Аппроксимация функцийРефераты >> Математика >> Аппроксимация функций
Аппроксимация функций.
Из курса математики известны 3 способа задания функциональных зависимостей:
1) аналитический
2) графический
3) табличный
Табличный способ обычно возникает в результате эксперемента.
Недостаток табличного задания функции заключается в том, что найдутся значения переменных которые неопределены таблицей. Для отыскания таких значений определяют приближающуюся к заданной функцию, называемой аппроксмирующей, а действие замены аппроксимацией.
|
φ(х)- аппроксимирующая функция.
Интерполяция (частный случай аппроксимации)
Если для табличной функции y=f(x), имеющей значение x0 f(x0) требуется построить аппроксимирующюю функцию j(x) совпадающую в узлах с xi c заданной, то такой способ называется интерполяцией
При интерполяции, заданная функция f(x) очень часто аппроксимируется с помощью многочлена, имеющего общий вид
j(x)=pn(x)=anxn+an-1xn-1+…+a0
В данном многочлене необходимо найти коэффициенты an ,an-1, …a0 , так как задачей является интерполирование, то определение коэффициентов необходимо выполнить из условия равенства:
Pn(xi)=yi i=0,1,…n
Для определения коэффициентов применяют интерполяционные многочлены специального вида, к ним относится и полином Лагранжа Ln(x).
i¹j
В точках отличных от узлов интерполяции полином Лагранжа в общем случае не совпадает с заданной функцией .
Задание
С помощью интерполяционного полинома Лагранжа вычислить значение функции y в точке xc, узлы интерполяции расположены равномерно с шагом Dх=4,1 начиная с точки х0=1,3 даны значения функции y={-6.56,-3.77,-1.84,0.1,2.29,4.31,5.86,8.82,11.33,11.27}.
ГСА для данного метода
CLS
DIM Y(9)
DATA -6.56,-3.77,-1.84,0.1,2.29,4.31,5.86,8.82,11.33,11.27
X0 = 1.3: H = 4.1: N = 10: XC = 10
FOR I = 0 TO N - 1
1 X(I) = X0 + H * I
READ Y(I)
PRINT Y(I); X(I)
NEXT I
S1 = 0: S2 = 0: S3 = 0: S4 = 0
FOR I = 0 TO N - 1
2 S1 = S1 + X(I) ^ 2
S2 = S2 + X(I)
S3 = S3 + X(I) * Y(I)
S4 = S4 + Y(I)
NEXT I
D = S1 * N - S2 ^ 2
D1 = S3 * N - S4 * S2
D0 = S1 * S4 - S3 * S2
A1 = D1 / D: A0 = D0 / D
YC = A1 * XC + A0
PRINT "A0="; A0, "A1="; A1, "YC="; YC
FOR X = 0 TO 50 STEP 10
Y = A1 * X + A0
PRINT X, Y
NEXT X
END
XC= 10
Х Y
1.3 -6.56
5.4 -3.77
9.5 -1.84
13.6 .1
17.7 2.29
21.8 4.31
25.9 5.86
30 8.82
34.1 11.33
38.2 11.27
S=-1.594203
АППРОКСИМАЦИЯ ФУНКЦИЕЙ. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ.
Графическая интерпретация аппроксимации.
Эта функциональная (аналитическая) зависимость должна с достаточной точностью соответствовать исходной табличной зависимости. Критерием точности или достаточно "хорошего" приближения могут служить несколько условий.
Обозначим через fi значение, вычисленное из функциональной зависимости для x=xi и сопоставляемое с yi.
Одно из условий согласования можно записать как
S = (fi-yi) ® min ,
т.е. сумма отклонений табличных и функциональных значений для одинаковых x=xi должна быть минимальной (метод средних). Отклонения могут иметь разные знаки, поэтому достаточная точность в ряде случаев не достигается.
Использование критерия S = |fi-yi| ® min , также не приемлемо, т.к. абсолютное значение не имеет производной в точке минимума.
Учитывая вышеизложенное, используют критерий наименьших квадратов, т.е. определяют такую функциональную зависимость, при которой S = (fi-yi)2 , (1)
обращается в минимум.
В качестве функциональной зависимости рассмотрим многочлен
f(x)=C0 + C1X + C2X2+ .+CMXM. (2)
Формула (1) примет вид S = ( C0 + C1Xi + C2Xi2+ .+CMXiM - Yi ) 2
Условия минимума S можно записать, приравнивая нулю частные производные S по независимым переменным С0,С1, .СМ :
SC0 = 2 ( C0 + C1Xi + C2Xi2+ .+CMXiM - Yi ) = 0 ,
SC1 = 2 ( C0 + C1Xi + C2Xi2+ .+CMXiM - yi ) Xi = 0 ,