Espero que pueda reconocer la segunda pregunta como una aplicación de lo que a veces se llama el "teorema de la mejor aproximación" o "teorema de la proyección ortogonal" en un espacio de Hilbert. Mostraré una aproximación, pero hay otras que la gente puede comentar.
Si $\{\varphi_i(x)\}$ forma una familia ortonormal completa en un intervalo $I$ con respecto a la función de peso $w(x)$ es decir, $$\langle \varphi_i,\varphi_j\rangle_w:=\int_I \varphi_i(x)\varphi_j(x)w(x)\,dx=\begin{cases} 0, &i\not=j,\\ 1, &i=j,\end{cases}$$ y queremos aproximar $f\in L^2_w(I)$ como $$f(x)\approx\sum_{i=1}^n c_i \varphi_i(x), \quad x\in I,$$ entonces la "mejor" opción para los coeficientes $c_i$ en el sentido de minimizar el peso de la $L^2$ norma del error, $$\left\|f(x)-\sum_{i=1}^n c_i \varphi_i(x)\right\|_{L^2_w(I)},$$ es simplemente $c_i=\langle f,\varphi_i\rangle_w$ , $i=1,\dots,n$ .
Para que esto se aplique a tu problema, el peso del producto interior es $e^{-x}$ , $I=[0,\infty)$ , $f(x)=x^3$ y queremos minimizar el peso de $L^2_w(I)$ error al utilizar la aproximación $$x^3\approx a+bx+cx^2=\sum_{i=0}^2 c_i L_i(x),$$ donde $L_i(x)$ denota el $i$ th Polinomio de Laguerre .
Desde $L_0(x)=1$ , $L_1(x)=1-x$ y $L_2(x)={1\over 2}(2-4x+x^2)$ , a partir del teorema de la mejor aproximación anterior, \begin {align} c_0&= \langle x^3,L_0 \rangle_w = \int_0 ^ \infty x^3 e^{-x}\N-, dx=6, \\ c_1&= \langle x^3,L_1 \rangle_w = \int_0 ^ \infty x^3(1-x)e^{-x}\,dx=-18, \\ c_2&= \langle x^3,L_2 \rangle_w = \int_0 ^ \infty x^3 \cdot {1 \over 2}(2-4x+x^2)e^{-x}\,dx=18, \end {align} lo que da como resultado $$a=c_0+c_1+c_2=6, \quad b=-c_1-2c_2=-18, \quad c={c_2\over 2}=9.$$
Por supuesto, si queremos dejar Mathematica hacer el trabajo por nosotros, puede:
pero ¿dónde está la diversión en eso? ;-)
Espero que eso ayude.