Metoda najmniejszych kwadratów, aproksymacja wie
Transkrypt
Metoda najmniejszych kwadratów, aproksymacja wie
Z50: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Metoda najmniejszych kwadratów, aproksymacja wielomianowa. Metoda najmniejszych kwadratów, aproksymacja wielomianowa Kluczową rolę w naukach doświadczalnych odgrywa wyznaczanie zależności między różnymi wielkościami na podstawie wyników pomiarów. Można to robić na dwa sposoby. Pierwszy z nich, to poszukiwanie w miarę prostych zależności między wielkościami z pewną dokładnością. Na przykład w pewnym eksperymencie mierzymy jednocześnie dwie wielkości fizyczne x i y. Wynik n pomiarów, to zbiór par {(x1 , y1 ), (x2 , y2 ), . . . , (xn , yn )}. Szukamy funkcji liniowej lub innego typu, która najlepiej przybliża, w jakimś ustalonym sensie, dane doświadczalne. Ten sposób postępowania omówimy na przykładzie metody najmniejszych kwadratów, a szukaną funkcją będzie funkcja liniowa. Drugi sposób, to wyznaczenie dokładnej zależności funkcyjnej między danymi poprzez podanie funkcji f takiej, że yk = f (xk ) dla k = 1, . . . , n. Mówimy wtedy o interpolacji funkcjami danego typu. Metodę tę omówimy na przykładzie interpolacji wielomianami. Metoda najmniejszych kwadratów Mamy wyniki n pomiarów dwóch wielkości {(x1 , y1 ), (x2 , y2 ), . . . , (xn , yn )}. Zmienną x traktujemy jako niezależną i przewidujemy, że wartość drugiej zmiennej ŷ zależy liniowo od x, a więc ŷ = ax + b. Szukamy a i b takich, że wyrażenie S= n X (ŷk − yk )2 = k=1 n X (yk − axk − b)2 k=1 ma najmniejszą wartość. Ze względu na wzór na S taki sposób wyznaczania zależności nazywamy metodą najmniejszych kwadratów. Korzystając 1 z metody wyznaczania ekstremów funkcji wielu zmiennych wnioskujemy, że a i b spełniają następujące równania 2an + 2b n X xk − 2 k=1 2b n X x2k + 2a k=1 n X n X yk = 0, k=1 xk − 2 k=1 n X yk xk = 0. k=1 Niech x1 + . . . + xn y1 + . . . + yn , my = n n będą średnimi zmiennych x i y. Wtedy mx = n P a = my − bmx , b= (yk − my )(xk − mx ) k=1 n P . (xk − mx )2 k=1 Interpolacja wielomianowa Mamy wyniki n pomiarów dwóch wielkości {(x1 , y1 ), (x2 , y2 ), . . . , (xn , yn )} i szukamy wielomianu W stopnia n − 1 takiego, że W (x1 ) = y1 , W (x2 ) = y2 , . . . , W (xn ) = yn . Wielomian W wyznaczamy w dwóch krokach. Najpierw dla dowolnego j, 1 ¬ j ¬ n, znajdujemy wielomian Wj taki, że Wj (xk ) = 0 dla k 6= j, a następnie przedstawiamy szukany wielomian W w postaci kombinacji liniowej wielomianów Wj . Wielomian Wj (x) = (x − x1 ) . . . (x − xj−1 )(x − xj+1 ) . . . (x − xn ) spełnia warunek Wj (xk ) = 0 dla k 6= j. Wtedy W (x) = n X yj Wj (x) W j (xj ) j=1 jest szukanym wielomianem W . 2 Inny sposób wyprowadzenia wzoru aproksymacyjnego. Niech W (x) = n−1 X ci xi i=0 będzie wielomianem takim, że W (xi ) = yi . Wtedy spełniony jest układ równań c0 + c1 x1 + c2 x21 + . . . + cn−1 xn−1 = y1 1 n−1 2 c0 + c1 x2 + c2 x2 + . . . + cn−1 x2 = y2 ....................................... c0 + c1 xn + c2 x2n + . . . + cn−1 xn−1 = yn , n w którym niewiadomymi są współczynniki wielomianu c0 , c1 , c2 , . . . , cn−1 . Następnie rozwiązujemy ten układ równań. Wyznacznik główny jest postaci 1 x1 x21 . . . x1n−1 1 x2 x22 . . . x2n−1 ..................... 1 xn x2n . . . xn−1 n i nosi nazwę wyznacznika Vandermonde’a 3