令 在 上连续。一个次数不超过 的多项式 称为 的最佳(或切比雪夫)逼近,如果 使表达式最小化
|
证明 是最佳逼近的一个充分条件是存在点 使得
- .
|
假设存在 使得
那么对于
令 以及 .
那么 取决于 的符号,因为
由于 在 次(假设)改变符号, 有 个零点。
然而 ,因此最多只有 个零点。 因此 且
计算对 的最佳线性逼近。 [提示:在抛物线上画一条线将让你推测出两个振荡点的位置。 使用 (a) 中的条件来确定第三个点和 的系数。]
|
首先,我们需要在 [0,1] 中找到 的根,它们由下式给出
因此,我们的插值点为
我们的线性插值函数经过点 和 ,使用点斜式得到方程
或者
我们将关注最小化以下最小二乘问题的:
- .
这里 是一个 矩阵,秩为 (这意味着 ), 是欧几里得向量范数。令
是 的 QR 分解。这里 分别是 。
|
证明最小二乘问题的解满足 QR 方程,并且解是唯一的。进一步证明.
|
首先注意到
那么我们可以写成
注意,乘以正交矩阵不会影响范数。
那么求解等价于求解,这等价于求解。注意,解存在且唯一,因为是 n×n 且非奇异的。
证明
[edit | edit source]
类似地
那么
,或者简化为 ,如预期那样。
利用 QR 方程证明最小二乘解满足正规方程 。
|
令 为实对称矩阵,令 为给定值。对于 ,定义 为向量 的线性组合,其中 的系数为 1 且与向量 正交;即
|
求 和 的公式。
|
使用 Gram-Schmidt 正交化,我们有
证明 在哪里你使用了 的对称性?
|
因为
, 如果 ,那么
因为 是对称的,
根据假设,
同样根据假设,
使用上述结果,我们有,
对于哪些非零向量 , 成立?
|
对于 ,
如果 ,那么
由于 是一个标量, 是 的特征向量。