为什么系数精度重要
谱方法用有限个波来近似函数。即使知道应保留哪些模态,其系数仍由积分定义;计算机通常只看到有限个位置的测量值。若位置不等距,简单平均会让每个测量值有相同影响力,即使它们代表的区间长度不同。我们必须说明数据近似什么积分,以及每个样本应占多大权重。
以下采用简单的左端点法。这不一定是最佳求积法,但它的误差可以直接证明,权重也清楚反映网格几何。它适用于任何有限分割,无须假设相邻区间长度相近;它是离散傅里叶(Fourier)系数的加权推广:等距网格上的权重均为 ,便回到通常等权的离散傅里叶变换。以下估计控制 近似误差,不能自动控制最大误差或导数误差。
连续系数与加权求积法
设 是 上端点值相同的复值函数,写作
整数 决定保留的空间。
定义 2.3.1
(加权左端点傅里叶求积法)
取有限分割 ,令 ,。对 ,假设观测值为 。定义
所以 使用精确样本,但积分由数值求积近似; 还包含测量误差。权重 均为正,总和为一。
的样本代表其右方的区间;若改用中点或梯形法,规则会改变,必须另行分析误差。
定理 2.3.2
(有限网格上的系数界)
假设 ,且在 上 。对每个整数 ,
若每个 都满足 ,则 。更一般而言,该量至多为 。
证明
(在每个左端点冻结被积函数)
令 。由 和 ,三角不等式给出
从求积值减去积分,按网格分段并逐段估计:
因为 和 ,便得到第二个界。噪声的贡献为 ,其绝对值至多为 ;在一致误差界下,此值至多为 。加权 Cauchy–Schwarz 不等式及 给出均方根界。这些是确定性界,并未假设噪声独立或均值为零。
证明透视
每个假设在系数界中的位置
唯一的关键一步,是在 右侧的单元上把 与其冻结值 比较。 的 Lipschitz 常数提供 ;之所以需要上界 ,只是因为相位 也以速度 移动,并与 相乘。在一个单元上积分距离 得到 ,所以估计是单元长度平方之和:一个宽单元会受到平方级的惩罚,但并不要求相邻单元长度相近。步骤 完成论证,代价是丢掉这一信息。噪声部分完全不用正则性,只需要权重为正且总和为一。因此加密网格会使每个固定 的求积项缩小,而 的上界则原样传递下去。
先做精确分解,再取上界
在上述归一化内积下,指数函数构成标准正交系,而有界的 属于 。
定理 2.3.3
(精确误差分解)
对每个三角多项式 ,
证明
(残差的正交性)
写 。对 , 与 的内积为 ,所以第一项与保留的指数函数张成的空间正交,而第二项恰好属于该空间。勾股定理给出 ,再由标准正交性得最后一个范数为 。
取 便得到
再使用三角函数系的完备性,第一项等于 。这是 Parseval 尾和,使用的是精确系数。有限分解本身只需要正交性,不需要完备性。第二项可逐个系数拆成
两个复数误差可能互相增强或抵消。
常见错误
(把求积误差和噪声误差的平方直接相加)
很容易仿照精确分解写出 。但那个恒等式来自函数的正交性,两个复数没有这种性质。若两个误差分别为 和 且方向相同,真正的平方是 ,而不是 。应先用三角不等式估计和的模,然后再取平方。
令 和 ,三角不等式给出可用的误差界
固定 时, 令求积部分趋零;固定的噪声上界则不一定趋零。若同时令 和 ,只有整个系数误差和也趋零,上式才证明收敛。例如,固定 并采用一致噪声界 时,充分条件是 和 。这些条件充分而非必要;实际误差可能抵消,更好的求积法也可能改进估计。有限多项式在每点的绝对误差可由各系数误差的绝对值之和控制,但 尾项本身不提供逐点尾项界。
算例:三个不等长单元
例题 2.3.4
(虚假的低频系数)
取 ,分割点为 、、、。单元权重为 ,样本为 。当 ,精确系数是 和 。求积法却给出
而 的值依次为 ,所以
这里没有截断误差:。样本没有噪声时,正交性给出精确的平方误差
频率 的系数恰好精确,因为相应被积函数是常数;这不代表其他计算系数也精确。这里 ,,而 ;定理给出零频误差上界 ,大于实际值 。即使存在很大的网格间隙,界仍成立;但很大的上界不能证明误差小于某个小容许值。
系数的标签不能消除混叠
反例模式
不同函数有相同样本
取等距节点 ,并令 。每个样本都等于 ,与常数函数的样本一样。若 ,精确投影 为零,但采样求积却给出 。因此,即使没有噪声,也会产生虚假的常数分量。在 下,其他保留的离散系数也为零,重建多项式便是 ,归一化 平方误差为 :其中一单位来自精确截断,另一单位来自系数误差。
这个函数族随 改变,其 Lipschitz 常数为 ,因此不违反以下结论:固定一个 Lipschitz 函数及固定频率时, 会令求积收敛。不等距节点可能消除这个例子的精确样本相同现象,但有限测量仍需对未知函数作假设;非均匀性本身不是消除混叠的定理。
常见错误
(用相等权重平均不等距样本)
把 换成 ,近似的是关于节点密度的积分,而不是关于 的积分。在 上放 个等长单元,在 上放 个,并取 ,于是 。当 时,网格尺寸趋于零,加权求积收敛到 ;但等权平均由左半段的 个样本主导,收敛到 在那里的平均值 。加密网格不能修正错误的权重。
噪声、微分和解读
例题 2.3.5
(常数偏移在加密后依然存在)
假设每个测量值都带有相同的加性误差 。则
当 时,权重之和为一,所以无论分割多细,零频误差都恰为 。在等距网格上 ,而当 不整除 时 ,所以偏移只留在常数模态。在三单元分割 上,偏移却会泄漏:
每个的模平方为 。取 时,仅噪声一项就对系数误差贡献 ,小于由 得到的粗略上界 。概率噪声模型可能给出较小的典型误差,但那需要额外假设,不能从确定性界直接得出。
例题 2.3.6
(对光滑信号解读误差界)
取 、、 的等距网格,以及 。此时 ,而由于 ,尾项为零。在等距网格上 ,所以 ,即 、。误差界为
即 误差至多约 。这个界在这里远不精确。对 ,每个被积函数 都是 的 的组合,而等距左端点法能精确积分这些函数,所以 。剩下的只有噪声,其贡献至多 ,即 误差小于 。误差界依然成立;更精确的数值用到了这个特定求积法的精确性。
对计算出的多项式求导时,系数误差的影响可能更大。对非负整数 ,正交性给出
这里 时也取 。这是两个有限多项式之间的恒等式。除非 具有所需的弱导数且导数尾项另受控制,否则它不是 的导数与重建函数导数之差的界。因子 说明微分为什么会放大微小的高频系数误差。
习题
快速检查
(对 和分割 ,计算 、,并与精确系数比较。)
单元权重为 。
解答 · 答案
。此外 ,但 。不等长区间的权重不可忽略;能精确积分常数并不意味着能精确积分振荡的被积函数。
快速检查
(假设 、、 且 。用最大网格界求 的保证上界。)
用三角不等式合并求积部分与噪声部分。
解答 · 答案
求积界为 。噪声贡献至多 ,因此由三角不等式可得 。实际误差未必达到此上界。
快速检查
(取 、保留 ,并假设计算出的非零系数只有 及 。求精确的归一化平方误差。)
使用精确误差分解。
解答 · 答案
精确投影为零,且 。正交性给出 。
快速检查
(次数为 的多项式中,仅有的系数误差为 及 。求计算多项式与 之差,以及两者一阶导数之差的归一化 平方值。为什么后者不一定是近似 的误差?)
微分把 的系数乘以 。
解答 · 答案
多项式的平方误差为 。微分使常数误差消失,并把第二模态误差乘以 ,因此平方误差为 。若要判断 的误差,还必须考虑被舍去尾项的导数,并先证明该导数有意义。
延伸阅读
本节只处理一维周期区间上的确定性一阶求积。高阶及自适应求积、多维采样、浮点舍入、统计噪声模型及稳定的非均匀快速变换都需要另行分析。