多項式列
Mathematica 13.1 関数 ComplexPlot3D で作成した、-2-2i から 2+2i までの複素平面における 第 1 種チェビシェフ多項式のカラー プロット
T
ん
(
x
)
{\displaystyle T_{n}(x)}
ん
=
5
{\displaystyle n=5}
チェビシェフ 多項式は、 コサイン関数とサイン関数 に関連する2 つの 多項式 の列で 、 と と表記されます。これらは、いくつかの同等の方法で定義できますが、そのうちの 1 つは 三角関数 から始まります 。
T
ん
(
x
)
{\displaystyle T_{n}(x)}
あなた
ん
(
x
)
{\displaystyle U_{n}(x)}
第一種チェビシェフ多項式は次 の ように定義されます。
T
ん
{\displaystyle T_{n}}
T
ん
(
コス
θ
)
=
コス
(
ん
θ
)
。
{\displaystyle T_{n}(\cos \theta )=\cos(n\theta ).}
同様に、 第 2 種チェビシェフ多項式は次 のように定義されます。
あなた
ん
{\displaystyle U_{n}}
あなた
ん
(
コス
θ
)
罪
θ
=
罪
(
(
ん
+
1
)
θ
)
。
{\displaystyle U_{n}(\cos \theta )\sin \theta =\sin {\big (}(n+1)\theta {\big )}.}
これらの式が における多項式を定義していることは、 一見して明らかではないかもしれませんが、 と を ド・モアブルの公式 を使っ て書き直す か、 と の 角度の和の 公式を繰り返し使うことでわかります。たとえば、角度の和の公式から直接導かれる 2 倍角の公式 を使って、と を得ることができます。 これらはそれぞれ における多項式 と における多項式に を掛けたものです 。したがって と です 。
コス
θ
{\displaystyle \cos \theta}
コス
(
ん
θ
)
{\displaystyle \cos(n\theta )}
罪
(
(
ん
+
1
)
θ
)
{\displaystyle \sin {\big (}(n+1)\theta {\big )}}
コス
{\displaystyle \cos}
罪
{\displaystyle \sin}
T
2
(
コス
θ
)
=
コス
(
2
θ
)
=
2
コス
2
θ
−
1
{\displaystyle T_{2}(\cos \theta )=\cos(2\theta )=2\cos ^{2}\theta -1}
あなた
1
(
コス
θ
)
罪
θ
=
罪
(
2
θ
)
=
2
コス
θ
罪
θ
{\displaystyle U_{1}(\cos \theta )\sin \theta =\sin(2\theta )=2\cos \theta \sin \theta }
コス
θ
{\displaystyle \cos \theta}
コス
θ
{\displaystyle \cos \theta}
罪
θ
{\displaystyle \sin \theta}
T
2
(
x
)
=
2
x
2
−
1
{\displaystyle T_{2}(x)=2x^{2}-1}
あなた
1
(
x
)
=
2
x
{\displaystyle U_{1}(x)=2x}
T n ( x ) の重要かつ便利な特性は、次の 内積 に関して 直交する ことです 。
また、 U n ( x ) は 、以下に示す別の類似の内積に関して直交します。
⟨
ふ
、
グ
⟩
=
∫
−
1
1
ふ
(
x
)
グ
(
x
)
d
x
1
−
x
2
、
{\displaystyle \langle f,g\rangle =\int _{-1}^{1}f(x)\,g(x)\,{\frac {\mathrm {d} x}{\sqrt {1-x^{2}}}},}
チェビシェフ多項式 T nは、 区間 [−1, 1] 上の 絶対値が 1で制限される最大の主係数を持つ多項式です。 これらは、他の多くの特性を持つ「極値」多項式でもあります。 [1]
1952年、 コルネリウス・ランチョスは 、チェビシェフ多項式が 線形システムの解の 近似理論において重要であることを示しました。 [2] T n ( x ) の 根 は チェビシェフノード とも呼ばれ、 多項式補間 を最適化するためのマッチングポイントとして使用されます。結果として得られる補間多項式は、 ルンゲ現象 の問題を最小限に抑え、 最大ノルム の下で 連続関数 に対する最良の多項式近似に近い近似を提供します。 これは「 ミニマックス」基準とも呼ばれます。この近似は、 クレンショウ・カーティス求積 法に直接つながります 。
これらの多項式はパフヌティ・チェビシェフ にちなんで名付けられました 。 [3] チェビシェフ という名前は Tchebycheff 、 Tchebyshev (フランス語)、 Tschebyschow (ドイツ語)と 翻字される ため、 文字 T が使用されています。
定義
再発の定義
最初の 5 つの T n チェビシェフ多項式 (第 1 種)のプロット 第一種チェビシェフ多項式は 再帰 関係 から得られる 。
T
0
(
x
)
=
1
T
1
(
x
)
=
x
T
ん
+
1
(
x
)
=
2
x
T
ん
(
x
)
−
T
ん
−
1
(
x
)
。
{\displaystyle {\begin{aligned}T_{0}(x)&=1\\T_{1}(x)&=x\\T_{n+1}(x)&=2x\,T_{n}(x)-T_{n-1}(x).\end{aligned}}}
再帰性により、これらをサイズ の 三角対角行列
の行列式として明示的に表すこともできます 。
け
×
け
{\displaystyle k\times k}
T
け
(
x
)
=
詳細
[
x
1
0
⋯
0
1
2
x
1
⋱
⋮
0
1
2
x
⋱
0
⋮
⋱
⋱
⋱
1
0
⋯
0
1
2
x
]
{\displaystyle T_{k}(x)=\det {\begin{bmatrix}x&1&0&\cdots &0\\1&2x&1&\ddots &\vdots \\0&1&2x&\ddots &0\\\vdots &\ddots &\ddots &\ddots &1\\0&\cdots &0&1&2x\end{bmatrix}}}
T n の 通常の生成関数は次の とおり です。
チェビシェフ多項式には他にも 生成関数
がいくつかあります。 指数生成関数は次のとおり です。
∑
n
=
0
∞
T
n
(
x
)
t
n
=
1
−
t
x
1
−
2
t
x
+
t
2
.
{\displaystyle \sum _{n=0}^{\infty }T_{n}(x)\,t^{n}={\frac {1-tx}{1-2tx+t^{2}}}.}
∑
n
=
0
∞
T
n
(
x
)
t
n
n
!
=
1
2
(
e
t
(
x
−
x
2
−
1
)
+
e
t
(
x
+
x
2
−
1
)
)
=
e
t
x
cosh
(
t
x
2
−
1
)
.
{\displaystyle \sum _{n=0}^{\infty }T_{n}(x){\frac {t^{n}}{n!}}={\frac {1}{2}}\!\left(e^{t\left(x-{\sqrt {x^{2}-1}}\right)}+e^{t\left(x+{\sqrt {x^{2}-1}}\right)}\right)=e^{tx}\cosh \left(t{\sqrt {x^{2}-1}}\right).}
2次元 ポテンシャル理論 と 多重極展開 に関連する生成関数は次のとおりです。
∑
n
=
1
∞
T
n
(
x
)
t
n
n
=
ln
(
1
1
−
2
t
x
+
t
2
)
.
{\displaystyle \sum \limits _{n=1}^{\infty }T_{n}(x)\,{\frac {t^{n}}{n}}=\ln \left({\frac {1}{\sqrt {1-2tx+t^{2}}}}\right).}
最初の 5 つの U n チェビシェフ多項式 (第 2 種)のプロット
第二種チェビシェフ多項式は、 再帰 関係によって定義されます。
2 つの再帰関係は、 と
を除いて同一であることに注意してください 。 U n の通常の生成関数は次のとおり です。
指数生成関数は次のとおりです。
U
0
(
x
)
=
1
U
1
(
x
)
=
2
x
U
n
+
1
(
x
)
=
2
x
U
n
(
x
)
−
U
n
−
1
(
x
)
.
{\displaystyle {\begin{aligned}U_{0}(x)&=1\\U_{1}(x)&=2x\\U_{n+1}(x)&=2x\,U_{n}(x)-U_{n-1}(x).\end{aligned}}}
T
1
(
x
)
=
x
{\displaystyle T_{1}(x)=x}
U
1
(
x
)
=
2
x
{\displaystyle U_{1}(x)=2x}
∑
n
=
0
∞
U
n
(
x
)
t
n
=
1
1
−
2
t
x
+
t
2
,
{\displaystyle \sum _{n=0}^{\infty }U_{n}(x)\,t^{n}={\frac {1}{1-2tx+t^{2}}},}
∑
n
=
0
∞
U
n
(
x
)
t
n
n
!
=
e
t
x
(
cosh
(
t
x
2
−
1
)
+
x
x
2
−
1
sinh
(
t
x
2
−
1
)
)
.
{\displaystyle \sum _{n=0}^{\infty }U_{n}(x){\frac {t^{n}}{n!}}=e^{tx}\!\left(\!\cosh \left(t{\sqrt {x^{2}-1}}\right)+{\frac {x}{\sqrt {x^{2}-1}}}\sinh \left(t{\sqrt {x^{2}-1}}\right)\!\right).}
三角関数の定義
序論で述べたように、第一種チェビシェフ多項式は、次を満たす唯一の多項式として定義できます。
または、言い換えると、
n = 0, 1, 2, 3, …
に対して、次を満たす唯一の多項式として定義できます 。
T
n
(
x
)
=
{
cos
(
n
arccos
x
)
if
|
x
|
≤
1
cosh
(
n
arcosh
x
)
if
x
≥
1
(
−
1
)
n
cosh
(
n
arcosh
(
−
x
)
)
if
x
≤
−
1
{\displaystyle T_{n}(x)={\begin{cases}\cos(n\arccos x)&{\text{ if }}~|x|\leq 1\\\cosh(n\operatorname {arcosh} x)&{\text{ if }}~x\geq 1\\(-1)^{n}\cosh(n\operatorname {arcosh} (-x))&{\text{ if }}~x\leq -1\end{cases}}}
T
n
(
cos
θ
)
=
cos
(
n
θ
)
{\displaystyle T_{n}(\cos \theta )=\cos(n\theta )}
第二種多項式は次式を満たします。
または、
これは構造的に ディリクレ核 D n ( x )
と非常に類似しています 。
(実際、ディリクレ核は、現在第四種チェビシェフ多項式として知られているものと一致します。)
U
n
−
1
(
cos
θ
)
sin
θ
=
sin
(
n
θ
)
,
{\displaystyle U_{n-1}(\cos \theta )\sin \theta =\sin(n\theta ),}
U
n
(
cos
θ
)
=
sin
(
(
n
+
1
)
θ
)
sin
θ
,
{\displaystyle U_{n}(\cos \theta )={\frac {\sin {\big (}(n+1)\,\theta {\big )}}{\sin \theta }},}
D
n
(
x
)
=
sin
(
(
2
n
+
1
)
x
2
)
sin
x
2
=
U
2
n
(
cos
x
2
)
.
{\displaystyle D_{n}(x)={\frac {\sin \left((2n+1){\dfrac {x}{2}}\,\right)}{\sin {\dfrac {x}{2}}}}=U_{2n}\!\!\left(\cos {\frac {x}{2}}\right).}
これを複素数 のべき乗で表すこともできます。 絶対値が1の
複素数 z = a + bi が与えられた場合、三角多項式
を研究するときにチェビシェフ多項式をこの形式で定義できます 。 [4]
z
n
=
T
n
(
a
)
+
i
b
U
n
−
1
(
a
)
.
{\displaystyle z^{n}=T_{n}(a)+ibU_{n-1}(a).}
cos nx が cos x のn 次 多項式 で あることは、 cos nx がド・モアブルの公式 の 片辺の 実部 であること を観察することでわかります 。
もう一方の辺の実部は cos x と sin x の多項式で、 sin x の累乗はすべて 偶数 なので、 cos 2 x + sin 2 x = 1 という 恒等式で置き換えることができます 。同じ理由で、 sin nx は 多項式の 虚部で、 sin x の累乗はすべて奇数 な ので、 sin x の 1 つの因数を因数分解すると、残りの因数を置き換えてcos x の( n −1) 次多項式 を作成できます 。
cos
n
θ
+
i
sin
n
θ
=
(
cos
θ
+
i
sin
θ
)
n
.
{\displaystyle \cos n\theta +i\sin n\theta =(\cos \theta +i\sin \theta )^{n}.}
可換多項式の定義
チェビシェフ多項式は次の定理によって特徴付けられる: [5]
が特性 体の係数を持つ単項多項式の族で、 すべての および に対して
かつ と なる 場合 、単純な変数変換を除いて、 すべての または
すべての に対してとなります 。
F
n
(
x
)
{\displaystyle F_{n}(x)}
0
{\displaystyle 0}
deg
F
n
(
x
)
=
n
{\displaystyle \deg F_{n}(x)=n}
F
m
(
F
n
(
x
)
)
=
F
n
(
F
m
(
x
)
)
{\displaystyle F_{m}(F_{n}(x))=F_{n}(F_{m}(x))}
m
{\displaystyle m}
n
{\displaystyle n}
F
n
(
x
)
=
x
n
{\displaystyle F_{n}(x)=x^{n}}
n
{\displaystyle n}
F
n
(
x
)
=
2
⋅
T
n
(
x
/
2
)
{\displaystyle F_{n}(x)=2\cdot T_{n}(x/2)}
n
{\displaystyle n}
ペル方程式の定義
チェビシェフ多項式は、 環 R [ x ]
における ペル方程式 の解として定義することもできる 。
[6] したがって、それらはペル方程式の基本解のべき乗をとる標準的な手法によって生成することができる。
T
n
(
x
)
2
−
(
x
2
−
1
)
U
n
−
1
(
x
)
2
=
1
{\displaystyle T_{n}(x)^{2}-\left(x^{2}-1\right)U_{n-1}(x)^{2}=1}
T
n
(
x
)
+
U
n
−
1
(
x
)
x
2
−
1
=
(
x
+
x
2
−
1
)
n
.
{\displaystyle T_{n}(x)+U_{n-1}(x)\,{\sqrt {x^{2}-1}}=\left(x+{\sqrt {x^{2}-1}}\right)^{n}~.}
2種類のチェビシェフ多項式の関係
第一種および第二種のチェビシェフ多項式は、 パラメータP = 2 xおよびQ = 1を持つ ルーカス 数列 Ṽn ( P , Q ) および × n ( P , Q ) の 相補 ペア に 対応 する。
したがって、それらは相互再帰方程式のペアも満たす。 [ 7]
U
~
n
(
2
x
,
1
)
=
U
n
−
1
(
x
)
,
V
~
n
(
2
x
,
1
)
=
2
T
n
(
x
)
.
{\displaystyle {\begin{aligned}{\tilde {U}}_{n}(2x,1)&=U_{n-1}(x),\\{\tilde {V}}_{n}(2x,1)&=2\,T_{n}(x).\end{aligned}}}
T
n
+
1
(
x
)
=
x
T
n
(
x
)
−
(
1
−
x
2
)
U
n
−
1
(
x
)
,
U
n
+
1
(
x
)
=
x
U
n
(
x
)
+
T
n
+
1
(
x
)
.
{\displaystyle {\begin{aligned}T_{n+1}(x)&=x\,T_{n}(x)-(1-x^{2})\,U_{n-1}(x),\\U_{n+1}(x)&=x\,U_{n}(x)+T_{n+1}(x).\end{aligned}}}
これらの 2 番目は、第 2 種チェビシェフ多項式の再帰定義を使用して並べ替えられ、次のようになります。
T
n
(
x
)
=
1
2
(
U
n
(
x
)
−
U
n
−
2
(
x
)
)
.
{\displaystyle T_{n}(x)={\frac {1}{2}}{\big (}U_{n}(x)-U_{n-2}(x){\big )}.}
この式を反復的に使用すると、和の式が得られます。
を置き換え 、 の微分式を使用すると、 の微分に対する再帰関係が得られます 。
U
n
(
x
)
=
{
2
∑
odd
j
n
T
j
(
x
)
for odd
n
.
2
∑
even
j
n
T
j
(
x
)
+
1
for even
n
,
{\displaystyle U_{n}(x)={\begin{cases}2\sum _{{\text{ odd }}j}^{n}T_{j}(x)&{\text{ for odd }}n.\\2\sum _{{\text{ even }}j}^{n}T_{j}(x)+1&{\text{ for even }}n,\end{cases}}}
U
n
(
x
)
{\displaystyle U_{n}(x)}
U
n
−
2
(
x
)
{\displaystyle U_{n-2}(x)}
T
n
(
x
)
{\displaystyle T_{n}(x)}
T
n
{\displaystyle T_{n}}
2
T
n
(
x
)
=
1
n
+
1
d
d
x
T
n
+
1
(
x
)
−
1
n
−
1
d
d
x
T
n
−
1
(
x
)
,
n
=
2
,
3
,
…
{\displaystyle 2\,T_{n}(x)={\frac {1}{n+1}}\,{\frac {\mathrm {d} }{\mathrm {d} x}}\,T_{n+1}(x)-{\frac {1}{n-1}}\,{\frac {\mathrm {d} }{\mathrm {d} x}}\,T_{n-1}(x),\qquad n=2,3,\ldots }
この関係は、 微分方程式を解く
チェビシェフスペクトル法で使用されます。
チェビシェフ多項式に対する トゥランの不等式は以下の通りである: [8]
T
n
(
x
)
2
−
T
n
−
1
(
x
)
T
n
+
1
(
x
)
=
1
−
x
2
>
0
for
−
1
<
x
<
1
and
U
n
(
x
)
2
−
U
n
−
1
(
x
)
U
n
+
1
(
x
)
=
1
>
0
.
{\displaystyle {\begin{aligned}T_{n}(x)^{2}-T_{n-1}(x)\,T_{n+1}(x)&=1-x^{2}>0&&{\text{ for }}-1<x<1&&{\text{ and }}\\U_{n}(x)^{2}-U_{n-1}(x)\,U_{n+1}(x)&=1>0~.\end{aligned}}}
積分 関係 は [7] : 187(47)(48) [9]
であり
、ここで積分は主値として考えられている。
∫
−
1
1
T
n
(
y
)
y
−
x
d
y
1
−
y
2
=
π
U
n
−
1
(
x
)
,
∫
−
1
1
U
n
−
1
(
y
)
y
−
x
1
−
y
2
d
y
=
−
π
T
n
(
x
)
{\displaystyle {\begin{aligned}\int _{-1}^{1}{\frac {T_{n}(y)}{y-x}}\,{\frac {\mathrm {d} y}{\sqrt {1-y^{2}}}}&=\pi \,U_{n-1}(x)~,\\[1.5ex]\int _{-1}^{1}{\frac {U_{n-1}(y)}{y-x}}\,{\sqrt {1-y^{2}}}\mathrm {d} y&=-\pi \,T_{n}(x)\end{aligned}}}
明示的な表現
チェビシェフ多項式を定義するためのさまざまなアプローチにより、明示的な表現も異なります。三角関数の定義では、次のような明示的な式が得られます。
この三角関数形式から、基底ケースが成り立つことを直接計算することで、再帰定義を復元できます。
また
、 積和恒等 式が成り立つ
ことも 計算できます。
T
n
(
x
)
=
{
cos
(
n
arccos
x
)
for
−
1
≤
x
≤
1
cosh
(
n
arcosh
x
)
for
1
≤
x
(
−
1
)
n
cosh
(
n
arcosh
(
−
x
)
)
for
x
≤
−
1
{\displaystyle {\begin{aligned}T_{n}(x)&={\begin{cases}\cos(n\arccos x)\qquad \quad &{\text{ for }}~-1\leq x\leq 1\\\cosh(n\operatorname {arcosh} x)\qquad \quad &{\text{ for }}~1\leq x\\(-1)^{n}\cosh {\big (}n\operatorname {arcosh} (-x){\big )}\qquad \quad &{\text{ for }}~x\leq -1\end{cases}}\end{aligned}}}
T
0
(
cos
θ
)
=
cos
(
0
θ
)
=
1
{\displaystyle T_{0}(\cos \theta )=\cos(0\theta )=1}
T
1
(
cos
θ
)
=
cos
θ
,
{\displaystyle T_{1}(\cos \theta )=\cos \theta ,}
2
cos
n
θ
cos
θ
=
cos
[
(
n
+
1
)
θ
]
+
cos
[
(
n
−
1
)
θ
]
.
{\displaystyle 2\cos n\theta \cos \theta =\cos \lbrack (n+1)\theta \rbrack +\cos \lbrack (n-1)\theta \rbrack .}
チェビシェフ多項式の複素数指数定義を使用すると、次の式を導くことができます。
2つは等しいです。なぜなら です 。
T
n
(
x
)
=
1
2
(
(
x
−
x
2
−
1
)
n
+
(
x
+
x
2
−
1
)
n
)
for
x
∈
R
{\displaystyle T_{n}(x)={\dfrac {1}{2}}{\bigg (}{\Big (}x-{\sqrt {x^{2}-1}}{\Big )}^{n}+{\Big (}x+{\sqrt {x^{2}-1}}{\Big )}^{n}{\bigg )}\qquad {\text{ for }}~x\in \mathbb {R} }
T
n
(
x
)
=
1
2
(
(
x
−
x
2
−
1
)
n
+
(
x
−
x
2
−
1
)
−
n
)
for
x
∈
R
{\displaystyle T_{n}(x)={\dfrac {1}{2}}{\bigg (}{\Big (}x-{\sqrt {x^{2}-1}}{\Big )}^{n}+{\Big (}x-{\sqrt {x^{2}-1}}{\Big )}^{-n}{\bigg )}\qquad {\text{ for }}~x\in \mathbb {R} }
(
x
+
x
2
−
1
)
(
x
−
x
2
−
1
)
=
1
{\displaystyle (x+{\sqrt {x^{2}-1}})(x-{\sqrt {x^{2}-1}})=1}
チェビシェフ多項式を単項式 x k で明示的に表すと 、ド・モアブルの公式 :
となる。
ここで、 Re は 複素数の
実部を 表す。この公式を展開すると、次の式が得られる。
この式の実部は、偶数添字に対応する加数から得られる。および に注意する と 、明示的な公式が得られる。
これは次のことを意味する。
これは、 2 F 1 超幾何関数 :
として表すことができ、
逆関数は次のようになる。 [10] [11]
T
n
(
cos
(
θ
)
)
=
Re
(
cos
n
θ
+
i
sin
n
θ
)
=
Re
(
(
cos
θ
+
i
sin
θ
)
n
)
,
{\displaystyle T_{n}(\cos(\theta ))=\operatorname {Re} (\cos n\theta +i\sin n\theta )=\operatorname {Re} ((\cos \theta +i\sin \theta )^{n}),}
(
cos
θ
+
i
sin
θ
)
n
=
∑
j
=
0
n
(
n
j
)
i
j
sin
j
θ
cos
n
−
j
θ
.
{\displaystyle (\cos \theta +i\sin \theta )^{n}=\sum \limits _{j=0}^{n}{\binom {n}{j}}i^{j}\sin ^{j}\theta \cos ^{n-j}\theta .}
i
2
j
=
(
−
1
)
j
{\displaystyle i^{2j}=(-1)^{j}}
sin
2
j
θ
=
(
1
−
cos
2
θ
)
j
{\displaystyle \sin ^{2j}\theta =(1-\cos ^{2}\theta )^{j}}
cos
n
θ
=
∑
j
=
0
⌊
n
/
2
⌋
(
n
2
j
)
(
cos
2
θ
−
1
)
j
cos
n
−
2
j
θ
,
{\displaystyle \cos n\theta =\sum \limits _{j=0}^{\lfloor n/2\rfloor }{\binom {n}{2j}}(\cos ^{2}\theta -1)^{j}\cos ^{n-2j}\theta ,}
T
n
(
x
)
=
∑
j
=
0
⌊
n
/
2
⌋
(
n
2
j
)
(
x
2
−
1
)
j
x
n
−
2
j
.
{\displaystyle T_{n}(x)=\sum \limits _{j=0}^{\lfloor n/2\rfloor }{\binom {n}{2j}}(x^{2}-1)^{j}x^{n-2j}.}
T
n
(
x
)
=
∑
k
=
0
⌊
n
2
⌋
(
n
2
k
)
(
x
2
−
1
)
k
x
n
−
2
k
=
x
n
∑
k
=
0
⌊
n
2
⌋
(
n
2
k
)
(
1
−
x
−
2
)
k
=
n
2
∑
k
=
0
⌊
n
2
⌋
(
−
1
)
k
(
n
−
k
−
1
)
!
k
!
(
n
−
2
k
)
!
(
2
x
)
n
−
2
k
for
n
>
0
=
n
∑
k
=
0
n
(
−
2
)
k
(
n
+
k
−
1
)
!
(
n
−
k
)
!
(
2
k
)
!
(
1
−
x
)
k
for
n
>
0
=
2
F
1
(
−
n
,
n
;
1
2
;
1
2
(
1
−
x
)
)
{\displaystyle {\begin{aligned}T_{n}(x)&=\sum _{k=0}^{\left\lfloor {\frac {n}{2}}\right\rfloor }{\binom {n}{2k}}\left(x^{2}-1\right)^{k}x^{n-2k}\\&=x^{n}\sum _{k=0}^{\left\lfloor {\frac {n}{2}}\right\rfloor }{\binom {n}{2k}}\left(1-x^{-2}\right)^{k}\\&={\frac {n}{2}}\sum _{k=0}^{\left\lfloor {\frac {n}{2}}\right\rfloor }(-1)^{k}{\frac {(n-k-1)!}{k!(n-2k)!}}~(2x)^{n-2k}\qquad \qquad {\text{ for }}~n>0\\\\&=n\sum _{k=0}^{n}(-2)^{k}{\frac {(n+k-1)!}{(n-k)!(2k)!}}(1-x)^{k}\qquad \qquad ~{\text{ for }}~n>0\\\\&={}_{2}F_{1}\!\left(-n,n;{\tfrac {1}{2}};{\tfrac {1}{2}}(1-x)\right)\\\end{aligned}}}
x
n
=
2
1
−
n
∑
′
j
=
0
j
≡
n
(
mod
2
)
n
(
n
n
−
j
2
)
T
j
(
x
)
,
{\displaystyle x^{n}=2^{1-n}\mathop {{\sum }'} _{j=0 \atop j\,\equiv \,n{\pmod {2}}}^{n}\!\!{\binom {n}{\tfrac {n-j}{2}}}\!\;T_{j}(x),}
ここで、合計記号のプライムは、 j = 0
の寄与が 現れた場合に半分にする必要があることを示します。
二項係数と2の累乗を持つ単項式の和としての
T n の関連表現は、
T
n
(
x
)
=
∑
m
=
0
⌊
n
2
⌋
(
−
1
)
m
(
(
n
−
m
m
)
+
(
n
−
m
−
1
n
−
2
m
)
)
⋅
2
n
−
2
m
−
1
⋅
x
n
−
2
m
.
{\displaystyle T_{n}\left(x\right)=\sum \limits _{m=0}^{\left\lfloor {\frac {n}{2}}\right\rfloor }\left(-1\right)^{m}\left({\binom {n-m}{m}}+{\binom {n-m-1}{n-2m}}\right)\cdot 2^{n-2m-1}\cdot x^{n-2m}.}
同様に、 U n は 超幾何関数で表現できます。
U
n
(
x
)
=
(
x
+
x
2
−
1
)
n
+
1
−
(
x
−
x
2
−
1
)
n
+
1
2
x
2
−
1
=
∑
k
=
0
⌊
n
/
2
⌋
(
n
+
1
2
k
+
1
)
(
x
2
−
1
)
k
x
n
−
2
k
=
x
n
∑
k
=
0
⌊
n
/
2
⌋
(
n
+
1
2
k
+
1
)
(
1
−
x
−
2
)
k
=
∑
k
=
0
⌊
n
/
2
⌋
(
2
k
−
(
n
+
1
)
k
)
(
2
x
)
n
−
2
k
for
n
>
0
=
∑
k
=
0
⌊
n
/
2
⌋
(
−
1
)
k
(
n
−
k
k
)
(
2
x
)
n
−
2
k
for
n
>
0
=
∑
k
=
0
n
(
−
2
)
k
(
n
+
k
+
1
)
!
(
n
−
k
)
!
(
2
k
+
1
)
!
(
1
−
x
)
k
for
n
>
0
=
(
n
+
1
)
2
F
1
(
−
n
,
n
+
2
;
3
2
;
1
2
(
1
−
x
)
)
.
{\displaystyle {\begin{aligned}U_{n}(x)&={\frac {\left(x+{\sqrt {x^{2}-1}}\right)^{n+1}-\left(x-{\sqrt {x^{2}-1}}\right)^{n+1}}{2{\sqrt {x^{2}-1}}}}\\&=\sum _{k=0}^{\left\lfloor {n}/{2}\right\rfloor }{\binom {n+1}{2k+1}}\left(x^{2}-1\right)^{k}x^{n-2k}\\&=x^{n}\sum _{k=0}^{\left\lfloor {n}/{2}\right\rfloor }{\binom {n+1}{2k+1}}\left(1-x^{-2}\right)^{k}\\&=\sum _{k=0}^{\left\lfloor {n}/{2}\right\rfloor }{\binom {2k-(n+1)}{k}}~(2x)^{n-2k}&{\text{ for }}~n>0\\&=\sum _{k=0}^{\left\lfloor {n}/{2}\right\rfloor }(-1)^{k}{\binom {n-k}{k}}~(2x)^{n-2k}&{\text{ for }}~n>0\\&=\sum _{k=0}^{n}(-2)^{k}{\frac {(n+k+1)!}{(n-k)!(2k+1)!}}(1-x)^{k}&{\text{ for }}~n>0\\&=(n+1)\ {}_{2}F_{1}\left(-n,n+2;{\tfrac {3}{2}};{\tfrac {1}{2}}(1-x)\right).\\\end{aligned}}}
プロパティ
対称
T
n
(
−
x
)
=
(
−
1
)
n
T
n
(
x
)
=
{
T
n
(
x
)
for
n
even
−
T
n
(
x
)
for
n
odd
U
n
(
−
x
)
=
(
−
1
)
n
U
n
(
x
)
=
{
U
n
(
x
)
for
n
even
−
U
n
(
x
)
for
n
odd
{\displaystyle {\begin{aligned}T_{n}(-x)&=(-1)^{n}\,T_{n}(x)={\begin{cases}T_{n}(x)\quad &~{\text{ for }}~n~{\text{ even}}\\-T_{n}(x)\quad &~{\text{ for }}~n~{\text{ odd}}\end{cases}}\\\\U_{n}(-x)&=(-1)^{n}\,U_{n}(x)={\begin{cases}U_{n}(x)\quad &~{\text{ for }}~n~{\text{ even}}\\-U_{n}(x)\quad &~{\text{ for }}~n~{\text{ odd}}\end{cases}}\end{aligned}}}
つまり、偶数次のチェビシェフ多項式は 偶対称性 を持ち、したがって x の偶数乗のみが含まれます。奇数次のチェビシェフ多項式は 奇対称性 を持ち、したがって x の奇数乗のみが含まれます。
根と極値
どちらの種類のn 次チェビシェフ多項式も 、区間 [−1, 1]内に n 個 の異なる 単純根 (チェビシェフ根) を 持ちます 。第 1 種チェビシェフ多項式の根は、多項式補間の ノード として使用されるため、 チェビシェフ ノード と呼ばれることもあります。三角関数の定義と次の事実を使用すると、
T n
の根は次 のようになります。
同様に、 U n
の根は次の よう になります。
区間 −1 ≤ x ≤ 1上の T n の
極値は次 のようになります。
cos
(
(
2
k
+
1
)
π
2
)
=
0
{\displaystyle \cos \left((2k+1){\frac {\pi }{2}}\right)=0}
x
k
=
cos
(
π
(
k
+
1
/
2
)
n
)
,
k
=
0
,
…
,
n
−
1.
{\displaystyle x_{k}=\cos \left({\frac {\pi (k+1/2)}{n}}\right),\quad k=0,\ldots ,n-1.}
x
k
=
cos
(
k
n
+
1
π
)
,
k
=
1
,
…
,
n
.
{\displaystyle x_{k}=\cos \left({\frac {k}{n+1}}\pi \right),\quad k=1,\ldots ,n.}
x
k
=
cos
(
k
n
π
)
,
k
=
0
,
…
,
n
.
{\displaystyle x_{k}=\cos \left({\frac {k}{n}}\pi \right),\quad k=0,\ldots ,n.}
第一種チェビシェフ多項式のユニークな性質の 1 つは、区間 -1 ≤ x ≤ 1 上のすべての 極値は -1 または 1 のいずれかの値を持つということです。したがって、これらの多項式には 2 つの有限の 臨界値しかありません。これは、 シャバット多項式 の定義特性です 。第一種および第二種のチェビシェフ多項式はどちらも、次のように表される端点に極値を持ちます。
T
n
(
1
)
=
1
T
n
(
−
1
)
=
(
−
1
)
n
U
n
(
1
)
=
n
+
1
U
n
(
−
1
)
=
(
−
1
)
n
(
n
+
1
)
.
{\displaystyle {\begin{aligned}T_{n}(1)&=1\\T_{n}(-1)&=(-1)^{n}\\U_{n}(1)&=n+1\\U_{n}(-1)&=(-1)^{n}(n+1).\end{aligned}}}
の区間上の の 極値 は の 値 に あります 。 は 、 、 または 、 、 、つまり が 互いに素な数である場合です。
T
n
(
x
)
{\displaystyle T_{n}(x)}
−
1
≤
x
≤
1
{\displaystyle -1\leq x\leq 1}
n
>
0
{\displaystyle n>0}
n
+
1
{\displaystyle n+1}
x
{\displaystyle x}
±
1
{\displaystyle \pm 1}
cos
(
2
π
k
d
)
{\displaystyle \cos \left({\frac {2\pi k}{d}}\right)}
d
>
2
{\displaystyle d>2}
d
|
2
n
{\displaystyle d\;|\;2n}
0
<
k
<
d
/
2
{\displaystyle 0<k<d/2}
(
k
,
d
)
=
1
{\displaystyle (k,d)=1}
k
{\displaystyle k}
d
{\displaystyle d}
具体的には、 [12] [13] が偶数のとき :
n
{\displaystyle n}
T
n
(
x
)
=
1
{\displaystyle T_{n}(x)=1}
、または が偶数の 場合 。 のこのような値が存在します 。
x
=
±
1
{\displaystyle x=\pm 1}
d
>
2
{\displaystyle d>2}
2
n
/
d
{\displaystyle 2n/d}
n
/
2
+
1
{\displaystyle n/2+1}
x
{\displaystyle x}
T
n
(
x
)
=
−
1
{\displaystyle T_{n}(x)=-1}
およびが奇数の 場合 。 のこのような値が存在します 。
d
>
2
{\displaystyle d>2}
2
n
/
d
{\displaystyle 2n/d}
n
/
2
{\displaystyle n/2}
x
{\displaystyle x}
奇数の場合 :
n
{\displaystyle n}
T
n
(
x
)
=
1
{\displaystyle T_{n}(x)=1}
、または が偶数の 場合 。 のこのような値が存在します 。
x
=
1
{\displaystyle x=1}
d
>
2
{\displaystyle d>2}
2
n
/
d
{\displaystyle 2n/d}
(
n
+
1
)
/
2
{\displaystyle (n+1)/2}
x
{\displaystyle x}
T
n
(
x
)
=
−
1
{\displaystyle T_{n}(x)=-1}
、または が奇数の 場合 。 のこのような値が存在します 。
x
=
−
1
{\displaystyle x=-1}
d
>
2
{\displaystyle d>2}
2
n
/
d
{\displaystyle 2n/d}
(
n
+
1
)
/
2
{\displaystyle (n+1)/2}
x
{\displaystyle x}
この結果は、の解に一般化されており 、 [13] また、 第3種および第4種チェビシェフ多項式に対してそれぞれおよび に一般化されている。 [14]
U
n
(
x
)
±
1
=
0
{\displaystyle U_{n}(x)\pm 1=0}
V
n
(
x
)
±
1
=
0
{\displaystyle V_{n}(x)\pm 1=0}
W
n
(
x
)
±
1
=
0
{\displaystyle W_{n}(x)\pm 1=0}
差別化と統合
多項式の導関数は、必ずしも簡単ではありません。多項式を三角関数形式で微分すると、次のことが示されます。
d
T
n
d
x
=
n
U
n
−
1
d
U
n
d
x
=
(
n
+
1
)
T
n
+
1
−
x
U
n
x
2
−
1
d
2
T
n
d
x
2
=
n
n
T
n
−
x
U
n
−
1
x
2
−
1
=
n
(
n
+
1
)
T
n
−
U
n
x
2
−
1
.
{\displaystyle {\begin{aligned}{\frac {\mathrm {d} T_{n}}{\mathrm {d} x}}&=nU_{n-1}\\{\frac {\mathrm {d} U_{n}}{\mathrm {d} x}}&={\frac {(n+1)T_{n+1}-xU_{n}}{x^{2}-1}}\\{\frac {\mathrm {d} ^{2}T_{n}}{\mathrm {d} x^{2}}}&=n\,{\frac {nT_{n}-xU_{n-1}}{x^{2}-1}}=n\,{\frac {(n+1)T_{n}-U_{n}}{x^{2}-1}}.\end{aligned}}}
最後の2つの式は、ゼロ除算のため数値的に問題になる可能性がある( 0 / 0 不定形 、具体的には x = 1 および x = −1 の場合。 ロピタルの規則 により:
d
2
T
n
d
x
2
|
x
=
1
=
n
4
−
n
2
3
,
d
2
T
n
d
x
2
|
x
=
−
1
=
(
−
1
)
n
n
4
−
n
2
3
.
{\displaystyle {\begin{aligned}\left.{\frac {\mathrm {d} ^{2}T_{n}}{\mathrm {d} x^{2}}}\right|_{x=1}\!\!&={\frac {n^{4}-n^{2}}{3}},\\\left.{\frac {\mathrm {d} ^{2}T_{n}}{\mathrm {d} x^{2}}}\right|_{x=-1}\!\!&=(-1)^{n}{\frac {n^{4}-n^{2}}{3}}.\end{aligned}}}
より一般的には、
これは 固有値 問題
の数値解法に非常に役立ちます 。
d
p
T
n
d
x
p
|
x
=
±
1
=
(
±
1
)
n
+
p
∏
k
=
0
p
−
1
n
2
−
k
2
2
k
+
1
,
{\displaystyle \left.{\frac {\mathrm {d} ^{p}T_{n}}{\mathrm {d} x^{p}}}\right|_{x=\pm 1}\!\!=(\pm 1)^{n+p}\prod _{k=0}^{p-1}{\frac {n^{2}-k^{2}}{2k+1}}~,}
また、次式も成り立ちます。
ここで、和の記号のプライムは、 k = 0 によって寄与される項が現れる場合に、その項が半分になることを意味します。
d
p
d
x
p
T
n
(
x
)
=
2
p
n
∑
′
0
≤
k
≤
n
−
p
k
≡
n
−
p
(
mod
2
)
(
n
+
p
−
k
2
−
1
n
−
p
−
k
2
)
(
n
+
p
+
k
2
−
1
)
!
(
n
−
p
+
k
2
)
!
T
k
(
x
)
,
p
≥
1
,
{\displaystyle {\frac {\mathrm {d} ^{p}}{\mathrm {d} x^{p}}}\,T_{n}(x)=2^{p}\,n\mathop {{\sum }'} _{0\leq k\leq n-p \atop k\,\equiv \,n-p{\pmod {2}}}{\binom {{\frac {n+p-k}{2}}-1}{\frac {n-p-k}{2}}}{\frac {\left({\frac {n+p+k}{2}}-1\right)!}{\left({\frac {n-p+k}{2}}\right)!}}\,T_{k}(x),~\qquad p\geq 1,}
積分に関しては、 T n の 1 次導関数は 次を意味します。
また、導関数を含む第一種多項式の再帰関係は、 n ≥ 2 に対して次を確立します。
∫
U
n
d
x
=
T
n
+
1
n
+
1
{\displaystyle \int U_{n}\,\mathrm {d} x={\frac {T_{n+1}}{n+1}}}
∫
T
n
d
x
=
1
2
(
T
n
+
1
n
+
1
−
T
n
−
1
n
−
1
)
=
n
T
n
+
1
n
2
−
1
−
x
T
n
n
−
1
.
{\displaystyle \int T_{n}\,\mathrm {d} x={\frac {1}{2}}\,\left({\frac {T_{n+1}}{n+1}}-{\frac {T_{n-1}}{n-1}}\right)={\frac {n\,T_{n+1}}{n^{2}-1}}-{\frac {x\,T_{n}}{n-1}}.}
最後の式をさらに操作して、 T n の積分を 第 1 種チェビシェフ多項式の関数としてのみ表すことができます。
∫
T
n
d
x
=
n
n
2
−
1
T
n
+
1
−
1
n
−
1
T
1
T
n
=
n
n
2
−
1
T
n
+
1
−
1
2
(
n
−
1
)
(
T
n
+
1
+
T
n
−
1
)
=
1
2
(
n
+
1
)
T
n
+
1
−
1
2
(
n
−
1
)
T
n
−
1
.
{\displaystyle {\begin{aligned}\int T_{n}\,\mathrm {d} x&={\frac {n}{n^{2}-1}}T_{n+1}-{\frac {1}{n-1}}T_{1}T_{n}\\&={\frac {n}{n^{2}-1}}\,T_{n+1}-{\frac {1}{2(n-1)}}\,(T_{n+1}+T_{n-1})\\&={\frac {1}{2(n+1)}}\,T_{n+1}-{\frac {1}{2(n-1)}}\,T_{n-1}.\end{aligned}}}
さらに、次のものがあります:
∫
−
1
1
T
n
(
x
)
d
x
=
{
(
−
1
)
n
+
1
1
−
n
2
if
n
≠
1
0
if
n
=
1.
{\displaystyle \int _{-1}^{1}T_{n}(x)\,\mathrm {d} x={\begin{cases}{\frac {(-1)^{n}+1}{1-n^{2}}}&{\text{ if }}~n\neq 1\\0&{\text{ if }}~n=1.\end{cases}}}
チェビシェフ多項式の積
第一種チェビシェフ多項式は、次の関係式を満たします。
これは、 コサインの
積和公式
から簡単に証明できます 。n = 1
の場合、 これは既知の再帰式になりますが、配置が異なります 。n = 2の場合は、すべての偶数またはすべての奇数インデックスのチェビシェフ多項式の再帰関係が形成されます (最小の m の偶奇性によって異なります )。これは、これらの多項式の偶数または奇数を意味します。この積展開から、チェビシェフ多項式を評価するためのさらに 3 つの便利な式を結論付けることができます。
T
m
(
x
)
T
n
(
x
)
=
1
2
(
T
m
+
n
(
x
)
+
T
|
m
−
n
|
(
x
)
)
,
∀
m
,
n
≥
0
,
{\displaystyle T_{m}(x)\,T_{n}(x)={\tfrac {1}{2}}\!\left(T_{m+n}(x)+T_{|m-n|}(x)\right)\!,\qquad \forall m,n\geq 0,}
2
cos
α
cos
β
=
cos
(
α
+
β
)
+
cos
(
α
−
β
)
.
{\displaystyle 2\cos \alpha \,\cos \beta =\cos(\alpha +\beta )+\cos(\alpha -\beta ).}
T
2
n
(
x
)
=
2
T
n
2
(
x
)
−
T
0
(
x
)
=
2
T
n
2
(
x
)
−
1
,
T
2
n
+
1
(
x
)
=
2
T
n
+
1
(
x
)
T
n
(
x
)
−
T
1
(
x
)
=
2
T
n
+
1
(
x
)
T
n
(
x
)
−
x
,
T
2
n
−
1
(
x
)
=
2
T
n
−
1
(
x
)
T
n
(
x
)
−
T
1
(
x
)
=
2
T
n
−
1
(
x
)
T
n
(
x
)
−
x
.
{\displaystyle {\begin{aligned}T_{2n}(x)&=2\,T_{n}^{2}(x)-T_{0}(x)&&=2T_{n}^{2}(x)-1,\\T_{2n+1}(x)&=2\,T_{n+1}(x)\,T_{n}(x)-T_{1}(x)&&=2\,T_{n+1}(x)\,T_{n}(x)-x,\\T_{2n-1}(x)&=2\,T_{n-1}(x)\,T_{n}(x)-T_{1}(x)&&=2\,T_{n-1}(x)\,T_{n}(x)-x.\end{aligned}}}
第二種多項式は、同様の関係式を満たします
(慣例により定義 U −1 ≡ 0 )。また、
m ≥ n
に対して、次式も満たします 。n = 2 の場合、 この再帰式は次のように簡約されます。これは、
m が 2 で始まるか 3 で始まる
かに応じて、第二種チェビシェフ多項式の偶数または奇数インデックスの偶数性または奇数性を確立します 。
T
m
(
x
)
U
n
(
x
)
=
{
1
2
(
U
m
+
n
(
x
)
+
U
n
−
m
(
x
)
)
,
if
n
≥
m
−
1
,
1
2
(
U
m
+
n
(
x
)
−
U
m
−
n
−
2
(
x
)
)
,
if
n
≤
m
−
2.
{\displaystyle T_{m}(x)\,U_{n}(x)={\begin{cases}{\frac {1}{2}}\left(U_{m+n}(x)+U_{n-m}(x)\right),&~{\text{ if }}~n\geq m-1,\\\\{\frac {1}{2}}\left(U_{m+n}(x)-U_{m-n-2}(x)\right),&~{\text{ if }}~n\leq m-2.\end{cases}}}
U
m
(
x
)
U
n
(
x
)
=
∑
k
=
0
n
U
m
−
n
+
2
k
(
x
)
=
∑
p
=
m
−
n
step 2
m
+
n
U
p
(
x
)
.
{\displaystyle U_{m}(x)\,U_{n}(x)=\sum _{k=0}^{n}\,U_{m-n+2k}(x)=\sum _{\underset {\text{ step 2 }}{p=m-n}}^{m+n}U_{p}(x)~.}
U
m
+
2
(
x
)
=
U
2
(
x
)
U
m
(
x
)
−
U
m
(
x
)
−
U
m
−
2
(
x
)
=
U
m
(
x
)
(
U
2
(
x
)
−
1
)
−
U
m
−
2
(
x
)
,
{\displaystyle U_{m+2}(x)=U_{2}(x)\,U_{m}(x)-U_{m}(x)-U_{m-2}(x)=U_{m}(x)\,{\big (}U_{2}(x)-1{\big )}-U_{m-2}(x)~,}
合成と分割可能性の特性
Tn と Un の 三角関数の定義は 、 合成または入れ子の性質を意味します。 [15]
Tmn
の場合 、 合成の順序を逆にすることができ、多項式関数の族 Tn は 合成に関して可換半 群になり ます 。
T
m
n
(
x
)
=
T
m
(
T
n
(
x
)
)
,
U
m
n
−
1
(
x
)
=
U
m
−
1
(
T
n
(
x
)
)
U
n
−
1
(
x
)
.
{\displaystyle {\begin{aligned}T_{mn}(x)&=T_{m}(T_{n}(x)),\\U_{mn-1}(x)&=U_{m-1}(T_{n}(x))U_{n-1}(x).\end{aligned}}}
m が奇数の場合 には T m ( x ) は x で割り切れるので、 m が奇数の 場合には T mn ( x ) は T n ( x ) で割り切れることになります。さらに、 U mn −1 ( x )は U n −1 ( x ) で割り切れ、 m が偶数の場合には T n ( x ) U n −1 ( x ) で割り切れます 。
直交性
T n と U n は 両方とも 直交多項式 の列を形成します 。第 1 種多項式 T n は 、
区間 [−1, 1] 上の重みに関して直交します。
つまり、次の式が成り立ちます。
1
1
−
x
2
,
{\displaystyle {\frac {1}{\sqrt {1-x^{2}}}},}
∫
−
1
1
T
n
(
x
)
T
m
(
x
)
d
x
1
−
x
2
=
{
0
if
n
≠
m
,
π
if
n
=
m
=
0
,
π
2
if
n
=
m
≠
0.
{\displaystyle \int _{-1}^{1}T_{n}(x)\,T_{m}(x)\,{\frac {\mathrm {d} x}{\sqrt {1-x^{2}}}}={\begin{cases}0&~{\text{ if }}~n\neq m,\\[5mu]\pi &~{\text{ if }}~n=m=0,\\[5mu]{\frac {\pi }{2}}&~{\text{ if }}~n=m\neq 0.\end{cases}}}
これは、 x = cos θ とし、定義恒等式 T n (cos θ ) = cos( nθ ) を使用することで証明できます 。
同様に、第2種多項式 U nは 重みに関して直交しており、
区間 [−1, 1] では次のようになる。
1
−
x
2
{\displaystyle {\sqrt {1-x^{2}}}}
∫
−
1
1
U
n
(
x
)
U
m
(
x
)
1
−
x
2
d
x
=
{
0
if
n
≠
m
,
π
2
if
n
=
m
.
{\displaystyle \int _{-1}^{1}U_{n}(x)\,U_{m}(x)\,{\sqrt {1-x^{2}}}\,\mathrm {d} x={\begin{cases}0&~{\text{ if }}~n\neq m,\\[5mu]{\frac {\pi }{2}}&~{\text{ if }}~n=m.\end{cases}}}
(測度 √1 − x2dx は 、正規化定数の範囲内で、 ウィグナー半円分布 で ある 。)
これらの直交性は、チェビシェフ多項式がチェビシェフ微分方程式 を解くという事実から生じます。チェビシェフ微分方程式 は 、
ストゥルム・リウヴィル微分方程式 です。このような 微分方程式 の一般的な特徴は、解の明確な正規直交集合が存在することです。(チェビシェフ多項式を定義する別の方法は、 それらの方程式 の解として定義することです 。)
(
1
−
x
2
)
T
n
″
−
x
T
n
′
+
n
2
T
n
=
0
,
(
1
−
x
2
)
U
n
″
−
3
x
U
n
′
+
n
(
n
+
2
)
U
n
=
0
,
{\displaystyle {\begin{aligned}(1-x^{2})T_{n}''-xT_{n}'+n^{2}T_{n}&=0,\\[1ex](1-x^{2})U_{n}''-3xU_{n}'+n(n+2)U_{n}&=0,\end{aligned}}}
T n は 離散 直交性条件も満たす。
ここで N は max( i , j ) より大きい任意の整数 、 [9] であり、 x k は T N ( x )の N チェビシェフノード (上記参照) である 。
∑
k
=
0
N
−
1
T
i
(
x
k
)
T
j
(
x
k
)
=
{
0
if
i
≠
j
,
N
if
i
=
j
=
0
,
N
2
if
i
=
j
≠
0
,
{\displaystyle \sum _{k=0}^{N-1}{T_{i}(x_{k})\,T_{j}(x_{k})}={\begin{cases}0&~{\text{ if }}~i\neq j,\\[5mu]N&~{\text{ if }}~i=j=0,\\[5mu]{\frac {N}{2}}&~{\text{ if }}~i=j\neq 0,\end{cases}}}
x
k
=
cos
(
π
2
k
+
1
2
N
)
for
k
=
0
,
1
,
…
,
N
−
1.
{\displaystyle x_{k}=\cos \left(\pi \,{\frac {2k+1}{2N}}\right)\quad ~{\text{ for }}~k=0,1,\dots ,N-1.}
第二種多項式と、 同じチェビシェフノード x k を持つ任意の整数N > i + j に対して、同様の和が存在します。
重み関数がない場合:
∑
k
=
0
N
−
1
U
i
(
x
k
)
U
j
(
x
k
)
(
1
−
x
k
2
)
=
{
0
if
i
≠
j
,
N
2
if
i
=
j
,
{\displaystyle \sum _{k=0}^{N-1}{U_{i}(x_{k})\,U_{j}(x_{k})\left(1-x_{k}^{2}\right)}={\begin{cases}0&{\text{ if }}~i\neq j,\\[5mu]{\frac {N}{2}}&{\text{ if }}~i=j,\end{cases}}}
∑
k
=
0
N
−
1
U
i
(
x
k
)
U
j
(
x
k
)
=
{
0
if
i
≢
j
(
mod
2
)
,
N
⋅
(
1
+
min
{
i
,
j
}
)
if
i
≡
j
(
mod
2
)
.
{\displaystyle \sum _{k=0}^{N-1}{U_{i}(x_{k})\,U_{j}(x_{k})}={\begin{cases}0&~{\text{ if }}~i\not \equiv j{\pmod {2}},\\[5mu]N\cdot (1+\min\{i,j\})&~{\text{ if }}~i\equiv j{\pmod {2}}.\end{cases}}}
任意の整数 N > i + jに対して、 U N ( x ) の N個の ゼロに基づいて 、
次の
合計を得ることができます
。
また、重み関数なしでも次の式が得られます。
y
k
=
cos
(
π
k
+
1
N
+
1
)
for
k
=
0
,
1
,
…
,
N
−
1
,
{\displaystyle y_{k}=\cos \left(\pi \,{\frac {k+1}{N+1}}\right)\quad ~{\text{ for }}~k=0,1,\dots ,N-1,}
∑
k
=
0
N
−
1
U
i
(
y
k
)
U
j
(
y
k
)
(
1
−
y
k
2
)
=
{
0
if
i
≠
j
,
N
+
1
2
if
i
=
j
,
{\displaystyle \sum _{k=0}^{N-1}{U_{i}(y_{k})\,U_{j}(y_{k})(1-y_{k}^{2})}={\begin{cases}0&~{\text{ if }}i\neq j,\\[5mu]{\frac {N+1}{2}}&~{\text{ if }}i=j,\end{cases}}}
∑
k
=
0
N
−
1
U
i
(
y
k
)
U
j
(
y
k
)
=
{
0
if
i
≢
j
(
mod
2
)
,
(
min
{
i
,
j
}
+
1
)
(
N
−
max
{
i
,
j
}
)
if
i
≡
j
(
mod
2
)
.
{\displaystyle \sum _{k=0}^{N-1}{U_{i}(y_{k})\,U_{j}(y_{k})}={\begin{cases}0&~{\text{ if }}~i\not \equiv j{\pmod {2}},\\[5mu]{\bigl (}\min\{i,j\}+1{\bigr )}{\bigl (}N-\max\{i,j\}{\bigr )}&~{\text{ if }}~i\equiv j{\pmod {2}}.\end{cases}}}
最小限 ∞ -ノルム
任意の n ≥ 1に対して、主係数が 1 である n 次多項式 ( モニック 多項式) のうち、
区間 [−1, 1] 上の絶対値の最大値が最小となるものは 1 つです。
f
(
x
)
=
1
2
n
−
1
T
n
(
x
)
{\displaystyle f(x)={\frac {1}{\,2^{n-1}\,}}\,T_{n}(x)}
この最大絶対値は次の通りです。
そして
| f ( x ) | が この最大値に達するのは 、次 のときです:
1
2
n
−
1
{\displaystyle {\frac {1}{2^{n-1}}}}
x
=
cos
k
π
n
for
0
≤
k
≤
n
.
{\displaystyle x=\cos {\frac {k\pi }{n}}\quad {\text{for }}0\leq k\leq n.}
証拠
w n ( x )が、区間 [−1, 1] 上の絶対値が 1 / 2 n − 1 未満で、先頭係数が 1 である n 次多項式である と仮定します 。
定義する
f
n
(
x
)
=
1
2
n
−
1
T
n
(
x
)
−
w
n
(
x
)
{\displaystyle f_{n}(x)={\frac {1}{\,2^{n-1}\,}}\,T_{n}(x)-w_{n}(x)}
なぜなら
、 T n の極限点では、
|
w
n
(
x
)
|
<
|
1
2
n
−
1
T
n
(
x
)
|
f
n
(
x
)
>
0
for
x
=
cos
2
k
π
n
where
0
≤
2
k
≤
n
f
n
(
x
)
<
0
for
x
=
cos
(
2
k
+
1
)
π
n
where
0
≤
2
k
+
1
≤
n
{\displaystyle {\begin{aligned}|w_{n}(x)|&<\left|{\frac {1}{2^{n-1}}}T_{n}(x)\right|\\f_{n}(x)&>0\qquad {\text{ for }}~x=\cos {\frac {2k\pi }{n}}~&&{\text{ where }}0\leq 2k\leq n\\f_{n}(x)&<0\qquad {\text{ for }}~x=\cos {\frac {(2k+1)\pi }{n}}~&&{\text{ where }}0\leq 2k+1\leq n\end{aligned}}}
中間値定理 から 、 f n ( x ) には少なくとも n 個の根があります。しかし、 f n ( x ) は n − 1 次多項式なので 、 これは不可能であり、 代数の基本定理 によれば、最大で n − 1 個 の根しかありません。
等振動定理 により、次数 ≤ n のすべての多項式の中で 、多項式 f が [−1, 1] 上で ‖ f ‖ ∞ を最小化する のは、 | f ( x i ) | = ‖ f ‖ ∞ となるような、 −1 ≤ x 0 < x 1 < ⋯ < x n + 1 ≤ 1 の点 が n + 2 個ある場合のみです 。
もちろん、区間 [−1, 1] 上のヌル多項式はそれ自体で近似でき、 ∞ ノルムを最小化します。
ただし、上記では、 n ≥ 1 の最適な多項式を探しているため、 | f | が 最大値に達するのは n + 1 回だけです(したがって、前に述べた定理は使用できません)。
より一般的な多項式族の特別なケースとしてのチェビシェフ多項式
チェビシェフ多項式は超球面多項式または ゲーゲンバウアー多項式の特殊なケースであり、超球面多項式またはゲーゲンバウアー多項式自体は ヤコビ多項式 の特殊なケースです 。
C
n
(
λ
)
(
x
)
{\displaystyle C_{n}^{(\lambda )}(x)}
P
n
(
α
,
β
)
(
x
)
{\displaystyle P_{n}^{(\alpha ,\beta )}(x)}
T
n
(
x
)
=
n
2
lim
q
→
0
1
q
C
n
(
q
)
(
x
)
if
n
≥
1
,
=
1
(
n
−
1
2
n
)
P
n
(
−
1
2
,
−
1
2
)
(
x
)
=
2
2
n
(
2
n
n
)
P
n
(
−
1
2
,
−
1
2
)
(
x
)
,
U
n
(
x
)
=
C
n
(
1
)
(
x
)
=
n
+
1
(
n
+
1
2
n
)
P
n
(
1
2
,
1
2
)
(
x
)
=
2
2
n
+
1
(
2
n
+
2
n
+
1
)
P
n
(
1
2
,
1
2
)
(
x
)
.
{\displaystyle {\begin{aligned}T_{n}(x)&={\frac {n}{2}}\lim _{q\to 0}{\frac {1}{q}}\,C_{n}^{(q)}(x)\qquad ~{\text{ if }}~n\geq 1,\\&={\frac {1}{\binom {n-{\frac {1}{2}}}{n}}}P_{n}^{\left(-{\frac {1}{2}},-{\frac {1}{2}}\right)}(x)={\frac {2^{2n}}{\binom {2n}{n}}}P_{n}^{\left(-{\frac {1}{2}},-{\frac {1}{2}}\right)}(x)~,\\[2ex]U_{n}(x)&=C_{n}^{(1)}(x)\\&={\frac {n+1}{\binom {n+{\frac {1}{2}}}{n}}}P_{n}^{\left({\frac {1}{2}},{\frac {1}{2}}\right)}(x)={\frac {2^{2n+1}}{\binom {2n+2}{n+1}}}P_{n}^{\left({\frac {1}{2}},{\frac {1}{2}}\right)}(x)~.\end{aligned}}}
チェビシェフ多項式もディクソン多項式 の特殊なケースです 。
特に、 のとき、それらは および によって関連付けられます 。
D
n
(
2
x
α
,
α
2
)
=
2
α
n
T
n
(
x
)
{\displaystyle D_{n}(2x\alpha ,\alpha ^{2})=2\alpha ^{n}T_{n}(x)\,}
E
n
(
2
x
α
,
α
2
)
=
α
n
U
n
(
x
)
.
{\displaystyle E_{n}(2x\alpha ,\alpha ^{2})=\alpha ^{n}U_{n}(x).\,}
α
=
1
2
{\displaystyle \alpha ={\tfrac {1}{2}}}
D
n
(
x
,
1
4
)
=
2
1
−
n
T
n
(
x
)
{\displaystyle D_{n}(x,{\tfrac {1}{4}})=2^{1-n}T_{n}(x)}
E
n
(
x
,
1
4
)
=
2
−
n
U
n
(
x
)
{\displaystyle E_{n}(x,{\tfrac {1}{4}})=2^{-n}U_{n}(x)}
その他のプロパティ
y = T n ( x ) 、またはそれと同等のパラメトリック方程式 y = T n (cos θ ) = cos nθ 、 x = cos θ で与えられる曲線は、 周波数比が nに等しい リサジュー曲線 の特殊なケースです 。
式に似ています。
類似の式は次のようになります。
T
n
(
cos
θ
)
=
cos
(
n
θ
)
,
{\displaystyle T_{n}(\cos \theta )=\cos(n\theta ),}
T
2
n
+
1
(
sin
θ
)
=
(
−
1
)
n
sin
(
(
2
n
+
1
)
θ
)
.
{\displaystyle T_{2n+1}(\sin \theta )=(-1)^{n}\sin \left(\left(2n+1\right)\theta \right).}
x ≠ 0 の場合 :
かつ:
これは、定義により x = e iθ
に対して成り立つという事実から導かれます 。
T
n
(
x
+
x
−
1
2
)
=
x
n
+
x
−
n
2
{\displaystyle T_{n}\!\left({\frac {x+x^{-1}}{2}}\right)={\frac {x^{n}+x^{-n}}{2}}}
x
n
=
T
n
(
x
+
x
−
1
2
)
+
x
−
x
−
1
2
U
n
−
1
(
x
+
x
−
1
2
)
,
{\displaystyle x^{n}=T_{n}\!\left({\frac {x+x^{-1}}{2}}\right)+{\frac {x-x^{-1}}{2}}\ U_{n-1}\!\left({\frac {x+x^{-1}}{2}}\right),}
ルジャンドル多項式とチェビシェフ多項式の間には関係がある
∑
k
=
0
n
P
k
(
x
)
T
n
−
k
(
x
)
=
(
n
+
1
)
P
n
(
x
)
{\displaystyle \sum _{k=0}^{n}P_{k}\left(x\right)T_{n-k}\left(x\right)=\left(n+1\right)P_{n}\left(x\right)}
∑
k
=
0
n
P
k
(
x
)
P
n
−
k
(
x
)
=
U
n
(
x
)
{\displaystyle \sum _{k=0}^{n}P_{k}\left(x\right)P_{n-k}\left(x\right)=U_{n}\left(x\right)}
これらの恒等式は生成関数と離散畳み込みを使って証明できる。
例
第一種
−1 < x < 1 の 領域における最初のいくつかの第 1 種チェビシェフ多項式 : 平坦な T 0 、 T 1 、 T 2 、 T 3 、 T 4 、 T 5 。
第一種チェビシェフ多項式の最初のいくつかは OEIS :A028297である。
T
0
(
x
)
=
1
T
1
(
x
)
=
x
T
2
(
x
)
=
2
x
2
−
1
T
3
(
x
)
=
4
x
3
−
3
x
T
4
(
x
)
=
8
x
4
−
8
x
2
+
1
T
5
(
x
)
=
16
x
5
−
20
x
3
+
5
x
T
6
(
x
)
=
32
x
6
−
48
x
4
+
18
x
2
−
1
T
7
(
x
)
=
64
x
7
−
112
x
5
+
56
x
3
−
7
x
T
8
(
x
)
=
128
x
8
−
256
x
6
+
160
x
4
−
32
x
2
+
1
T
9
(
x
)
=
256
x
9
−
576
x
7
+
432
x
5
−
120
x
3
+
9
x
T
10
(
x
)
=
512
x
10
−
1280
x
8
+
1120
x
6
−
400
x
4
+
50
x
2
−
1
{\displaystyle {\begin{aligned}T_{0}(x)&=1\\T_{1}(x)&=x\\T_{2}(x)&=2x^{2}-1\\T_{3}(x)&=4x^{3}-3x\\T_{4}(x)&=8x^{4}-8x^{2}+1\\T_{5}(x)&=16x^{5}-20x^{3}+5x\\T_{6}(x)&=32x^{6}-48x^{4}+18x^{2}-1\\T_{7}(x)&=64x^{7}-112x^{5}+56x^{3}-7x\\T_{8}(x)&=128x^{8}-256x^{6}+160x^{4}-32x^{2}+1\\T_{9}(x)&=256x^{9}-576x^{7}+432x^{5}-120x^{3}+9x\\T_{10}(x)&=512x^{10}-1280x^{8}+1120x^{6}-400x^{4}+50x^{2}-1\end{aligned}}}
第二種
−1 < x < 1 の 領域における第 2 種チェビシェフ多項式の最初のいくつか : 平坦な U 0 、 U 1 、 U 2 、 U 3 、 U 4 、 U 5 。画像では見えませんが、 U n (1) = n + 1 および U n (−1) = ( n + 1)(−1) n です 。
第二種チェビシェフ多項式の最初のいくつかは OEIS :A053117である。
U
0
(
x
)
=
1
U
1
(
x
)
=
2
x
U
2
(
x
)
=
4
x
2
−
1
U
3
(
x
)
=
8
x
3
−
4
x
U
4
(
x
)
=
16
x
4
−
12
x
2
+
1
U
5
(
x
)
=
32
x
5
−
32
x
3
+
6
x
U
6
(
x
)
=
64
x
6
−
80
x
4
+
24
x
2
−
1
U
7
(
x
)
=
128
x
7
−
192
x
5
+
80
x
3
−
8
x
U
8
(
x
)
=
256
x
8
−
448
x
6
+
240
x
4
−
40
x
2
+
1
U
9
(
x
)
=
512
x
9
−
1024
x
7
+
672
x
5
−
160
x
3
+
10
x
U
10
(
x
)
=
1024
x
10
−
2304
x
8
+
1792
x
6
−
560
x
4
+
60
x
2
−
1
{\displaystyle {\begin{aligned}U_{0}(x)&=1\\U_{1}(x)&=2x\\U_{2}(x)&=4x^{2}-1\\U_{3}(x)&=8x^{3}-4x\\U_{4}(x)&=16x^{4}-12x^{2}+1\\U_{5}(x)&=32x^{5}-32x^{3}+6x\\U_{6}(x)&=64x^{6}-80x^{4}+24x^{2}-1\\U_{7}(x)&=128x^{7}-192x^{5}+80x^{3}-8x\\U_{8}(x)&=256x^{8}-448x^{6}+240x^{4}-40x^{2}+1\\U_{9}(x)&=512x^{9}-1024x^{7}+672x^{5}-160x^{3}+10x\\U_{10}(x)&=1024x^{10}-2304x^{8}+1792x^{6}-560x^{4}+60x^{2}-1\end{aligned}}}
基本セットとして
滑らかでない関数(上) y = − x 3 H (− x ) ( H は ヘビサイドのステップ関数 )、および(下)そのチェビシェフ展開の 5 番目の部分和。7 番目の和は、グラフの解像度では元の関数と区別がつきません。
適切な ソボレフ空間 では、チェビシェフ多項式の集合は 正規直交基底 を形成するので、同じ空間内の関数は、 −1 ≤ x ≤ 1 上で、展開によって表すことができる。 [16]
f
(
x
)
=
∑
n
=
0
∞
a
n
T
n
(
x
)
.
{\displaystyle f(x)=\sum _{n=0}^{\infty }a_{n}T_{n}(x).}
さらに、前述のように、チェビシェフ多項式は 直交 基底を形成し、これは(とりわけ)係数 a n が 内積 の適用によって簡単に決定できることを意味します。この和は チェビシェフ級数 または チェビシェフ展開 と呼ばれます 。
チェビシェフ級数は 変数変換を通じて フーリエ余弦級数と関連しているため、 フーリエ級数 に適用される定理や恒等式などはすべてチェビシェフ級数にも対応するものがある。 [16] これらの属性には以下が含まれる。
チェビシェフ多項式は 完全な 直交系を形成します。
関数が 区分的に 滑らか で連続 して いる場合、チェビシェフ級数は f ( x )に収束します。 f ( x ) とその導関数 に有限個の不連続点がある限り、ほとんどの場合、滑らかさの要件は緩和できます。
不連続点では、級数は右の限界と左の限界の平均に収束します。
チェビシェフ多項式は フーリエ級数 から受け継いだ定理や恒等式の豊富さから 数値解析の重要なツールとなっている。例えば、 スペクトル法 で使用される最も一般的な汎用基底関数であり 、 [16] 連続関数の収束が一般に速いため三角級数よりも好まれることが多い( ギブスの現象は 依然として問題である)。
例1
log(1 + x ) のチェビシェフ展開を考えてみましょう 。次のように表すことができます。
log
(
1
+
x
)
=
∑
n
=
0
∞
a
n
T
n
(
x
)
.
{\displaystyle \log(1+x)=\sum _{n=0}^{\infty }a_{n}T_{n}(x)~.}
係数 a n は、内積を適用するか、離散直交条件によって求めることができます。内積の場合
:
∫
−
1
+
1
T
m
(
x
)
log
(
1
+
x
)
1
−
x
2
d
x
=
∑
n
=
0
∞
a
n
∫
−
1
+
1
T
m
(
x
)
T
n
(
x
)
1
−
x
2
d
x
,
{\displaystyle \int _{-1}^{+1}\,{\frac {T_{m}(x)\,\log(1+x)}{\sqrt {1-x^{2}}}}\,\mathrm {d} x=\sum _{n=0}^{\infty }a_{n}\int _{-1}^{+1}{\frac {T_{m}(x)\,T_{n}(x)}{\sqrt {1-x^{2}}}}\,\mathrm {d} x,}
a
n
=
{
−
log
2
for
n
=
0
,
−
2
(
−
1
)
n
n
for
n
>
0.
{\displaystyle a_{n}={\begin{cases}-\log 2&{\text{ for }}~n=0,\\{\frac {-2(-1)^{n}}{n}}&{\text{ for }}~n>0.\end{cases}}}
あるいは、近似する関数の内積を評価できない場合、離散直交性条件によって 近似 係数の有用な結果が得られることが多い。
ここで、 δ ij は クロネッカーのデルタ 関数、 x kは T N ( x )の N ガウス・チェビシェフ零点 である 。
任意の N
に対して、これらの近似係数は、それらの点間の誤差が制御された状態で、 x k における関数の正確な近似値を提供する。正確な係数は N = ∞ で得られるため、 [−1,1] 内のすべての点で関数を正確に表すことができる 。収束率は関数とその滑らかさによって決まる。
a
n
≈
2
−
δ
0
n
N
∑
k
=
0
N
−
1
T
n
(
x
k
)
log
(
1
+
x
k
)
,
{\displaystyle a_{n}\approx {\frac {\,2-\delta _{0n}\,}{N}}\,\sum _{k=0}^{N-1}T_{n}(x_{k})\,\log(1+x_{k}),}
x
k
=
cos
(
π
(
k
+
1
2
)
N
)
.
{\displaystyle x_{k}=\cos \left({\frac {\pi \left(k+{\tfrac {1}{2}}\right)}{N}}\right).}
これにより、離散コサイン変換 を通じて 近似係数 a n を 非常に効率的に計算できるようになります。
a
n
≈
2
−
δ
0
n
N
∑
k
=
0
N
−
1
cos
(
n
π
(
k
+
1
2
)
N
)
log
(
1
+
x
k
)
.
{\displaystyle a_{n}\approx {\frac {2-\delta _{0n}}{N}}\sum _{k=0}^{N-1}\cos \left({\frac {n\pi \left(\,k+{\tfrac {1}{2}}\right)}{N}}\right)\log(1+x_{k}).}
例2
別の例を挙げます。
(
1
−
x
2
)
α
=
−
1
π
Γ
(
1
2
+
α
)
Γ
(
α
+
1
)
+
2
1
−
2
α
∑
n
=
0
(
−
1
)
n
(
2
α
α
−
n
)
T
2
n
(
x
)
=
2
−
2
α
∑
n
=
0
(
−
1
)
n
(
2
α
+
1
α
−
n
)
U
2
n
(
x
)
.
{\displaystyle {\begin{aligned}\left(1-x^{2}\right)^{\alpha }&=-{\frac {1}{\sqrt {\pi }}}\,{\frac {\Gamma \left({\tfrac {1}{2}}+\alpha \right)}{\Gamma (\alpha +1)}}+2^{1-2\alpha }\,\sum _{n=0}\left(-1\right)^{n}\,{2\alpha \choose \alpha -n}\,T_{2n}(x)\\[1ex]&=2^{-2\alpha }\,\sum _{n=0}\left(-1\right)^{n}\,{2\alpha +1 \choose \alpha -n}\,U_{2n}(x).\end{aligned}}}
部分合計
の部分和は、
さまざまな関数の 近似や 微分方程式 の解法
に非常に役立ちます ( スペクトル法 を参照)。係数 a n を 決定する一般的な 2 つの方法は、ガラーキン法 のように 内積 を使用する方法と、 補間 に関連する 共線法 を使用する方法です 。
f
(
x
)
=
∑
n
=
0
∞
a
n
T
n
(
x
)
{\displaystyle f(x)=\sum _{n=0}^{\infty }a_{n}T_{n}(x)}
補間関数として、 ( N − 1) 番目の部分和の N 個の係数は通常、チェビシェフ・ガウス・ロバット [17] 点(またはロバットグリッド)上で得られ、これにより誤差が最小限に抑えられ、均一グリッドに関連する ルンゲ現象 を回避できます。この点の集合は、和の最高次多項式の極値と端点に対応し、次のように表されます。
x
k
=
−
cos
(
k
π
N
−
1
)
;
k
=
0
,
1
,
…
,
N
−
1.
{\displaystyle x_{k}=-\cos \left({\frac {k\pi }{N-1}}\right);\qquad k=0,1,\dots ,N-1.}
N 次の任意の多項式は、 第一種チェビシェフ多項式で表すことができます。 [9] このような多項式 p ( x ) は次の形式になります。
p
(
x
)
=
∑
n
=
0
N
a
n
T
n
(
x
)
.
{\displaystyle p(x)=\sum _{n=0}^{N}a_{n}T_{n}(x).}
チェビシェフ形式の多項式は、クレンショウアルゴリズムを 使用して評価できます 。
と表記され、チェビシェフ多項式と密接に関連した 多項式 が時々使用されます。これらは次のように定義されます。 [18]
および次式を満たします。AF
Horadam はこれらの多項式を Vieta–Lucas 多項式と呼び 、 と表記しました。彼はこれらの多項式を Vieta–Fibonacci 多項式と呼び、 と表記しました。[19] 両方の多項式の一覧は、Viète の Opera Mathematica の第 IX 章、定理 VI および VII に記載されています 。 [ 20 ] 実 引数 の Vieta – Lucas 多項式 と Vieta–Fibonacci 多項式は、後者の場合は の累乗と指数のシフトを除けば、虚引数の Lucas 多項式と Fibonacci 多項式 L n および F n に等しいです。
C
n
(
x
)
{\displaystyle C_{n}(x)}
S
n
(
x
)
{\displaystyle S_{n}(x)}
C
n
(
x
)
=
2
T
n
(
x
2
)
,
S
n
(
x
)
=
U
n
(
x
2
)
{\displaystyle C_{n}(x)=2T_{n}\left({\frac {x}{2}}\right),\qquad S_{n}(x)=U_{n}\left({\frac {x}{2}}\right)}
C
n
(
x
)
=
S
n
(
x
)
−
S
n
−
2
(
x
)
.
{\displaystyle C_{n}(x)=S_{n}(x)-S_{n-2}(x).}
C
n
(
x
)
{\displaystyle C_{n}(x)}
v
n
(
x
)
{\displaystyle v_{n}(x)}
S
n
(
x
)
{\displaystyle S_{n}(x)}
V
n
(
x
)
{\displaystyle V_{n}(x)}
i
{\displaystyle i}
第一種および第二種のシフトチェビシェフ多項式は、 チェビシェフ多項式と次の関係がある。 [18]
T
n
∗
(
x
)
=
T
n
(
2
x
−
1
)
,
U
n
∗
(
x
)
=
U
n
(
2
x
−
1
)
.
{\displaystyle T_{n}^{*}(x)=T_{n}(2x-1),\qquad U_{n}^{*}(x)=U_{n}(2x-1).}
チェビシェフ多項式の引数が 2 x − 1 ∈ [−1, 1] を満たすとき、シフトチェビシェフ多項式の引数は x ∈ [0, 1] を満たします。同様に、一般的な区間[ a , b ] に対してシフト多項式を定義することができます 。
1990 年頃、「第 3 種」および「第 4 種」という用語は、チェビシェフ多項式に関連して使用されるようになりましたが、これらの用語で表される多項式は、それ以前には、 翼型多項式 という名前で開発されていました。JC Mason と GH Elliott によると、「第 3 種」および「第 4 種」という用語は、 Walter Gautschi が「直交多項式の分野の同僚と相談して」考案したものです。 [21] 第 3 種のチェビシェフ多項式は次 の ように定義されます。
第 4 種のチェビシェフ多項式は次
の ように定義されます
。
ここで、 。 [21] [22] 翼型の文献では 、 および がおよび と 表記されます 。多項式族 、、、 およびは、 重みに関して直交します。
およびは、次の 条件を満たす
ヤコビ多項式に比例します 。 [22]
V
n
(
x
)
=
cos
(
(
n
+
1
2
)
θ
)
cos
(
θ
2
)
=
2
1
+
x
T
2
n
+
1
(
x
+
1
2
)
{\displaystyle V_{n}(x)={\frac {\cos \left(\left(n+{\frac {1}{2}}\right)\theta \right)}{\cos \left({\frac {\theta }{2}}\right)}}={\sqrt {\frac {2}{1+x}}}T_{2n+1}\left({\sqrt {\frac {x+1}{2}}}\right)}
W
n
(
x
)
=
sin
(
(
n
+
1
2
)
θ
)
sin
(
θ
2
)
=
U
2
n
(
x
+
1
2
)
,
{\displaystyle W_{n}(x)={\frac {\sin \left(\left(n+{\frac {1}{2}}\right)\theta \right)}{\sin \left({\frac {\theta }{2}}\right)}}=U_{2n}\left({\sqrt {\frac {x+1}{2}}}\right),}
θ
=
arccos
x
{\displaystyle \theta =\arccos x}
V
n
(
x
)
{\displaystyle V_{n}(x)}
W
n
(
x
)
{\displaystyle W_{n}(x)}
t
n
(
x
)
{\displaystyle t_{n}(x)}
u
n
(
x
)
{\displaystyle u_{n}(x)}
T
n
(
x
)
{\displaystyle T_{n}(x)}
U
n
(
x
)
{\displaystyle U_{n}(x)}
V
n
(
x
)
{\displaystyle V_{n}(x)}
W
n
(
x
)
{\displaystyle W_{n}(x)}
(
1
−
x
2
)
−
1
/
2
,
(
1
−
x
2
)
1
/
2
,
(
1
−
x
)
−
1
/
2
(
1
+
x
)
1
/
2
,
(
1
+
x
)
−
1
/
2
(
1
−
x
)
1
/
2
{\displaystyle \left(1-x^{2}\right)^{-1/2},\quad \left(1-x^{2}\right)^{1/2},\quad (1-x)^{-1/2}(1+x)^{1/2},\quad (1+x)^{-1/2}(1-x)^{1/2}}
P
n
(
α
,
β
)
(
x
)
{\displaystyle P_{n}^{(\alpha ,\beta )}(x)}
(
α
,
β
)
=
(
−
1
2
,
−
1
2
)
,
(
α
,
β
)
=
(
1
2
,
1
2
)
,
(
α
,
β
)
=
(
−
1
2
,
1
2
)
,
(
α
,
β
)
=
(
1
2
,
−
1
2
)
.
{\displaystyle (\alpha ,\beta )=\left(-{\frac {1}{2}},-{\frac {1}{2}}\right),\quad (\alpha ,\beta )=\left({\frac {1}{2}},{\frac {1}{2}}\right),\quad (\alpha ,\beta )=\left(-{\frac {1}{2}},{\frac {1}{2}}\right),\quad (\alpha ,\beta )=\left({\frac {1}{2}},-{\frac {1}{2}}\right).}
4つの族はすべて、、、、 または の 繰り返し 条件を満たします が 、 、、、、 または が 等しい か どうかによって異なります 。 [21]
p
n
(
x
)
=
2
x
p
n
−
1
(
x
)
−
p
n
−
2
(
x
)
{\displaystyle p_{n}(x)=2xp_{n-1}(x)-p_{n-2}(x)}
p
0
(
x
)
=
1
{\displaystyle p_{0}(x)=1}
p
n
=
T
n
{\displaystyle p_{n}=T_{n}}
U
n
{\displaystyle U_{n}}
V
n
{\displaystyle V_{n}}
W
n
{\displaystyle W_{n}}
p
1
(
x
)
{\displaystyle p_{1}(x)}
x
{\displaystyle x}
2
x
{\displaystyle 2x}
2
x
−
1
{\displaystyle 2x-1}
2
x
+
1
{\displaystyle 2x+1}
偶数次変形チェビシェフ多項式
一部のアプリケーションではチェビシェフ多項式に依存していますが、ゼロに根がないことに対応できない場合があり、このような種類のアプリケーションでは標準チェビシェフ多項式を使用できません。均等に終端された受動ネットワークを使用した偶数次チェビシェフフィルタ設計は、この一例です。 [23] ただし、偶数次チェビシェフ多項式は、望ましいチェビシェフ等リップル効果を維持しながら、最低の根をゼロに移動するように修正することができます。このように修正された多項式にはゼロに 2 つの根が含まれており、偶数次修正チェビシェフ多項式と呼ばれることがあります。偶数次修正チェビシェフ多項式は、 標準チェビシェフ多項式と同じ方法で
チェビシェフノードから作成できます。
P
N
=
∏
i
=
1
N
(
x
−
C
i
)
{\displaystyle P_{N}=\prod _{i=1}^{N}(x-C_{i})}
どこ
P
N
{\displaystyle P_{N}}
はN 次のチェビシェフ多項式 である
C
i
{\displaystyle C_{i}}
i 番目のチェビシェフノード である
偶数次修正チェビシェフ多項式の場合、 偶数次修正チェビシェフノードを 使用して偶数次修正チェビシェフ多項式が構築されます。
P
e
N
=
∏
i
=
1
N
(
x
−
C
e
i
)
{\displaystyle Pe_{N}=\prod _{i=1}^{N}(x-Ce_{i})}
どこ
P
e
N
{\displaystyle Pe_{N}}
はN 次の偶数次修正チェビシェフ多項式 である。
C
e
i
{\displaystyle Ce_{i}}
はi 番目の偶数次修正チェビシェフノード である。
たとえば、上の例の 4 次チェビシェフ多項式は であり 、調べてみるとゼロ根は含まれていません。偶数次修正チェビシェフノードから多項式を作成すると、 の 4 次偶数次修正チェビシェフ多項式が作成されます 。調べてみると、これには 2 つのゼロ根が含まれており、ゼロ根を必要とするアプリケーションで使用できます。
X
4
−
X
2
+
.125
{\displaystyle X^{4}-X^{2}+.125}
X
4
−
.828427
X
2
{\displaystyle X^{4}-.828427X^{2}}
参照
数学ポータル
参考文献
^ リブリン、セオドア J. (1974)。「第 2 章 極限特性」。 チェビシェフ多項式。純粋および応用 数学 (第 1 版)。ニューヨーク、ロンドン、シドニー: Wiley-Interscience [John Wiley & Sons]。pp. 56–123。ISBN 978-047172470-4 。
^ Lanczos, C. ( 1952). 「最小反復法による線形方程式系の解法」 National Bureau of Standards 研究ジャーナル 49 (1): 33. doi : 10.6028/jres.049.006 .
^ チェビシェフ多項式は 、PL 州チェビシェフ (1854 年) で最初に提示されました。 「パラレルグラムの理論」。 Mémoires des Savants étrangers présentés à l'Académie de Saint-Pétersbourg (フランス語)。 7 : 539–586。
^ Schaeffer, AC (1941). 「多項式および関連関数に対する A. Markoff と S. Bernstein の不等式」. アメリカ数学会報 . 47 (8): 565–579. doi : 10.1090/S0002-9904-1941-07510-5 . ISSN 0002-9904.
^ Ritt, JF (1922). 「素数と合成多項式」. Trans. Amer. Math. Soc . 23 : 51–66. doi : 10.1090/S0002-9947-1922-1501189-9 .
^ Demeyer, Jeroen (2007). Diophantine Sets over Polynomial Rings and Hilbert's Tenth Problem for Function Fields (PDF) (博士論文). p. 70. 2007年7月2日時点のオリジナル (PDF) からアーカイブ。
^ ab Bateman, Harry ; Bateman Manuscript Project (1953). Erdélyi, Arthur (ed.). Higher Transcendental Functions. Vol. II. 研究協力者: W. Magnus 、 F. Oberhettinger [de] 、 F. Tricomi (第1版). ニューヨーク: McGraw-Hill. p. 184, eq. (3), (4). LCCN 53-5555. 再版:1981年。メルボルン、フロリダ州:Krieger。ISBN 0-89874-069 -X 。
^ Beckenbach, EF; Seidel, W.; Szász, Otto (1951)、「ルジャンドル行列式と超球面多項式の回帰行列式」、 Duke Math. J. 、 18 : 1–10、 doi :10.1215/S0012-7094-51-01801-7、 MR 0040487
^ abc メイソン&ハンズコム2002年。
^ Cody, WJ (1970). 「関数の実用的な有理数および多項式近似の調査」 SIAM Review . 12 (3): 400–423. doi :10.1137/1012082.
^ Mathar, RJ (2006). 「逆多項式のチェビシェフ級数展開」 J. Comput. Appl. Math . 196 (2): 596–607. arXiv : math/0403344 . Bibcode :2006JCoAM.196..596M. doi :10.1016/j.cam.2005.10.013. S2CID 16476052.
^ Gürtaş, YZ (2017). 「チェビシェフ多項式と最小多項式 」 。 アメリカ数学月刊誌 。124 (1): 74–78. doi :10.4169/amer.math.monthly.124.1.74. S2CID 125797961。
cos
(
2
π
/
n
)
{\displaystyle \cos(2\pi /n)}
^ ab Wolfram, DA (2022). 「第1種および第2種のチェビシェフ多項式の 最小 多項式による因数分解 」。 アメリカ数学月刊誌 。129 (2): 172–176。doi :10.1080/00029890.2022.2005391。S2CID 245808448 。
cos
(
2
π
/
d
)
{\displaystyle \cos(2\pi /d)}
^ Wolfram, DA ( 2022). 「チェビシェフ多項式の因数分解と最小多項式 」 オーストラリア数学会誌 。arXiv : 2106.14585。doi : 10.1017 /S0004972722000235。
cos
(
2
π
/
d
)
{\displaystyle \cos(2\pi /d)}
^ Rayes, MO; Trevisan, V.; Wang, PS (2005)、「チェビシェフ多項式の因数分解特性」、 Computers & Mathematics with Applications 、 50 (8–9): 1231–1240、 doi : 10.1016/j.camwa.2005.07.003
^ abc Boyd, John P. (2001). チェビシェフとフーリエスペクトル法 (PDF) (第2版). ドーバー. ISBN 0-486-41183-4 . 2010年3月31日時点の オリジナル (PDF)からアーカイブ 。 2009年 3月19日 閲覧。
^ 「チェビシェフ補間:インタラクティブツアー」。2017年3月18日時点のオリジナルよりアーカイブ 。 2016年 6月2日 閲覧。
^ ab アブラモウィッツ、ミルトン 、 ステグン、アイリーン ・アン編 (1983) [1964 年 6 月]。「第 22 章」。 数式、グラフ、および数学表付き数学関数ハンドブック 。応用数学シリーズ。第 55 巻 (訂正を含む第 10 回目の初版 (1972 年 12 月) の追加訂正を含む第 9 回目の再版、初版)。ワシントン DC、ニューヨーク: 米国商務省、国立標準局、ドーバー出版。p. 778。ISBN 978-0-486-61272-0 LCCN 64-60036。MR 0167642。LCCN 65-12253 。
^ Horadam, AF (2002)、「Vieta 多項式」 (PDF) 、 Fibonacci Quarterly 、 40 (3): 223–232
^ ヴィエテ、フランソワ (1646)。 Francisci Vietae Opera mathematica : in unum volumen congesta ac recognita / opera atque Studio Francisci a Schooten (PDF) 。フランス国立図書館。
^ abc Mason, JC; Elliott, GH (1993)、「4種類のチェビシェフ多項式展開による近似ミニマックス複素近似」、 J. Comput. Appl. Math. 、 46 (1–2): 291–300、 doi : 10.1016/0377-0427(93)90303-S
^ ab Desmarais, Robert N.; Bland, Samuel R. (1995)、「翼型多項式の特性表」、 NASA Reference Publication 1343 、アメリカ航空宇宙局
^ ルドルフ、ザール (1979 年 1 月)。フィルター設計ハンドブック (英語およびドイツ語) (第 1 版)。ミュンヘン、ドイツ: Allgemeine Elektricitais-Gesellschaft。 pp . 25、26、56–61、116、117。ISBN 3-87087-070-2 。
出典
アブラモウィッツ、ミルトン 、 ステグン、アイリーン ・アン編 (1983) [1964 年 6 月]。「第 22 章」。 数式、グラフ、および数学表付き数学関数ハンドブック 。応用数学シリーズ。第 55 巻 (第 10 刷の訂正を加えた第 9 刷 (1972 年 12 月)、初版)。ワシントン DC、ニューヨーク: 米国商務省、国立標準局、ドーバー出版。p. 773。ISBN 978-0-486-61272-0 LCCN 64-60036。MR 0167642。LCCN 65-12253 。
Dette, Holger (1995). 「チェビシェフ多項式のいくつかの特異な非線形極値現象に関する注記」. エディンバラ数学協会紀要 . 38 (2): 343–355. arXiv : math/9406222 . doi :10.1017/S001309150001912X. S2CID 16703489.
エリオット、デイビッド (1964)。「関数のチェビシェフ級数展開における係数の評価と推定」。 数学 コンプ 。18 ( 86): 274–284。doi : 10.1090 / S0025-5718-1964-0166903-7。MR 0166903 。
Eremenko, A.; Lempert, L. (1994). 「多項式の極値問題」 (PDF) . アメリカ数学会紀要 . 122 (1): 191–193. doi : 10.1090/S0002-9939-1994-1207536-1 . MR 1207536.
Hernandez, MA (2001). 「チェビシェフの近似アルゴリズムとアプリケーション」. Computers & Mathematics with Applications . 41 (3–4): 433–445. doi : 10.1016/s0898-1221(00)00286-8 .
メイソン、JC (1984)。「チェビシェフ多項式と有理近似のいくつかの特性と応用」。 有理近似と補間 。数学講義ノート。第 1105 巻。pp. 27–48。doi : 10.1007 / BFb0072398。ISBN 978-3-540-13899-0 。
Mason, JC; Handscomb, DC (2002). チェビシェフ多項式. Chapman and Hall/CRC. doi :10.1201/9781420036114. ISBN 978-1-4200-3611-4 。
Mathar, Richard J. (2006). 「逆多項式のチェビシェフ級数展開」. Journal of Computational and Applied Mathematics . 196 (2): 596–607. arXiv : math/0403344 . Bibcode :2006JCoAM.196..596M. doi : 10.1016/j.cam.2005.10.013 . S2CID 16476052.
Koornwinder, Tom H.; Wong, Roderick SC; Koekoek, Roelof; Swarttouw, René F. (2010)、「直交多項式」、 Olver, Frank WJ ; Lozier, Daniel M.; Boisvert, Ronald F.; Clark, Charles W. (eds.)、 NIST Handbook of Mathematical Functions 、Cambridge University Press、 ISBN 978-0-521-19225-5 、 MR 2723248 。
レメス、ユージン。「チェビシェフ多項式の極限特性について」 (PDF) 。
Salzer, Herbert E. (1976). 「漸化式による補間級数のチェビシェフ級数への変換」. 計算数学 . 30 (134): 295–302. doi : 10.1090/S0025-5718-1976-0395159-3 . MR 0395159.
Scraton, RE (1969). 「チェビシェフ級数における積分方程式の解」. 計算数学 . 23 (108): 837–844. doi : 10.1090/S0025-5718-1969-0260224-4 . MR 0260224.
Smith, Lyle B. (1966). 「チェビシェフ級数係数の計算」. Comm. ACM . 9 (2): 86–87. doi : 10.1145/365170.365195 . S2CID 8876563. アルゴリズム 277.
スエティン、PK (2001) [1994]、「チェビシェフ多項式」、 数学百科事典 、 EMS プレス
外部リンク
ウィキメディア・コモンズのチェビシェフ多項式に関連するメディア
Weisstein, Eric W. 「第一種チェビシェフ多項式」 。MathWorld 。
Mathews, John H. (2003). 「チェビシェフ多項式のモジュール」。数学部。数学340 数値解析 と数学440 上級数値解析 のコースノート。カリフォルニア州フラートン:カリフォルニア州立大学。2007年5月29日時点のオリジナルよりアーカイブ。 2020年 8月17日 閲覧 。
「チェビシェフ補間: インタラクティブツアー」アメリカ数学協会 (MAA) – 説明用の Java アプレット が含まれています。
「関数を使った数値計算」。Chebfun プロジェクト 。
「チェビシェフ多項式の極値特性に対する直感的な説明はあるか?」。 Math Overflow 。質問 25534。
「チェビシェフ多項式の評価とチェビシェフ変換」。Boost . Math.