首页 > 其他分享 >【数值分析笔记】

【数值分析笔记】

时间:2023-10-31 23:15:23浏览次数:38  
标签:分析 dots phi 函数 int 内积 数值 笔记 rho

第3章-函数逼近

3.1 内积空间

3.1.1 内积

设$ f(x), g(x) \in C[a,b], \rho(x)$ 是\([a,b]\)上的权函数,积分

\[(f, g) = \int_a^b \rho(x) f(x)g(x) dx \]

称为函数\(f(x)\) 与\(g(x)\) 在\([a,b]\) 上的内积。

\(C[a,b]\) 表示在区间\([a,b]\) 内连续的全体函数组成的集合。

满足内积定义的函数空间称为内积空间。因此,连续函数空间\(C[a,b]\) 上定义了内积就形成了一个内积空间。(我的理解是连续函数空间就是内积空间,只是差了个内积定义而已)

内积的四条公理:

  1. $(f, g) = (g,f) $
  2. $(cf, g) = c(f,g) $
  3. $(f_1+f_2, g) = (f_1,g)+(f_2,g) $
  4. $(f,f) \ge 0 \(;当且仅当\)f=0$ 时,$(f,f) =0 $

3.1.2 欧氏范数

\[||f||_2 = \sqrt{\int_a^b \rho(x)f^2(x)dx} = \sqrt{(f,f)} \]

称为\(f(x)\) 的欧氏范数

3.1.3 带权\(\rho(x)\) 正交

若\(f(x), g(x) \in C[a,b]\) 满足

\[(f,g) = \int_b^a \rho(x)f(x)g(x)dx = 0 \]

则称\(f\) 和\(g\) 在\([a,b]\) 上带权\(\rho(x)\) 正交

若函数族$ \phi_0(x), \phi_1(x), \dots ,\phi_n(x), \dots $ 满足

\[ (\phi_j, \phi_k) = \int_a^b \rho(x)\phi_j(x) \phi_k(x) = \left\{ \begin{array}{l} 0, j\ne k \\ A_k > 0, j=k \end{array} \right. \]

就称\({\phi_k}\) 是\([a,b]\) 上带权\(\rho(x)\) 的正交函数族
若\(A_k \equiv 1\) ,就称之为标准正交函数族

3.1.4 线性无关

定义与向量的线性无关相似

例如,{$ x^k$ }\(, k = 0,1,2\dots\) 就是\(C[a,b]\) 上的线性无关函数族

定理:

函数族{$ \phi_k$ }\(, k = 0,1,2\dots,n-1\)在\([a,b]\)上线性无关的充分必要条件:它的克莱姆(Gramer)行列式\(G_{n-1} \ne 0\),其中

\[ G_n-1 = G(\phi_0, \phi_1, \dots, \phi_{n-1}) = \left| \begin{array}{ccc} (\phi_0, \phi_0) & (\phi_0, \phi_1) & \dots & (\phi_0, \phi_{n-1}) \\ (\phi_1, \phi_0) & (\phi_1, \phi_1) & \dots & (\phi_1, \phi_{n-1}) \\ \dots & & \dots & \\ (\phi_{n-1}, \phi_0) & (\phi_{n-1}, \phi_0) & \dots & (\phi_{n-1}, \phi_{n-1}) \end{array} \right| \]

3.2 函数的最佳平方逼近

函数 \(f(x)\) 用n次多项式 $ s(x)= \sum_{k=0}^n a_k x^k $作最佳平方逼近,就是要找到一组系数{ $ a_k^* $ },使得

\[||f(x)-s^*(x)||_2^2 = \int_a^b [f(x)-s^*(x)]^2dx = min_{s(x)\in H_n}||f(x)-s(x)||_2^2 \]

标签:分析,dots,phi,函数,int,内积,数值,笔记,rho
From: https://www.cnblogs.com/code-pigeon/p/17801720.html

相关文章

  • 第二章读书笔记
    03运行超市抹零结账行为#输入购物金额purchase_amount=float(input("请输入购物金额:"))#计算抹零后的金额rounded_amount=round(purchase_amount)#输出抹零后的金额print("抹零后的金额:",rounded_amount)‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬......
  • 大数据分析与应用笔记
    定义大数据:是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。数量(Volume)、种类(Variety)、速度(Velocity)、价值(Value)、准确性(Veracity)(1)数据清理:消除噪声和删除不一致数据。(2)数据集成:多......
  • 智慧矿山:智能化解决皮带跑偏问题的视频分析算法
    一、引言随着科技的发展,人工智能技术已经在各个领域得到广泛应用。而在智慧矿山领域,皮带跑偏视频分析是其中一个重要的应用方向。本文将详细介绍皮带跑偏视频分析AI算法的原理,以期为智慧矿山的发展提供有益的参考。二、算法原理1.视频采集:首先,我们需要对皮带跑偏现场进行视频采集,......
  • 读书笔记chapter?2
    1#03超市抹零2bill=float(input("请输入商品的总价格"))3print("{:.0f}".format(bill))1#04成绩分差和平均值2importmath34grade1=int(input())5grade2=int(input())6grade3=int(input())7gap1=abs(grade1-grade2)8gap2=abs(grade2-grade3)......
  • [学习笔记]TypeScript查缺补漏(一):类
    @目录基础知识创建类型类的初始化类型和值JSDoc注释字段私有字段可选和非可选字段字段类型约束Getter/Setter静态成员函数重载构造函数参数属性类的实例化箭头函数this的作用域全局类和对象方法泛型泛型类泛型接口泛型函数装饰器基础知识创建类型classAbc{}类的初始化co......
  • trafilatura 网页解析原理分析
    trafilatura介绍Trafilatura是一个Python包和命令行工具,用于收集网络上的文本。其主要应用场景包括网络爬虫下载和网页解析等。今天我们不讨论爬虫和抓取,主要看他的数据解析是如何做的。extract初体验fromtrafilaturaimportfetch_url,extracturl='https://haokan.baid......
  • 第二章读书笔记
    #03超市抹零结账行为print('学号:3121')print("\n03")n=eval(input('应付:'))print('实付:',int(n))#04计算学生成绩的分差和平均分print("\n04")print('学号:3121')A=eval(input('学生A的成绩:'))B=eval(input('学生B的成绩:')......
  • 【Django-DRF】多年积累md笔记 0基础到高手. 第(3)篇:使用Django开发REST 接口
    本文从分析现在流行的前后端分离Web应用模式说起,然后介绍如何设计RESTAPI,通过使用Django来实现一个RESTAPI为例,明确后端开发RESTAPI要做的最核心工作,然后介绍DjangoRESTframework能帮助我们简化开发RESTAPI的工作。完整版笔记直接地址:请移步这里共5章,24子模块,总计1.7......
  • python、R语言ARIMA-GARCH分析南方恒生中国企业ETF基金净值时间序列分析
    全文链接:https://tecdat.cn/?p=34123原文出处:拓端数据部落公众号分析师:YuyanWang虽然中国股票市场日益完善,但还不完全是弱有效市场,因此中国股票市场存在比较明显的通过技术分析达到的套利机会。解决方案任务/目标根据基金净值的要求,运用多种模型分析实现股票走势的预测。......
  • R语言数量生态学冗余分析RDA分析植物多样性物种数据结果可视化
    原文链接:http://tecdat.cn/?p=25564 原文出处:拓端数据部落公众号最近我们被客户要求撰写关于生态学冗余分析RDA的研究报告,包括一些图形和统计输出。冗余分析(redundancyanalysis,RDA)是一种回归分析结合主成分分析的排序方法,也是多因变量(multiresponse)回归分析的拓展。从概念上......