函数逼近问题应怎样衡量误差?¶
先备知识¶
需要第 10、11 章的闭区间连续函数有界并取得最大值,以及 第 25 章的一致收敛与上确界误差语言。第 26 章的幂级数只作解析函数的可选对照, 不是直接前置。
学习目标¶
- 定义闭区间上的一致逼近误差;
- 正确定义给定多项式族的最佳误差下确界;
- 区分插值、最小二乘、逐点逼近和一致逼近;
- 解释节点增加为何不自动改善一致误差;
- 把一般区间仿射变换到 \([0,1]\)。
牵引问题¶
一个多项式在采样点上完全吻合,是否表示它在整个区间都接近目标函数?“平均不错” 与“最坏点也不错”分别回答什么问题?
探索与猜想¶
有限样本只约束有限位置。若目标是全域可靠,就必须直接控制所有点误差的上确界, 而不能用节点误差或网格最大值替代。
概念与理论¶
一致误差¶
对 \(f,p\in C([a,b])\),定义
最大值存在来自闭区间连续函数的最值定理。若一列多项式 \(p_n\) 的该误差趋零,就称 \(p_n\) 一致逼近 \(f\)。
最佳误差下确界¶
对候选族 \(\mathcal P\),定义
这是最佳误差下确界;定义本身不保证取得最小值,也不保证存在某个“最佳元”。
四类任务¶
| 任务 | 主要条件或目标 | 不自动保证 |
|---|---|---|
| 插值 | 指定节点处相等 | 节点间误差小 |
| 最小二乘 | 样本或积分平方误差小 | 最坏点误差小 |
| 逐点逼近 | 每个固定点误差趋零 | 一个统一截断阶数 |
| 一致逼近 | 全区间上确界误差趋零 | 次数最优 |
Runge 型边界¶
对 \(f(x)=1/(1+25x^2)\) 在 \([-1,1]\) 上作等距节点高次插值,节点数增加时端点附近 可出现更强振荡。节点误差始终为零,但一致误差可能增大。这一 Runge 型现象说明 “插值节点更多”不自动推出一致逼近改善。
一般区间通过
仿射变换到 \([0,1]\)。误差值不变,但 Lipschitz 常数等正则性参数要按尺度换算。
例题与迁移¶
例 1:常数逼近¶
用常数 \(c\) 逼近 \(f(x)=x\) 于 \([0,1]\),一致误差为 \(\max\{|c|,|1-c|\}\),在 \(c=1/2\) 取最小值 \(1/2\)。
例 2:网格误差的局限¶
程序在 101 个点上看到最大误差 \(10^{-4}\),只能报告网格观测;除非另有正则性界, 不能断言真实一致误差不超过 \(10^{-4}\)。
即时检验与回望¶
即时检验 1¶
插值多项式在节点上的误差是多少?
答案
为零,但节点间误差仍可能很大。
即时检验 2¶
最佳误差定义为何使用下确界?
答案
候选误差集合总有下确界,但最小误差未必由某个候选实际取得。
习题与答案¶
习题 1¶
写出一致误差的定义。
答案
闭区间上 \(|f-p|\) 的最大值。
习题 2¶
逐点收敛是否推出一致误差趋零?
答案
不推出;最坏点可随次数移动。
习题 3¶
最小二乘误差小是否保证一致误差小?
答案
不保证;局部尖峰可对平均量贡献很小,却有很大最大误差。
习题 4¶
为什么连续性保证一致误差最大值存在?
答案
\(|f-p|\) 在紧闭区间上连续,故取得最大值。
习题 5¶
写出 \([2,5]\) 到 \([0,1]\) 的变换。
答案
\(t=(x-2)/3\),反变换 \(x=2+3t\)。
习题 6¶
Runge 现象反驳了什么说法?
答案
等距插值节点越多,一致误差必越小。
习题 7¶
网格最大误差何时可升级为证书?
答案
只有结合能控制网格间行为的已证明正则性界时。
习题 8¶
一致逼近是否要求每个多项式插值目标函数?
答案
不要求;它只要求全域最大误差趋零。
常见误区与后续¶
- 节点精确、平均精确和全域可靠是不同目标。
- 最佳误差下确界不等于已经证明最佳元存在。
- 下一单元构造不依赖插值节点求解的 Bernstein 多项式。