Аппроксимация полиномами Чебышёва - как строить

Аппроксимация полиномами Чебышёва - это способ заменить сложную функцию многочленом так, чтобы максимальная ошибка на отрезке была почти минимально возможной. В отличие от ряда Тейлора, который точен в одной точке и быстро «расползается» к краям интервала, разложение по полиномам Чебышёва распределяет погрешность равномерно по всему отрезку. Именно поэтому аппроксимация полиномами Чебышёва лежит в основе вычисления функций в библиотеках (синус, экспонента, логарифм считаются через короткие чебышёвские многочлены), а узлы Чебышёва спасают интерполяцию от феномена Рунге. Ниже разберём, что это за многочлены, как строить разложение и почему оно близко к наилучшему.

Что такое полиномы Чебышёва

Полиномы Чебышёва первого рода $T_n(x)$ определяются на отрезке $[-1, 1]$ удивительно простой формулой через косинус:

$T_n(x) = \cos(n \arccos x), \qquad x \in [-1, 1].$

Из неё сразу видно, что $|T_n(x)| \le 1$ на всём отрезке. Раскрывая косинус кратного угла, получаем рекуррентное соотношение, по которому многочлены строятся один за другим:

$T_0(x) = 1, \quad T_1(x) = x, \quad T_{n+1}(x) = 2x\,T_n(x) - T_{n-1}(x).$

Так $T_2(x) = 2x^2 - 1$, $T_3(x) = 4x^3 - 3x$ и так далее. Ключевое свойство, ради которого всё затевается: среди всех многочленов степени $n$ со старшим коэффициентом $1$ многочлен $2^{1-n}T_n(x)$ имеет наименьший максимум модуля на $[-1, 1]$. Это и есть минимаксное (равноколебательное) свойство - оно делает аппроксимацию полиномами Чебышёва близкой к наилучшей.

Если ваша функция задана не на $[-1, 1]$, а на произвольном $[a, b]$, её сначала переводят линейной заменой $x = \frac{b-a}{2}t + \frac{a+b}{2}$, где $t \in [-1, 1]$. Дальше - мини-форма: укажите функцию, отрезок и нужную степень, а в чате соберём разложение по $T_n(x)$, узлы и оценку погрешности.

Ортогональность и ряд Чебышёва

Полиномы Чебышёва ортогональны на $[-1, 1]$ с весом $w(x) = (1 - x^2)^{-1/2}$:

$\int_{-1}^{1} \frac{T_m(x)\,T_n(x)}{\sqrt{1 - x^2}}\,dx = \begin{cases} 0, & m \ne n, \\ \pi, & m = n = 0, \\ \pi/2, & m = n \ne 0. \end{cases}$

Благодаря ортогональности любую гладкую функцию можно разложить в ряд Чебышёва - аналог ряда Фурье, только по многочленам:

$f(x) \approx \frac{c_0}{2} + \sum_{k=1}^{N} c_k\,T_k(x), \qquad c_k = \frac{2}{\pi}\int_{-1}^{1} \frac{f(x)\,T_k(x)}{\sqrt{1 - x^2}}\,dx.$

Замена $x = \cos\theta$ превращает эти интегралы в коэффициенты Фурье косинус-ряда функции $f(\cos\theta)$ - поэтому коэффициенты быстро считаются дискретным косинус-преобразованием. Для гладкой функции коэффициенты $c_k$ убывают очень быстро (экспоненциально для аналитических функций), и обрезание ряда на небольшом $N$ уже даёт высокую точность.

Узлы Чебышёва и интерполяция

На практике интегралы для $c_k$ заменяют суммами по специальным точкам - узлам Чебышёва. Это нули многочлена $T_{N+1}$ или экстремумы $T_N$; для нулей они равны

$x_j = \cos\!\left(\frac{2j + 1}{2(N+1)}\,\pi\right), \qquad j = 0, 1, \dots, N.$

Узлы Чебышёва сгущаются к краям отрезка, и это не случайность: именно такое распределение минимизирует максимум узлового многочлена $\omega_{N+1}(x) = \prod (x - x_j)$, который входит в остаточный член интерполяции. На равномерной сетке этот множитель резко растёт у концов, порождая феномен Рунге - паразитные осцилляции. Интерполяция в узлах Чебышёва от этого свободна. Подробнее о роли узлового множителя в погрешности - в разборе интерполяционной формулы Лагранжа: аппроксимация полиномами Чебышёва по сути отвечает на вопрос «как выбрать узлы наилучшим образом».

Минимаксное приближение и теорема Чебышёва

Идеал, к которому стремятся, - наилучшее равномерное (минимаксное) приближение: многочлен $p_n$ степени $n$, минимизирующий максимум ошибки $\|f - p_n\|_\infty = \max_{[a,b]} |f(x) - p_n(x)|$. Теорема Чебышёва об альтернансе утверждает, что такой многочлен существует, единственен и характеризуется тем, что ошибка $f - p_n$ достигает максимума по модулю с чередованием знака не менее чем в $n + 2$ точках. Точное минимаксное приближение строит итерационный алгоритм Ремеза, но он трудоёмок.

Хорошая новость: усечённый ряд Чебышёва почти оптимален. Если отбросить хвост ряда после члена $c_N T_N$, ошибка приближённо равна первому отброшенному слагаемому $c_{N+1} T_{N+1}(x)$, а оно колеблется между $\pm c_{N+1}$ почти как у настоящего минимаксного многочлена. Поэтому в инженерных расчётах редко применяют дорогой Ремез - обрезанного ряда Чебышёва достаточно, его относят к «почти минимаксным».

Экономизация степенного ряда

Отдельный полезный приём - экономизация (телескопирование) степенного ряда. Пусть функция уже представлена многочленом или рядом Тейлора, но степень слишком высока для быстрого счёта. Идея: переписать степени $x^k$ через $T_k(x)$, отбросить старшие чебышёвские члены (они малы) и вернуться к степенному виду уже меньшей степени.

Например, чтобы понизить степень на единицу, заменяют $x^n$ на $x^n - 2^{1-n}T_n(x)$ - это убирает старший член ценой ошибки не более $2^{1-n}$, минимально возможной для такой замены. Так из ряда Тейлора $\exp(x)$ до $x^6$ можно получить многочлен 4-й степени с погрешностью порядка $10^{-4}$ на $[-1, 1]$ - Тейлор той же степени дал бы ошибку на порядки больше у края отрезка.

Оценка погрешности

Для усечённого ряда Чебышёва погрешность оценивают сверху хвостом ряда: $\|f - p_N\|_\infty \le \sum_{k > N} |c_k|$, поскольку $|T_k| \le 1$. На практике, когда коэффициенты быстро убывают, доминирует первый отброшенный член, и хорошая практическая оценка - $|c_{N+1}|$. Это даёт удобный критерий выбора степени: наращивайте $N$, пока $|c_{N+1}|$ не опустится ниже требуемой точности.

Для интерполяции в узлах Чебышёва остаточный член имеет вид $f(x) - p_N(x) = \frac{f^{(N+1)}(\xi)}{(N+1)!}\,\omega_{N+1}(x)$, и за счёт выбора узлов $\max|\omega_{N+1}| = 2^{-N}(b-a)^{N+1}/2$ - минимально возможное значение. Это и есть формальная причина, почему узлы Чебышёва бьют равномерную сетку.

Где применяется

Аппроксимация полиномами Чебышёва встречается всюду, где функцию нужно считать быстро и точно: математические библиотеки процессоров вычисляют элементарные функции через короткие чебышёвские многочлены; спектральные методы решения дифференциальных уравнений раскладывают решение по $T_n$; в обработке сигналов фильтры Чебышёва используют те же равноколебательные свойства для оптимальной АЧХ. Везде, где важна равномерная точность на всём отрезке, а не локальная в одной точке, чебышёвское приближение - стандартный инструмент.

Частые ошибки

• Забытый множитель $1/2$ у коэффициента $c_0$ - приближение сдвигается на константу.
• Работа на $[a, b]$ без замены переменной: формулы для $T_n$, узлов и коэффициентов верны только на $[-1, 1]$.
• Путаница многочленов первого и второго рода: для аппроксимации функций берут $T_n$ (первого рода), $U_n$ нужны в других задачах.
• Ожидание точности у негладкой функции: при разрыве производной коэффициенты $c_k$ убывают лишь степенным образом, и приближение сходится медленно.
• Применение ряда Тейлора вместо чебышёвского для равномерной точности: Тейлор хорош у точки разложения, но у краёв отрезка ошибка резко растёт.

FAQ

Чем аппроксимация Чебышёва лучше ряда Тейлора? Тейлор минимизирует ошибку в одной точке, а Чебышёв - максимум ошибки на всём отрезке. Поэтому при равной степени чебышёвский многочлен даёт куда меньшую погрешность у краёв интервала.

Сколько членов ряда нужно брать? Столько, чтобы первый отброшенный коэффициент $|c_{N+1}|$ был меньше требуемой точности. Для гладких функций коэффициенты убывают экспоненциально, и хватает нескольких членов.

Зачем нужны именно узлы Чебышёва, а не равномерные? Они минимизируют узловой множитель $\omega_{N+1}(x)$ в остаточном члене и устраняют феномен Рунге - осцилляции у краёв, которые портят интерполяцию на равномерной сетке.

Коротко

Аппроксимация полиномами Чебышёва строит многочлен, у которого максимальная ошибка на отрезке почти минимальна. Многочлены $T_n(x) = \cos(n\arccos x)$ ортогональны с весом $(1-x^2)^{-1/2}$, что позволяет разложить функцию в ряд $f \approx \tfrac{c_0}{2} + \sum c_k T_k(x)$ с быстро убывающими коэффициентами; обрезание ряда даёт почти минимаксное приближение, а погрешность оценивается первым отброшенным членом $|c_{N+1}|$. Узлы Чебышёва сгущаются к краям и убирают феномен Рунге, а экономизация степенного ряда понижает степень многочлена при минимальной потере точности.