(a k cos kx + b k sin kx) k=1. cos θk = sin θ 1 ak. , b k. k=1



Relaterede dokumenter
Matematisk modellering og numeriske metoder. Lektion 17

6.1 Reelle Indre Produkter

ANALYSE 1, 2014, Uge 3

k(k 1)(k 2)... (k n + 1) = = 12 2 = 6

Eksempel 9.1. Areal = (a 1 + b 1 )(a 2 + b 2 ) a 1 a 2 b 1 b 2 2a 2 b 1 = a 1 b 2 a 2 b 1 a 1 a 2 = b 1 b 2. Eksempel = ( 1) = 10

Du kan efter ønske opfatte integralet som et Riemann-integral eller et Lebesgue-integral (idet de to er identiske på C([a, b], C) jf. Theorem 11.8.

For så kan de to additionsformler samles i én formel, der kan ses som et specialtilfælde af den komplekse eksponentialfunktions funktionalligning,

gudmandsen.net y = b x a Illustration 1: potensfunktioner i 5 forskellige grupper

ANALYSE 1, 2015, Uge 2

Noget om Riemann integralet. Noter til Matematik 2

3.1 Baser og dimension

TAL OG BOGSTAVREGNING

Analysens Fundamentalsætning

Formelsamling til Fourieranalyse 10. udgave

Eksamen Analyse 1, Juni 2015, Besvarelse 1. Opgave 1. ( ln x) q x p dx =

2 Erik Vestergaard

MM501 forelæsningsslides

Pointen med Integration

Pointen med Integration

ANALYSE 1, 2013, Uge 2

Integralregning. 2. del Karsten Juul

Om Riemann-integralet. Noter til Matematik 1

Regneregler for brøker og potenser

b > 0 og x > 0, vil vi kalde en potensfunktion Potensfunktioner

Mat1GB Minilex. Henrik Dahl, Hold maj Definitioner 2

Projekt 7.8 To ligninger med to ubekendte

MM501 forelæsningsslides

MM501 forelæsningsslides

Eksponentielle Sammenhænge

3. Vilkårlige trekanter

Matematisk modellering og numeriske metoder. Lektion 8

Institut for Matematik, DTU: Gymnasieopgave. Integrationsprincippet og Keplers tønderegel

9.1 Egenværdier og egenvektorer

Projekt 5.7 Hovedsætninger om differentiable funktioner et opgaveforløb

Ny Sigma 9, s Andengradsfunktioner med regneforskrift af typen y = ax + bx + c, hvor a 0.

Elementær Matematik. Vektorer i planen

DesignMat Uge 1 Repetition af forårets stof

UGESEDDEL Dette gøres nedenfor: > a LC

Arctan x = x x3 3 + x5 (En syvende berømt række er binomialrækken, [S] 8.8.) Eksempel

1 1 t ( ) x k ================= sin( x) + 4 og har graf gennem (0,2), dvs F(0) = x + k

Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier

1 Plan og rumintegraler

Matematik B-A. Trigonometri og Geometri. Niels Junge

Potens regression med TI-Nspire

Potens- sammenhænge. inkl. proportionale og omvendt proportionale variable Karsten Juul

DesignMat Uge 1 Gensyn med forårets stof

Retningslinjer for bedømmelsen Georg Mohr-Konkurrencen runde

Lektion 6 Bogstavregning

1.1 Legemer. Legemer er talsystemer udstyret med addition og multiplikation, hvor vi kan regner som vi plejer at gøre med de reelle tal.

( ) Projekt 7.17 Simpsons formel A A A. Hvad er matematik? 3 ISBN

Polynomium Et polynomium. Nulpolynomiet Nulpolynomiet er funktionen der er konstant nul, dvs. P(x) = 0, og dets grad sættes per definition til.

Oversigt [LA] 1, 2, 3, [S] 9.1-3

Matematikkens sprog INTRO

Lektion 7s Funktioner - supplerende eksempler

Polynomier. Indhold. Georg Mohr-Konkurrencen. 1 Polynomier 2. 2 Polynomiumsdivision 4. 3 Algebraens fundamentalsætning og rødder 6

Diagonalisering. Definition (diagonaliserbar)

INTEGRALREGNING. Opgaver til noterne kan findes her. PDF. Facit til opgaverne kan hentes her. PDF. Version: 5.0

Trigonometri. Matematik A niveau

Hilbert rum. Chapter Indre produkt rum

Matematikkens mysterier - på et højt niveau. 3. Differentialligninger

12.1 Cayley-Hamilton-Sætningen

Diverse. Ib Michelsen

Differentialregning. integralregning

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer

Matematisk modellering og numeriske metoder. Lektion 12

Lineær Algebra eksamen, noter

Erik Vestergaard Erik Vestergaard, 2009.

Projekt 8.5 Linearisering og anvendelsen af logaritmiske koordinatsystemer

Michel Mandix (2017) Derfor er der behov for en række værktøjer, som kan bruges også til de vilkårlige trekanter. a b c A B C

4.1 Lineære Transformationer

Integration ved substitution og delvis (partiel) integration

Fremkomsten af mængdelæren. Stig Andur Pedersen

Spil- og beslutningsteori

Elementær Matematik. Analytisk geometri

TAL OG REGNEREGLER. Vi ser nu på opbygningen af et legeme og noterer os samtidig, at de reelle tal velkendte regneoperationer + og er et legeme.

Fælles for disse typer af funktioner er, at de som grundfunktion indeholder varianter af udtrykket x a.

Kort om Potenssammenhænge

Matematisk modellering og numeriske metoder. Lektion 5

9 Geodætiske kurver og Gauss-krumning

Regneregler. 1. Simple regler for regning med tal.

Integrationsteknikker

Tidligere Eksamensopgaver MM505 Lineær Algebra

Det dobbelttydige trekantstilfælde

Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

Nøgleord og begreber. Definition multiplikation En m n-matrix og en n p-matrix kan multipliceres (ganges sammen) til en m p-matrix.

hvor A er de ydre kræfters arbejde på systemet og Q er varmen tilført fra omgivelserne til systemet.

Heisenbergs usikkerhedsrelationer. Abstrakt. Hvorfor? Funktionsrum. Nils Byrial Andersen Institut for Matematik. Matematiklærerdag 2013

Oversigt [LA] 1, 2, 3, [S] 9.1-3

Noter om Komplekse Vektorrum, Funktionsrum og Differentialligninger LinAlg 2004/05-Version af 16. Dec.

FUNKTIONER del 2 Eksponentielle udviklinger Trigonometriske funktioner Potensfunktioner Polynomier Modeller Regression

ØVEHÆFTE FOR MATEMATIK C POTENS-SAMMENHÆNG

Eksemplificering af DEA-metodens vægtberegning

Lineær Algebra F08, MØ

Elementær Matematik. Algebra Analytisk geometri Trigonometri Funktioner

Matematisk modellering og numeriske metoder. Lektion 4

Oversigt [LA] 3, 4, 5

Oversigt [LA] 11, 12, 13

Projekt 8.4 Logaritmefunktionerne

Geometrinoter 2. Brahmaguptas formel Arealet af en indskrivelig firkant ABCD kan tilsvarende beregnes ud fra firkantens sidelængder:

Definition. og lœngden, normen. og afstanden mellem vektorer a og b. Der gælder

Transkript:

SEKTION 7 FOURIERANALYSE 7 Fouriernlyse Periodiske funktioner er vigtige i mnge smmenhænge, både videnskbeligt og teknisk Vi vil normlisere, så ntger, t perioden er π Disse funktioner er bedst nlyseret ved hjælp f pproksimtioner med trigonometriske polynomier Et trigonometrisk polynomium f grd n er en funktion f form t n (x) = 0 + ( k cos kx + b k sin kx) k= Hvis vi skriver r k = k + b k og lde θ k bestemme ved [ ] [ ] cos θk = sin θ k r k k, b k så er k cos kx + b k sin kx = r k (cos θ k cos kx + sin θ k sin kx) =r k cos(kx θ k ) Så t n (x) er en sum f n simple bølgefunktioner f forskellige størrelser (r k ), fse (θ k ), og heltls frekvens (k) Den bedste pproksimtion til en funktion f f periode π ved et trigonometrisk polynomium f grd n fås ved t finde den ortogonle projektion f f på mht indreproduktet, i C([ π, π]) givet ved S n = Spn(, cos x, sin x,, cos nx, sin nx) f, g = π π π f(x)g(x) dx Vi hr tidligere set, t {, cos x, sin x,, cos nx, sin nx} er en ortogonl bsis for S n, så med og P Sn (f) = 0 + ( k cos kx + b k sin kx) k= π π 0 = π f(x) dx, så 0 = π f(x) dx, π π k = π π π f(x) cos kx dx, b k = π π π f(x) sin kx dx Vi kn således pproksimere en kontinuert π periodisk funktion f med en sum f simple bølge funktioner f frekvens,, ; det kn vises (men ikke i dette kursus) t disse pproksimtioner P Sn (f) konverger til f når n, og t k,b k 0 når k Denne Fouriernlyse er meget brugt; repræsenttionen f et signl som sum f signler f frekvens,, er nem t fortolke, nem t udregne, og egnet til brug ved korrektioner f forvrængede signler 5

SEKTION 7 FOURIERANALYSE I prksis er det ofte nemmere, f beregningsmæssige grunde, t rbejde med n nden bsis, {e imx k Z, m n}, for den komplekse version S n (C) f S n : S n (C) = Spn(, cos x, sin x,, cos nx, sin nx) = Spn(,e ix,e ix,, e inx,e inx ) i C([ π, π], C); de to Spn er ens, fordi e imx = cos mx + i sin mx, og Mn ser nemt, t cos mx = (eimx + e imx ), sin mx = i (eimx e imx ) når så t n (x) = 0 + = c 0 + ( k cos kx + b k sin kx) k= (c k e ikx + c k e ikx ) k= c 0 = 0,c k = ( k ib k ),c k = ( k + ib k ); 0 =c 0, k = c k + c k,b k = i(c k c k ) Læg mærke til, t c k = c k når t n er en reel funktion Vi hr tidligere set, t {,e ix,e ix,, e inx,e inx } er ortonorml mht det indre produkt, givet ved π g, h = π g(x)h(x) dx, π så den ortogonle projektion f f på S n (C) er hvor P Sn(C)(f) =c 0 + c e ix + c e ix + + c n e inx + c n e inx π c m = f, e imx = π f(x)e imx dx for m Z; π Denne kompleks projektion P Sn(C)(f) er lig den reelle projektion P Sn (f): selv om vi hr brugt to forskellige indre produkter i C([ π, π]), C), er forskellen kun en fktor, fr π π g(x)h(x) dx til π π π g(x)h(x) dx, så den ændrer ikke på ortogonlitet, så ændrer heller ikke ortogonl projektion π Vi kn vælge t rbejde over et vilkårligt intervl f længde π i stedet for [ π, π], for lle de integrler, der skl beregnes, er f π periodiske funktioner, så vil hve de smme værdier over lle intervller f længde π Vi vil bruge intervllet [0, π] i det efterfølgende 6

SEKTION 7 FOURIERANALYSE Den diskrete Fourier trnsformtion I nvendelser hr mn ikke en formel for signlfunktionen f; i stedet for er signlet smplet ved tiderne x 0,, x N, x j = πj N, og f er repræsenteret lene med værdierne f(x 0),, f(x N ) Integrtionerne må så pproksimeres: c k = π Vi ser, t d N k = d k, idet π 0 f(x)e ikx dx erstttes med d k = N N j=0 e i(n k)xj = e ikxj e inxj = e ikxj e πij = e ikxj f(x j )e ikxj Følgen d 0,, d N kldes den diskrete Fourier trnsformtion f y 0,, y N ; den tilsvrende pproksimtion p N til signlet f er givet ved d 0 + m k= p N (x) = (d ke ikx + d N k e ikx ) når N =m, d 0 + m k= (d ke ikx + d N k e ikx )+d m cos mx når N =m Det er nemt t se, t p N er reel når f(x 0 ),, f(x N ) er reelle En udregning viser, t p N (x j )=f(x j ) for j =0,, N Det kn vises, t p N er den entydige funktion i S N (C), som opfylder dette Det kn også vises, når f er periodisk og kontinuert, t p N konvergerer mod f når N Ld os skrive og y j = f(x j ); så er og dvs hvor d 0 d N ω N = e πi N = cos π N i sin π N, = N d k = N N j=0 y j ω jk N, ω N ω N N ω N N ω (N ) N d = N F Ny, d =[d 0 d N ] T, y =[y 0 y N ] T, y 0 y N og F N Mt N,N (C) er en N N kompleks mtrix med (i, j) te indgng for i, j N ω (i )(j ) N, 7

SEKTION 7 FOURIERANALYSE Fst Fourier Trnsform Når N er stor er mtrixmultipliktionen F N y ret tidskrævende; en direkt udregning kræver N multipliktioner f komplekse tl, så 4N multipliktioner f reelle tl, (forend en msse dditioner; men d ddition kræver meget mindre tid end multipliktion, vil vi nøjes med ntllet f multipliktioner som et mål for tidsforbruget) D N er typisk over en million er dette et problem Ld være givet ved σ m : {,, m} {,, m} σ m(p + ) = p +for p =0,, m,σ m(q) =m + q for q =,, m σ m er en permuttion; den ssocierede permuttionsmtrix er Hvis A =[,, m ] er en n m mtrix er P m = P σm =[e, e 3,, e m, e,, e m ] AP m =[, 3,, m,,, m ] så ωm ω m m ω m ω m m F m P m = ; ω (m ) m ω (m )(m ) m ωm m ω (m ) F m D m F m = F m D m F m hvor D m er en m m digonlmtrix, med digonlindgngene,ω m,, ωm m t og ω m m =, ω m+j m Udregningen med m =og m =4giver ideen: F = F 4 = i i,f 4P 4 = i i = ωj m,ωm m =, ω m = ω m F = [ ] ; [ ] = F P,D = [ ] ; i i,d = i i [ ] 0 0 i ; der bruges her, 8

SEKTION 7 FOURIERANALYSE Vi hr F m y =F m P m (P m ) y =(F m P m )(P m ) T y F m = F m D m F m D m F m y 0 y m y y m fordi (P m ) T y =(y T P m ) T, så fås f y ved t permutere indgngene mh σ m Ld os sige, t der bruges M m reelle multipliktioner til t beregne F m z for z C m Så beregnes F m y fr ovenstående med M m reelle multipliktioner y 0 y (for F m og F m ) y m y m og m kompleks multipliktioner (når der gnges med D m ), dvs M m +4m reelle multipliktioner i lt For m = k fås successivt Det ses ved induktion t M =0, M = 0 + 4 = 4, M 4 = 4+4 = 6, M 8 = 6 + 4 4 = 48, M 6 = 48 + 4 8 = 8, M k = k k+ (dette psser når k =0; og hvis det psser for k så er og det psser for k +) M k+ = M k +4 k =k k+ + k+ =(k + ) k+, Metoden kldes "Fst Fourier Trnsform"(FFT) Den blev egentligt opfundet f Guss i 805, men genopfindelsen ved Cooley og Tukey i 965 hr været fgørende; uden den, ingen CD er, ingen mp3 er Metoden er meget hurtigere end den direkte udregning: den direkte udregning f F my kræver 4 ( k ) = k+ reelle multipliktioner, mens FFT metoden kræver k k+ reelle multipliktioner, så er k+ /(k k+ )= k+ /k gnge hurtigere Feks hvis k = 0 (så k = 048576) er FFT /0 = 0 /0 gnge hurtigere, dvs mere end 00000 gnge hurtigere 9

SEKTION 7 GRAM-SCHMIDT-PROCESSEN 7 Grm-Schmidt-processen Vi hr set, t det er meget prktisk t kunne ngive en ortonormlbsis for et indre-produkt rum, eller et underrum derf Vi ser her, hvordn en ortonorml bsis kn konstrueres med udgngspunkt i en vilkårlig bsis Sætning 7 ([L], 56) Ld V være et indre-produkt rum; skriv, for indre-produktet Ld {x,, x n } være en bsis for V Definer u = x x, og definer u,, u n rekursivt ved hvor u k+ = x k+ p k (x k+ p k ), p k = x k+, u u + + x k+, u k u k, den ortogonle projektion f x k+ på Spn(u,, u k ) D er {u,, u k } en ortonorml bsis for Spn(x,, x k ), for k =,, n; specielt er {u,, u n } en ortonorml bsis for V Skriv S k = Spn(x,, x k ) for k =,, n Det er klrt, t Spn(u ) = Spn(x )=S, og t {u } er en ortonorml bsis for S Antg induktivt, t u,, u k, k < n, er konstruerede, og t {u,, u k } er en ortonorml bsis for S k Ld p k være projektionen f x k+ på S k, så (Sætning 644) p k = x k+, u u + + x k+, u k u k D p k S k kn p k skrives som lineær kombintion f x,, x k : og p k = c x + + c k x k, x k+ p k = x k+ c x c k x k D x,, x k+ er ufhængige, er x k+ p k 0 (fordi højresiden f ( ) er en ikke-triviel lineær kombintion f x,, x k+ ) Bemærk også, t x k+ p k Spn(x,, x k+ )= S k+ Ifølge Sætning 644 er x k+ p k Sk, så x k+ p k u i for i =,, k Ld nu u k+ = x k+ p k (x k+ p k ) Så er {u,, u k+ } ortonorml og indeholdt i S k+ D u,, u k+ er k +ufhængige elementer i rummet S k+ f dimension k +udgør de en bsis; og {u,, u k+ } er en ortogonl bsis for S k+ Induktionsskridtet er tget, og resulttet dermed bevist ( ) 0

SEKTION 7 GRAM-SCHMIDT-PROCESSEN Eksempel 7 (Exmple, s 75 i [L]) Find en ortonorml bsis for P 3 (R) mht det indre produkt p, q = 3 p(x i )q(x i ), i= hvor x =, x =0, og x 3 = (At dette er et indre produkt vises på s 46 i [L]) Vi tger udgngspunktet i bsen {, x, x }, =3, så u = 3 Vi hr p = x, 3 3 ; = ( 3 +0+ 3 ) 3 =0, så x p = x og x p = x, x = + 0 + =, og u = x Vi hr p = x, 3 3 + x, x x = 3 3 +0 x = 3 Nu beregnes x 3 = x 3,x 3 =(x 3 ) x= +(x 3 ) x=0 +(x 3 ) x= = 9 + 4 9 + 9 = 3 Så u 3 = x /3 (x 3 /3) = (x 3 ) Eksempel 73 Find en ortonorml bsis for W = Ld Vi ser, t x x x 3 x 4 R4 x + x x 3 + x 4 =0 v = W = Spn (v ), så det er nok t finde en ortonorml bsis {u,, u 4 } for R 4, med u = v v ; så er {u, u 3, u 4 } en ortonorml bsis for W Vi vil derfor tge udgngspunkt i en bsis for R 4 med første vektor v

SEKTION 7 GRAM-SCHMIDT-PROCESSEN Eksempel 73, fortst Med bgtnken, t vi søger vektorer ortogonle til v, vælges 0 0 v = 0, v 3 = 0 ; og v 4 = 0 0 0 {v,, v 4 } er en bsis for R 4, idet en rækkereduktion viser p = v, u u =0 u = 0, så [v, v, v 3, v 4 ] I u = v u = 0 u = v v = 0 0 p = v 3, u u + v 3, u u =0 u +0 u = 0, så u 3 = v 3 v 3 = 0 0 p 3 = v 4, u u + v 4, u u + v 4, u 3 u 3 = 0 u +0 u u 3 = 0 0 /5 0 = /5 /5, 3/5 så og u 4 = v 4 p 3 = v 4 p 3 (v 4 p 4 )= /5 /5 /5 /5 = 5 0/5 5 = 0

SEKTION 7 GRAM-SCHMIDT-PROCESSEN Vi kn udlede resultter om ortogonlkomplement og projektion f Grm-Schmidt-processen: Korollr 74 Enhver ortonorml mængde i et indre-produkt rum kn udvides til en ortonorml bsis Ld dim V = n Antg, t {u,, u k } V er ortonorml {u,, u k } kn udvides til en bsis {u,, u k, v,, v n k } f V; når Grm-Schmidt-processen nvendes på denne bsis fås en bsis {u,, u k, u k+,, u n } som udvider {u,, u k } Korollr 75 Ld V være et indre-produkt rum f dimension n Ld S være et underrum () dim S = n dim S () (S ) = S (3) Hvis S {0},V, og {x,, x r } er en bsis for S, {x r+,, x n } en bsis for S, så er {x,, x n } en bsis for V (4) V = S S for (): Resulttet er klrt, når S = {0} eller V, idet {0} = V og V = {0} Hvis S {0}, V, ld {u,, u r } være en ortonorml bsis for S, og udvid til en ortonorml bsis {u,, u n } for V Vi påstår, t {u r+,, u n } er en bsis for S D u r+,, u n er ufhængige, er det nok t se, t de udspænder S Vi hr x S x s for lle s S x α u + + α r u r for lle α,, α r K x u,, x u r Ifølge Sætning 648 kn vi skrive x = c u + c n u n, hvor c i = x, u i Så Så dim S = n r, som påstået x S c =0,, c r =0 x = c r+ u r+ + + c n u n x Spn(u r+,, u n ) erne for (), (3), (4) er som i Sætning 57, (), Sætning 58 og Sætning 59; der erstttes bre sklrprodukt med indre produkt Detljer overldes til Jer 3

SEKTION 7 GRAM-SCHMIDT-PROCESSEN Ld V være et indre-produkt rum, S et underrum Den entydige opskrivning v = P S (v)+w med P S (v) S, w S definer en fbildning P S : V V Læg mærke til, t v P S (v) S ; P S (v) er bestemt f dette Proposition 76 P S S = I S : S S P S (V )=S 3 P S er en lineær trnsformtion Dette kn bevises som i Proposition 5, eller vi kn bruge, hvis dim S< og {s,, s k } er en ortonorml bsis for S, t (ifølge Sætning 644);,,3 følger nemt P S (v) = v, s s + + v, s k s k Vi kn nu vise, t et indre produkt i et endelig-dimensionlt indre produkt rum ltid er induceret f sklrproduktet mh en bsis Proposition 77 Ld V være et indre produkt rum f dimension n; skriv, for indre produktet Ld U = {u,, u n } være en ordnet ortonorml bsis for V Så er, =, U Ld v, w V Skriv v = u + + n u n, w = b u + + b n u n med i,b j K R-tilfælde : Ifølge Sætning 649 er v, w = n j= jb j, mens så v, w = v, w U v, w U = ([v] U ) T [w] U =[,, n ] b b n C-tilfælde : Ifølge Sætning 649 er v, w = n j= jb j, mens så v, w = v, w U v, w U = ([w] U ) T [v] U =[b,, b n ] n = = j b j ; j= b j j ; j= 4

SEKTION 7 GRAM-SCHMIDT-PROCESSEN Hvis vi holder styr på beregningerne, kn vi få en mtrixfktorisering ud f Grm-Schmidtprocessen Sætning 78 ([L], 56) (QR-fktorisering) Ld A Mt m,n (K), hvor K er R eller C; ntg, t rng A = n Så er A = QR, hvor Q Mt m,n (K) hr ortonormle søjlevektorer mht sklrproduktet i K m, og R Mt n,n (K) er en øvre trekntsmtrix med lle digonlindgnge reelle og positive Ld {,, n } være søjlerne i A; d disse er ufhængige, er de en bsis for Spn(,, n ) Vi nvender Grm-Schmidt-processen og definerer successivt q =, q k+ = k+ p k ( k+ p k ) for k =,,, n, hvor p k = k+, q q + + k+, q k q k Ld r =, r kk = k p k for k =,, n, og, for i =,, k, k=,, n, { qi T r ik = k, q i = k R-tilfælde qi H k C-tilfælde Grm-Schmidt-processen omskrives til og videre til r q =, r kk q k = k r k q r k q r k,k q k for k =,, n; = r q, k = r k q + r k q + + r kk q k for k =,, n Ld nu r r r n r Q =[q,, q n ],R= Den k te søjle i QR er Q {den k te søjle i R}, dvs den k te søjle i QR =[q,, q n ] r kk 0 0 r k 0 r nn = r k q + + r kk q k = k ; så QR = A 5

SEKTION 7 GRAM-SCHMIDT-PROCESSEN Eksempel 79 ([L], Ex 3, s 78) Vi finder QR-dekompositionen for A = 0 4 4 0 0 A er f rng 3, idet A kn rækkereduceres til REF med tre pivot er r = = + + +4 = 5 = 5 q = r = 5 4 r =, q = 5 ( 8) = p = r q = q p = 8/5 4/5 6/5 8/5 r = p = 4 5 4 + + 6 + 4 = 5 4 5 = 4 q = r ( p )= 5 4 = 4 5 4 r 3 = q T 3 = 5 ( ( ) + + +0 4) = r 3 = q T 3 = 5 (( ) ( ) + + ( 4) + 0) = 3 p = r 3 q + r 3 q = q q = 5 6 r 33 = 3 p = q 3 = r 33 ( 3 p )= 5 Vi hr 4 3 p = 8/5 4/5 4/5 /5 = 5 4 4 5 R = 0 4,Q= 5 4 0 0 4 6

SEKTION 7 GRAM-SCHMIDT-PROCESSEN Bemærkning 70 Ld A være som i Sætning 78 Mtricen R f QR-dekompositionen for A er invertibel, fordi den kn rækkereduceres til REF med en pivot i hver søjle, ved t dividere dens i te række med r ii for i =,, n Sætning 7 ([L], 563) Ld A Mt m,n (R), med rng A = n; og ld A hve QR-fktorisering QR Den entydige mindste kvdrters løsning til Ax = b er ˆx = R Q T b Sætning 56 giver den entydige mindste kvdrters løsning til Ax = b som ˆx =(A T A) A T b D A = QR, er ˆx = ((QR) T QR) (QR) T b =(R T Q T QR) R T Q T b =(R T IR) R T Q T b (Lemm 648) =(R T R) R T Q T b = R (R T ) R T Q T b = R IQ T b = R Q T b Bemærkning 7 D R er næsten i REF fås løsningen nemmest ved bglæns substitution, fr ligningssystemet Rx = Q T b 7

SEKTION 7 GRAM-SCHMIDT-PROCESSEN Eksempel 73 ([L], Ex 4, s 80) Vi finder mindste kvdrters løsningen til 0 4 4 0 0 x x x 3 = Vi beregnede QR-fktoriseringen f mtricen i Eksempel 79 som 4 5 5 4 0 4 0 0 4 og mindste kvdrters løsningen er derfor ˆx = R Q T Løsningen er nemmest beregnet vi bglæns substitution, fr Rˆx = Q T 4 = 4 5 4 = 5 5 5 = 0 Vi må løse vi får 5 0 4 0 0 ; x 3 = x 3 =, 4x = +x 3 =0 x =0, 5x = +x x 3 = x = 5, så /5 ˆx = 0 8

SEKTION 73 ORTOGONALE POLYNOMIER 73 Ortogonle polynomier Vi rbejder først med P n (F), rummet f F-polynomier f grd <n Vi ser, t dim P n (F) n; idet P n (F) er udspændt f de n elementer, x, x,, x n Hvis F hr tilstrækkelig mnge elementer er dimensionen fktisk præcis n Lemm 73 Ld x,, x n F være indbyrdes forskellige Definer, for i =,, n, L i P n (F) ved L i (x) = D er {L,, L n } en bsis for P n (F) n j=, j i (x i x j ) n j=, j i (x x j ) D dim P n (F) n er det nok t vise, t L,, L n er ufhængige Antg så, t c L + + c n L n =0 For j n fås d Men c L (x j )+ + c n L n (x j )=0 L i (x j )= { 0 i j i = j, ( ) så ( ) giver c j =0, så c =0,, c n =0og L,, L n er ufhængige Bemærkning 73 Ld f P n (F) Vi kn så skrive f = c L + + c n L n, så f(x j )=c L (x j )+ + c n L n (x j ); = c j, idet L i (x j )= { i = j 0 i j Vi hr ltså f = f(x )L + + f(x n )L n Ld nu y,, y n F Det entydige polynomium g f grd <nmed g(x i )=y i for i =,, n er g = y L + + y n L n 9

SEKTION 73 ORTOGONALE POLYNOMIER Andre nyttige bser findes: Lemm 733 Ld f 0,, f n P n (F) være således, t f j er f grd præcis j, for j =0,, n () P n (F) er udspændt f f 0,, f n () Hvis F hr mindst n elementer, så er {f 0,, f n } en bsis for P n (F) D () følger f () og Lemm 73 er det nok t vise () Vi viser, t f 0,, f k udspænder P k (F) for k =,, n ved induktion Udsgnet gælder når k =, fordi ethvert ikke-nul element i et rum f dimension udgør en bsis Antg induktivt, t udsgnet gælder for k < n; og ld g = c 0 + + c k x k være et element f P k+ (F) Skriv f k = 0 + + k x k ; d grd f k = k er k 0 g c k k f k er f grd k, så g c k k f k P k (F) og vi kn ifølge induktionsntgelsen skrive så g c k k f k = α 0 f 0 + + α k f k, g = α 0 f 0 + + α k f k + c k k f k Spn{f 0,, f k } Så P k+ (F) = Spn{f 0,, f k }, udsgnet gælder for k +, induktionsskridtet er tget, og beviset er fuldført Nu speciliseres til reelle polynomier Det er ofte meget prktisk t pproksimere funktioner i et intervl eller dt-punkter med polynomier Det er ofte ønskeligt, t pproksimtionen hr størst præcision på dele f intervllet; det kn rrngeres ved t nvende et indre produkt, f formen f, g = w(x)f(x)g(x) dx ( ) hvor w er en positiv kontinuert funktion, en vægtfunktion Intervllet, der rbejdes over, kn være [, b] eller [, b), (b, ], (, b), også med = og/eller b = ; men vi må sørge for, t integrlet i ( ) er veldefineret og endelig, dels ved vlg f w, dels ved vlg f funktionsrum Vi skriver I for det relevnte intervl En polynomil pproksimtion f grd n til en funktion f fås d ved t finde den ortogonle projektion f f på P n (R) mht det indre produkt ( ) Vi hr set, t denne projektion beregnes nemmest, når vi kender en ortonorml bsis for rummet, der projiceres til Definition 734 En følge p,p, P (R) \{0} med grd p i = i er en følge f ortogonle polynomier, hvis p i,p j =0for i j og en følge f ortonormle polynomier hvis også p i,p i =for lle i 30

SEKTION 73 ORTOGONALE POLYNOMIER Sætning 735 ([L], 57) Hvis p 0,p, P (R) \{0} er en følge f ortogonle polynomier, så gælder {p 0,, p n } er en bsis for P n (R) p n P n (R) p 0,, p n P n (R); så dette følger f Lemm 733 Ld p P n (R) Vi kn skrive p = c 0 p 0 + + c n p n og p, p n = c 0 p 0,p n + + c n p n,p n = c 0 0+ + c n 0=0, så p, p n =0for lle p P n (R), dvs p n P n (R) Ld {p 0,, p n } er en ortogonl mængde i P n (R), (mht ( )) Definer, for i =0,, n, u i = p p i i Så er {u 0,, u n } en ortonorml mængde i P n (R) Hvis f C([, b]), så er f s projektion på P n (R) mht ( ) n n f, u i u i = f, p i p i p i p i = i=0 i=0 i=0 f, p i p i p i = i=0 f, p i p i,p i p i, så kn beregnes nemt fr p 0,, p n Vi behøver ltså ikke hele tiden t sørge for ortonormlitet; ortogonlitet fungerer fint Følger f ortogonle polynomier kn beregnes rekursivt: Sætning 736 ([L], 57) Ld p 0,p, være en følge f ortogonle polynomier, skriv også p koefficienten f x i i p i Der gælder, for n 0, =0 Ld i være hvor α 0 =, γ 0 =, og α n+ p n+ (x) = (x β n+ )p n (x) α n γ n p n (x), (+) α n = n, β n = p n, xp n n p n,p n, γ n = p n,p n for n p n,p n (Læg mærke til, t en rekursiv definition f følgen mh (+) tillder, t 0,, kn vælges frit undervejs) 3

SEKTION 73 ORTOGONALE POLYNOMIER {p 0,, p n+ } er en bsis for P n+, så n+ xp n (x) = c nk p k (x), (3) k=0 hvor Vi hr for lle f, g P (R); så xf, g = c nk = xp n,p k p k,p k w(x)xf(x)g(x) dx = f, xg xp n,p k = p n, xp k =0for k < n, fordi xp k P k+ P n for k < n, mens p n P n Så () simplificerer til så til xp n (x) =c n,n+ p n+ (x)+c n,n p n (x)+c n,n p n (x), c n,n+ p n+ (x) =(x c n,n )p n (x) c n,n p n (x) () x n+ -leddet giver c n,n+ n+ = n ; så c n,n+ = Vi hr også og n n+ = α n+ c n,n = xp n,p n p n,p n = β n+ c n,n = xp n,p n p n,p n = p n, xp n p n,p n = xp n,p n p n,p n p n,p n p n,p n = c n,nγ n = α n γ n Denne formulering gør det reltivt nemt t udregne følger f ortogonle polynomier for prtikulære vlg f vægtfunktion Der gives mnge berømte og vigtige eksempler i bogen ([L], s 86-88) Feks betrgt det indre produkt givet ved f, g = f(x)g(x) dx Mn får den ortogonle følge P 0 (x) =, P (x) =x, P (x) = (3x ), P 3 (x) = (5x3 3x), disse kldes Legendre polynomier 3

SEKTION 73 ORTOGONALE POLYNOMIER En vigtig nvendelse er i numerisk integrtion For t pproksimere integrlet w(x)f(x) dx vil vi pproksimere f ved et polynomium P f grd <n, som hr de smme værdier som f ved n punkter x,, x n i intervllet I Ifølge 73 er P = n i= f(x i)l i Vi nvender w(x)p (x) dx som pproksimtion til w(x)f(x) dx: vi hr så w(x)f(x) dx w(x)p (x) dx = = f(x i ) i= A i f(x i ), i= w(x)l i (x) dx hvor A i = w(x)l i(x) dx, i =,, n, beregnes ufhængigt f f Hvis f er et polynomium f grd <n, så er f = P, noget vi så i Bemærkning 73 så w(x)f(x) dx = f(x i )A i Hvis x,, x n vælges smrt, gælder denne lighed også for højere grds polynomier Proposition 737 ([L], 573) Ld p 0,p, være en følge f ortogonle polynomier mht ( ) Så hr p n n forskellige nulpunkter i intervllet (, b) i= Ld x,, x m være nulpunkterne for p n, som ligger i (, b) og er således, t p n (x) skifter fortegn, når x i psseres D p n hr grd n, er m n Vi vil vise, t m n Vi ser, for i =,, m, t p n (x) hr en fktor (x x i ) ki, hvor k i er ulige, således t (x x i ) ki+ går ikke op i p n (x) Vi kn skrive p n (x) =(x x ) k (x x m ) km q(x), hvor q(x i ) 0for i =,, m, og hvor q(x) ikke skifter fortegn på (, b) Ld Produktet r(x) =(x x )(x x ) (x x m ) p n (x)r(x) = (x x ) k+ (x x m ) km+ q(x) involverer kun lige potenser f (x x i ) for hvert i, så skifter ikke fortegn på (, b) Så p n,r = D p n P n (R) er r/ P n (R), så m = grd r n Så m = n w(x)p n (x)r(x) dx 0 33

SEKTION 73 ORTOGONALE POLYNOMIER Sætning 738 Ld x,, x n være nulpunkterne for p n Så er når f P n (R) w(x)f(x) dx = i= A i f(x i ), Ld q i = { p i i =0,, n p i n p n i = n,, n q i er d et polynomium f grd i, for i =0,, n ; så ifølge Lemm 733 er {q 0,, q n } en bsis for P n (R) Vi påstår, t w(x)q j (x) dx = A i q j (x i ) for j =0,, n i= Vi hr llerede set det for j < n, d grd q j = j Hvis j n er og w(x)q j (x) dx = A i q j (x i )= i= w(x)p j n (x)p n (x) dx = p j n,p n =0, A i p n j (x i )p n (x i ) = 0, idet p n (x i )=0for i =,, n, så ligheden gælder for j n også i=0 Skriv nu f = c 0 q 0 + + c n q n ; vi hr d w(x)f(x) dx = = = = n j=0 c j w(x)q j (x) dx n n c j j=0 i= i= n A i j=0 A i f(x i ) i= A i q j (x i ) c j q j (x i ) 34