allbet网址:正交多项式先容及应用

2020-09-11 42 views 1

扫一扫用手机浏览

1 正交多项式的界说

1.1 正交多项式界说

界说: 一个多项式序列 ${ {p_n}(x)} _{n = 0}^\infty $,其阶数为 \([{p_n}(x)] = n\) ,对于每一个 \(n\),这个多项式序列在开区间 \((a,b)\) 上关于权函数 \(w(x)\) 正交,若是:

\[\int_a^b {w(x){p_m}(x){p_n}(x)dx = } {h_n}{\delta _{mn}} \]

这里 \({\delta _{mn}}\)为狄拉克函数,且 \(h_n\) 为常数。

这里的权函数 \(w(x)\) 在区间 \((a,b)\) 是延续且正的以使得下式存在:

\[{\mu _n}{\rm{ = }}\int_a^b {w(x){x^n}dx,{\rm{ }}n = 0,1,2, \cdots } \]

则多项式 \(f\) 和多项式 \(g\) 的内积界说为:

\[\left\langle {f,g} \right\rangle : = \int_a^b {w(x)f(x)g(x)dx} \]

区间 \((a,b)\) 称为正交区间,正交区间未必是有限区间。

例1 三角函数的正交性
对于三角函数序列 \(1,sin(\theta),cos(\theta),sin(2\theta),cos(2\theta),...,cos(n\theta)\)\(n=1,2,...,\infty\),他们在区间 \((0,2\pi)\) 的正交性为:

\[\int_0^{2\pi } {\sin (n\theta )\cos (m\theta )d\theta } = {\delta _{mn}} \]

图1展现了 \(sin(\theta)\)\(cos(\theta)\) 在区间 \((0,2\pi)\) 上的正交性,图中蓝线为 \(sin(\theta)*cos(\theta)\) 的值,对其积分就相当于求图中阴影部门的面积,很明显,阴影部门的面积加上符号后求和为0。

图1. 三角函数的正交性示意图

1.2 施密特正交化(Schmidt orthogonalization)

施密特正交化方式是将一组线性无关的向量组正交化的方式,对正交化后的向量组举行尺度化处置,可进一步获得一组尺度正交基。施密特正交化的处置步骤如下:

\[\begin{array}{l} {\beta _1} = {\alpha _1} \\ {\beta _2} = {\alpha _2} - \frac{{\left\langle {{\alpha _2},{\beta _1}} \right\rangle }}{{\left\langle {{\beta _1},{\beta _1}} \right\rangle }}{\beta _1} \\ \cdots \\ {\beta _n} = {\alpha _n} - \frac{{\left\langle {{\alpha _n},{\beta _1}} \right\rangle }}{{\left\langle {{\beta _1},{\beta _1}} \right\rangle }}{\beta _1} - \frac{{\left\langle {{\alpha _n},{\beta _2}} \right\rangle }}{{\left\langle {{\beta _2},{\beta _2}} \right\rangle }}{\beta _2} - \cdots - \frac{{\left\langle {{\alpha _n},{\beta _{n - 1}}} \right\rangle }}{{\left\langle {{\beta _{n - 1}},{\beta _{n - 1}}} \right\rangle }}{\beta _{n - 1}} \\ \end{array} \]

例子:将三维空间中的一组线性无关向量 \({a,b,c}\) 用施密特正交化方式处置获得正交向量组 \({x,y,z}\)

步骤如下:

\[\begin{array}{l} x = a \\ y = b - \frac{{\left\langle {b,x} \right\rangle }}{{\left\langle {x,x} \right\rangle }}x = \frac{{\left| b \right|\cos (\theta )}}{{\left| a \right|}}a \\ z = c - \frac{{\left\langle {c,x} \right\rangle }}{{\left\langle {x,x} \right\rangle }}x - \frac{{\left\langle {c,y} \right\rangle }}{{\left\langle {y,y} \right\rangle }}y \\ \end{array}\]

三维空间中施密特正交化方式的几何形貌如图2所示

图2. 施密特正交化几何示意图

2 经典正交多项式

经典的正交多项式有雅克比多项式,切比雪夫多项式,勒让德多项式,拉盖尔多项式,伯恩斯坦多项式,球谐多项式等。

2.1 雅克比多项式

雅克比多项式是界说在 \((-1,1)\) 上,关于权函数 \((1-x)^\alpha(1+x)^\beta\) 正交的多项式,其中 \(\alpha,\beta >-1\)

雅克比多项式的表达式为:

allbet网址:正交多项式先容及应用 第1张
为伽马函数(gamma function)。

雅克比多项式的递推公式为:
allbet网址:正交多项式先容及应用 第2张

雅克比多项式的正交性:

\[\begin{array}{l} \int_{ - 1}^1 {{{(1 - x)}^\alpha }{{(1 + x)}^\beta }P_m^{(\alpha ,\beta )}(x)P_n^{(\alpha ,\beta )}(x)dx} \\ = \frac{{{2^{\alpha + \beta + 1}}}}{{2n + \alpha + \beta + 1}}\frac{{\Gamma (\alpha + n + 1)\Gamma (\beta + n + 1)}}{{n!\Gamma (\alpha + \beta + n + 1)}}{\delta _{mn}} \\ \end{array}\]

allbet网址:正交多项式先容及应用 第3张

2.2 勒让德多项式

勒让德多项式是界说在区间 \((-1,1)\) 上关于权函数1正交的多项式。勒让德多项式实际上是雅克比多项式在 \(\alpha=\beta=0\) 时的特殊情况。

勒让德多项式的表达式为:

\[{P_n}(x) = \frac{1}{{{2^n}n!}}\frac{{{d^n}}}{{d{x^n}}}\left[ {{{({x^2} - 1)}^n}} \right] \]

勒让德多项式的递推公式为:

\[(n + 1){P_{n + 1}}(x) = (2n + 1)x{P_n}(x) - n{P_{n - 1}}(x) \]

勒让德多项式的正交性:

\[\int_{ - 1}^1 {{P_m}(x){P_n}(x)dx} = \frac{2}{{2n{\rm{ + }}1}}{\delta _{mn}} \]

前6阶勒让德多项式:

\[{P_0}(x) = 1 \]

\[{P_1}(x) = x \]

\[{P_2}(x) = \frac{3}{2}{x^2} - \frac{1}{2} \]

\[{P_3}(x) = \frac{5}{2}{x^3} - \frac{3}{2}x \]

\[{P_4}(x) = \frac{{35}}{8}{x^4} - \frac{{15}}{4}{x^2} + \frac{3}{8} \]

\[{P_5}(x) = \frac{{63}}{8}{x^5} - \frac{{35}}{4}{x^3} + \frac{{15}}{8}x \]

\[{P_6}(x) = \frac{{231}}{{16}}{x^6} - \frac{{315}}{{16}}{x^4} + \frac{{105}}{{16}}{x^2} - \frac{5}{{16}} \]

前6阶多项式图像:

allbet网址:正交多项式先容及应用 第4张 图3. 前6项勒让德多项式 allbet网址:正交多项式先容及应用 第5张

2.3 切比雪夫多项式

切比雪夫多项式是界说在区间 \((-1,1)\) 上关于权函数 \(\frac{1}{{\sqrt {1 - {x^2}} }}\) 正交的多项式。

2.3.1 第一类切比雪夫多项式

第一类切比雪夫多项式的表达式为:

\[{T_n}(x) = \cos (n\theta ) \]

\(x=cos(\theta)\),则 \({T_n}(x) = \cos (n\arccos (x))\)
第一类切比雪夫多项式的正交性为:

\[\int_{ - 1}^1 {\frac{1}{{\sqrt {1 - {x^2}} }}{T_m}(x){T_n}(x)dx = \left\{ {\begin{array}{*{20}{c}} {0\quad{\rm{ }}m \ne n} \\ {\pi \quad{\rm{ }}n = m = 0} \\ {\frac{\pi }{2}{\rm{ }}\quad n = m \ne 0} \\ \end{array}} \right.} \]

第一类切比雪夫多项式的递推公式:

\[{T_{n + 1}}(x) = 2x{T_n}(x) - {T_{n - 1}}(x) \]

第一类切比雪夫多项式的前6项:

\[{T_0}(x) = 1 \]

\[{T_1}(x) = x \]

\[{T_2}(x) = 2{x^2} - 1 \]

\[{T_3}(x) = 4{x^3} - 3x \]

\[{T_4}(x) = 8{x^4} - 8{x^2} + 1 \]

\[{T_5}(x) = 16{x^5} - 20{x^3} + 5x \]

\[{T_6}(x) = 32{x^6} - 48{x^4} + 18{x^2} - 1 \]

第一类切比雪夫多项式的图像

2.3.2 第二类切比雪夫多项式

第二类切比雪夫多项式的表达式为:

\[{U_n}(x) = \frac{{\sin [(n + 1)\theta ]}}{{\sin \theta }} \]

第二类切比雪夫多项式的正交性为:

\[\int_{ - 1}^1 {\sqrt {1 - {x^2}} {U_m}(x){U_n}(x)dx = \left\{ {\begin{array}{*{20}{c}} {0m \ne n} \\ {\frac{\pi }{2}n = m} \\ \end{array}} \right.} \]

第二类切比雪夫多项式的递推公式:

\[{U_{n + 1}}(x) = 2x{U_n}(x) - {U_{n - 1}}(x) \]

第二类切比雪夫多项式的前6项:

\[{U_0}(x) = 1 \]

\[{U_1}(x) = 2x \]

\[{U_2}(x) = 4{x^2} - 1 \]

\[{U_3}(x) = 8{x^3} - 4x \]

\[{U_4}(x) = 16{x^4} - 12{x^2} + 1 \]

\[{U_5}(x) = 32{x^5} - 32{x^3} + 6x \]

\[{U_6}(x) = 64{x^6} - 80{x^4} + 24{x^2} - 1 \]

第二类切比雪夫多项式的图像:

allbet网址:正交多项式先容及应用 第6张 图4. 前6项切比雪夫多项式 allbet网址:正交多项式先容及应用 第7张

2.4 拉盖尔多项式

拉盖尔多项式是界说在区间 \((0,+\infty)\) 上关于权函数 \(e^{-x}x^\alpha\) 正交的多项式,

拉盖尔多项式的正交关系:

\[\int_0^{ + \infty } {{x^\alpha }{e^{ - x}}L_m^{(\alpha )}(x)L_n^{(\alpha )}(x)dx} = \frac{{\left( {n + \alpha } \right)!}}{{n!}}{\delta _{mn}} \]

拉盖尔多项式的递推关系(\(\alpha =0\)):

\[{L_{n + 1}}(x) = \frac{{(2n + 1 - x){L_n}(x) - n{L_{n - 1}}(x)}}{{n + 1}} \]

前6项拉盖尔多项式(\(\alpha =0\)):

\[{L_0}(x) = 1 \]

\[{L_1}(x) = - x + 1 \]

\[{L_2}(x) = \frac{1}{2}{x^2} - 2x + 1 \]

\[{L_3}(x) = - \frac{1}{6}{x^3} + \frac{3}{2}{x^2} - 3x + 1 \]

\[{L_4}(x) = \frac{1}{{24}}{x^4} - \frac{2}{3}{x^3} + 3{x^2} - 4x + 1 \]

\[{L_5}(x) = - \frac{1}{{120}}{x^5} + \frac{5}{{24}}{x^4} - \frac{5}{3}{x^3} + 5{x^2} - 5x + 1 \]

\[{L_6}(x) = \frac{1}{{720}}{x^6} - \frac{1}{{20}}{x^5} + \frac{5}{8}{x^4} - \frac{{10}}{3}{x^3} + \frac{{15}}{2}{x^2} - 6x + 1 \]

前6项拉盖尔多项式的图像:

allbet网址:正交多项式先容及应用 第8张 图5. 前6项拉盖尔多项式 allbet网址:正交多项式先容及应用 第9张

2.5 埃尔米特多项式

埃尔米特多项式是界说在区间 \((-\infty,+\infty)\) 上关于权函数 \(e^{-x^2}\) 正交的多项式。

埃尔米特多项式分为概率论中的埃尔米特多项式和物理中的埃尔米特多项式,这里只先容物理学中使用的埃尔米特多项式。

埃尔米特多项式的表达式为:

\[{H_n}(x) = {( - 1)^n}{e^{{x^2}}}\frac{{{d^n}}}{{d{x^n}}}{e^{ - {x^2}}} \]

埃尔米特多项式的正交性:

\[\int_{ - \infty }^{ + \infty } {{H_m}(x){H_n}(x){e^{ - {x^2}}}dx} = \sqrt \pi {2^n}n!{\delta _{mn}} \]

埃尔米特多项式的递推公式:

\[{H_{n + 1}}(x) = 2x{H_n}(x) - 2n{H_{n - 1}}(x) \]

前6项埃尔米特多项式为:

\[{H_0}(x) = 1 \]

\[{H_2}(x) = 2x \]

\[{H_3}(x) = 4{x^2} - 2 \]

\[{H_4}(x) = 16{x^4} - 48{x^2} + 12 \]

\[{H_5}(x) = 32{x^5} - 160{x^3} + 120x \]

\[{H_6}(x) = 64{x^6} - 480{x^4} + 720{x^2} - 120 \]

前6项埃尔米特多项式图像:

allbet网址:正交多项式先容及应用 第10张 图6. 前6项埃尔米特多项式 allbet网址:正交多项式先容及应用 第11张

3 正交多项式的应用

正交多项式的应用甚广,包罗但不限于数值剖析,迫近理论,积分,微分方程,复变函数,随机矩阵理论,编码理论等。

这里仅以一个小的例子来说明正交多项式在函数拟合中的应用。

实验中使用的测试函数为 \(y=4x+3x^2+cos(x)+sin(2x)+e^x\),界说区间为 \((-2,2)\) ,实验对照了多项式睁开3项时差别多项式的拟合均方误差(MSE),归一化均方误差(NMSE)。

allbet网址:正交多项式先容及应用 第12张 图7. 差别多项式拟合效果 从拟合效果来看,在睁开3项时,埃尔米特多项式的拟合误差较小,其他的多项式拟合误差相当。

测试程序如下:

% 正交多项式测试
clear
clc
% 采样点数
N = 1000 ; 
% 正交多项式阶数
M = 3 ;   
% 拟合函数区间为(-2,2)
x = linspace(-2,2,N)' ; 
% 天生被拟合的函数,包罗指数函数,余弦函数,幂函数身分
y =  4*x + 3*x.^2 + cos(x) + exp(x) + sin(2*x);

% 天生幂级数组成的基矩阵
P1 = power_p(x,M) ;
% 天生勒让德多项式组成的基矩阵
P2 = legendre_p(N,M) ;
% 天生切比雪夫多项式组成的基矩阵
P3 = chebyshev_p(N,M) ;
% 天生拉盖尔多项式组成的基矩阵
P4 = laguerre_p(N,M) ;
% 天生诶尔米特多项式组成的基矩阵
P5 = hermite_p(N,M) ;

%% 用最小二乘拟合y
% c1对应幂级数系数
c1 = P1\y ;
% c2对应勒让德系数
c2 = P2\y ;
% c3对应切比雪夫系数
c3 = P3\y ;
% c4对应拉盖尔系数
c4 = P4\y ;
% c5对应埃尔米特系数
c5 = P5\y ;

%% 求MSE和NMSE
MSE_power = norm(y-P1*c1)/N 
NMSE_power = norm(y-P1*c1)/norm(y) 

MSE_legendre = norm(y-P2*c2)/N 
NMSE_legendre = norm(y-P2*c2)/norm(y) 

MSE_chebyshev = norm(y-P3*c3)/N 
NMSE_chebyshev = norm(y-P3*c3)/norm(y) 

MSE_laguerre = norm(y-P4*c4)/N 
NMSE_laguerre = norm(y-P4*c4)/norm(y) 

MSE_hermite = norm(y-P5*c5)/N 
NMSE_hermite = norm(y-P5*c5)/norm(y) 

figure(1)
plot(x,y,'r-',x,P1*c1,'b-',x,P2*c2,'k-',x,P3*c3,'y-',x,P4*c4,'g-',x,P5*c5,'m-')
legend('original','power','legendre','chebyshev','laguerre','hermite')

function [P] = power_p(x,M)

for m = 1:M
    P(:,m) = x.^(m-1) ;
end
end

function [P] = legendre_p(N,NN)
% 本函数天生N*M的勒让德基矩阵
s = linspace(-1,1,N)' ;
P = zeros(N,NN) ;
P(:,1) = ones(N,1) ;
P(:,2) = s ;
for n = 3 : NN
    P(:,n) = ((2 * n - 3) * s .* P(:,n - 1) - (n - 2) * P(:,n - 2)) / ( n -1 ) ;
end
end

function [P] = chebyshev_p(N,M)
% 本函数天生N*M的切比雪夫基矩阵
x = linspace(-1,1,N)' ;
P = zeros(N,M) ;
P(:,1) = ones(N,1) ;
P(:,2) = x ;
for k = 3:M
    P(:,k) = 2*x.*P(:,k-1) - P(:,k-2) ;
end
end

function [P] = laguerre_p(N,M)
% 本函数天生N*M的拉盖尔基矩阵
x  = linspace(-2,2,N)' ;
P = zeros(N,M) ;
P(:,1) = ones(N,1) ;
P(:,2) = -x + ones(N,1) ;
for m = 3:M
    P(:,m) = ((2*(m-2)+1-x).*P(:,m-1)-(m-2)*P(:,m-2))./(m-1) ;
end
end

function [P] = hermite_p(N,M) 
% 本函数天生N*M的埃尔米特基矩阵
x = linspace(-2,2,N)' ;
P = zeros(N,M) ;
P(:,1) = ones(N,1) ;
P(:,2) = 2*x ;

for m = 2:M
    P(:,m+1) = 2*x.*P(:,m) - 2*(m-1)*P(:,m-1) ;
end
end

更多精彩内容请关注订阅号优化与算法和加入QQ讨论群1032493483获取更多资料

allbet网址:正交多项式先容及应用 第13张,

欧博亚洲官网开户网址

欢迎进入欧博亚洲官网开户网址(Allbet Game):www.aLLbetgame.us,欧博官网是欧博集团的官方网站。欧博官网开放Allbet注册、Allbe代理、Allbet电脑客户端、Allbet手机版下载等业务。

Allbet内容转载自互联网,如有侵权,联系Allbet删除。

本文链接地址:http://www.chongqichengbaotoy.com/post/1332.html

相关文章

发表评论

  • 欧博亚洲手机版下载欢迎进入欧博亚洲手机版下载(Allbet Game):www.aLLbetgame.us,欧博官网是欧博集团的官方网站。欧博官网开放Allbet注册、Allbe代理、Allbet电脑客户端、Allbet手机版下载等业务。接下来发生啥呢

    2020-09-11 00:02:58 回复该评论