小波分析之函数逼近与曲线拟合.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * “曲线拟合” 问题分析 显然, 是首项系数为1的k次多项式。由 正交性,有： “曲线拟合”算法 用“正交多项式函数簇”做基底的曲线拟合问题 可根据精度要求通过逐次增加拟合多项式的 次数n及递推地获得高一次正交多项式的方法 进行，形成如下算法： “曲线拟合”算法 对n=0,1,…,生成n次正交多项式簇： “曲线拟合”算法 形成n次拟合多项式： “曲线拟合”算法 判断精度，决定是否n增加1： 满足精度要求，停止;不满足精度要求， n增加1，转向步骤1.，继续; 离散最小二乘三角逼近 对于以 为周期的连续函数 ,在 上,当 只在2m+1个离散点 上已知,即已知 时,有相应的离散最小二乘三角逼近. 离散最小二乘三角逼近 这时,函数系 关于点集 正交(当 时).故有 的最小二乘三 角逼近 离散最小二乘三角逼近 系数由 确定,称为离散傅立叶系数. 作业 Ex.1 在 上,证明三角函数系 是正交系.进一步把其改造为一标准正交系. Ex.2 在 上,得到一个三角函数标准正 交系. Ex.3 证明函数系 关于点集 正交. * * * * * * * * * * * * * * * * * * * * * * * 用正交多项式基底做最佳平方逼近 为使问题更具一般性，以下讨论用正交函数簇做基底时的最佳平方逼近函数的求解问题。 当取正交函数簇 做基底时, 用正交函数簇基底做最佳平方逼近 法方程 的系数矩阵成为对角矩阵 用正交函数簇基底做最佳平方逼近 法方程为: 解为： 用正交函数簇基底做最佳平方逼近 最佳平方逼近函数为： 用正交函数簇基底做最佳平方逼近 均方误差为： 用正交函数簇基底做最佳平方逼近 特别地,当 是 标准正交基时,有 故 用正交函数簇基底做最佳平方逼近 且均方误差成为： 勒让德正交多项式做最佳平方逼近 在 上用勒让德(正交)多项式做正交基 底时的最佳平方逼近 勒让德正交多项式做最佳平方逼近 TH9 在所有最高项系数为1的n次多项式中，勒让德正交多项式 在 上与零的平方误差最小。 [证明] 设 为任一最高项系数为1的n次多项式， 则 可表示为： 勒让德正交多项式做最佳平方逼近 TH9证明(续) 当且仅当 时上式中等号成 立，即当 时Qn(x)与零的误差最 小。 最佳平方逼近问题讨论 泛函概念：最佳平方逼近函数 满足： 即 在函数空间 中变化，取遍 中所有 函数，在 处取得极小值，此即为泛 函问题，即可变化的元素为函数。 最佳平方逼近问题讨论 由于函数空间 为线性空间，取遍 中所有函数只须按 的基底的线性组合在数域 中取遍所有组合系数即可。 由于法方程的系数矩阵----格拉姆矩阵非奇异，最佳平方逼近多项式(或函数)在选定的子空间 中唯一存在。 最佳平方逼近问题讨论 不论用正交多项式做基底与否，最佳平方逼近多项式都是同一的。不用正交多项式做基底时只是由于法方程病态，近似求解时误差增大，达不到准确解；而用正交多项式做基底时法方程近似求解时准确性高，与准确解误差小。无论如何，准确解唯一客观存在，只是不同的求解法在求其近似解时优劣不同。 最佳平方逼近问题讨论 用正交多项式做基底时求解计算工作量小? Th9表明每一次数的勒让德正交多项式都为一种非零但“非常小”的分量基函数。 这样，用勒让德正交多项式做基底的最佳 平方逼近也体现为一种用非零小分量谱系合 成、表示复杂对象