数值分析复习：逼近理论的应用——正交多项式

本篇文章适合个人复习翻阅，不建议新手入门使用
本专栏：数值分析复习 的前置知识主要有：数学分析、高等代数、泛函分析

逼近理论的应用：正交多项式

1. 规范正交函数组

定义：规范正交函数组
设连续函数空间 $C[a,b]$ ，函数组 { ϕ i } i = 0 n ∈ C [ a , b ] \{\phi_i\}_{i=0}^n\in C[a,b] { ϕi​}i=0n​∈C[a,b]（这里 $n$ 可取无穷），若
$$<{\varphi }_i,{\varphi }_j>={\int }_a^b\rho (x){\varphi }_i(x){\varphi }_j(x)\mathrm{d}x={\delta }_{ij},i,j=0,1,\dots ,n$$其中 $\rho (x)$ 是权函数，则称 { ϕ i } i = 0 n \{\phi_i\}_{i=0}^n { ϕi​}i=0n​ 是一个规范正交函数组

注：

• 当 $n$ 有限时，规范正交函数组必然线性无关
• 当 $n$ 无限时，称 { ϕ i } i = 0 n \{\phi_i\}_{i=0}^n { ϕi​}i=0n​ 为规范正交函数系，其任取有限个函数必线性无关

定理
设规范正交函数组 { ϕ i } i = 0 n \{\phi_i\}_{i=0}^n { ϕi​}i=0n​ ， Φ n = s p a n { ϕ 0 , … , ϕ n } \Phi_n=span\{\phi_0,\dots,\phi_n\} Φn​=span{ ϕ0​,…,ϕn​}，则对任意 $f\in C[a,b]$，其在 ${\Phi }_n$ 中的最佳平方逼近函数即为
$${\varphi }^{\ast }(x)=\sum _{i=0}^n{c}_i{\varphi }_i(x)$$其中
$$c_i=<f,{\varphi }_i>={\int }_a^b\rho (x)f(x){\varphi }_i(x)\mathrm{d}x$$

注：对任意给定的线性无关集，均可通过 Schmidt 正交化方法化成规范正交函数组，从而使得最佳平方逼近的法方程组为对角阵

2. 规范正交多项式

定义：规范正交多项式
设连续函数空间 $C[a,b]$ ，函数系 { Q i ( x ) } i = 0 ∞ \{Q_i(x)\}_{i=0}^{\infty} { Qi​(x)}i=0∞​，其中 $Q_i(x)$ 是 $i$ 次多项式，若
$$<Q_i,Q_j>={\int }_a^b\rho (x)Q_i(x)Q_j(x)\mathrm{d}x=c_{ij}{\delta }_{ij},i,j=0,1,\dots$$则称 { Q i ( x ) } i = 0 ∞ \{Q_i(x)\}_{i=0}^{\infty}