首页 > 其他分享 >高中数学题的一些背景思考 2 —— Chebyshev 多项式

高中数学题的一些背景思考 2 —— Chebyshev 多项式

时间:2024-09-05 22:16:03浏览次数:5  
标签:Chebyshev cos right 多项式 dfrac 数学题 sin left

Chebyshev 多项式「\({\in}\) 代数」

这个家伙十分重要!可以牵扯出一堆相关的东西。

题目 1

已知 \(a,b,c\in\R,\forall x\in[-1,1]\),都有 \(\left|ax^2+bx+c\right|\le 1\),则当 \(x\in[-1,1]\) 时,函数 \(f(x)=\left|\left(ax^2+bx+c\right)\left(cx^2+bx+a\right)\right|\) 的最大值为_____。

Sol

先整理一些条件,记 \(g(x)=\left|ax^2+bx+c\right|\),则 \(\begin{cases}g(1)=|a+b+c|\le1\\g(0)=|c|<1\\g(-1)=|a-b+c|\end{cases}\)

\[\begin{aligned} f(x)&=\left|\left(ax^2+bx+c\right)\right|\left|\left(cx^2+bx+a\right)\right|\\ &\le 1\cdot\left|cx^2+bx+a\right|\\ &=\left|c\left(x^2-1\right)+c+bx+a\right|&\text{这一步很重要,配凑了一个 a±b+c 的形式}\\ &\le\left|c\left(x^2-1\right)\right|+\left|a+c+bx\right|\\ &=|c|\cdot \left|x^2-1\right|+|a+c+bx|\\ &\le |c|+\max\left(\left|a+b+c\right|,\left|a-b+c\right|\right)&\text{一次函数最值在端点取到,所以这个取等需要 b=0}\\ &\le 1+1\\ &\le 2 \end{aligned}\]

只要构造出来一个就好了。

要等号都取到,\(\begin{cases}|a+c|=1\\|c|=1\\b=0\\a+c,-c 正负性相同\end{cases}\),所以 \(g(x)=|2x^2-1|\)。然后发现是可以的。

所以最大值是 2。

分析感受

看到了吗,我们只关注了 \(-1,0,1\) 三个点上的值,而且他们都取到了 \(1\) 然后就得出了这么个最值。

其实跟插值有那么点关系,我们取了比较有特色好插的点,因为是二次的,所以 3 个点就够了。(胡言乱语状)

再来一题

题目 2

对于函数 \(f(x)=x^2+bx+c,x\in[-1,1]\),求 \(\min\max\left|f(x)\right|\)。

Sol

设最大值为 \(M\)。

同样地关注 \(-1,0,1\) 上的值。

\[\begin{cases}M\ge |f(1)|=|1+b+c|&(1)\\M\ge |f(0)|=|c|&(2)\\M\ge |f(-1)|=|1-b+c|&(3)\end{cases} \]

\[\begin{aligned} 4M&\ge |f(1)|+2|f(0)|+|f(-1)|\\ &\ge |1+b+c+1-b+c-2c|=2 \end{aligned}\]

所以 \(M\ge \dfrac12\)。

然后给出构造,取等不妨 \(f(1)=f(-1)=-f(0)=\dfrac12\),解得 \(\begin{cases}b=0\\c=-\dfrac12\end{cases}\)。

发现是不是和上一题很像啊。

第一类 Chebyshev 多项式

前置之 \(\cos nx\) \(n\) 倍角公式

(我不会!)

\[ \cos(0)=1\\ \cos(x)=\cos x\\ \cos(2x)=2\cos^2 x-1\\ \cos(3x)=4\cos^3x-3\cos x\\ \cos(4x)=8\cos^4x-8\cos^2x+1\\ \cdots \]

介绍

我们知道 \(\cos(nx)\) 可以被表示为关于 \(\cos x\) 的多项式,而切比雪夫多项式就基于此,\(T_n(x)=\cos(n\arccos x)\) 是关于 \(x\) 的一个 \(n\) 次多项式,称为 \(n\) 次切比雪夫多项式,其中 \(x\in[-1,1]\)。

\[ T_0(x)=1\\ T_1(x)=x\\ T_2(x)=2x^2-1\\ T_3(x)=4x^3-3x\\ T_4(x)=8x^4-8x^2+1\\ \cdots \]

性质

1

\(T_n(x)\) 在 \([-1,1]\) 有 \(n\) 个不同的实根:\(x_k=\cos\dfrac{(2k-1)\pi}{2n},k=1,2,3\ldots,n\)

2

\(T_n(x)\) 在 \([-1,1]\) 有 \(n+1\) 个点:\(x_t=\cos\dfrac{t\pi }{n},t=0,1,2,\ldots,n\),轮流取最大值 \(1\) 和最小值 \(-1\)。

3

\(T_n(x)\) 的首项系数为 \(2^{n-1}\)。

归纳易证。

有一个更帅更暴力的证明。

\(T_n(x)=\cos n\theta=\dfrac{e^{in\theta}+e^{-in\theta}}{2}=\dfrac{\left(\cos\theta + i\sin\theta\right)^n+\left(\cos\theta-i\sin\theta\right)^n}{2}=\dfrac{\left(x+\sqrt{x^2-1}\right)^n+\left(x-\sqrt{x^2-1}\right)^n}{2}\)。

记 \(a_n\) 为 \(T_n(x)\) 的首项系数,则 \(a_n=\lim_{x\to\infty}\dfrac{T_n(x)}{x^n}=\lim_{x\to\infty}\dfrac{\left(1+\sqrt{1-\frac1{x^2}}\right)^n+\left(1-\sqrt{1-\frac{1}{x^2}}\right)^n}2=2^{n-1}\)。

重要的性质

对于任意 \(n\) 次首一多项式 \(P(x)\),设 \(M=\max\limits_{x\in[-1,1]}\left|P(x)\right|\),则 \(M_{\min}=2^{1-n}\)

反证法

首先这意味着与 \(0\) 偏差最小的是 \(w_n(x)=2^{1-n}T_n(x)\)。

假设存在 \(Q(x)\) 满足 \(\max\limits_{x\in[-1,1]}\left|Q(x)\right|<\max\limits_{x\in[-1,1]}\left|w_n(x)\right|=2^{1-n}\)。

注意到 性质2,当 \(x=\cos\dfrac{t\pi}{n},t=0,1,2,\ldots,n\) 时 \(w_n(x)\) 轮流取最大最小。(而且我们把这些最大最小扔到坐标系里也是按顺序一大一小的)

所以 \(d(x)=w_n(x)-Q(x)\) 应该是在这些点上正负交错的,那么一共 \(n+1\) 个点,也就是说他穿过 \(x\) 轴 \(n\) 次,然而因为都是首一多项式,所以 \(d(x)\) 与 \(x\) 轴至多 \(n-1\) 个点。所以矛盾,证毕!

更直观且酷炫且自然!!!

我们将问题做一个转换,寻找在 \(x\in[-1,1]\) 上绝对值最大值最小的 \(n\) 次首一多项式 等价于 寻找在 \(x\in[-1,1]\) 绝对值为 \(1\) 的首项系数最大的 \(n\) 次多项式

我们现在想要得到一个 \(n\) 次多项式。显然只要知道 \(n+1\) 个点的信息,就可通过暴力计算得出其对应的多项式。

这里结合情景介绍一种简单的构造方法——拉格朗日插值

任取 \([-1,1]\) 内的从左往右的 \(n+1\) 个点 \((x_0,y_0),(x_1,y_1),\ldots,(x_n,y_n)\)。

我们可以通过如下这个很庞大的式子,确定出这个 \(n\) 次的多项式:

\[f(x)=\sum_{i=0}^ny_i\dfrac{(x-x_0)\cdots(x-x_{i-1})(x-x_{i+1})\cdots(x-x_n)}{(x_i-x_0)\cdots(x_i-x_{i-1})(x_i-x_{i+1})\cdots(x-x_n)} \]

很显然是吧。

这个多项式的首项系数显然是:

\[\sum_{i=0}^n \dfrac{y_i}{(x_i-x_0)\cdots(x_i-x_{i-1})(x_i-x_{i+1})\cdots(x-x_n)} \]

要使这个式子最大,因为 \(|y_i|\le1\),所以上式最多不超过

\[\sum_{i=0}^n \dfrac{1}{\left|(x_i-x_0)\cdots(x_i-x_{i-1})(x_i-x_{i+1})\cdots(x-x_n)\right|} \]

等号当且仅当 \(y_i=\pm1\) 时成立。进一步地,我们观察到,随着 \(i\) 的增加,分母每次减少一个负数,增加一个正数,也就是每次改变一下正负性,这刚好和 \(y_i=\pm1\) 相呼应。只要我可以和你同频共振就没有问题。

也就是说 \(y_i=(-1)^n\) 或 \(y_i=(-1)^{n+1}\) (取决于 \(n\) 的奇偶性)

因而这个多项式 \(f(x)\) 有一个特性就是在 \([-1,1]\) 上有 \(n+1\) 个极值点。当极值点在 \((1-,1)\) 上时,\(f'(x)\) 必须是 0,然后再 \(-1\) 和 \(1\) 上时,则不必是 \(0\)。事实上,由于 \(f(x)\) 是 \(n\) 次多项式,\(f'(x)\) 是 \(n-1\) 次多项式,所以 \(-1\) 和 \(1\) 上一定有分布极值点。


从而我们有一个很伟大的结论 \(\left(1-x^2\right)f'(x)\mid 1-f^2(x)\)。
(因为左边刚好是所有零点刚好是所有极值点,右边因为极值是 \(\pm 1\),所以也有这些因式)

这个结构提示我们换元,令 \(x=\cos t,p(t)=f(\cos t)\),则 \(p'(t)=f'(\cos t)\cdot \cos't\),然后代回去就是 \(-\sin tp'(t)\mid 1-p^2(t)\)

然后再变换,令 \(p(t)=\cos w(t)\),稍加化简就有 \(w'(t)\sin t\) 整除 \(\sin w(t)\)。

要符合这个形式,我们取 \(w(t)=nt\) 即可满足。(选 \(n\) 是因为要 \(n\) 次,\(n\sin t\mid \sin nt\))

代回原式,我们得到一个解为 \(\cos\left(n\arccos x\right)\)。


从上一个横线继续下去,我们还有另一个容易理解的理解法。

首先最大最小值是 \(\pm1\),然后导数为 \(0\) 让你想,肯定能想到 \(\cos/\sin\) 这样的三角函数。

我们不妨先选择 \(\cos\) 后面再说不选 \(\sin\) 的原因。

选择了 \(\cos\) 之后我们发现,\(\cos 2k\pi =-1,\cos (2k+1)\pi =1\)。所以说结合 \(n\) 倍角公式,很容易想到 \(\cos(n\arccos x)\) 这样的形式。(应该吧,因为你得是多项式,所以 \(\cos\) 里面得有一个 \(\arccos\))。

然后我们可以顺理成章的推导出上文那些性质。

2

\(T_n(x)\) 在 \([-1,1]\) 有 \(n+1\) 个点:\(x_t=\cos\dfrac{t\pi }{n},t=0,1,2,\ldots,n\),轮流取最大值 \(1\) 和最小值 \(-1\)。

为啥不选 \(\sin\) 呢? 我们就关注 \(x=1\) 这个点,此时显然 \(x=\sin \dfrac12\pi\),然后 \(\sin\left(n\arcsin x\right)=\sin\left(\dfrac{n}2\pi\right)\),当 \(n\) 为偶数时,\(\sin \left(\dfrac{n}2\pi\right)=0\),不符合「\(-1\) 和 \(1\) 上一定有分布极值点」的要求。

推广

对于首项为 \(a_nx^n\) 的多项式 \(f(x)\),定义域为 \(D\),值域为 \(I\),则 \(\dfrac{|I|}{2}\ge 2^{1-2n}\cdot |a||D|^n\)。等号成立时,\(|f(x)|_{\max }\) 取到最小值。

怎么来的? \([-1,1]\) 里的 \(T_n\) 平移缩放来的。

当然针对低次的情况仿照 题目2 还有一些有意思的做法。可以自行脑补。

练习

0

设 \(f(x)=x^3+ax^2+bx+c\),\(|f(x)|\) 在 \([-1,1]\) 上有最大值 \(M\),求 \(M\) 的最小值。

1(2015北大自招):

已知 \(|x^2+px+q|\le 2\) 对所有 \(x\in[1,5]\) 成立,则 \(\sqrt{p^2+q^2}\) 的最大值为?

2

设 \(f(x)=x+a\sqrt x+b\),\(|f(x)|\) 在 \([0,4]\) 上的最大值为 \(M\),求 \(M\) 的最小值。

(等待研究:切比雪夫最佳逼近

标签:Chebyshev,cos,right,多项式,dfrac,数学题,sin,left
From: https://www.cnblogs.com/LJC001151/p/18399307

相关文章

  • 一道数学题
    题目:证明:\(1+2+3...+n|1^k+2^k+3^k+...+n^k\)其中k是奇数,n是任意正整数等价于\(2\times(1^k+2^k+...n^k)=pn(n+1)\),其中p为整数因为\((n,n+1)=1\)等价于证明\(2\times(1^k+2^k+...+n^k)\equiv0\pmodn\)和\(2\times(1^k+2^k+...+n^k)\equiv0\pmod{n+1}\)而......
  • 数学题 4
    遇到一道题,转化后长这样:Statement给出\(n(\le10^{10})\),计算:\[n+\sum_{i=0}^{n-1}i\cdot2^{n-i-1}\]多组数据,答案对\(10^9+7\)取模。Solution当时看数据范围以为要用某种根号时间来计算,就一直想不出来,交了暴力就走了之后打表发现\(Ans(n)=2^n-1\)。。。知道结论后......
  • ssy中学暑假集训有关数学及多项式学习笔记
    8.16日集训倒数第\(7\)天唉,不知不觉间在ssy中学的暑假集训就要结束了,只剩下一周的时间了,然而byn和yzh还有bao学姐\(21\)号就要走了,暑假就要过去了....今天模拟赛的第二题很有意思,涉及到了许多的数学知识,正好来恶补一下:浅谈反演原理和二项式反演首先来说说什么是反演(inversio......
  • 7次多项式对若干个点进行拟合,并生成图像|MATLAB实现
    文章目录拟合运行结果完整代码拟合MATLAB对数据进行拟合的意义是通过数学模型和统计方法对实际数据进行分析和预测。拟合可以帮助我们理解数据背后的规律和趋势,从而做出科学决策。拟合的意义揭示数据的规律预测未来趋势数据修正和异常检测数据分析......
  • 电路构建、转换为约束系统、多项式承诺以及验证过程;为什么需要这几个步骤;;
    目录电路构建、转换为约束系统、多项式承诺以及验证过程算术电路构建转换为约束系统多项式承诺验证过程KZG承诺1.计算满足约束的x,a,b值2.构造多项式3.使用KZG承诺生成承诺值3.1Setup阶段3.2Commit阶段3.3(可选)Proveanevaluation阶段3.4Verify阶段算术......
  • 多项式与生成函数
    多项式与生成函数1普通生成函数1.1定义\(F(x)=\sum_{n\geq0}a_nx^n\)。例如:序列\(<1,2,3>\)的生成函数为\(1+2x+3x^2\);序列\(<1,2,4,\dots>\)的生成函数为\(\sum_{n\geq}2^nx^n\)。1.2加减运算\(F(x)\pmG(x)=\sum_{n\geq0}(a_n+b_n)x^n\)。即\(F(x)\pmG(x)......
  • 快速多项式全家桶 简略总结 (不确定里面的内容对不对)
    多项式牛顿迭代解决的问题:求一个[多项式函数](?)\(G\),使得\(F(G)\equiv0\pmod{x^n}\)。(听XK提到泛函分析)\[G_{k+1}\equivG_k-\frac{F(G_k)}{F'(G_k)}\pmod{x^{2^{k+1}}}\]求导时把\(G\)当成未知数,不要对\(G\)求导。倍增。加法每一项对应......
  • 多项式乘法
    FFT主要用于快速求多项式的乘积。多项式的乘积就叫做卷积对\(F\)和\(G\)来说,显然暴力算法的复杂度是\(O(nm)\),而FFT的时间复杂度为\(O(nlogn)\)多项式的性质:用任意\(n+1\)个横坐标不同的点,可以唯一确定一个\(n\)次多项式。这个性质叫做多项式的点表示法证明:设这个多项式\(f=a_n......
  • 求助!C++使用Eigen求多项式根报错访问冲突
    本地环境:VS2022安装的NuGet包:Eigen版本3.3.9配置MKL头文件相关代码#include<cmath>#include<math.h>#include<stddef.h>#include<stdlib.h>#include<string.h>voidComputeTest();源文件相关代码#defineEIGEN_USE_MKL_ALL#defineEIGEN_VECTORIZ......
  • 【笔记】多项式全家桶
    【笔记】多项式全家桶https://www.cnblogs.com/Appleblue17/p/14360752.htmlWarning空间记得开两倍,因为有卷积,最后结果是两多项式长度之和。对于多项式\(F(x)\),Templatep.s.一般函数最开始是输出数组,后接输入数组,及其长度。namespaceNTT{ constintgen=3; intr......