * ( x )是f ( x )的最佳平方逼近 函数的 ⇔ f − ϕ *与M中任一元正交
证（⇐） ∀ϕ ∈ M， ϕ − ϕ ∈ M
*
f −ϕ
2 2
⇒ P2 ( x ) = 1.013 + 0.851 x + 0.839 x
2
= ( f −ϕ, f −ϕ)
= ( f −ϕ +ϕ −ϕ, f −ϕ +ϕ −ϕ)
* * * *
= ( f − ϕ * , f − ϕ * ) + 2( f − ϕ * , ϕ * − ϕ ) + (ϕ * − ϕ , ϕ * − ϕ )
=0
= f −ϕ
* 2 2
+ ϕ −ϕ
*
2 2
≥ f −ϕ
0 1
1
{
}
1 (ϕ 0 , ϕ 1 ) = (ϕ 1 , ϕ 0 ) = ∫ xdx = 0 2 1 (ϕ 0 , f ) = ∫ e x dx = e − 1
0
(ϕ 1 , f ) = ∫ xe x dx = 1
0
1
(ϕ 2 , f ) = ∫ x 2 e x dx = e − 2
0
1
1 1 / 2 1 / 3 c1 e − 1 1 / 2 1 / 3 1 / 4 c 2 = 1 1 / 3 1 / 4 1 / 5 c e − 2 3
*
ϕ 的构造求法
*
设M的基底为 span{ϕ 0 , ϕ 1 ,Lϕ n }

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 Application inScientific 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.Now the orthogonal polynomial is widely used in mathematical physics, engineering，scientific computing， regression analysis， probability distribution etc.Therefore, research orthogonal polynomials having great significance and value.Firstly， this paper gives the definition of orthogonal polynomials,。