METODY NUMERYCZNE
Transkrypt
METODY NUMERYCZNE
APROKSYMACJA Definicja aproksymacji Definicja aproksymacji 3 Definicja aproksymacji Należy dobrać taką funkcję F(x,p1,...,pk), x[a, b], Dana jest funkcja jednej zmiennej: y = f(x), x[a, b] aby w sensie przyjętego kryterium, funkcja F(x,p1,...,pk) możliwie dokładnie odtwarzała przebieg funkcji f(x). p1,...,pk – parametry wzoru empirycznego 4 Definicja aproksymacji Funkcja f(x) może być zadana w postaci: - zbioru punktów (aproksymacja punktowa): f(x1) = y1, f(x2) = y2, ..., f(xn) = yn - wzoru analitycznego (aproksymacja integralna) – rzadziej spotykany przypadek 5 Definicja aproksymacji Kryteria aproksymacji punktowej dla funkcji jednej zmiennej konstruuje się w taki sposób, aby zminimalizować różnice między wartościami danej funkcji f(x) a wartościami funkcji F(x, p1, ..., pk) w punktach (xi, yi), i = 1, 2, ..., n. Odchyłka: i F ( xi , p1 ,..., pk ) yi 6 Definicja aproksymacji Ogólna postać funkcji F(x,p1,...,pk) jest założona z góry, natomiast optymalizacja dotyczy nieznanych parametrów p1,...,pk 7 Definicja aproksymacji Typowe metody aproksymacji funkcji jednej zmiennej Dobór parametrów p1,...,pk wzoru empirycznego, w taki sposób aby spełnione było założone kryterium dotyczące minimalizacji odchyłek 8 Definicja aproksymacji Kryteria: - metoda wybranych punktów - metoda średnich - metoda sumowania bezwzględnych wartości - metoda najmniejszych kwadratów 9 Metoda najmniejszych kwadratów Metoda najmniejszych kwadratów Dobór współczynników funkcji F : n 2 i min i1 Kryterium najmniejszych kwadratów: n F ( x , p ,..., p ) y i 1 2 i 1 k i min n – ilość punktów 11 Metoda najmniejszych kwadratów Zalety: - - kryterium jest „mocne” – zawiera kwadraty odchyłek, czyli liczby nieujemne prostota obliczeń minimum funkcji, pod warunkiem że rozpatruje się aproksymację w klasie wielomianów uogólnionych, czyli: F ( x, p1 ,..., pk ) p11 ( x) p22 ( x) ... pk k ( x) 12 Aproksymacja liniowa funkcji jednej zmiennej Aproksymacja liniowa funkcji jednej zmiennej Dany jest zbiór punktów: ( x1 , y1 ) ( x2 , y2 ) ... ( xn , yn ) Funkcja aproksymująca: ŷ p1 p2 x Kryterium najmniejszych kwadratów: n S ( p1 , p2 ) p1 p2 xi yi min 2 i 1 14 Aproksymacja liniowa funkcji jednej zmiennej Warunek konieczny istnienia ekstremum zmiennych: funkcji dwóch S ( p1 , p2 ) 0 p1 S ( p1 , p2 ) 0 p2 15 Aproksymacja liniowa funkcji jednej zmiennej czyli: n S ( p1 , p2 ) 2 p1 p2 xi yi 1 0 p1 i 1 n S ( p1 , p2 ) 2 p1 p2 xi yi xi 0 p2 i 1 16 Aproksymacja liniowa funkcji jednej zmiennej n p p x y 0 1 i 1 2 i i n 2 p x p x 1 i 2 i yi xi 0 i 1 Układ ten zapisujemy w formie: n n i 1 i 1 p1n p2 xi yi n n n p1 xi p2 x yi xi i 1 i 1 2 i i 1 17 Aproksymacja liniowa funkcji jednej zmiennej lub: n n xi i 1 n xi yi p1 i 1 i 1 n n p 2 2 x y x i i i i 1 i 1 n XP Y Liczymy: P X1 Y 18 Aproksymacja funkcji jednej zmiennej – inna funkcja aproksymująca Aproksymacja funkcji jednej zmiennej – inna funkcja aproksymująca Dany jest zbiór punktów: ( x1 , y1 ) ( x2 , y2 ) ... ( xn , yn ) Funkcja aproksymująca: ŷ p1 p2 x p3 1 x Kryterium najmniejszych kwadratów: 2 1 S ( p1 , p2 , p3 ) p1 p2 xi p3 yi min xi i 1 n 20 Aproksymacja funkcji jednej zmiennej – inna funkcja aproksymująca czyli: n S ( p1 , p2 , p3 ) 1 2 p1 p2 xi p3 yi 1 0 p1 xi i 1 n S ( p1 , p2 , p3 ) 1 2 p1 p2 xi p3 yi xi 0 p2 xi i 1 n 1 S ( p1 , p2 , p3 ) 1 2 p1 p2 xi p3 yi 0 p3 xi i 1 xi 21 Aproksymacja funkcji jednej zmiennej – inna funkcja aproksymująca n n xi i 1 n 1 x i 1 i n x i 1 n i 2 x i i 1 n 1 n yi i 1 xi p1 i 1 n n p2 xi yi p3 i 1 n n 1 1 yi 2 i 1 xi i 1 xi n XP Y P X1 Y 22