zmn - w_7 - handouts
Transkrypt
zmn - w_7 - handouts
Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne dr Artur Woike Wykład 7 Aproksymacja trygonometryczna, przybliżenie Padé dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Aproksymacja trygonometryczna a szeregi Fouriera Aproksymacja trygonometryczna (zarówno w przypadku ciągłym, jak i dyskretnym) jest szczególnym przypadkiem aproksymacji funkcjami ortogonalnymi. Analitycznie rozwiązanie zadania aproksymacji trygonometrycznej funkcji f (danej odpowiednio w sposób ciągły lub dyskretny) sprowadza się do wyznaczenia obciętego szeregu Fouriera (odpowiednio ciągłego lub dyskretnego), czyli do wyznaczenia tak zwanych współczynników Fouriera rozwinięcia funkcji w pewien szereg trygonometryczny. dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Twierdzenie Weierstrass’a Twierdzenie 7.1. Jeżeli funkcja f jest funkcją ciągłą na R i okresową o okresie 2π, to dla każdego ε > 0 istnieje nε oraz funkcja F postaci F (x) = a0 + nε X (ak cos kx + bk sin kx) k=1 spełniająca dla wszystkich x ∈ R nierówność |F (x) − f (x)| < ε. dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Węzły dyskretnej aproksymacji trygonometrycznej Definicja 7.1. (węzły aproksymacji trygonometrycznej) W dyskretnej aproksymacji trygonometrycznej na przedziale h0, 2πi będziemy rozpatrywać zbiór N węzłów xi postaci: 1) N = 2L (parzysta liczba węzłów) ∀i=0,...,2L−1 xi = πi ; L 2) N = 2L + 1 (nieparzysta liczba węzłów) ∀i=0,...,2L xi = dr Artur Woike 2πi . 2L + 1 Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Aproksymacja trygonometryczna, przybliżenie Padé Baza funkcji trygonometrycznych Fakt 7.1. Niech l > 0. Funkcje trygonometryczne postaci 1, sin x, cos x, sin 2x, cos 2x, . . . , sin mx, cos mx πx 2πx 2πx mπx mπx πx , cos , sin , cos , . . . , sin , cos l l l l l l tworzą układ liniowo niezależny i tym samym bazę dla pewnej (2m + 1)-wymiarowej podprzestrzeni funkcji trygonometrycznych odpowiednio na przedziale h0, 2πi i h−l, li. 1, sin Uwaga. Baza funkcji trygonometrycznych jest często używana do aproksymacji funkcji okresowych. Każda funkcja okresowa daje się sprowadzić do funkcji o okresie np. 2l (l > 0). dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Aproksymacja trygonometryczna, przybliżenie Padé Ortogonalność bazy trygonometrycznej Fakt 7.2. Funkcje trygonometryczne tworzą na przedziale h−l, li, gdzie l > 0, układ ortogonalny ze względu na iloczyn skalarny stowarzyszony z normą L2 z wagą w (x) = 1. Dla dowolnych j, k ∈ N zachodzą następujące wzory: Rl 0 gdy jπx kπx −l cos l cos l dx = Rl kπx sin jπx l sin l dx = kπx sin jπx l cos l dx = 0 −l Rl −l dr Artur Woike j 6= k l gdy j = k 0 gdy j 6= k l gdy j = k Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Ortogonalność bazy trygonometrycznej Fakt 7.3. Funkcje trygonometryczne tworzą na dyskretnym zbiorze węzłów trygonometrycznych (N-parzyste) układ ortogonalny ze względu na iloczyn skalarny stowarzyszony z seminormą ważoną z współczynnikami wagowymi wi = 1. Dla dowolnych j, k ∈ N zachodzą następujące wzory: 0 dla j 6= k P2L−1 = L dla j = k 6= 0 i=0 sin jxi · sin kxi 0 dla j = k = 0 0 dla j 6= k P2L−1 = L dla j = k 6= 0 i=0 cos jxi · cos kxi 2L dla j = k = 0 P2L−1 = 0 i=0 cos jxi · sin kxi dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Ortogonalność bazy trygonometrycznej Fakt 7.4. Funkcje trygonometryczne tworzą na dyskretnym zbiorze węzłów trygonometrycznych (N-nieparzyste) układ ortogonalny ze względu na iloczyn skalarny stowarzyszony z seminormą ważoną z współczynnikami wagowymi wi = 1. Dla dowolnych j, k ∈ N zachodzą następujące wzory: 0 dla j 6= k P2L = L + 12 dla j = k 6= 0 i=0 sin jxi · sin kxi 0 dla j = k = 0 0 dla j 6= k P2L = L + 12 dla j = k 6= 0 i=0 cos jxi · cos kxi 2L + 1 dla j = k = 0 P2L = 0 i=0 cos jxi · sin kxi dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Wielomian trygonometryczny Definicja 7.2. (wielomian trygonometryczny) Wielomianem trygonometrycznym stopnia n na przedziale h0, 2πi, odpowiednio na przedziale h−l, li, nazywamy funkcję F postaci m a0 X δ F (x) = + (ak cos kx + bk sin kx) + am+1 cos(m + 1)x, 2 2 k=1 lub odpowiednio m a0 X kπx kπx δ (m + 1)πx F (x) = + (ak cos + bk sin ) + am+1 cos , 2 l l 2 l k=1 gdzie dla n parzystych δ = 1 i m = i m = n−1 2 . dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé n−2 2 , a dla n nieparzystych δ = 0 Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Zagadnienie aproksymacji trygonometrycznej Niech będzie dana funkcja f (w sposób dyskretny na zbiorze węzłów trygonometrycznych, lub w sposób ciągły na przedziale h−l, li). Jeżeli f jest funkcją okresową, to w aproksymacji wygodniej jest szukać wielomianu trygonometrycznego F zamiast wielomianu o klasycznej postaci. Takie podejście nazywamy aproksymacją trygonometryczną funkcji f . Szukamy wielomianu trygonometrycznego F , takiego aby kF − f k2 był minimalny. Jest to zatem aproksymacja średniokwadratowa. Wykorzystujemy fakt, że bazowe funkcje trygonometryczne tworzą odpowiednie układy ortogonalne. Dzięki temu możemy wykorzystać gotowe wzory na rozwiązania odpowiednich układów równań normalnych dla przypadku bazy ortogonalnej. dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Stopień wielomianu trygonometrycznego Uwaga. 1) W przypadku dyskretnym przyjmuje się, że stopień m szukanego aproksymującego wielomianu trygonometrycznego powinien spełniać następującą zależność: m¬ N−1 2 dla N nieparzystego, m¬ N−2 2 dla N parzystego, gdzie N jest liczbą punktów węzłowych w rozpatrywanym zagadnieniu dyskretnym. 2) Jeżeli w powyższych wzorach zachodzi równość (liczba funkcji bazowych jest równa liczbie węzłów), to mamy do czynienia z zagadnieniem interpolacji trygonometrycznej. dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Rozwiązania układu równań normalnych Fakt 7.5. W przypadku ciągłym współczynniki ak i bk wielomianu trygonometrycznego są określone następującymi wzorami: ak = bk = 1 Rl l −l 1 Rl l −l f (x) cos kπx l dx dla k = 0, . . . , m + 1, f (x) sin kπx l dx dla k = 1, . . . , m. W przypadku dyskretnym współczynniki ak i bk wielomianu trygonometrycznego są określone następującymi wzorami: ak = 2 N PN−1 f (xi ) cos kxi dla k = 0, . . . , m + 1, bk = 2 N PN−1 f (xi ) sin kxi dla k = 1, . . . , m. i=0 i=0 dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Norma Czebyszewa Definicja 7.3. (norma Czebyszewa) Na przestrzeni C (ha, bi) funkcji ciągłych na przedziale ha, bi definiujemy tak zwaną normę Czebyszewa następująco: ∀f ∈C (ha,bi) kf k = sup |f (x)|. x∈ha,bi dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Zagadnienie aproksymacji jednostajnej Niech będzie dana funkcja f ∈ C (ha, bi). Zagadnienie aproksymacji jednostajnej polega na znalezieniu funkcji F , takiej aby błąd aproksymacji E (F ) = kF − f k był jak najmniejsze, przy czym rozpatrujemy tutaj normę Czebyszewa na przestrzeni C (ha, bi). Uwaga. Twierdzenie 5.1 mówi, że dowolną funkcję f ∈ C (ha, bi) możemy aproksymować jednostajnie wielomianem z dowolnie dużą dokładnością. dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Wielomian najlepszego przybliżenia jednostajnego Definicja 7.4. (wielomian najlepszego przybliżenia jednostajnego) Niech Fn będzie wielomianem stopnia n. Jeżeli błąd aproksymacji E (F ) osiąga minimum dla F = Fn , to wielomian Fn nazywamy n-tym wielomianem najlepszego przybliżenia jednostajnego funkcji f . Twierdzenie 7.2. (Borela) Dla każdej funkcji f ∈ C (ha, bi) i dowolnego n ∈ N istnieje wielomian Fn , który jest n-tym wielomianem najlepszego przybliżenia jednostajnego funkcji f . Twierdzenie 7.3. (Czebyszewa) Wielomian Fn , o którym mowa w Twierdzeniu 4.2, jest tylko jeden. dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Wielomian najlepszego przybliżenia jednostajnego Uwaga. 1) Nie ma ogólnej metody wyznaczania n-tego wielomianu najlepszego przybliżenia jednostajnego dla dowolnej funkcji f ∈ C (ha, bi). 2) Zazwyczaj rezygnuje się z poszukiwania wielomianu najlepszego przybliżenia jednostajnego i szuka się pewnego wielomianu aproksymującego, który nie musi być najlepszym przybliżeniem jednostajnym. dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Zagadnienie aproksymacji wymiernej Niech V będzie pewną unormowaną przestrzenią liniową funkcji. Ponadto niech Vk+1 będzie k + 1-wymiarową podprzestrzenią liniową przestrzeni V. Jeżeli w zagadnieniu aproksymacji poszukujemy funkcji aproksymującej o postaci F (x) = a0 ϕ0 (x) + . . . + an ϕn (x) , b0 ψ0 (x) + . . . + bm ψm (x) gdzie ϕ0 , . . . , ϕn i ψ0 , . . . , ψm są elementami pochodzącymi z tej samej bazy k +1-wymiarowej podprzestrzeni Vk (dla k = max{n, m}), to wówczas mamy do czynienia z zagadnieniem aproksymacji wymiernej. dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Zagadnienie aproksymacji wymiernej Uwaga. Zazwyczaj jednostajne przybliżenia wymierne Rn,m postaci Rn,m (x) = Ln (x) , Mm (x) gdzie Ln i Mm są odpowiednio wielomianami stopnia n i m, dają mniejsze błędy maksymalne od przybliżeń jednostajnych wielomianami algebraicznymi stopnia N = n + m (przy założeniu, że nie mamy do czynienia z N-tym wielomianem najlepszego przybliżenia jednostajnego). W szczególności dotyczy to przybliżeń wielomianami, które są zdefiniowane przez obcięte szeregi Taylora lub Maclaurina. dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Aproksymacja trygonometryczna, przybliżenie Padé Zagadnienie aproksymacji Padé Niech będą dane parametry n, k ∈ N oraz funkcja f ∈ C ∞ (h−ε, εi), gdzie ε > 0 i h−ε, εi jest pewnym otoczeniem punktu x = 0. Szukamy funkcji wymiernej Rn,k postaci Rn,k = Ln , Mk gdzie Ln i Mk są odpowiednio wielomianami stopnia n i k, takiej że: 1) f (x) ≈ Rn,k (x) w pewnym otoczeniu punktu x = 0; 2) f (0) = Rn,k (0); (m) 3) ∀m=1,...,n+k f (m) (0) = Rn,k (0). dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Aproksymacja trygonometryczna, przybliżenie Padé Założenia i oznaczenia w aproksymacji Padé Niech Ln (x) = a0 + a1 x + . . . + an x n , Mk (x) = b0 + b1 x + . . . + bn x n . Ponieważ Rn,k (0) musi być określone, wiec b0 6= 0. Przyjmijmy zatem, że b0 = 1. Załóżmy ponadto, że funkcje Ln i Mk są względnie pierwsze oraz, że funkcję f można rozwinąć w szereg Maclaurina w pewnym otoczeniu punktu x = 0: ∀i=0,1,... ci = f (x) = f (i) (0) , i! ∞ X i=0 dr Artur Woike i ci x = f (i) xi (0) . i! Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Uwagi o przybliżeniu Padé Uwaga. 1) Przybliżenia Padé nie są najlepszymi przybliżeniami w sensie aproksymacji jednostajnej. Wymuszenie równości funkcji f i Rn,k oraz ich pochodnych do rzędu n + k włącznie jedynie dla punktu x = 0 powoduje, że błędy takich przybliżeń rosną wraz z oddalaniem się od tego punktu. Ln 2) Szukana funkcja wymierna Rn,k = M może być w pewnych k punktach nieokreślona (z uwagi na możliwe zerowanie się mianownika Mk ). 3) Dla większości typowych funkcji najmniejszy błąd maksymalny spośród wszystkich przybliżeń Padé uzyskuje się dla n = k lub n = k + 1. dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Uwagi o przybliżeniu Padé Uwaga. 4) Zagadnienie wyznaczenia funkcji Rn,k w przybliżeniu Padé sprowadza się do wyznaczenia wartości n + k + 1 współczynników wielomianów Ln i Mk . 5) Wielomiany Ln i Mk są względnie pierwsze, jeżeli w ich rozkładach na iloczyn jednomianów nie występują takie same czynniLn (x) ki, lub inaczej jeżeli funkcja wymierna postaci M jest nieskrak (x) calna. Oznacza to między innymi, że nie da się usunąć osobliwości funkcji Rn,k poprzez procedurę skracania mianownika Mk z licznikiem Ln . 6) Jeżeli k = 0, to wówczas Rn,k jest po prostu obciętym szeregiem Maclaurina. dr Artur Woike Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Aproksymacja trygonometryczna, przybliżenie Padé Błąd przybliżenia Padé Błąd aproksymacji Padé jest dany wzorem: f (x) − Rn,k (x) = f (x) − P∞ = ( c i=0 i Ln (x) Mk (x) xi = Pn a xj j=0 j i i=0 ci x − Pk b x s = s=0 s P n s j P∞ P k b x s=0 s k b xs s=0 s ) − ax j=0 j P . Z warunku f (0) = Rn,k (0) wynika, że a0 = f (0). Natomiast z warun(m) ku f (m) (0) = Rn,k (0) (gdzie m = 1, . . . , n+k) wynika, że w liczniku wyrażenia f (x) − Rn,k (x) muszą znikać współczynniki przy potęgach x o wykładnikach mniejszych od n + k + 1. Zatem chcemy aby licznik ten miał następującą postać: ∞ X ! ci x i k X ! bs x s s=0 i=0 dr Artur Woike Aproksymacja trygonometryczna, przybliżenie Padé − n X j aj x = j=0 ∞ X dt x t . t=n+k+1 Zaawansowane metody numeryczne Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Układ równań na współczynniki przybliżenia Padé Fakt 7.6. Otrzymujemy następujący układ równań na współczynniki przybliżenia Padé Rn,k : b0 = 1, cj = 0 Pk j=1 cm−j bj = −cm bj = 0 am = Pm cm−j bj j=0 dr Artur Woike dla j < 0, dla m = n + 1, . . . , n + k, dla j > k, dla m = 0, . . . , n. Zaawansowane metody numeryczne Aproksymacja trygonometryczna, przybliżenie Padé Aproksymacja trygonometryczna Aproksymacja wymierna jednostajna Przybliżenie Padé Układ równań na współczynniki przybliżenia Padé Uwaga. 1) Układ równań na współczynniki przybliżenia Padé może nie posiadać rozwiązania. 2) Do rozwiązania układu równań na współczynniki przybliżenia Padé wymagana jest zajomość współczynników c0 , . . . , cn+k z rozwinięcia funkcji f w szereg Maclaurina (nie musimy znać całego rozwinięcia). 3) Warunki które doprowadziły do układu równań na współczynniki przybliżenia Padé oznaczają, że przybliżenie wymierne otrzymane jako jego rozwiązanie ma na ogół małe błędy tylko w pobliżu punktu x = 0. dr Artur Woike Zaawansowane metody numeryczne