逼近理论 Approximation theory
(重定向自Chebyshev approximation)
![红色是log(x)及最佳多项式的误差,蓝色是log(x)和Chebyshev逼近的误差,x范围都在[2, 4]区间内,纵轴的格线为10−5。最佳多项式的最大误差为6.07 x 10−5](/Images/godic/202501/04/Logerror5434.png")
![红色是exp(x)及最佳多项式的误差,蓝色是exp(x)和Chebyshev逼近的误差,x范围都在[−1, 1]区间内,纵轴的格线为10−4。最佳多项式的最大误差为5.47 x 10−4.](/Images/godic/202501/04/Experror5434.png")


数学中的逼近理论是如何将一函数用较简单的函数来找到最佳逼近,且所产生的误差可以有量化的表征,以上提及的「最佳」及「较简单」的实际意义都会随着应用而不同。
数学中有一个相关性很高的主题,是用广义傅里叶级数进行函数逼近,也就是用以正交多项式为基础的级数来进行逼近。
计算机科学中有一个问题和逼近理论有关,就是在数学函式库中如何用计算机或计算器可以运行的功能(例如乘法和加法)尽可能的逼近某一数学函数,一般会用多项式或有理函数(二多项式的商)来进行。
逼近理论的目标是尽可能的逼近实际的函数,一般精度会接近电脑浮点运算的精度,一般会用高次的多项式,以及(或者)缩小多项式逼近函数的区间。缩小区间可以针对要逼近的函数,利用许多不同的系数及增益来达到。现在的数学函式库会将区间划分为许多的小区间,每个区间搭配一个次数不高的多项式。