Аппроксимация непрерывных функций многочленами
Введение
I. Постановка основной задачи теории аппроксимации
1.1. Основная теорема аппроксимации в линейном нормированном пространстве
1.2. Теорема аппроксимации в пространстве Гильберта
1.3. Первая теорема Вейерштрасса
1.4. Вторая теорема Вейерштрасса
II. Круг идей П.Л. Чебышева
2.1. Теорема Валле-Пуссена и теорема существования
2.2. Теорема Чебышева
2.3. Переход к периодическим функциям
2.4. Обобщение теоремы Чебышева
III. Методы аппроксимации
3.1. Приближение функции многочленами
3.2. Формула Тейлора
3.3. Ряды Фурье
Заключение
Литература
ВведениеЭлементы важной и интересной области математики- теория приближения функций. Под приближением функции понимают замену по определенному правилу одной функции другой, близкой к исходной в том или ином смысле. Практическая необходимость в такой замене возникает в самых различных ситуациях, когда данную функцию необходимо заменить более простой и удобной для вычислений, восстановить функциональную зависимость по экспериментальным данным, и т.п.
Основоположником теории аппроксимации функций является великий русский математик Пафнутий Львович Чебышев (1821-1894).
В качестве приближающих функций выбирают чаще всего алгебраические и тригонометрические многочлены. Так же важное значение имеет метод наилучшего приближения, предложенный Чебышевым. Он возник из решения практических задач, связанных с конструированием прямолинейно направляющих шарнирных механизмов. Такие механизмы в XIX веке использовались в паровых машинах- основных универсальных двигателях того времени- для поддержания прямолинейного движения поршневого штока. К ним относятся параллелограмм Уатта и некоторые его разновидности.
На дальнейшее развитие этой теории оказало влияние открытие, сделанное в конце XIX века немецким математиком Карлом Вейерштрассом. Им была доказана принципиальная возможность приближения произвольной непрерывной функции с любой заданной степенью точности алгебраическим многочленом, что явилось второй причиной применения этих многочленов как универсального средства приближения функций, с заданной сколь угодно малой ошибкой.
Кроме алгебраических многочленов, другим средством приближения функций являются тригонометрические многочлены, значение которых в современной математике, конечно, не исчерпывается указанной ролью.
I. Постановка основной задачи аппроксимацииОсновную задачу теории аппроксимации можно сформулировать следующим образом:
на некотором точечном множестве
в пространстве произвольного числа измерений заданы 2 функции f(P) и F(P,A1,A2...An)
от точки P, из которых вторая зависит ещё от некоторого числа параметров А1,А2...Аn;
эти параметры требуется определить так, чтобы уклонение в
функции F(P,A1,A2...An) от функции f(P) было
наименьшим. При этом, конечно, должно быть указано, что понимают под уклонением
F от f или, как ещё принято говорить, под расстоянием между F и f.
Если, например, рассматриваются ограниченные функции, то в качестве расстояния между двумя функциями можно взять верхнюю грань в
модуля их разности. При таком определении расстояния для совокупности всех ограниченных в
функций оказываются справедливыми многие соотношения, которые мы имеем для точек обычного 3х-мерного пространства.
Последнее обстоятельство, с которым постоянно приходится сталкиваться в математике при рассмотрении других классов функций и многих иных совокупностей (множеств), привело к созданию весьма важного понятия метрического пространства, так что при дальнейшем изложении совокупность
- это метрическое, либо Гильбертово пространство.
Пусть Е- произвольное нормированное пространство, пусть g1,g2...gn- n линейно- независимых элементов из Е. Основную задачу аппроксимации применительно к рассматриваемому нами “линейному случаю” можно сформулировать следующим образом: дан элемент х
Е, требуется определить числа
,
...
так, чтобы величина
получила наименьшее значение.
Докажем, что требуемые значения чисел
существуют.
Предварительно заметим, что
- есть непрерывная функция
своих аргументов. Действительно, в силу неравенства треугольника:

Введём теперь вторую непрерывную функцию:
На “сфере”
, которая является
ограниченным замкнутым множеством точек в n-мерном конечном Евклидовом пространстве,
функция
по известной теореме Вейерштрасса
имеет некоторый минимум
.
Неотрицательное число
не может равняться 0, так как векторы g1,g2...gn линейно независимы. Так же
. Обозначим
(
)- нижняя грань значения функций
. Если
, то

Желая найти минимум функции
, мы можем ограничиться
рассмотрением только значений
, для которых
,
т.е. рассмотрением функции
в ограниченной замкнутой
области, а в такой области непрерывная функция имеет минимум.
Итак, существование линейной комбинации
, дающей наилучшую аппроксимацию элемента х, доказано.
Возникает вопрос, когда выражение
, дающее наилучшую аппроксимацию элемента х, будет единственным для
?
Указанная единственность во всяком случае имеет место тогда, когда пространство Е строго нормировано, т.е. когда в неравенстве
,
знак “=” достигается только при
,
.
В самом деле, допуская, что пространство Е строго нормировано, предположим, что элемент х имеет два выражения:
и
наилучшего приближения, причём g1,g2...gn линейно независимы.
где, как легко видеть, можно принять, что
и, поскольку
, то
, и, значит,
![]()
![]()
![]()
Следовательно, в силу строгой нормированности пространства:
.
В этом соотношении
должно =1, т.к. в противном случае
элемент х был бы линейной комбинацией элементов g1,g2...gn
и, значит, было бы
. Но если
=1,
то
и, значит,
, т.к. элементы g1,g2...gn линейно независимы. Таким образом, рассматриваемые выражения- тождественны.
Примером строго нормированного пространства является пространство Н, а также Lp при р>1, но пространства С и L не являются строго нормированными.
Действительно, возьмём интервал [-1,1] и две линейно независимые функции x(t) и y(t)
, модули которых принимают свои максимальные значения в одной и той же точке
интервала, причём arg x(
)=arg y(
).
Тогда очевидно,
. Чтобы доказать, что
не
есть строго нормированное пространство, достаточно взять x(t)=1, при
и x(t)=0, при t<0 ,а y(t)=1-x(t).
Проблема, существование решения которой мы ранее доказали, допускает полезную
геометрическую интерпретацию. Действительно, совокупность точек вида
,
где зафиксированные элементы g1,g2...gn
линейно независимы, а a1,a2...anпробегают всевозможные
комплексные числа, представляют некоторое линейное многообразие
в том смысле, что из
следует, что
при произвольных комплексных
.
Это линейное многообразие, очевидно, является пространством, так как оно содержит
точку 0. При n=1 мы получаем “прямую”; при n=2- “плоскость”, а вообще- “n- мерную
плоскость”.
Наша проблема, таким образом, состояла в нахождении точки конечномерного подпространства G пространства E, которая от заданной точки х
находится на кратчайшем расстоянии (в метрике пространства Е). Мы доказали, что такая точка в G существует.
Если само пространство Е не является конечномерным, т.е. если в нём имеется сколько угодно линейно независимых между собой векторов, то Е содержит бесконечномерные подпространства. Пусть G- такое подпространство.
Возникает вопрос, существует ли в G точка, наименее удалённая от заданной точки
. Заметим, если пространство Е строго нормировано, то в G во всяком случае не может существовать более одной точки, наименее удалённой от данной точки
.
Пусть G- некоторое подпространство пространства Гильберта Н, и пусть точка x
- точка, не принадлежит G. Если в G существует точка y, наименее удалённая от x, то вектор x-y ортогонален к каждому вектору g из G, т.е. (x-y, g)=0,
. Чтобы доказать это утверждение, предположим, что в G существует вектор f, для которого
, и рассмотрим вектор
.
Имеем
и, значит:
, а это противоречит предположению, что y- есть наименее удалённая точка от x подпространства G. Вектор y из G, обладающий тем свойством, что разность x-y ортогональна к G, естественно назвать проекцией x на G.
В этом случае, когда подпространство конечномерно и образовано линейно независимыми векторами g1,g2...gn, мы можем, пользуясь доказанными предложениями, фактически найти вектор y=
, наименее уклоняющийся от вектора x. Действительно, вектор y- есть проекция x на G и, значит, он должен удовлетворять уравнениям:
(k=1,2...n) (1), которые в подробной записи имеют вид:
(2)
и представляют систему линейных уравнений, для нахождения коэффициентов
.
Детерминант этой системы, т.е.
,
носит название детерминанта Грама системы векторов g1,g2...gn.
Так как пространство Н строго нормировано, а векторы gi линейно независимы, то при любом векторе x система (2) имеет одно и только одно решение. Отсюда вытекает, что детерминант Грама линейно независимых векторов всегда отличен от нуля.
Найдём ещё выражение для квадрата погрешности, с которой вектор y аппроксимирует вектор x, т.е. для величины
.
В силу (1), имеем равенство
или
.
Присоединяя это уравнение к системе (2) и исключая
, найдём, что
, откуда
.
Итак, мы нашли: