Sei sulla pagina 1di 27

Studente Claudia Puzzo

Il motivo per cui si introducono i polinomi ortogonali legato all'approssimazione ai minimi quadrati di funzioni continue. Problema continuo. Trovare il polinomio di grado n assegnato che approssima ai minimi quadrati la funzione f(x), continua sull'intervallo [a,b]. Detto quindi pn(x)=a0xn+a1xn-1+a2xn-2++an-1x+an il polinomio e, chiamato a=(a0, a1, a2, , an-1, an) il vettore costituito dai suoi coefficienti, la quantit che ci si propone di minimizzare la funzione
J(a)= f ( x) pn ( x) w( x)dx a Si pu dimostrare che, tra tutti i polinomi di grado n assegnato, quello che minimizza la distanza il polinomio:
2 b

Qn ( x) ci pi ( x)
1 0

dove pi(x) sono i primi n+1 polinomi di una famiglia di polinomi ortogonali su [a,b] e i ci sono i coefficienti di Fourier. Allora il polinomio pi vicino a sar quello che (ammesso che esista, che sia unico), tra tutti i polinomi di grado n, minimizza la distanza tra f e p.

Def 1. I polinomi p0(x), p1(x),,pn(x), ciascuno di grado pari al proprio indice, costituiscono una famiglia di polinomi ortogonali rispetto alla funzione peso w(x) sull'intervallo [a,b] se vale la condizione:
i j mentre

Def 2. I polinomi p0(x), p1(x),,pn(x), ciascuno di grado pari al proprio indice, costituiscono una famiglia di polinomi ortonormali rispetto alla funzione peso w(x) sull'intervallo [a,b] se vale la condizione:
i j mentre

NB. La funzione peso w(x) continua (e quindi integrabile) su (a,b) e ivi positiva. La denominazione ortogonale proviene dalla fisica; nel senso che, dati due vettori (nello spazio a tre vettori), ad esempio, a(n) = a(n)1, a(n)2,a(n)3 e a(m) = a(m)1, a(m)2,a(m)3 si dicono ortogonali se il loro prodotto interno a(m) * a(n) = a(n)1 a(m)1 + a(n)2 a(m)2 + a(n)3 a(m)3 =0, per cui, passando dal discreto al continuo, si trova una profonda analogia con Pn(x) .

Ortogonalizzazione di Gram-Schmidt Mediante il metodo di Gram-Schmidt possibile ottenere un sistema di polinomi ortogonali a partire da polinomi linearmente indipendenti.

Enunciato Sia {x1, x2, , x n} un insieme di vettori linearmente indipendenti. E possibile costruire una famiglia ortonormale {e1, e2, , en} in modo tale che, per ogni indice K compreso tra 1 ed n, il vettore ek sia combinazione lineare dei vettori {x1, x2, , xk}, e quindi {x1, x2, , xk}= {e1, e2, , ek}.

Il procedimento di ortogonalizzazione consente di generare due successioni di polinomi:


sono ortonormali sono ortogonali Poniamo q0(x)=1 e definiamo:

Per k=1,..,n poniamo: e

La successione definizione si ha:

costituita da polinomi ortogonali. Pertanto a norma di

La successione

costituita da polinomi ortonormali. Quindi:

Scegliendo tali successioni la matrice del sistema di equazioni diagonale, quindi non pi mal condizionata. Il procedimento Gram ammette la seguente conseguenza: se lo spazio V ha dimensione n, dunque possiede una base costituita da n vettori, allora esso possiede anche una base ortogonale costituita da altrettanti vettori.

Si tratta di polinomi ortogonali su [-1,1] con peso relazione:

e sono definiti dalla

Se consideriamo, nellintervallo [-1.1], il cambiamento di variabile otteniamo: Dalle formule sulla somma dei coseni si ha:

Da cui segue:

E quindi otteniamo la seguente relazione di ricorrenza: ovvero

Poich si tratta di polinomi di grado n, luguaglianza stabilita vale per ogni x R. Poich T0(x)=1 e T1(x)=x vede facilmente che Tn(x) Pn per ogni n
Tenendo presente che: T0(x)=1 e T1(x)=x si ha: T2(x)=2x2 1 T3(x)=4x3 3x n=1,2,3,4

ed inoltre il coefficiente principale di xn 2n-1 Il polinomio Tn (x) ovviamente definito su tutto R, ma soltanto in [-1,1] coincide con la funzione cos(n arccos(x)).

Osserviamo che moltiplicare la distanza f ( x) pn ( x) per una funzione significa richiedere approssimazione molto precisa soprattutto agli estremi dell'intervallo [-1,1]. Infatti la w(x) vale 1 nell'origine, mentre agli estremi dell'intervallo essa tende ad infinito, pur mantenendosi integrabile. Quindi nel minimizzare la funzione J(a) si mantengono i valori della distanza effettiva fra la funzione da approssimare e il polinomio approssimante nella zona centrale dell'intervallo [-1,1] ma si amplificano i valori della distanza agli estremi dell'intervallo stesso.
2

Le radici di Tn sono date da: per j= 0,n-1 e sono tutte reali e semplici ed appartenenti allintervallo] 1, 1[;
Tra due radici consecutive del polinomio Tn+1 ne esiste sempre una ed una sola del polinomio Tn, precisamente x(n+1) k+1 < x(n) k < x(n+1)k per ogni k = 1, . . . , n. Due polinomi di Chebyshev consecutivi Tn e Tn+1 non hanno radici in comune.

Cerchiamo n ascisse xj , j=0,,n-1 tali che Tn(xj)=0 cio


Dunque j= 0,..,n-1 , e rispetto al

Ritornando alla variabile x otteniamo che sono gli zeri distinti di Tn(x) I polinomi di Chebyshev sono ortogonali rispetto al peso seguente prodotto scalare :

cio verificano la seguente relazione:

Sia W(x) = i=0:n(x-xi) Pn+1. Tra le possibili scelte dei nodi {xi} i=0:n , Xi [-1,1], inoltre ||W|| = max |W(x)| minima se: W(x) = Tn+1 (x)/2n cio gli xi sono gli zeri di Tn+1 (x).
DIMOSTRAZIONE. Tn+1(x) ha il coefficiente di xn+1 dato da 2n. Allora, tra tutti i polinomi del tipo xn+1+, (noti come polinomi monici), candidato per il minimo di Poniamo quindi: con: .

un

Si ha:

poich

se x [-1,1].

Se poniamo
i =0, , n+1 si ha . .

e pertanto

Supponiamo ora che non esiste V Pn+1 monico e tale che Si avr: Per i pari Per i dispari

Pertanto , Definendo H(x) = V(x) W(x) si ha che : H(x) Pn poich V e W hanno lo stesso xn+1 . Ma H(x) ha n+1 zeri, il che assurdo e da ci la tesi.

function x=cheb(n) n=20; ab=-1:1; if nargin==1 a=-1; b=1;

else
a=ab(1); b=ab(2); end for i=0:n x(i+1)= (a+b)/2 -(b-a)/2*cos(pi*(2*i+1)/(2*(n+1))); end

plot(i,x);

f=inline('exp(x).* sin(2*x)'); a=0;b=2; n=5; for i=0:n x(i+1)= (a+b)/2 -(b-a)/2*cos(pi*(2*i+1)/(2*(n+1))); end ; fx=f(x(i)); % Calcola f sui nodi di griglia p=polyfit(x(i),fx,n); % Costruisce il polinomio di grado 5 xx=0:0.01:2; % Costruisce una griglia grafica pxx=polyval(p,xx); % Valuta il polinomio sulla griglia xx plot(xx,f(xx)); hold; plot(xx,pxx,'g'); % Disegna il grafico del polinomio plot(x(i),fx,'r*'); % Disegna i punti di interpolazione

Nodi di Chebishev

Nodi equispaziati

Ponendo la funzione peso w(x)=1 otteniamo i polinomi di Legendre su [-1,1] definiti dalla relazione ricorsiva: (n + 1) Pn+1 (x) = (2n + 1)xPn(x) nPn1(x). Alcuni polinomi di Legendre con il relativo grafico:
Grado Pn (x) 0 -> 1 1 -> x 2 -> 3x2 /2 3 -> 5x3/2 3/2x

n=1,2,3,4

Introduzione
Sia f una funzione integrabile sullintervallo [a, b]. Il suo integrale pu essere difficile da calcolare (pu anche non essere valutabile in forma esplicita). Una formula esplicita che permetta di approssimare I (f ) viene detta formula di quadratura o formula dintegrazione numerica:

Gli n+1 punti distinti xi ed i coefficienti ai sono detti, rispettivamente, nodi e pesi della quadratura.

Il problema consiste nel determinare xi ed ai in modo che: per una ampia classe di funzioni. Se un polinomio interpolante la f (x) nei punti xi, avremo:

I nodi e i pesi sono scelti in modo da minimizzare lerrore: Una misura di tale errore data dal grado di precisione o ordine polinomiale. Ogni formula di quadratura interpolatoria che usi n + 1 nodi distinti ha grado di esattezza >=n.

Un modo generale per costruire formule di quadratura con grado di precisione fissato il metodo dei coefficienti indeterminati, che consiste nel determinare i nodi e i pesi imponendo che la formula sia esatta per polinomi del grado dato dallordine polinomiale. Vi sono quindi due diverse strategie: a) fissare i nodi e determinare i pesi oppure b) lasciare entrambe le quantit incognite.
Caso a) I pesi si trovano risolvendo il sistema lineare: Caso b) Il sistema non lineare. Ci dar luogo alle formule col pi alto grado di precisione possibile.

Per aumentare la precisione si hanno due alternative: 1) aumentare il numero di nodi, in modo che Qn( f ) sia integrale di un polinomio interpolante di alto grado (quadrature gaussiane); 2) dividere [a,b] in sottointervalli utilizzando in essi formule di bassa precisione, quindi sommare i risultati (regole di quadratura composte).

Una formula di quadratura gaussiana consiste in una formula di tipo interpolatorio che massimizza l'ordine di precisione con un dato numero di nodi. In particolare, scelti n + 1 nodi in modo che siano gli zeri del polinomio di grado n + 1, ortogonale a tutti i polinomi di grado <= n, la formula di quadratura gaussiana ha grado di precisione 2n + 1. Una caratteristica delle formule di quadratura gaussiane di avere i pesi tutti positivi, il che contribuisce a irrobustire la stabilit della formula. Una quadratura di tipo gaussiano si ottiene risolvendo il sistema non lineare:

in cui sia ai che xi sono indeterminati ,imponiamo che la formula abbia precisione 2n+1, se n+1 sono i nodi della quadratura. Il sistema risultante avr 2n+2 incognite.

Se

n=0 e [a,b]=[-1,1]

Per cui si potr scrivere Imponendo che lerrore sia uguale a 0 possiamo scrivere Per f(x)=1, x si ottiene, rispettivamente:

cio

Sostituendo i valori appena trovati, otteniamo: Q0 (f) = 2 f(x0) Estendendo questo risultato ad un intervallo [a,b] generico, si ha:

Per n=1, e [a,b]=[-1,1], imponendo che lerrore e considerando f(x)=1,x,x2 ,x3 otteniamo :

Quindi, in generale, si deve risolvere il sistema non lineare:

nelle 2n+2 incognite a0 an , x0 xn . Nellambito delle formule di quadratura interpolatorie, per, si pu trovare unopportuna formula con grado di precisione 2n+1 (che per n+1 nodi il massimo possibile) senza dover risolvere il sistema non lineare. A tale scopo consideriamo il seguente: Teorema Se una formula di quadratura di tipo interpolatorio, ovvero

dove pn (x) Pn un polinomio interpolante la funzione f (x) negli n+1 nodi x0 xn , ali nodi sono gli zeri di un polinomio pn+1 (x) n+1 , insieme dei polinomi ortogonali su [a,b], allora il grado di precisione della formula 2n+1.

Sia Possiamo scrivere f(x) = pn+1(x) q(x) + r (x) con q(x),r (x) Pn. quindi

Pertanto:

Per il calcolo dei nodi di una quadratura gaussiana si generano dapprima i polinomi ortogonali, usando le formule di ricorrenza. Dal momento che gli zeri di tali polinomi sono dei valori reali semplici ed interni allintervallo di ortogonalit, per determinarli si pu utilizzare il metodo di Newton.

Per il calcolo dei pesi, invece, si pu utilizzare il metodo dei coefficienti indeterminati, oppure possono essere ricavati da:
dove l sono i polinomi fondamentali di Lagrange di grado n.

Se lintegrale da calcolare del tipo: allora la quadratura (cio i nodi ed i pesi) dipende da w(x) . In tal caso si scelgono i polinomi ortonormali in [a,b] rispetto a w(x) .
a) b) c)

Polinomi di Jacobi W(x)= (1-x)-p (1+x)-q Polinomi di Chebishev W(x) = 1/ (1-x) 2 Polinomi di Legendre W(x) = 1

Potrebbero piacerti anche