最小化近似算法

最小化近似算法（或L∞近似或统一近似）是一种寻找数学函数的近似值的方法，它使xxx误差最小。例如，给定一个函数{displaystylen}，一个最小多项式近似算法将找到一个多项式。，一个最小化多项式近似算法将找到一个多项式多项式近似Weierstrass近似定理指出，定义在闭合区间[a,b]上的每个连续函数都可以由多项式函数均匀地近似。在实际工作中，为了减少重复评估的计算费用，通常希望最小化任何给定项数的多项式拟合的xxxxxx或相对误差。

多项式展开，如泰勒级数展开，通常对理论工作很方便，但对实际应用却不太有用。然而，截断的Chebyshev级数可以近似于minimax多项式。一种流行的最小化近似算法是Remez算法。