動機
本節的函數、多項式係數、樣本值及測量誤差均取實數。
在區間上使用傅立葉(Fourier)方法,第一步是把兩個端點等同起來。若函數在兩端的值或導數不一致,週期延拓便出現函數原本沒有的跳躍或折角,係數因而衰減得很慢,而原因與內部性態無關。本篇改變變量而不改變函數:令 x=cosθ,便把 [−1,1] 上的 f 變成 g(θ)=f(cosθ)。不論 f 是甚麼,g 都以 2π 為週期而且是偶函數;它在 θ=±π 的值都等於 f(−1),所以沒有端點相容條件需要檢查。
g 的餘弦級數改用 x 書寫,就是一個多項式級數。它的取樣版本同樣出現混疊,但摺疊是帶符號改變的反射,而不是平移。我們會分清哪些結論單憑樣本成立,哪些須對 f 另加假設;最後討論變量代換消除不了的兩個限制:端點上真正的奇異性與噪聲放大。
切比雪夫多項式
令 T0(x)=1、T1(x)=x,並對 k≥1 定義
Tk+1(x)=2xTk(x)−Tk−1(x).多項式 Tk 稱為 k 次切比雪夫(Chebyshev)多項式。對每個實數 θ 及每個整數 k≥0,
Tk(cosθ)=coskθ.
這個恆等式可由 cos((k+1)θ)+cos((k−1)θ)=2cosθcoskθ 用歸納法得出,這正是遞推式在 x=cosθ 處的取值。同一歸納說明 Tk 的次數恰為 k,而 k≥1 時首項係數為 2k−1:乘以 2x 使次數加一、首項係數加倍,減去 Tk−1 不會抵銷新的最高次項。最初幾個是 T2=2x2−1、T3=4x3−3x、T4=8x4−8x2+1、T5=16x5−20x3+5x。
以下三個推論會反覆用到。
- 界與端點值。 每個 x∈[−1,1] 都可寫成某個 cosθ,所以在該區間上 ∣Tk(x)∣≤1;此外 Tk(1)=1,Tk(−1)=(−1)k。
- 基底。 由於次數恰為 0,1,…,N,T0,…,TN 構成次數不超過 N 的實多項式空間 PN 的一組基底。
- 乘積公式。 2TjTk=Tj+k+T∣j−k∣ 是 2cosjθcoskθ=cos(j+k)θ+cos(j−k)θ 的多項式形式;它在 [−1,1] 上成立,因而處處成立,因為在區間上相等的兩個多項式必然相等。
連續正交性與權函數
對 [−1,1] 上的連續函數 u,v,定義
⟨u,v⟩w=∫−11u(x)v(x)1−x2dx,∥u∥w=⟨u,u⟩w1/2.
這個積分在兩端都是瑕積分,但絕對收斂:被積函數受 ∥u∥∞∥v∥∞(1−x2)−1/2 控制,而下面的代換顯示權函數的總積分是 π。特別地 ∥u∥w≤π∥u∥∞,可把一致估計轉為加權估計。
對整數 j,k≥0,
⟨Tj,Tk⟩w=⎩⎨⎧0,π/2,π,j=k,j=k≥1,j=k=0.
證明
(代換 x=cosθ)
在 (0,π) 上,θ↦cosθ 是到 (−1,1) 的嚴格遞減雙射。令 x=cosθ,則 dx=−sinθdθ;又因 (0,π) 上 sinθ>0,有 1−x2=sinθ。反轉積分方向抵銷負號,所以對連續的 u,
∫−11u(x)1−x2dx=∫0πu(cosθ)dθ.右邊是連續函數在緊區間上的普通積分,所以左邊的瑕積分收斂。取 u=TjTk,並利用 Tj(cosθ)Tk(cosθ)=cosjθcoskθ,得
⟨Tj,Tk⟩w=21∫0π(cos(j+k)θ+cos(j−k)θ)dθ.對整數 m,∫0πcosmθdθ 在 m=0 時為 π,否則為 sin(mπ)/m=0。若 j=k,j+k 與 j−k 皆非零,積分為零;若 j=k≥1,只有第二項有貢獻,得 π/2;若 j=k=0,兩項都有貢獻,得 π。
證明透視
權函數從何而來
因子 (1−x2)−1/2 並不是為了方便而挑選的。它正是 dx=−sinθdθ 所產生的雅可比(Jacobi)因子 sinθ 的倒數。有了它,關於 x 的積分就變成關於 θ 的普通積分,而餘弦在這個積分下正交。沒有它,代換後會多出因子 sinθ,正交性便不成立,例如 ∫−11T0T2dx=∫−11(2x2−1)dx=−2/3=0。權函數在 ±1 附近很大,所以在 ∥⋅∥w 中,端點附近的誤差比在無權範數中佔更重的份量。
切比雪夫級數是映射後的餘弦級數
對 [−1,1] 上的連續函數 f 及 k≥0,切比雪夫係數為
ak=π2∫−11f(x)Tk(x)1−x2dx=π2∫0πf(cosθ)coskθdθ.N 次切比雪夫截斷為
ΠNf=2a0+k=1∑NakTk.
常數項減半,是因為 ∥T0∥w2=π 是 ∥Tk∥w2=π/2 的兩倍。在這個規範化下,⟨ΠNf,Tk⟩w 在 1≤k≤N 時等於 akπ/2,在 k=0 時等於 (a0/2)π,兩者都是 ⟨f,Tk⟩w。因此 f−ΠNf 與 PN w-正交,對每個 q∈PN,畢氏(Pythagoras)定理給出
∥f−q∥w2=∥f−ΠNf∥w2+∥ΠNf−q∥w2.
所以在加權範數下,ΠNf 是 PN 中對 f 唯一的最佳逼近。
ak 的第二條公式解釋了本節標題。g(θ)=f(cosθ) 是以 2π 為週期的偶函數,所以正弦係數為零,餘弦係數是 π−1∫−ππg(θ)coskθdθ=ak。f 的切比雪夫級數就是 g 的傅立葉餘弦級數,透過 x=cosθ 來閱讀。f 連續則 g 連續;f 的可微性經連鎖法則傳給 g,不需要任何聯繫 f(−1) 與 f(1) 的條件。
設 f 在某個包含 [−1,1] 的開區間上二階連續可微。則對每個 k≥1,
∣ak∣≤k22(∥f′∥∞+∥f′′∥∞),其中範數在 [−1,1] 上取。因此 k∑∣ak∣<∞,而且 f(x)=a0/2+k≥1∑akTk(x) 在 [−1,1] 上一致成立。
函數 g=f∘cos 在 R 上二階連續可微,且
g′(θ)=−sinθf′(cosθ),g′′(θ)=sin2θf′′(cosθ)−cosθf′(cosθ).所以 ∥g′′∥∞≤∥f′′∥∞+∥f′∥∞。對 ak=(2/π)∫0πgcoskθdθ 分部積分,
ak=π2[kg(θ)sinkθ]0π−πk2∫0πg′(θ)sinkθdθ,邊界項為零,因為 sinkθ 在 0 與 π 處為零。再分部積分一次:
−πk2∫0πg′sinkθdθ=−πk2[−kg′(θ)coskθ]0π−πk22∫0πg′′(θ)coskθdθ.這個邊界項亦為零,因為 g′(0)=g′(π)=0。所以 ∣ak∣≤(2/(πk2))⋅π∥g′′∥∞,即所述的界。
至於收斂:∑∣ak∣<∞ 且 ∣Tk∣≤1,故級數一致收斂到某個連續函數 F;逐項積分顯示 F 與 f 的切比雪夫係數相同。於是 h(θ)=g(θ)−F(cosθ) 連續、為偶函數、以 2π 為週期,餘弦係數全為零,由偶性正弦係數亦為零。它的費耶(Fejér)平均恆等於零,而由連續週期函數的費耶定理,這些平均一致收斂到 h。故 h=0,即 F=f。
值得單獨指出 f 的假設究竟在哪裏用上。
證明透視
為甚麼不需要端點條件
兩次分部積分各產生一個邊界項,兩者都因結構原因而消失。第一項含 sinkθ,對每個整數 k 在 0 與 π 處為零。第二項含 g′(θ)=−sinθf′(cosθ),由於雅可比因子 sinθ,不論 f′(±1) 取何值它在這兩點都為零。證明沒有用到關於 f(±1) 或 f′(±1) 的任何假設;[−1,1] 附近的可微性只是令 g 在 R 上二階連續可微。收斂部分用的是另一個想法:絕對可和給出一致極限,而費耶定理確認這個極限就是 f。
繼續分部積分,同樣的規律會延續:g 的偶數階導數在邊界上與 sinkθ 相乘;而以 2π 為週期的偶函數 g,其奇數階導數是週期奇函數,在 0 與 π 處為零。因此若 f 在 [−1,1] 附近 m 階連續可微,便有 ∣ak∣≤2∥g(m)∥∞k−m,而 ∥g(m)∥∞ 可用 f′,…,f(m) 的界控制。
切比雪夫–高斯節點與離散正交性
定義 6.1.5
(切比雪夫–高斯(Chebyshev–Gauss)節點)
對整數 n≥1 及 j=0,1,…,n−1,令
θj=2n(2j+1)π,xj=cosθj.
角度 θj 是把 [0,π] 等分成 n 段後各段的中點,所以節點 xj 互不相同,並嚴格位於 (−1,1) 內。由於 nθj=(2j+1)π/2,有 Tn(xj)=cosnθj=0;n 次多項式最多有 n 個零點,所以這些節點恰好是 Tn 的全部零點。等距角度給出不等距節點:中央附近相鄰節點相距約 π/n,而由 sint≤t 得 1−x0=2sin2(π/(4n))≤π2/(8n2)。端點本身永遠不會被取樣。
正交積分的離散類比是在這些角度上求和,它建基於一個精確計算。
對每個整數 m,令 Sn(m)=j=0∑n−1cosmθj。則除非 m 是 2n 的倍數,否則 Sn(m)=0;並且對每個整數 q,Sn(2nq)=(−1)qn。
若 m=2nq,則 mθj=q(2j+1)π,所以對每個 j 有 cosmθj=(−1)q(2j+1)=(−1)q,總和為 (−1)qn。
否則 ω=eimπ/n=1,而 Sn(m) 是下式的實部:
j=0∑n−1eimθj=eimπ/(2n)j=0∑n−1ωj=eimπ/(2n)1−eimπ/n1−eimπ.若 m 為偶數,eimπ=1,總和為零。若 m 為奇數,1−eimπ=2;分子分母同除以 eimπ/(2n),得
e−imπ/(2n)−eimπ/(2n)2=−2isin(mπ/(2n))2=sin(mπ/(2n))i,這是純虛數;分母非零,因為 m 不是 2n 的倍數。兩種情況下實部都是零。
由乘積公式,可得多項式本身的正交關係。
設 n≥1 且 0≤k,l≤n−1。則
j=0∑n−1Tk(xj)Tl(xj)=⎩⎨⎧0,n/2,n,k=l,k=l≥1,k=l=0.
由乘積公式,這個和等於 21(Sn(k+l)+Sn(k−l))。假設給出 0≤k+l≤2n−2 及 ∣k−l∣≤n−1,而在這些範圍內 2n 的倍數只有零。所以 k=l 時 Sn(k−l)=n,否則為 0;k=l=0 時 Sn(k+l)=n,否則為 0。合起來便得三個值。
快速檢查
(取 n=3,T1 的節點值是 3/2,0,−3/2,T5 的節點值是 −3/2,0,3/2。為甚麼 j∑T1(xj)T5(xj) 不等於零?)
看看 k+l 與 2n 的關係。
解答 · 答案
直接計算,和為 −43+0−43=−23。由引理,它等於 21(S3(6)+S3(−4))=21(−3+0)=−23,因為 6=2n、q=1。離散正交性要求 l≤n−1,而 l=5 違反這個條件。離散正交性只在由網格決定的有限指標範圍內成立;範圍以外的失效正是混疊。
離散係數與插值定理
對 n≥1 及在節點上有定義的函數 f,令
ak=n2j=0∑n−1f(xj)Tk(xj)=n2j=0∑n−1f(cosθj)cos2nk(2j+1)π,0≤k≤n−1,並定義
Inf=2a0+k=1∑n−1akTk∈Pn−1.
這條公式就是對 ak=(2/π)∫0πg(θ)coskθdθ 使用 n 段、每段寬 π/n 的中點法則:各段中點就是 θj,而 (2/π)(π/n)=2/n。在規範化意義下,由樣本到 (a0,…,an−1) 的映射是第二型離散餘弦變換,有快速算法。
設 n≥1。
- 若 q∈Pn−1,則 Inq=q。
- 對每個在節點上有定義的函數 f,對 j=0,…,n−1 有 Inf(xj)=f(xj);而且 Inf 是 Pn−1 中唯一取這些值的多項式。
(1) 寫 q=b0/2+l=1∑n−1blTl。對 1≤k≤n−1,線性與離散正交性給出
ak=n2(2b0j∑T0(xj)Tk(xj)+l=1∑n−1blj∑Tl(xj)Tk(xj))=n2⋅bk2n=bk.對 k=0,只有 l=0 一項留下,a0=(2/n)(b0/2)n=b0。所以 Inq=q。
(2) 由 Pn−1 到 Rn 的取值映射 q↦(q(x0),…,q(xn−1)) 是線性單射,因為次數不超過 n−1 的非零多項式不可能在 n 個相異點都為零。兩個空間維數都是 n,所以它是雙射,恰有一個 q∈Pn−1 對所有 j 滿足 q(xj)=f(xj)。係數 ak 只取決於樣本,而 f 與 q 的樣本相同,故由第 (1) 部分 Inf=Inq=q。
假設 n≥1 保證網格非空。當 n=1 時,唯一節點是 x0=cos(π/2)=0,a0=2f(0),I1f 是常數 f(0),與定理相符。第 (2) 部分只是 Pn−1 之內的唯一性,並沒有說明數據由哪個函數產生。
混疊是一種反射
傅立葉混疊把頻率平移樣本數的倍數。在切比雪夫–高斯(Chebyshev–Gauss)網格上,關鍵恆等式是 2nθj=(2j+1)π,即 π 的奇數倍;它產生的是反射,而不是平移。
設 n≥1、m≥0,並寫 m=2nq+r,其中整數 q≥0、0≤r≤2n−1。在每個節點 xj 上,
Tm(xj)=⎩⎨⎧(−1)qTr(xj),0,(−1)q+1T2n−r(xj),0≤r≤n−1,r=n,n+1≤r≤2n−1.因此在三種情況下,InTm 分別等於 (−1)qTr、0 或 (−1)q+1T2n−r,並且在 [−1,1] 上 ∣InTm(x)∣≤1。特別地,對 1≤k≤n−1 有 InT2n−k=−Tk。
證明
(利用 2nθj=(2j+1)π)
由於 2nqθj=q(2j+1)π,而對每個整數 p 有 cos(α+pπ)=(−1)pcosα,
cosmθj=(−1)q(2j+1)cosrθj=(−1)qcosrθj.這是第一種情況。若 r=n,則 cosnθj=0。若 n+1≤r≤2n−1,令 s=2n−r∈{1,…,n−1},則 rθj=(2j+1)π−sθj,故 cosrθj=−cossθj。每種情況中,右邊都是 Pn−1 內與 Tm 節點值相同的多項式,由插值定理的唯一性它就是 InTm,其絕對值在 [−1,1] 上不超過一。最後一句是 q=0、r=2n−k 的情況。
快速檢查
(取 n=4,P3 中哪個多項式與 T6 有相同的節點值?)
解答 · 答案
6=2⋅4−2,所以 q=0、r=6≥n+1,反射指標為 2n−r=2。摺疊定理給出 I4T6=−T2=1−2x2。
例題 6.1.11
(在三個節點上取樣 T5)
取 n=3。角度是 π/6,π/2,5π/6,節點是 3/2, 0, −3/2。取 k=1,反射指標為 2n−k=5,所以定理預測 T5(xj)=−xj。
用 T5(x)=16x5−20x3+5x 驗證。在 x=3/2 處 x3=33/8、x5=93/32,所以
T5(23)=293−2153+253=−23.由於 T5 是奇函數,T5(−3/2)=3/2,而 T5(0)=0。這些正是 −x 在節點上的值,所以 T5 的三點插值多項式是 −T1:次數不同、符號相反。指標 5 上的內容以 n=3 為中心反射,被報告到指標 1。
這個例子給出兩個樣本相同的不同多項式,而這並非 T5 獨有的現象。
反例模式
樣本相同,函數不同
待檢驗的說法:函數由它在 n 個切比雪夫–高斯節點上的值決定。令 h=T5+T1。由乘積公式 h=2T3T2,而 T3 在三個節點上都為零,所以對 j=0,1,2 有 h(xj)=0。具體地 h(x)=16x5−20x3+6x=2x(4x2−3)(2x2−1),它在 0,±3/2 及 ±1/2 為零,但 h(1)=2。所以 T5 與 −T1 的樣本完全相同,卻在端點相差 2。
更一般地,對任何函數 u,f 與 f+Tnu 的樣本全部相同。樣本決定 Inf;只有預先知道 f 屬於某個類別(例如 Pn−1),而其中任何兩個不同成員都不會在所有節點上相等時,樣本才決定 f 本身。
一旦知道 f 在節點上由其切比雪夫級數表示,摺疊定理便化為係數恆等式。我們把這個表示寫成假設,因為樣本無法驗證它。
假設 (H):f 在 [−1,1] 上連續,m≥0∑∣am∣<∞,並且對每個 x∈[−1,1] 有 f(x)=a0/2+m≥1∑amTm(x)。則對 n≥1 及 1≤k≤n−1,
ak=ak+q≥1∑(−1)q(a2nq−k+a2nq+k),a0=a0+2q≥1∑(−1)qa2nq.
每個 ak 是樣本的有限線性組合,而每個樣本都是絕對收斂級數,因此
ak=2a0c0,k+m≥1∑amcm,k,cm,k=n2j=0∑n−1Tm(xj)Tk(xj).由摺疊定理,Tm 或在所有節點上為零,或 Tm(xj)=σTs(xj),其中 σ 是符號、摺疊指標 0≤s≤n−1。離散正交性給出:k≥1 時,若 s=k 則 cm,k=σ,否則為 0;k=0 時,若 s=0 則 cm,0=2σ,否則為 0。
當 k≥1,摺疊到 k 的指標是 m=2nq+k(符號 (−1)q)及 m=2n(q+1)−k(符號 (−1)q+1),q≥0;把第二族的 q+1 改記為 q 便得第一條公式。當 k=0,只有 m=2nq 摺疊到零,符號為 (−1)q:m=0 一項貢獻 (a0/2)⋅2=a0,每個 q≥1 貢獻 2(−1)qa2nq。
因此每個指標 m≥n 最多只對 Inf 的一個保留係數有貢獻,在 a0/2+k≥1∑akTk 中係數為 ±1;m≡n(mod2n) 的指標則完全沒有貢獻。沒有 (H),右邊不一定收斂,也不一定描述實際被取樣的函數。
完整計算的例子:n=3
例題 6.1.13
(x4 在三個節點上的離散係數)
設 f(x)=x4、n=3。在 3/2,0,−3/2 的樣本是 9/16,0,9/16。對 j=0,1,2,coskθj 的值在 k=0 時為 1,1,1,k=1 時為 3/2,0,−3/2,k=2 時為 1/2,−1,1/2。作為離散正交性的檢驗,j∑cos2θj=3/2=n/2,j∑cosθjcos2θj=3/4+0−3/4=0。離散係數為
a0=32(169+0+169)=43,a1=32(169⋅23−169⋅23)=0,a2=32(329+0+329)=83,所以
I3f=83+83(2x2−1)=43x2,它在 ±3/2 處等於 9/16,在 0 處等於 0,符合插值要求。
要看清係數從何而來,代入 T2 與 T4 可驗證 8x4=3T0+4T2+T4,所以 a0=3/4、a2=1/2、a4=1/8,其餘為零。取 n=3,混疊公式預測 a2=a2−a4=3/8、a1=a1−a5=0、a0=a0=3/4,與直接計算吻合。指標 4 以 3 為中心反射到指標 2,並帶上負號。
插值多項式與同次數的截斷是不同的多項式,兩種範數都能量度出這個差別。
例題 6.1.14
(x4 的截斷與插值比較)
截斷是 Π2f=3/8+21T2=x2−1/8,兩個誤差分別是
f−Π2f=81T4,f−I3f=81(T4+T2)=x4−43x2.由連續正交性,
∥f−Π2f∥w2=641⋅2π=128π,∥f−I3f∥w2=641(2π+2π)=64π.混疊分量使加權誤差的平方加倍,與 Π2f 的最佳性一致。一致範數下,∣T4/8∣≤1/8,在 0、±1/2、±1 取等號。對插值誤差令 s=x2∈[0,1]:s2−43s 在 s=3/8 取最小值 −9/64,在 s=1 取最大值 1/4。所以 ∥f−I3f∥∞=1/4,在沒有取樣的端點 x=±1 達到。
係數絕對可和下的誤差估計
假設 (H)。則對 N≥0 及 n≥1:
- ∥f−ΠNf∥w2=2πk>N∑ak2;
- ∥f−ΠNf∥∞≤k>N∑∣ak∣;
- ∥f−Inf∥∞≤2k≥n∑∣ak∣;
- ∥f−Inf∥w≥∥f−Πn−1f∥w。
令 RN=f−ΠNf=k>N∑akTk。由 (H) 及 ∣Tk∣≤1,此級數一致收斂,得 (2)。
對 (1),固定 M>N,令 RN,M=k=N+1∑MakTk。由連續正交性 ∥RN,M∥w2=2πk=N+1∑Mak2,且 ∥RN−RN,M∥w≤πk>M∑∣ak∣→0。令 M→∞ 得 (1);平方和收斂,因為 ak2≤(lsup∣al∣)∣ak∣。
對 (3),In 的線性及其在 Pn−1 上的精確性給出 Inf=Πn−1f+InRn−1。InRn−1 的係數是樣本 Rn−1(xj)=m≥n∑amTm(xj) 的有限組合,所以 InRn−1=m≥n∑amInTm,而摺疊定理給出 ∣InTm∣≤1。因此
∣f(x)−Inf(x)∣=∣Rn−1(x)−InRn−1(x)∣≤m≥n∑∣am∣+m≥n∑∣am∣.(4) 就是取 q=Inf∈Pn−1 時的畢氏恆等式。
插值的代價最多是一致截斷界的兩倍:一次捨棄尾部,一次把尾部摺回。一般而言因子 2 不能改進,下面 f(x)=x3、兩個節點的習題便是例子。配合係數衰減可得速率:若 ∣ak∣≤C/k2,由 k≥n∑k−2≤n−2+∫n∞t−2dt≤2/n 得 ∥f−Inf∥∞≤4C/n。這是上界,並非每個函數都達到的速率。
次數、網格與穩定性是不同的參數
次數(ΠN 為 N,In 為 n−1)、觀測 f 的網格,以及觀測誤差如何傳播,是三件不同的事。插值把次數與網格綁在一起,但這並非必然。在更密的 n′ 點網格上計算 ak,只保留 0≤k≤N(N≤n′−1),得 Q=a0/2+k=1∑NakTk;在 (H) 下
∥f−Q∥∞≤k>N∑∣ak∣+m≥2n′−N∑∣am∣.
這是因為 m≤n′−1 的指標摺疊到自身,或被精確保留,或被捨棄;而摺疊到保留指標 k≤N 的 m≥n′ 必為 2n′q±k(q≥1),故不小於 2n′−N。加密網格把混疊上界推向尾部,截斷項不變,但實際混疊誤差不一定每次都減小:取 N=0、f=T2+T4,一個節點得到的取樣常數是 0,兩個節點卻是 −1,而精確常數係數為零。
對數據誤差,設每個樣本受擾動 εj,∣εj∣≤ε,並設 e 為任何滿足 e(xj)=εj 的函數。插值多項式的改變量為 Ine,其係數絕對值最多是 (2/n)⋅nε=2ε,所以
∥Ine∥∞≤ε+2(n−1)ε=(2n−1)ε.
端點的導數更差。取 εj=εTn−1(xj),由精確性 Ine=εTn−1。對 Tk(cosθ)=coskθ 求導得 0<θ<π 時 Tk′(cosθ)=ksinkθ/sinθ,令 θ→0 得 Tk′(1)=k2。因此
(Ine)′(1)=ε(n−1)2,
而在內部點 ∣Tk′(x)∣≤k/1−x2。所以端點導數的最壞放大至少是 (n−1)2;相比之下,常數擾動的導數為零。
端點奇異性
變量代換消除了週期延拓的人為跳躍,卻消除不了 f 在端點上真正擁有的奇異性。
例題 6.1.16
(1+x 的切比雪夫係數)
f(x)=1+x 在 [−1,1] 上連續,但在 −1 處導數無界。利用 1+cosθ=2cos2(θ/2) 及 [0,π] 上 cos(θ/2)≥0,
g(θ)=2cos2θ,它在 θ=π 附近像 ∣π−θ∣/2:偶週期函數 g 在那裏有折角。計算係數時用 cos(θ/2)coskθ=21(cos(k+21)θ+cos(k−21)θ) 及 sin((k±21)π)=±(−1)k:
∫0πcos2θcoskθdθ=2(−1)k(k+211−k−211)=−4k2−12(−1)k,ak=−π(4k2−1)42(−1)k.這些係數絕對可和,而 g 連續、為偶函數且有週期性,所以前面的費耶論證顯示 (H) 成立。然而不論 f 在其他地方多光滑,係數只以 k−2 衰減。
下面最後一道習題證明,這個 f 的一致截斷誤差恰為 22/(π(2N+1)),在 x=−1 達到。若已知端點奇異性的類型,可先把它減去或改換變量;沒有這類資訊,增加節點只能緩慢改善逼近。
常見錯誤與微妙之處
對 f(x)=x4 及 n=3,離散係數 a2=3/8 吸收了反射過來的 a4,而 a2=1/2。所以 I3f 與 Π2f 是誤差不同的兩個多項式。把離散係數當作連續係數,忽略的正是這段反射尾部。
常見錯誤
(期望在 Pn−1 以外仍有精確性或唯一性)
Tn 的樣本全為零,所以 InTn=0,儘管 ∥Tn∥∞=1。插值定理的唯一性是 Pn−1 之內的唯一性,並非在所有樣本相同的函數中唯一;三個節點上的 T5+T1 就說明了這一點。
餘弦映射使每個連續的 f 都產生連續的週期函數 g,所以 f(−1)=f(1) 不會帶來代價。但 ±1 處的平方根型或其他奇異行為,仍會變成 g 在 π 或 0 處的不光滑。同樣,加權範數雖然重視端點,卻不是一致範數;關於 ±1 處的值或導數的陳述,需要一致估計或導數估計。
習題
練習 6.1.17
(設 n=2、f(x)=x3。計算 I2f,用混疊公式核對,並把 ∥f−I2f∥∞ 與界 2k≥2∑∣ak∣ 比較。)
核心
解答(4)
1取樣並計算離散係數
角度是 π/4,3π/4,節點是 ±2/2,樣本是 ±2/4。於是
a0=22(42−42)=0,a1=42⋅22+(−42)(−22)=21,所以 I2f=x/2。
2用混疊公式核對
取 n=2、k=1:a1=a1−a3=1/2,a0=a0=0。
依據: 4x3=3T1+T3,所以 a1=3/4、a3=1/4,其餘係數為零。
3求一致誤差
關鍵一步
誤差 e(x)=x3−x/2=21T1T2 在 x=±1/6 處 e′(x)=0,該處 ∣e∣=1/(36)≈0.136;而 ∣e(±1)∣=1/2。因此 ∥f−I2f∥∞=1/2。
4與界比較
界是 2(∣a2∣+∣a3∣+⋯)=2⋅41=21。它被達到,所以誤差定理中的因子 2 不能降低。
練習 6.1.18
(設 n=4。求 m=7,9,12,15 時的 I4Tm,並由 8θj=(2j+1)π 直接驗證 m=7 與 m=12。)
基礎
解答(3)
1把每個 m 寫成 8q+r 並用摺疊定理
m=7:q=0、r=7≥n+1,故 I4T7=−T1。m=9:q=1、r=1,故 I4T9=−T1。m=12:q=1、r=4=n,故 I4T12=0。m=15:q=1、r=7,故 I4T15=(−1)2T1=T1。
2直接驗證 m=7
7θj=(2j+1)π−θj,所以 cos7θj=−cosθj。
3直接驗證 m=12
12θj=(2j+1)π+4θj,而 4θj=(2j+1)π/2,所以 cos12θj=−cos4θj=0。
練習 6.1.19
(對 f(x)=1+x,證明 k>N∑∣ak∣=22/(π(2N+1)),證明 f(−1)−ΠNf(−1) 等於這個數的相反數,並求使 ∥f−ΠNf∥∞≤10−3 的最小 N。)
綜合
解答(3)
1尾和相消
k=N+1∑K∣ak∣=π22(2N+11−2K+11)→π(2N+1)22(K→∞). 依據: ∣ak∣=42/(π(4k2−1)),且 4/(4k2−1)=2/(2k−1)−2/(2k+1)。
2在 x=−1 處計算誤差
關鍵一步
f(−1)−ΠNf(−1)=k>N∑ak(−1)k=−π(2N+1)22.這已達到誤差定理第 (2) 項的上界,所以 ∥f−ΠNf∥∞=22/(π(2N+1)) 恰好成立。
依據: (H) 成立且 Tk(−1)=(−1)k,所以 ak(−1)k=−42/(π(4k2−1))。
3解出 N
條件是 2N+1≥20002/π≈900.32,即 N≥449.66。最小整數是 N=450;若 N=449,2N+1=899 不夠大。原因是 g 在 θ=π 處的折角,而不是 f 在內部的任何特徵。
相關筆記
本篇建基於《傅立葉截斷、取樣與 Gibbs 現象》:該篇的費耶定理用來確認切比雪夫級數等於原函數,而其混疊公式是這裏反射公式的平移版本。包含端點的節點、譜微分矩陣,以及對區間附近解析函數的更精細衰減估計,需要另外的論證,本篇不涵蓋。