平方逼近

平方逼近是函式逼近理論的數學方法，通過在賦范線性空間中極小化帶權平方誤差尋求最佳逼近函式。其核心過程包含構建法方程求解係數矩陣的最小二乘原理，並嚴格證明了解的存在唯一性定理。該方法採用正交多項式基（如Legendre多項式）簡化計算，有效避免了Hilbert矩陣的病態問題。在區間[0,1]上的實際套用中，通過構建方程組求解一次最佳平方逼近多項式的完整過程驗證了理論可行性。

基本介紹

• 領域：數值分析
• 提出時間：20世紀初
• 核心方法：最小二乘原理
• 數學工具：正交多項式
• 套用場景：信號處理
• 相關定理：存在唯一性定理

數學定義

在賦范線性空間中，給定權函式$\rho(x)$和函式$f(x)$，最佳平方逼近要求尋找函式$S^*(x)\in\Phi$滿足：
$$\min_{S\in\Phi} \int_a^b \rho(x)[f(x)-S(x)]^2 dx$$
其中$\Phi$為有限維子空間。該方法通過最小化帶權平方誤差實現函式的最優逼近。

計算方法

求解過程包含三個步驟：

1. 選取基函式${\varphi_i}$構建法方程，其係數矩陣元素為$(\varphi_i,\varphi_j)$
2. 構造右端項向量$(f,\varphi_i)$
3. 通過高斯消元法求解線性代數方程組

當採用正交多項式基時，法方程係數矩陣退化為對角陣，顯著降低計算複雜度。Legendre多項式在區間[-1,1]上具有標準正交性，是典型套用實例。

存在唯一性定理

在平方逼近理論中嚴格證明：

• 當${\varphi_i}$線性無關時，法方程存在唯一解
• 逼近誤差滿足$|f-S^*|^2 =|f|^2 - \sum_{k=0}^n c_k^2|\varphi_k|^2$
• 誤差估計公式為$E = \sqrt{\int_a^b \rho(x)[f(x)-S^*(x)]^2 dx}$

套用實例分析

以區間[0,1]上的一次多項式逼近為例：

1. 選取基函式$\varphi_0(x)=1$, $\varphi_1(x)=x$
2. 構建法方程：
   $$\begin{cases}
   (\varphi_0,\varphi_0)c_0 + (\varphi_0,\varphi_1)c_1 = (f,\varphi_0)\(\varphi_1,\varphi_0)c_0 + (\varphi_1,\varphi_1)c_1 = (f,\varphi_1)
   \end{cases}$$
3. 具體計算內積項後解方程組可得最優係數$c_0$, $c_1$

擴展理論討論

Chebyshev級數在特定條件下具有近似最佳一致逼近特性：權函式取$\rho(x)=1/\sqrt{1-x^2}$時，Chebyshev多項式構成正交系；該性質在信號濾波器設計中具有重要套用價值

數值穩定性改進

傳統方法存在兩個改進方向：

1. 採用正交多項式基消除矩陣病態性
2. 引入遞推公式避免直接計算高階內積

這些改進措施顯著提升了平方逼近方法在實際工程問題中的計算精度和效率。