Aproksymacja funkcji
Transkrypt
Aproksymacja funkcji
aproksymacja.doc Aproksymacja funkcji 1. Sformułowanie problemu Rys. 1. Aproksymacja liniowa funkcji. Dane: x0, x1, ..., xn (1.1) oraz y0 = f(x0), y1 = f(x1), ..., yn = f(xn) (1.2) Postać funkcji y = f(x) nie znana lub znana. Poszukiwana jest funkcja F(x) o następujących właściwościach: F(x) f(x) w przedziale xmin < x < xmax (1.3) gdzie: xmin = min xi (1.4a) xmax = max xi (1.4b) 2015-01-13 13:47:00 1/7 aproksymacja.doc Rys. 2. Aproksymacja nieliniowa danych pomiarowych. Funkcję F(x) nazywa się funkcją aproksymującą. Funkcję F(x) można przedstawić w postaci liniowej kombinacji założonych z góry funkcji 0 ( x), 1 ( x), ..., l ( x) y F x a00 x a11 x ... all x (1.5) gdzie l n . Współczynniki ak dobieramy w taki sposób, aby jak najlepiej było spełnione przyjęte przez nas kryterium zgodności F(x) z f(x). Kryterium tym może być np. spełnienie warunku, aby miara sumarycznego błędu dla i 0, 1, ... n była jak najmniejsza. 2015-01-13 13:47:00 2/7 aproksymacja.doc Błąd aproksymacji funkcji f(x) funkcją F(x) oblicza się następująco yi yi F( xi ) yi a00 xi a11 xi ... all xi (1.6) Metoda najmniejszych kwadratów Kryterium doboru współczynników funkcji aproksymującej, ak S yi Fxi min n 2 (1.7) i 0 Gdy funkcja y = f(x) jest dana równaniem, kryterium (1.7) przyjmuje formę S y F( x) dx min b 2 (1.8) a Warunek konieczny i wystarczający na minimum funkcji (1.7) lub (1.8) S S S ... = 0 a0 a1 al (1.9) 2. Aproksymacja metodą najmniejszych kwadratów ciągu punktów wielomianem Jest dany ciąg n + 1 par danych (xi, yi), i = 0, 1, 2, ..., n. Należy dokonać aproksymacji wielomianem stopnia l, przy l + 1 n + 1. Fx a0 a1 x a2 x 2 + ... al xl (2.1) Kryterium dokładności aproksymacji S yi Fxi min n 2 (2.2) i 0 Warunek konieczny i wystarczający S S S ... = 0 a0 a1 al (2.3) Po obliczeniu pochodnych (2.3) otrzymujemy układ l + 1 równań normalnych 2015-01-13 13:47:00 3/7 aproksymacja.doc a0 S0 a1S1 ... + al Sl T0 a0 S1 a1S2 ... + al Sl 1 T1 a0 S2 a1S3 ... + al Sl 2 T2 (2.4) ................... a0 Sl a1Sl 1 ... + al S2l Tl n gdzie: Sk xik (2.5) i 0 n Tk yi xik (2.6) i 0 Wyznacznik układu (4) jest niezerowy dla wszystkich xi parami różnych. Dla dużych l macierz układu (4) może być źle uwarunkowana. Aproksymacja wielomianem pierwszego stopnia Dla l = 1 F x a0 a1 x (2.7) W celu wyznaczenia współczynników a0 oraz a1 należy rozwiązać następujący układ dwóch równań liniowych a0 S0 a1S1 T0 (2.8) a0 S1 a1S2 T1 gdzie: n S0 xi0 n 1 (2.9) i 0 n n i 0 i 0 S1 xi1 xi x0 x1 xn (2.10) n S2 xi2 x02 x12 xn2 (2.11) i 0 n n i 0 i 0 n n i 0 i 0 T0 yi xi0 yi y0 y1 yn (2.12) T1 yi xi1 yi xi x0 y0 x1 y1 xn yn (2.13) 2015-01-13 13:47:00 4/7 aproksymacja.doc Rozwiązaniami układu (8) są a0 s2T0 s1T1 s0 s2 s12 (2.14) a1 s0T1 s1T0 s0 s2 s12 (2.15) Po wykorzystaniu zależności (9) - (13) otrzymujemy n n n n i 0 i 0 i 0 x yi xi xi yi a0 i0 2 i n n 1 x xi i 0 i 0 a1 n (2.16) 2 2 i n 1 xi yi xi yi n n n i 0 i 0 i 0 2 (2.17) n n 1 x xi i 0 i 0 n 2 i 3. Sprowadzanie aproksymacji nieliniowych do zagadnienia liniowego Należy wyznaczyć współczynniki A oraz n następującego równania aproksymacyjnego Ae 2 x n y (3.1) dla danych k par punktów xi, yi. Równanie (3.1) logarytmujemy stronami i otrzymujemy 2 1 ln A ln e ln y x n ln y n ln A (3.2a) 2n x (3.2b) Wprowadzamy nowe zmienne x* 1 x (3.3a) 2015-01-13 13:47:00 5/7 aproksymacja.doc y* ln y (3.3b) i otrzymujemy równanie liniowe y * a0 a1 x* (3.4) gdzie a0 n ln A (3.5) a1 2n W celu znalezienia współczynników a0 oraz a1, należy punkty xi, yi, dla i = 1,2, ..., k, przeliczyć wzorami (3.3a) i (3.3b) xi* 1 xi (3.6) yi* ln yi Po obliczeniu a0 oraz a1, wykorzystujemy wzory (3.5), by obliczyć A oraz n. 4. Spotykane typy funkcji aproksymujących F(x) 1. Kombinacje liniowe funkcji F x a00 x a11 x ... all x (4.1) gdzie funkcje i(x) mogą być np. wielomianami ortogonalnymi. Poszukujemy wartości a0, a1, ..., al. 2. Funkcje trygonometryczne l F( x) ai sin ix (4.2) i 1 Poszukujemy wartości a1, a2, ..., al. 3. Funkcje wymierne F( x) Pn ( x) Q m ( x) (4.3) 2015-01-13 13:47:00 6/7 aproksymacja.doc gdzie Pn ( x) a0 a1 x an x n (4.3a) Qm ( x) b0 b1 x bm x m (4.3b) Poszukujemy wartości a0, a1, ..., an oraz b0, b1, ..., bm. 4. Funkcje wykładnicze F( x) A0 exp a0 x A1 exp a1 x Ak exp ak x (4.4) Poszukujemy wartości a0, a1, ..., ak oraz A0, A1, ..., Ak. 5. Oszacowanie dokładności aproksymacji W metodzie najmniejszych kwadratów za miarę dokładności aproksymacji można przyjąć wartość minimalizowanej sumy kwadratów: - dla przypadku dyskretnego S p( xi ) yi Fxi n 2 (5.1) i 0 - dla przypadku ciągłego S p( x) y F( x) dx b 2 (5.2) a Odchylenie średniokwadratowe - dla przypadku dyskretnego yi F xi n S 2 i 0 (5.3) n 1 - dla przypadku ciągłego y F( x) dx b S 2 a (5.4) ba 2015-01-13 13:47:00 7/7