Re: [分析] Hermite內插演算法的證明

看板Math作者 (Sebastian)時間2年前 (2023/08/06 19:29), 2年前編輯推噓14(140143)
留言157則, 3人參與, 最新討論串2/6 (看更多)
符號看得有點花…… 如果你想做的是「在 x_1 和 x_2 分別趨近 x_0 後所得的極限 = Taylor 多項式」, 那你需要的就是 MVT of divided differences。 https://en.wikipedia.org/wiki/Mean_value_theorem_(divided_differences) 直接套上去就馬上做完了。 也不必去算新多項式的導數。 但是如果要一步一步來就沒那麼好算了。 (x_n - x_0)lim_{x_1→x_0} f[x_0,...,x_n] = f[x_0,x_2,...,x_n] - lim_{x_1→x_0} f[x_0,...,x_{n-1}] 上面這條遞迴式是用來算極限的。 本來的插值多項式是 f[x_0] + f[x_0,x_1](x-x_0) + f[x_0,x_1,x_2](x-x_0)^2。 在 x_1→x_0 之後,變成 f(x_0) + f'(x_0)(x-x_0) + {f[x_0,x_2]-f'(x_0)}/(x_2-x_0) * (x-x_0)^2。 然後 {f[x_0,x_2] - f'(x_0)}/(x_2 - x_0) 在 x_2→x_0 下的極限 = f"(x_0)/2, 所以多項式的極限就變成 f(x_0) + f'(x_0)(x-x_0) + f"(x_0)/2 * (x-x_0)^2。 不過我本來在想的是用 Lagrange 觀點。 e_0(x) := Π_{i=1}^n (x-x_i)/(x_0-x_i),其他 e_j 類推。 還是先用 n = 2 來觀察, 插值多項式 = f(x_0)e_0(x) + f(x_1)e_1(x) + f(x_2)e_2(x) 然後也先讓 x_1→x_0,多項式變成 f(x_0){e_0(x)+e_1(x)} + {f(x_1)-f(x_0)}e_1(x) + f(x_2)e_2(x)。 所以我們分成三項來看: 1. e_0(x)+e_1(x) = (x-x_1)(x-x_2)/(x_0-x_1)(x_0-x_2) + (x-x_0)(x-x_2)/(x_1-x_0)(x_1-x_2) 公因式 = (x-x_2)/(x_1-x_0) * (x_1-x_0)(x_0-x_2+x_1-x)/(x_0-x_2)(x_1-x_2) = (x-x_2)(x_0-x_2+x_1-x)/(x_0-x_2)(x_1-x_2) → (x-x_2)(2x_0-x_2-x)/(x_0-x_2)^2 = 1 - (x-x_0)^2/(x_0-x_2)^2 最後這個多項式,他代 x_0 得 1、導數得 0,而代 x_2 得 0。 2. {f(x_1)-f(x_0)}e_1(x) = {f(x_1)-f(x_0)}(x-x_0)(x-x_2)/(x_1-x_0)(x_1-x_2) → f'(x_0)(x-x_0)(x-x_2)/(x_0-x_2) (x-x_0)(x-x_2)/(x_0-x_2) 代 x_0 得 0、導數得 1,而代 x_2 得 0。 3. e_2(x) = (x-x_0)(x-x_1)/(x_2-x_0)(x_2-x_1) → (x-x_0)^2/(x_2-x_0)^2 最後這個多項式也是代 x_0 得 0、導數得 0,而代 x_2 得 1。 我們得到三個可以各自突顯 f(x_0), f'(x_0), f(x_2) 的多項式, 剛好跟 Lagrange 觀點有謀而合。 最後再讓 x_2→x_0, f(x_0){1-(x-x_0)^2/(x_0-x_2)^2} + f'(x_0)(x-x_0)(x-x_2)/(x_0-x_2) + f(x_2)(x-x_0)^2/(x_2-x_0)^2 = f(x_0)+f'(x_0)(x-x_0) + { f(x_2) - f(x_0) - f'(x_0)(x_2-x_0) }(x-x_0)^2/(x_2-x_0)^2 → f(x_0) + f'(x_0)(x-x_0) + f"(x_0)(x-x_0)^2/2 其實仔細看,1, x-x_0, (x-x_0)^2/2 也是 在函數值、一階導數、二階導數之中各自突顯一項,而消滅其他兩項的多項式函數, 同樣符合 Lagrange 觀點的插值概念。 真正麻煩的還是 general case: 有資料的點是 x_0, ..., x_n,每個點的高階導數已知階數不盡相同。 像是已知 f(-1), f(0), f'(0), f"(0), f(5), f(100), f'(100) 這樣。 然後先用 -1, 0, a, b, 5, 100, c 插值,再讓 a,b→0 和 c→100, 之後要檢查在 x = 0 的一階二階導數和在 x = 100 的一階導數。 不過我想,應該也是這樣一步步算極限就好。 但是那個 general form 就真的很難看,所以平常都是給 algorithm。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.162.224.247 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Math/M.1691321340.A.CC3.html

08/06 23:06,
嗨V大, 我想證的是「在 x_1 和 x_2 分別趨近 x_0 後
08/06 23:06

08/06 23:08,
所得的極限L(x)」會滿足L(x_0)=f(x_0),
08/06 23:08

08/06 23:08,
L'(x_0)=f'(x_0), L''(x_0)=f''(x_0)
08/06 23:08

08/06 23:09,
不過今天我舉的特例剛好是泰勒多項式, 因此我想證的
08/06 23:09

08/06 23:09,
可以直接去對泰勒多項式做微分檢查得證
08/06 23:09

08/06 23:10,
但是general case得到的L(x)就不知道怎麼證會符合
08/06 23:10

08/06 23:10,
微分條件
08/06 23:10

08/06 23:36,
你那句話跟二階泰勒一樣啊。
08/06 23:36

08/06 23:49,
嗨V大我回了wiki的例子一篇 推文不好排版 謝啦
08/06 23:49
先修一點 cap 的錯漏。 ※ 編輯: Vulpix (163.13.112.58 臺灣), 08/07/2023 04:56:47 把 divided differences 算一算,感覺很有趣。 在 f is smooth enough 的前提下,divided differences 其實都可以用極限延拓。 說的是類似 f[a,a] 這種東西可以自然定義成 f'(a)。 不過這樣一來,如果 f 是 C^1,就保證 f[x,y] 有 C^0。 而要讓 f[x,y,z] 能處處連續,f 至少也得是 C^2。 總之,f[x_0] + f[x_0,x_1](x-x_0) + f[x_0,x_1,x_2](x-x_0)^2 的極限, 就是 f[x_0] + f[x_0,x_0](x-x_0) + f[x_0,x_0,x_0](x-x_0)^2。 f[x_0,x_0] 就是 f'(x_0) 沒問題,而 f[x_0,x_0,x_0] 則是 f"(x_0)/2。 有公式為證: d/dx f[z_1,z_2,...,z_n,x] = f[z_1,z_2,...,z_n,x,x] 用數學歸納法甚至可以得到: (D_x^3/3!)(D_y^2/2!)(D_z^2/2!) f[x,y,z] = f[x,x,x,x,y,y,y,z,z,z]。 f[x_0,x_0,x_0] 的情況比較簡單,就是 f[x_0] 在 x_0 的二階導數再除以 2!。 如果是已知 f, f', f" 在 -1, 0, 1 上的值, x f(x) f'(x) f"(x) -1 2 -8 56 0 1 0 0 1 2 8 56 那這種 p(x) 的 Newton form 就是 f[-1] + f[-1,-1](x+1) + f[-1,-1,-1](x+1)^2 + f[-1,-1,-1,0](x+1)^3 + f[-1,-1,-1,0,0]x(x+1)^3 + f[-1,-1,-1,0,0,0]x^2(x+1)^3 + f[-1,-1,-1,0,0,0,1]x^3(x+1)^3 + f[-1,-1,-1,0,0,0,1,1]x^3(x+1)^3(x-1) + f[-1,-1,-1,0,0,0,1,1,1]x^3(x+1)^3(x-1)^2 然後 wiki 上那張表,就只是很理所當然地計算這些係數而已。 所以你應該是卡在: 1. f[1,2,3,4,5] 我會,但 f[-1,-1,-1,0,0] 到底是什麼? 2. 為什麼 f[-1,b,c,0,e] 在 b,c→-1 且 e→0 的時候會收斂到 f[-1,-1,-1,0,0]? 根據前面的脈絡,兩個問題的回答是一起的: f[a,b,c,d,e] 在 R^5 上無法直接用 divided difference 寫下的位置, 以其極限取代之。則 f[a,b,c,d,e] 在 R^5 上連續。 總之就是要確認 a divided difference with repeated arguments is well defined。 f[a,a] = lim_{x→a} { f(x)-f(a) }/{ x-a } = f'(a) 而一般一點的情況,建議從 expanded form 下手。 以 f[0,0,0,1,1] 為例, f[0,b,c,1,e] = f(0)/(-b)(-c)(-1)(-e) + f(b)/b(b-c)(b-1)(b-e) + f(c)/c(c-b)(c-1)(c-e) + f(1)/1(1-b)(1-c)(1-e) + f(e)/e(e-b)(e-c)(e-1) 後二項在 b,c→0 的時候,會趨近於 -f(1)/(e-1) + f(e)/e^3(e-1)。 然後在 e→1 的時候會再趨近於 f'(1)-3f(1)。 前三項在 e→1 的時候,會→ f(0)/bc - f(b)/b(c-b)(b-1)^2 + f(c)/c(c-b)(c-1)^2。 最後在 b,c→0 下會趨近於 3f(0) + 2f'(0) + f"(0)/2。 關於連續性,適合的參考資料應該是 https://ftp.cs.wisc.edu/Approx/deboor2.pdf。 f[x,y] 在 R^2 上連續,這直接做就好,沒有很難做。 更多變數的情況下就要一些技巧了。 ※ 編輯: Vulpix (163.13.112.58 臺灣), 08/08/2023 13:45:45

08/08 16:37,
謝謝V大的分享! 關於連續性我有兩個看法:
08/08 16:37

08/08 16:37,
(1) 我自己對於f[x,y]跟f[x,y,z]都是一直羅畢達XD
08/08 16:37

08/08 16:45,
但是general case我就羅不下去了, 太醜了, 你給的
08/08 16:45

08/08 16:45,
pdf應該就是general解決這件事吧
08/08 16:45

08/08 16:50,
(2) 對於微分條件, 用mean value thm for divided
08/08 16:50

08/08 16:53,
difference來看的話, 要處理f[x,y,z]確實需要f€C^2
08/08 16:53

08/08 16:56,
才能讓3點退化成1點的(f''(ε)取極限把極限搬入)
08/08 16:56

08/08 17:00,
但是我總覺得有辦法只要"f€C^1, f'€diff"就可以
08/08 17:00

08/08 17:02,
以普通MVT舉例, (f(x)-f(a))/(x-a)=f'(ε)
08/08 17:02

08/08 17:02,
如果f€C^1, 當然可以x→a讓f'(ε)趨近於f'(a)
08/08 17:02

08/08 17:03,
但是其實f€diff即可, 因為根本不用透過MVT
08/08 17:03
要 f[x,y] 連續至少要 C^1,因為沿著 y=x 靠近 (a,a) 的時候要 f' 連續。 ※ 編輯: Vulpix (163.13.112.58 臺灣), 08/08/2023 17:31:27

08/08 20:07,
V大我回應如下連結, 有數學式跟說明, 謝謝
08/08 20:07
https://i.imgur.com/kDaTMXM.png
對,我知道因為 MVT 的要求是 "f conti. on [a,b], f is diff. on (a,b).", 所以如果只是要 f[0,b,c,1,e] 會收斂到 f[0,0,0,1,1] 上,可能可以放寬條件, 甚至上面這個應該不用到四階導數存在,只要二階可導就可以了。 可是大家應該也都知道…… (partially) derivable, differentiable, continuously differentiable 很煩人。 但我的確是想先建構函數再考慮,畢竟,f[x,y,z,u,v] 那種函數很美嘛。 ※ 編輯: Vulpix (163.13.112.58 臺灣), 08/09/2023 17:34:42

08/09 18:45,
同意你說的, 謝謝這串分享!
08/09 18:45
找到比較一勞永逸的方式: 首先,這次既不是用 Newton form,也不是用 Lagrange form, 畢竟 p(x) = Σ_{i=1}^n (c_i x^i) 這個 standard form 還是最容易求導數的長相。 已知 f(x_i) for i = 0, 1, ... , n,而且 x_i 各不相同。 那麼,https://i.imgur.com/sPmLIUo.png
。 因為 Vandermonde determinant 不是 0,所以這組 c_i 有唯一解。 下一步是讓 x_1, x_2, ... , x_{m_0} 都趨近於 x_0, 不過在那之前,要先處理一下前 1 + m_0 列。 把上圖的等式拿來做以下列運算: for(int i=1; i<=1+m_0; i++) for(int j=1+m_0; j>=i; j--) (第 j 列 -= 第 j-1 列) /= (x_j - x_{j-i}); 總之,經過這串列運算以後,等式會變成 https://i.imgur.com/7UsrbCz.png
。 其中的「1」代表 1 函數,各個「x^k」則各自代表 k 次方函數。 其實1[x_0,x_1] = 0,上部矩陣的下三角都是 0。 然後x[x_0,x_1] = 1,上部矩陣的主對角線上都是 1。 下部矩陣沒有動到,照抄。 接下來要確認一下他的行列式值。 雖然長相很兇惡,但是因為我們之前有紀錄列運算的過程, 所以實際上是 Vand. det. / sub-Vand. det. of {x_0, ... , x_{m_0}}, 所以這個行列式 = Π_{j>i>m_0} (x_j - x_i) * Π_{j>m_0≧i} (x_j - x_i), 在 x_1, x_2, ... , x_{m_0} 都趨近於 x_0 的時候, 收斂到 Π_{j>i>m_0} (x_j - x_i) * Π_{j>m_0} (x_j - x_0)^{1+m_0} ≠ 0。 這表示如果那個方陣的極限存在的話,行列式值非零。 終於要算極限了,前面那個方程式左側的方陣和右側的行矩陣各自都是收斂的, 而且方陣極限的行列式值非零,所以 c 那一個行矩陣也收斂。 整個方程式的極限是 https://i.imgur.com/AoSFHbG.png
。 跟剛剛一樣,其實上部矩陣的下三角都是 0,而且主對角線上都是 1。 只是為了能有個通式的長相就拉他們下水。 下部矩陣沒有動到,照抄。 然後反覆把想拿來簡併的 x_k 併在一起,我們就得到了退化多項式 p(x) 的係數 c_i。 前 1 + m_0 列已經不會再被動到了。 p(x_0) = f(x_0) 可直接參照矩陣方程式的第一列。 觀察第二列可得 p'(x_0) = 1 + 2x_0 + 3x_0^2 + ... + nx_0^{n-1} = f'(x_0), 同理可得其他高階導數的等式。 這個作法就是從最初的插值多項式直接退化成 p(x), 並且證明了直到第「簡併數」階之前,p 在簡併點上的導數 = f 在簡併點上的導數。 ------------------------- 至於 f[a,b,c] 收斂到 f"(a)/2!,似乎真的可以用 f" 存在來證。 總之先對 b,c 做 MVT: 如果 [ f'(ξ)(ξ-a)-f(ξ)+f(a) ]/(ξ-a)^2 收斂到 f"(a)/2, 那 f[a,b,c] 就收斂到 f"(a)/2!。 可是羅下去會卡在 f" 的連續性上,所以雖然我愛羅但是不能羅, 因為羅後不收斂不代表羅前也不收斂。 [ f'(ξ)(ξ-a)-f(ξ)+f(a) ]/(ξ-a)^2 = [ f'(ξ)-f'(a) ]/(ξ-a) - [ f(ξ)-f(a)-f'(a)(ξ-a) ]/(ξ-a)^2 → f"(a) - f"(a)/2 = f"(a)/2 前項直接算極限,後項則是先羅一次。 前面做 MVT 也很辛苦,f[a,x] 的連續性是顯然的, 而 f[a,x] 的可微性則要考慮是否在 a 微分。 不在 a 的時候,很簡單,商法則可搞定。 在 a 的話,[ f[a,x]-f'(a) ]/(x-a) 把分母處理好以後就是先羅一次, 其實跟上面那個先羅一次的後項是一樣的東西,所以也是收斂到 f"(a)/2。 f[a,b,c] = d/dx f[a,x] |x=ξ for some ξ between b and c, 這個 ξ 有可能是 a, 所以 f[a,b,c] 可能是 [ f'(ξ)(ξ-a)-f(ξ)+f(a) ]/(ξ-a)^2 或 f"(a)/2。 最後當 b,c→a 的時候,也讓 ξ→a,然後就回到前頭的計算了。 可是再多一個 d 的時候…… 感覺上應該是可以做 MIT 的,但我覺得累。 f[a,b,c,d] = (f[a,b,c]-f[a,b,d])/(c-d) 且 c≠d,進行 MVT: 1. 檢查 f[a,b,x] 的連續性。 雖然 b≠a,但是 x 可能是兩者之一。 所以對於 x 的連續性是依賴於 f \in C^1。 f 三階可微,所以 f 當然 \in C^1。 2. 檢查 f[a,b,x] 的可微性。 當 x 不是 a 也不是 b 的時候,直接用公式算導函數。 然後在 a 上計算 (f[a,b,x]-f[a,b,a])/(x-a) 的極限, 也就是 f[a,a,x,b] 的極限,這個應該可以由 C^2 保證。 (f[b,b,x,a] 在 b 的情形是類似的,因為此時 a,b 有對稱性。) 到此,應用 MVT 得 f[a,b,c,d] = d/dx f[a,b,x] |x=ξ = lim_{x→ξ} (f[a,b,x]-f[a,b,ξ])/(x-ξ) = lim_{x→ξ} f[a,b,ξ,x] 而這個 ξ 只是介於 c,d 之間而已,可能是兩數之間的任何數。 接下來分成 ξ 剛好是 a:此時 f[a,b,c,d] = f[a,b,a,a] (∵C^2) ξ 剛好是 b:此時 f[a,b,c,d] = f[a,b,b,b] (∵C^2) ξ 兩者皆非:此時 f[a,b,c,d] = f[a,b,ξ,ξ] (∵C^1) 所以綜合來說,f[a,b,c,d] = f[a,b,ξ,ξ] 都是對的。 然後計算 b,ξ→a 的時候 f[a,b,c,d] 的極限, 基於 b,ξ 的異同情況,f[a,b,c,d]=f[a,b,b,b] 或 f[a,η,η,η], 統一寫作 f[a,b,c,d] = f[a,η,η,η],其中 η 介於 b,ξ 之間或者就是 b, 最後利用三階可微能算出他收斂到 f[a,a,a,a] = f"'(a)/3!。 感覺上應該還是要善用 divided difference 的符號, 不過扯上簡併的連續性跟可微性都得驗證。 或者可以針對 b,c,d 直接做某種推廣版的 MVT: f[a,b,c,d] = f[a,η,η,η], where min(b,c,d)<η<max(b,c,d). ※ 編輯: Vulpix (1.160.12.97 臺灣), 08/13/2023 07:26:34

08/13 08:52,
嗨V大辛苦了~好多資訊, 幾個問題跟回應:
08/13 08:52

08/13 08:53,
(1) "「1」代表 1 函數,各個「x^k」則各自代表
08/13 08:53

08/13 08:54,
k 次方函數。"這句話看不太懂, 所以也不知道為什麼
08/13 08:54

08/13 08:54,
1[x_0,x_1] = 0以及x[x_0,x_1] = 1
08/13 08:54
f[x_0,x_1] = [ f(x_1)-f(x_0) ]/(x_1-x_0) f 代入 1 函數,得 (1-1)/(x_1-x_0) = 0。 f 代入 k 次方函數,得 (x_1^k-x_0^k)/(x_1-x_0) = Σ_{i=0}^{k-1} x_0^i x_1^{k-1-i}。 例如 k = 2 的 2 次方函數, x^2[x_0,x_1] = (x_1^2-x_0^2)/(x_1-x_0) = x_1+x_0, x^2[x_1,x_2] = (x_2^2-x_1^2)/(x_2-x_1) = x_2+x_1, x^2[x_0,x_1,x_2] = [ (x_2+x_1) - (x_1+x_0) ]/(x_2-x_0) = 1 這樣。 所以其實(上部矩陣的)下三角都是 0、(上部矩陣的)主對角線都是 1。

08/13 08:55,
08/13 08:55

08/13 08:56,
的x_0有負次方是要假設x_0不為零?
08/13 08:56
那就把次方都改成 max(0, 原本的次方) 好了…… 或者乾脆改成原次方的絕對值。 不過反正負次方項的係數都是 0 啦,當成 notation 看就好,沒有什麼代值的功能。

08/13 08:56,
(3) 承上的方程式, 跟Confluent Vandermonde很像耶!
08/13 08:56

08/13 09:03,
V大幫我修連結XD https://i.imgur.com/rk7ijn2.jpg
08/13 09:03

08/13 09:04,
以上連結的唯一解c_0~c_n所決定出來的多項式p(x)
08/13 09:04

08/13 09:06,
如果可以證明出來他就是Newton/Lagrange的退化函數
08/13 09:06
還有 147 則推文
還有 27 段內文
沒事,那個你沒空可以暫時不去管,因為我覺得那個也有那個的麻煩。 不過解決 Newton form 的 top row 過於偏心的方案可能要了解一下。 ※ 編輯: Vulpix (163.13.112.58 臺灣), 08/15/2023 02:55:44

08/15 03:37, , 124F
08/15 03:37, 124F

08/15 03:37, , 125F
確實在一個一個點跑時方便很多. 不過我還是對於你
08/15 03:37, 125F

08/15 03:37, , 126F
之前說的[反正怎麼搞這一步都跑不掉,索性就不要
08/15 03:37, 126F

08/15 03:37, , 127F
把f[a,a]定義成f’(a) ]這句有點不理解, 這句話的
08/15 03:37, 127F

08/15 03:37, , 128F
意思是[不管有沒有把f[a,a]定義成f’(a) 都還是避
08/15 03:37, 128F

08/15 03:37, , 129F
不開最後一步的不使用羅必達直接求導數]嗎? 因為
08/15 03:37, 129F

08/15 03:37, , 130F
f[a,a]用你的定義算出來也是f’(a), 所以我不太清
08/15 03:37, 130F

08/15 03:37, , 131F
楚這裡比較的對象是什麼…
08/15 03:37, 131F
是指在後面要計算 f[a,...,a] 的時候,該有的麻煩還是一樣在。

08/15 03:37, , 132F
(2) 總結來說是否如果要直接考慮多個點可能合併成
08/15 03:37, 132F

08/15 03:37, , 133F
一個點的case很麻煩, 即便給很強的微分條件讓MVT所
08/15 03:37, 133F

08/15 03:37, , 134F
出來的各階導數都是連續的, 還是要考慮各種形式的
08/15 03:37, 134F

08/15 03:37, , 135F
MVT(n個點有m個一樣blabla) 但是今天如果只考慮一
08/15 03:37, 135F

08/15 03:37, , 136F
個一個點退化, 採用您lylZcfd.png的定義後就能有條
08/15 03:37, 136F

08/15 03:37, , 137F
理的一個一個退化, 然後基於差分式的對稱性還能WL
08/15 03:37, 137F

08/15 03:37, , 138F
OG把退化順序排成退化的都在前面
08/15 03:37, 138F

08/15 03:45, , 139F
(3) Newton form偏心問題我沒follow到, 我一直都只
08/15 03:45, 139F

08/15 03:45, , 140F
看top row, 但是發現top row對於[退化點是從f[a,
08/15 03:45, 140F

08/15 03:45, , 141F
a,b]這種型的就可以羅到爽], 但是f[a,a,b]理應等
08/15 03:45, 141F

08/15 03:45, , 142F
於f[b,a,a], 但是對f[b,a,a]用top row就很麻煩, 羅
08/15 03:45, 142F

08/15 03:45, , 143F
下去有一堆東西要整理. 你說的top row偏心問題是指
08/15 03:45, 143F

08/15 03:45, , 144F
這件事嗎? 如果是的話我大概從你跟P大討論不同row
08/15 03:45, 144F

08/15 03:45, , 145F
猜測, 遇到f[b,a,a]又要用差分表的話, 就不要用to
08/15 03:45, 145F

08/15 03:45, , 146F
p row, 其他路徑都能得到一樣的結果?
08/15 03:45, 146F
top row 的問題是你另一篇回文一開始的問題。 因為 top row 就真的不能讓你直接看到 p(0)、p'(1) 那些東西。 這個只要看那篇的推文就好。

08/15 04:18, , 147F
另外我剛剛回去看V大你最一開始提MVT那段, 你說f
08/15 04:18, 147F

08/15 04:18, , 148F
[a,b,c]對b,c做MVT可以寫成如下連結是基於哪種MVT
08/15 04:18, 148F

08/15 04:18, , 149F
啊?我直接很誠實的對b,c做f[b,c]=f’(epsilon)然
08/15 04:18, 149F

08/15 04:18, , 150F
後就沒了XDD
08/15 04:18, 150F

08/15 04:18, , 151F
對 b,c 做,那當然要先換成 f[b,a,c] 再做。 令 g(x) = f[a,x] = f[x,a] 因為 f'(a) 存在,所以 g 在 a 連續。 又 g[a,x] = f[a,a,x] = (f(x)-f(a)-f'(a)(x-a))/(x-a)^2 → f"(a)/2 其他 x 就不用說了,g(x) 肯定連續,用商法則就能算 g'(x) = f[a,x,x]。 總之 f 只要二階可微,那 g 就符合 MVT 的使用資格。 所以 f[b,a,c] = (f[a,c]-f[b,a])/(c-b) = g[b,c] = g'(ξ) g'(ξ) 有兩種可能長相: 1. ξ = a,此時 g'(ξ) = g'(a) = f"(a)/2。 2. ξ≠a,此時 g'(ξ) = f[a,ξ,ξ] = (f'(ξ)(ξ-a)-f(ξ)+f(a))/(ξ-a)^2 在 b,c→a 的過程中,這兩個情況也可能交錯發生, 但只要 f[a,ξ,ξ] 也收斂到 f[a,a,a] = f"(a)/2 就好。 證明方式就是羅,上面兩串紫字都要羅一次。 不過 f[a,a,x] 可以直接羅,但 f[a,ξ,ξ] 要先換成 f'[a,ξ] - f[a,a,ξ] 才有羅。 這些該羅的,一個都跑不掉。 再開題外:f'[a,ξ] = f[a,ξ,ξ] + f[a,a,ξ] 這種形狀的公式, 好像真的應該先做出來放著備用。 ※ 編輯: Vulpix (163.13.112.58 臺灣), 08/15/2023 15:15:14 這應該是 f'[x_0,...,x_n] = Σ_{r=0}^n f[x_0,...,x_n, x_r]。 => f"[x_0,...,x_n] = 2! Σ_{0≦r≦s≦n} f[x_0,...,x_n, x_r,x_s] => f"'[x_0,...,x_n] = 3! Σ_{0≦r≦s≦t≦n} f[x_0,...,x_n, x_r,x_s,x_t] and so on. ※ 編輯: Vulpix (163.13.112.58 臺灣), 08/15/2023 16:26:02

08/15 16:24, , 152F
了解~我花時間整理吸收一下, 再次謝謝V大
08/15 16:24, 152F

08/15 18:36, , 153F
對稱性的證明怪怪的,我再想想。
08/15 18:36, 153F

08/16 00:12, , 154F
"用商法則就能算 g'(x) = f" 的 "=f"是typo?
08/16 00:12, 154F
對,大概本來是要打 f[a,x,x] 吧?

08/16 00:18, , 155F
by the way, 這些東西看起來好複交錯, 但是最終都能
08/16 00:18, 155F

08/16 00:18, , 156F
拆成MVT跟L'hospital, 有種好複雜卻又有主幹的感覺
08/16 00:18, 156F

08/16 00:19, , 157F
有那個Fu卻又還沒有完全理解的有趣感覺XDDD
08/16 00:19, 157F
直接 C^n 就沒有那麼多事了。只要求 Diff^n 是會釐清一些事情啦…… Def): The maximal degeneracy of (x_0,...,x_n) is the frequency of the mode of the sequence {x_i}_{i=0}^n. 總之就是,最大簡併數 := 眾數的出現次數。 f \in Diff^k => f[x_0,...,x_n] is well-defined at the points where the maximal degeneracy ≦ k+1. In particular, f[x_0,...,x_k] is well-defined everywhere. f \in C^k => f[x_0,...,x_n] is continuous at the points where the maximal degeneracy ≦ k+1. In particular, f[x_0,...,x_k] is continuous everywhere. ※ 編輯: Vulpix (163.13.112.58 臺灣), 08/16/2023 04:38:19 其實放棄 Lagrange form 也是挺可惜的。 令 u_{ik}(x) 為 Π_{j≠i} {(x-x_j)/(x_i-x_j)}^{-1-m_j} 在 x = x_i 展開至 m_i-k 次項的多項式。 那麼 u_{ik}(x) * (x-x_i)^k/k! * Π_{j≠i} {(x-x_j)/(x_i-x_j)}^{1+m_j} 們 就是我們 Lagrange form 的基底……沒有很漂亮,但也沒有很不漂亮啦。 具體來說,https://i.imgur.com/ItFFMG9.png
。 整個計算現在變成要算 https://i.imgur.com/LXZTetm.png
, 而且因不看超過 m_i 次的項,最後一式也可變成 https://i.imgur.com/q85ceOt.png
。 其實 u_{ik}(x) 可以用輾轉相除、長除法、泰勒展開等方式去做,方便就好。 ※ 編輯: Vulpix (1.160.14.56 臺灣), 08/19/2023 08:45:44
文章代碼(AID): #1apuFyp3 (Math)
討論串 (同標題文章)
文章代碼(AID): #1apuFyp3 (Math)