【NA】函数最佳逼近(二)勒让德多项式

正交多项式序列.

• 如果多项式序列 { p n ( x ) , n = 0 , 1 , . . . } \{p_n(x),n=0,1,...\} {pn​(x),n=0,1,...} 满足 $$(p_n,p_m)={\int }_a^b\rho (x)p_n(x)p_m(x)dx=\{\begin{array}{rl}& 0,n\ne m\\ & A_n,n=m\end{array};n,m=0,1,2,...$$
  那么称 { p n ( x ) , n = 0 , 1 , . . . } \{p_n(x),n=0,1,...\} {pn​(x),n=0,1,...} 是 $[a,b]$ 上带权 $\rho (x)$ 的正交多项式序列。

勒让德多项式.

• 勒让德Legendre，法国数学家，生于巴黎，卒于同地。第一次接触这个人名是在电动力学中，分离变量法求解带电体电势时，球坐标中求解三维拉普拉斯方程时会出现勒让德函数，但反正也不会考，所以就糊里糊涂过去了。
• 【定义】在区间 $[-1,1]$ 上的多项式序列 $$P_n(x)=\frac{1}{2^n\cdot n!}\cdot \frac{d^n}{d{x}^n}[(x^2-1{)}^n],n=0,1,2,...$$称为勒让德Legendre多项式。

---

• $(P_n,P_m)=\{\begin{array}{rl}& 0,n\ne m\\ & \frac{2}{2n+1},n=m\end{array};n,m=0,1,2,...$，即 { P n ( x ) } \{P_n(x)\} {Pn​(x)} 在区间 $[-1,1]$ 上带权 $\rho (x)=1$ 正交，并且我们对其进行归一化可以得到规范正交多项式序列 { e n ( x ) = 2 n + 1 2 P n ( x ) , n = 0 , 1 , 2... } . \{e_n(x)=\sqrt{\frac{2n+1}{2}}P_n(x),n=0,1,2...\}. {en​(x)=22n+1​ ​Pn​(x),n=0,1,2...}.
• 【证明】当 $n\ne m$ 时，不妨认为 $n>m$，记 $\varphi (x)=(x^2-1{)}^n$，则 $P_n(x)=\frac{1}{2^n\cdot n!}{\varphi }^{(n)}(x)$. 所以有如下推导：$$\begin{array}{rl}(P_n,P_m)& ={\int }_{-1}^1{P}_n(x)P_m(x)dx\\ & ={\int }_{-1}^1\frac{1}{2^n\cdot n!}{\varphi }^{(n)}(x)P_m(x)dx\\ & =\frac{1}{2^n\cdot n!}{\varphi }^{(n-1)}(x)P_m(x){|}_{-1}^1-\frac{1}{2^n\cdot n!}{\int }_{-1}^1{\varphi }^{(n-1)}(x)P_m^{\prime }(x)dx\\ & =-\frac{1}{2^n\cdot n!}{\int }_{-1}^1{\varphi }^{(n-1)}(x)P_m^{\prime }(x)dx\\ & =...\\ & =(-1{)}^n\frac{1}{2^n\cdot n!}{\int }_{-1}^1\varphi (x)P_m^{(n)}(x)dx\\ & =0\end{array}$$
• 其中第三个等号使用分部积分法 $\int f^{\prime }(x)g(x)dx=f(x)g(x)-\int f(x)g^{\prime }(x)dx$；第四个等号使用公式 ${\varphi }^{(k)}(x){|}_{x=\pm 1}=0$；最后一个等号由于 $P_m(x)$ 是 $m$ 次多项式，且 $n>m$，所以求 $n$ 阶导数为0.
• 当 $n=m$ 时，和上述情况类似，有如下推导$$\begin{array}{rl}(P_n,P_n)& =(-1{)}^n\frac{1}{2^n\cdot n!}{\int }_{-1}^1\varphi (x)P_n^{(n)}(x)dx\\ & =\frac{(-1{)}^n}{2^n\cdot n!}\cdot n!\cdot a_n{\int }_{-1}^1\varphi (x)dx\\ & =\frac{a_n}{2^n}{\int }_{-1}^1(1-x^2{)}^{n}dx\\ & =\frac{2\cdot a_n}{2^n}{\int }_0^{\frac{\pi }{2}}co{s}^{2n+1}tdt\\ & =\frac{2\cdot a_n}{2^n}\cdot \frac{2n}{2n+1}\cdot \frac{2n-2}{2n-1}\cdot \cdot \cdot \frac{4}{5}\cdot \frac{2}{3}\cdot 1\\ & =\frac{2\cdot (2n)!}{2^n\cdot (n!{)}^2}\cdot \frac{1}{2^n}\cdot 2^n\cdot n!\cdot (2n+1{)}^{-1}\cdot \prod _{i=0}^{n-1}(2i+1{)}^{-1}\\ & =\frac{2\cdot (2n)!}{2^n\cdot n!}\cdot \prod _{i=0}^{n-1}(2i+1{)}^{-1}\cdot (2n+1{)}^{-1}\\ & =\frac{2\cdot 2^n\cdot n!}{2^n\cdot n!}\cdot (2n+1{)}^{-1}\\ & =\frac{2}{2n+1}\end{array}$$
• 其中 $a_n$ 是 $P_n(x)$ 中 $n$ 次项的系数 $\frac{(2n)!}{2^n\cdot (n!{)}^2}$；第三第四个等号使用换元法，令 $x=sint$. 至此勒让德多项式在 $[-1,1]$ 正交性得证，并且 $e_n(x)|x\in [-1,1]$ 规范正交得证。

---

• $P_n(-x)=(-1{)}^n{P}_n(x)$，即 $n=2k,k\in N$ 时 $P_n(x)$ 是偶函数；$n=2k+1,k\in N$ 时 $P_n(x)$ 是奇函数。
• 【简述】由于 $\varphi (x)=(x^2-1{)}^n$ 是偶次多项式，所以求偶数次导依旧是偶次多项式，求奇数次导则成为奇次多项式。

---

• 勒让德多项式可以由下述递推式定义：$$\{\begin{array}{rl}& P_0(x)=1\\ & P_1(x)=x\\ & P_{n+1}(x)=\frac{2n+1}{n+1}x{P}_n(x)-\frac{n}{n+1}{P}_{n-1}(x),n=1,2,...\end{array}$$
• 【证明】根据勒让德多项式定义，令 $n=0,1$，得到 $P_0(x)=1,P_1(x)=x$.
• 考虑 $n+1$ 次多项式 $x{P}_n(x)={\sum }_{i=0}^{n+1}{b}_i{P}_i(x)$，在两边同时乘以 $P_k(x)$，并在 $[-1,1]$ 进行积分：$${\int }_{-1}^{1}x{P}_n(x)P_k(x)dx={\int }_{-1}^1{P}_k(x)[\sum _{i=0}^{n+1}{b}_i{P}_i(x)]dx.$$
• 根据加权内积的正交性可得:$${\int }_{-1}^{1}x{P}_n(x)P_k(x)dx=b_k{\int }_{-1}^1{P}_k^2(x)dx.$$
• 考虑 $k\le n-2$ 时，$x{P}_k(x)$ 不超过 $n-1$ 次，迭代使用分部积分法最终出现 $[x{P}_k(x){]}^{(n)}$ 项，并且该项为0，因此上式左端积分为0，因此 $b_k=0|k\le n-2.$
• 考虑 $k=n$ 时，上式左端为奇函数 $x{P}_n^2(x)$ 在对称区间积分，因此 $b_n=0.$
• 因此 $x{P}_n(x)={\sum }_{i=0}^{n+1}{b}_i{P}_i(x)$ 至此可以写为 $$x{P}_n(x)=b_{n-1}{P}_{n-1}(x)+b_{n+1}{P}_{n+1}(x).\text{\hspace{1em}(*)}$$
• 考察$P_n(x)=\frac{1}{2^n\cdot n!}\cdot \frac{d^n}{d{x}^n}[(x^2-1{)}^n]$，根据二项式定理，$(x^2-1{)}^n={\sum }_{r=0}^n{C}_n^r(-1{)}^{n-r}{x}^{2r}.$ 当 $n=2k,k\in N$ 时，$\frac{d^n}{d{x}^n}[(x^2-1{)}^n]={\sum }_{r=k}^n{C}_n^r(-1{)}^{n-r}{x}^{2(r-k)}\frac{2r!}{[2(r-k)]!};$ 当 $n=2k+1,k\in N$ 时，$\frac{d^n}{d{x}^n}[(x^2-1{)}^n]={\sum }_{r=k+1}^n{C}_n^r(-1{)}^{n-r}{x}^{2(r-k)-1}\frac{2r!}{[2(r-k)-1]!}.$
• 观察上述两式可以发现，$\frac{d^n}{d{x}^n}[(x^2-1{)}^n]$ 中 $x$ 的次数奇偶性和 $n$ 的奇偶性一致，且其系数为对应的组合数 $C_n^r$，令 $x=1$，则 $\frac{d^n}{d{x}^n}[(x^2-1{)}^n]{|}_{x=1}=2^n\cdot n!$，因此 $P_n(1)=1$，将其代入 $(\ast )$ 式，可得 $1=b_{n-1}+b_{n+1}.$
• 比较 $(\ast )$ 式两端最高次项系数，左边 $a_n=\frac{(2n)!}{2^n\cdot (n!{)}^2}$，右边为 $b_{n+1}\frac{[2(n+1)]!}{2^{n+1}\cdot [(n)+1!{]}^2}$，解得 $b_{n+1}=\frac{n+1}{2n+1}$，因此 $b_{n-1}=\frac{n}{2n+1}$，至此证明：$$x{P}_n(x)=\frac{n}{2n+1}{P}_{n-1}(x)+\frac{n+1}{2n+1}{P}_{n+1}(x),n=1,2,...$$
• $$P_{n+1}(x)=\frac{n+1}{2n+1}x{P}_n(x)-\frac{n}{n+1}{P}_{n-1}(x),n=1,2,...$$

$[a,b]$

• 一般地，想要求 $f(x)$ 在区间 $[a,b]$ 上的 $n$ 次最佳平方逼近时，只需要进行如下代换：$$x=\frac{a+b}{2}+\frac{b-a}{2}t.$$
• 就能够将将区间 $x\in [a,b]$ 变换为 $t\in [-1,1]$，而后取勒让德多项式为基函数，求出 $g(t)=f(\frac{a+b}{2}+\frac{b-a}{2}t)$ 在 $[-1,1]$ 上的最佳平方逼近，然后再令：$$t=\frac{2}{b-a}(x-\frac{a+b}{2}).$$就能得到 $f(x)$ 在区间 $[a,b]$ 上的最佳平方逼近函数。