Приближение функций

Рассмотрим задачи, в которых требуется найти способ приближенного вычисления значения функции в заданной точке. Эти задачи возникают в тех случаях, когда прямое вычисление данной функции у = f(x)для произвольного аргумента невозможно или слишком трудоемко.

Например, функция f(x)определяется как решение сложной задачи. Здесь могут быть известны некоторые свойства функции у = f(x),например, непрерывность и дифференцируемость.

Даже если функция легко вычисляется, может воз­никнуть необходимость ее замены, например, при вычис­лении некоторых определенных интегралов или специ­альных функций математической физики (ниже будут приведены примеры). В этом случае вместо подынтег­ральной функции нужно подобрать другую функцию, от которой интеграл легко вычисляется. Разумеется, новая функция должна быть приближенно равна в некотором смысле подынтегральной функции.

Если значения функции определяются в результате дорогостоящих экспериментов, могут быть найдены ее значения только в некоторых точках, а для вычисления значения в произвольной точке требуется приближенный метод. При этом может быть известен вид функции, но неизвестны параметры, входящие в определение функ­ции. В этом случае задача сводится к определению пара­метров известной функции.

Аппроксимацией(приближением) функции f(x)назы­вается нахождение такой функции g(x)(аппроксимирую­щей функции),которая была бы близка заданной. Крите­рии близости функций могут быть различны.

В том случае, когда приближение строится на дискрет­ном наборе точек (xi, yi), i = 1, 2, ... , n, аппроксимацию называют точечнойили дискретной.

При точечной квадратичной аппроксимациипара­метры а1, а2, ... , ат аппроксимирующей функции g = g(x, а1, а2, ... , ат), т £ п,определяются из условия

.

Если аппроксимация проводится на непрерывном мно­жестве точек (отрезке), она называется непрерывнойили интегральной.

При интегральной квадратичной аппроксимациифункции у = f(х) на отрезке [а, b] параметры аппрокси­мирующей функции g(x, а1, а2,... , аm) определяются из условия

.

Примером непрерывной аппроксимации может слу­жить использование конечного числа слагаемых разло­жения функции в ряд Тейлора, т. е. замена функции мно­гочленом.

Наиболее часто встречающимся видом точечной аппрок­симации на дискретном наборе из (n+1)-й точки (xi, yi), i = 0, 1, ... , п является интерполяциямногочленом n-го порядка Рп(х),коэффициенты которого определяются из условий

yi = Pn(xi), i = 0, 1, ... , п.

Применяя интерполяционный многочлен, можно вы­числить значения функции f(x)между узлами (провести интерполяцию в узком смысле),а также определить зна­чение функции за пределами заданного интервала (про­вести экстраполяцию).Следует иметь в виду, что по­грешность экстраполяции может быть велика.

В том случае, когда интерполяционный многочленедин для всей области интерполяции, говорят, что интер­поляция глобальная.Если между различными узлами интерполяционные многочлены различны, говорят о ку­сочнойили локальной интерполяции.Простейшим слу­чаем локальной интерполяции является кусочно-линей­ная интерполяция, когда в качестве интерполяционной функции выбирается полином первой степени, т.е. узловые точки соединяются отрезками прямой.

 

Интерполяция

 

Под задачей интерполирования,или интерполяциипринято понимать следующую:

Пусть известны значения yi функции f(x)в точках хi i = 0, 1,..., п,называемых узлами интерполяции.Требу­ется найти такую функцию F(x)(интерполирующая фун­кция),значения которой в узлах интерполяции совпада­ют со значениями f(x):

F(xi) = yi, i = 0,l, ... , n. (4.1)

Предполагается, что интерполирующая функция F(x)зависит от конечного числа параметров, которые находят из условий (4.1). Если зависимость интерполирующей функции F(x)от параметров линейна, то говорят о линей­ной интерполяции,в противном случае – о нелинейной интерполяции.В последнем случае нахождение парамет­ров из системы (4.1) может быть трудной задачей.

Формула у = F(x)называется интерполяционнойи используется для вычисления значения функции f(x)в точке х,не совпадающей с узлами интерполяции. Эта операция называется интерполированием(интерполяци­ей) функции.При этом, если точка х не принадлежит от­резку [a, b], a = min(x0, х1,... , хп), b = mах(x0, х1,... , хп),то говорят об экстраполировании функции.

Часто в качестве интерполирующей функции исполь­зуется многочлен такого порядка Рп(х)(интерполяционный многочлен),удовлетворяющий условию

yi = Pn(xi), i = 0, l,..., п. (4.2)

Так как многочлен n-го порядка определяется своими коэффициентами, то число параметров равно n +1 и ус­ловия (4.2) представляют систему линейных уравнений.

(4.3)

Определителем системы (4.3) является определитель Вандермонда

(4.4)

который отличен от нуля, если среди узлов интерполяции нет совпадающих. Отсюда следует, что задача построения интерполяционного многочлена разрешима и существует единственный интерполяционный многочлен, удовлетво­ряющий условиям (4.2). Как увидим ниже, формы запи­си интерполяционного многочлена могут быть разными. Отметим, что задача отыскания произвольного много­члена,удовлетворяющего условиям (4.2), некорректна. Если степень многочлена меньше п,то такого многочле­на не существует, но если больше п,то таких многочле­нов бесконечное множество.

4.1.Интерполяционные формулы Ньютона

 

Пусть узлы интерполяции распределены на отрезке равномерно хi = а + ih, i = 0, 1, ... , п.Обозначим шаг из­менения переменной х через Dх = h.

Введем сначала понятия конечной разностии обоб­щенной степени,которые используются для записи ин­терполяционной формулы Ньютона.

Первой конечной разностьюфункции у = f(x)называ­ется выражение

Dу = f(x + Dх) – f(x). (4.5)

Конечная разность второго порядкаопределяется формулой

D2у = D(Dy)= D[f(х + Dх) - f(х)] = f(x + 2Dх) - 2 f(х + Dх) + f(x). (4.6)

Используя формулу бинома Ньютона, можно вывести формулу конечной разности п-го порядка:

Dnу = D(Dn-1y)= f(х + nDх) - f[х + (n - 1)Dx] + f[x + (n – 2)Dх] - ...+ (-1)n f(x), где . (4.7)

Справедливо утвержде­ние: конечная разность(n+1)-го порядка многочлена п-го порядка равна нулю.

Пусть функция f(x)задана своими значениями yi = f(xi)в равноотстоящих точках xi = х0 + ih, i = 0, 1,..., п.

Таблица конечных разностейфункции f(х) записыва­ется в одной из двух форм: горизонтальной или диаго­нальной таблицы разностей. Так как конечная разность использует 2 значения, столбец Dyi содержит п значений, D2yi – на одно значение меньше и т. д. Если задано п +1 значений функции, то таблица конечных разностей со­держит п столбцов, причем последний столбец содержит только одно значение. Общий вид горизонтальной таб­лицы, конечных разностейприведен в табл. 1.

Таблица 1

xi yi Dyi D2yi D3yi ... Dn-1yi Dnyi
x0 y0 Dy0 D2y0 D3y0 ... Dn-1y0 Dny0
x1 y1 Dy1 D2y1 D3y1 ... Dn-1y1  
... ... ... ... ... ...    
xn-2 yn-2 Dyn-2 D2yn-2        
xn-1 yn-1 Dyn-1          
xn yn            

Обобщенной степенью п-го порядкачисла х называется произведение

x[n] = x(x - h)(x -2h)(x - 3h)...[x - (n - 1)h], (4.8)

где h = const, а для n = 0 полагают x(0) = 1.
Найдем конечные разности для обобщенной степени:

Dх[n] = (х + h)(n) - x(n) = (x + h)x(x - h)(x -2h)...[x - (n - 2)h] - x(x - h)(x -2h)...[x - (n - 1)h] = x(x - h)(x -2h)(x - 3h)...[x - (n - 2)h]{( x + h) - [x - (n - 1)h]} = nh x[n - 1]

Мы получили следующую формулу:

Dх[n] = nh x[n - 1] (4.9)

Пользуясь методом математической индукции, можно вывести и общую формулу

Dkх[n] = n(n -1)...[n -(k - 1)] h kx[n - k]. (4.10)

Выведем первую интерполяционную формулу Ньютона. Найдем многочлен Рп(х), удовлетворяющий условиям Рп(хi)= yi для i = 0, 1,..., n. Будем искать многочлен Рп(х)в следующем виде:

Pп(х)= а0 + a1(хх0) + a2(x x0)(x x1) + ... + an(x x0)(x x1)...(x xn) =

= а0 + a1(хх0)[1] + a2(x x0)[2] + ... + an(x x0)[n].

Из условия Рп(х0)= y0 следует a0 = y0.

Найдем первую конечную разность многочлена Рп(х):

DРn(х) = a1h + 22(x x0)[1] + ... + nan(x x0)[n-1].

Отсюда при х = х0получим DРn(х0) = a1h = Dy0, т.е. a1 = Dy0/h. Аналогично можно получить общую формулу коэффициентов многочлена Ньютона:

ak = . (4.11)

Теперь можно записать первую интерполяционную формулу Ньютона:

Pп(х)= y0 + (хх0)[1] + (x x0)[2] + ... + (x x0)[n] (4.12)

С помощью замены переменной q = (х - x0)/h первую интерполяционную формулу Ньютона можно предста­вить в виде

Pп(х)= y0 + q + + ... + . (4.13)

Аналогичными рассуждениями выводится вторая интерполяционная формула Ньютона:

Pп(х)= yn + (х - хn) + (x - xn)(x - xn-1) +...+ (x - xn)(x - xn-1)...(x - x1), (4.14)

которая с помощью замены q = (х – xn)/h приводится к виду

Pп(х)= yn + q + + ... + . (4.15)

Первая интерполяционная формула Ньютона приме­няется для интерполирования вблизи начала таблицы (около х0), а вторая – для интерполирования вблизи кон­ца таблицы (около хn).

4.2.Интерполяционная формула Лагранжа

Интерполяционные формулы Ньютона (4.12), (4.15) пригодны лишь для равноотстоящих узлов интерполирования. Рассмотрим интерполяционную формулу Лагран­жа, которая применима при любом расположении узлов. Пусть дана система точек х0, х1, ..., хn, принадлежащих некоторому отрезку [а, b], и известны соответствующие значения функции yi = f(xi).Найдем многочлен Ln(x),удовлетворяющий условиям Ln(хi) = yi.

При построении многочлена Лагранжа используются многочлены n-й степени рi(х), принимающие значение 1 в точке xi и нулевые значения в остальных узлах интер­поляции xj, j ¹ i.Так как xj,при j ¹ i являются корнями многочлена рi(х), то справедливо разложение рi(х) на мно­жители

рi(х) = Ci(х - х0)(х - х1)...(х - хi-1)(х - хi+1) ...(х - xn), i = 0, 1, ... , n.

Из условия pi(xi) = 1 находим значение константы Ci:

Ci= 1/(хi - х0)(хi - х1)...(хi - хi-1)(хi - хi+1) ...(хi - xn) и получаем выражение для многочленов pi(xi):

рi(х) = . (4.16)

Интерполяционный многочлен Лагранжаимеет вид

Ln(x) = = × (4.17)

Формулу Лагранжа можно преобразовать так, чтобы упростить вычисления. Вынесем за знак суммы произве­дение

Пn+1(x) = (х - х0)(хх1) ... (х - хn),

которое является многочленом степени п +1. Получим

Ln(x) = Пn+1(x) .

Теперь формулу Лагранжа можно записать в виде

Ln(x) = Пn+1(x) , (4.18)

где Di = (хi - х0)(хi - х1)...(хi - хi-1)(x - xi)(хi - хi+1) ...(хi - xn).

Обратите внимание на то, что в произведении Di из n + 1 сомножителя вместо скобки (хi - xi)присутствует множитель (х xi).

4.3.Остаточный член интерполяционной формулы Лагранжа

Для анализа погрешности интерполяции использует­ся остаточный член интерполяционного многочлена Лаг­ранжа

f(x) – Ln(x) = = (4.19)

где x принадлежит отрезку [a, b], который определяется числами

а = min(x0, х1,..., хп, х), b = mах(x0, х1,..., хп, х). (4.20)

Формула (4.19) выводится с помощью функции

φ(х) = f(x) – Ln(x) – KПn+1(x),

где параметр К выбирается из условия φ(х) = 0:

K=(f(x) – Ln(x))/ Пn+1(x).

Пусть функция f(x)имеет непрерывную производную (n +1)-го порядка. Тогда φ(х) имеет п +2 корня х0, х1,..., xn, x и по теореме Ролля производная φ'(x) имеет п +1 корень, вторая производная φ"(х) равна нулю в п точках, а производная (п +1)-го порядка φ(n + 1)(х) равна нулю в некоторой точке x,из отрезка [а, b],который определяет­ся условиями (4.20). Далее

φ(n + 1)(х) = f(n+1)(х) – К(п +1)!,

так как производная (n+1)-го порядка от многочлена Lп(х)равна нулю, а у многочлена Пn+1(x) старший член равен xn+1и производная (n +1)-го порядка многочлена Пn+1(x) равна (n +1)!.

Из условия φ(n + 1)(x) = f(n+1)(x) - К(п +1)! = 0 следует

K = f(n+1)(x)/(п +1)!,

а из равенства φ(х) = f(x) - Ln(x) – KПn+1(x)= 0 следует (4.19).

4.4.Равномерное приближение функции.Многочлены Чебышева

Определение 4.1. Многочлен Рп(х) равномерно прибли­жает на отрезке [а, b] функцию f(x) с точностью до ε, если выполняется неравенство

| f(x) – Pn(x)| £ ε. (4.21)

Приведем без доказательства теорему Вейерштрасса.

Теорема 4.1.Если функция f(x)непрерывна на отрез­ке [а, b],то для любого ε > 0 найдется многочлен Рn(х) достаточно высокой степени n, который равномерно при­ближает на отрезке [а, b]функцию f(x)с точностью до ε, т. е. выполняется (4.21).

Определение 4.2. Многочлен Рп(х)называется много­членом наилучшего приближениядля функции f(x)на отрезке [а, b],если для любого многочлена Qn(x) степени n выполняется неравенство

| f(x) – Pn(x)| £ | f(x) – Qn(x) |. (4.22)

Многочлены Чебышеваопределяются рекуррентными формулами

Т0(х) = 1, Т1(х) = х, Tn+1(x) = 2хТп(х)- Тп-1(х)при n ³ 1. (4.23)

Выпишем многочлены Чебышева Тп(х) для п = 2, 3, 4, 5:

Т2(х)= 2хТ1(х) – T0 = 2х2 – 1,

Т3(х) = 2хТ2(х)– T1 = 4х33х,

Т4(х) = 8х4 – 8х2 + 1,

Т5(х) = 16х5 – 20х3 + 5х.

Старший коэффициент многочлена Тn(х), т. е. коэффи­циент при хп,равен 2n-1.

Справедливо представление многочленов Чебышева через тригонометрические функции

Tn(x)= cos(n×arccos х), при п ³ 0. (4.24)

Поэтому |Тn(х)| £ 1 для | х | £ 1. (4.25)

Корни многочлена Чебышева принадлежат отрезку [-1; 1]:

xk = , k = 0, 1, ... , n - 1. (4.26)

Многочлены Чебышева Тп(х) с четными индексами являются четными функциями, а с нечетными – нечет­ными функциями.

Многочлены Чебышева Тn(х) обладают следующим замечательным свойством. Если умножить Тп(х)на 21-n, получится многочлен, наименее уклоняющийся от нуляна отрезке [-1; 1].

Теорема 4.2. Если Рп(х)– произвольный многочлен степени п со старшим коэффициентом 1, справедливо не­равенство

| Pn(x) | ³ | 21-n×Tn(x) | = = 21-n , (4.27)

где = 21-n×Tn(x).

В некоторых учебниках по численным методам многочленом Чебышева называется многочлен

Тn(х) = 21-n×Tn(x), наименее уклоняющийся от нуляна отрезке [-1; 1].

Поясним смысл теоремы 4.2 на примерах.

Если п = 2, то теорема 4.2 утверждает, что наибольшее значение любой квадратной функции вида х2 + рх + q на отрезке [-1; 1] не меньше 21-2 = 0,5.

Наибольшее значение любого многочлена вида х3 + рх2 + qx + r на отрезке [-1; 1] не меньше 21-3 = 0,25.

Среди всех квадратных функций вида х2 + рх + q наи­менее уклоняющимся от нуля на отрезке [-1; 1] много­членом является функция

21-2×T2(x) = х2 - 0,5.

Среди всех многочленов вида х3 + рх2 + qx + r наиме­нее уклоняющимся от нуля на отрезке [-1; 1] является многочлен

21-3Т3(х)= (4х3 - 3х)/4 = х3 - 0,75х.

Для произвольного отрезка [а, b]многочлен со стар­шим коэффициентом 1, наименее уклоняющийся от нуля, получается из заменой

.

Этот многочлен имеет вид

= (b - a)n×21-2n×Tn

Корнями многочлена являются точки

xk = , k = 0, 1, ... , n - 1. (4.29)

Многочлены Чебышева используются для минимиза­ции погрешности интерполяционной формулы за счет оптимального выбора узлов интерполяции. В формуле остаточного члена (4.19) у многочлена Пn+1(х)старший коэффициент равен 1. Для минимизации погрешности интерполяционной формулы для функции f(x) на отрезке [а, b]нужно взять в качестве узлов интерполяции точки

xk = , k = 0, 1, ... , n. (4.30)

являющиеся корнями многочлена . Тогда по­грешность интерполяции оценивается неравенством

| f(x) – Ln(x) . (4.31)

4.5. Интерполяция сплайнами

Пусть задана таблица значений функции yi в узлах х0 < х1 < ... < хп.Обозначим hi = xi – xi-1, i = 1, 2, ... , п.

Сплайн– гладкая кривая, проходящая через задан­ные точки (хi, yi), i = 0, 1, ... , п. Интерполяция сплай­нами заключается в том, что на каждом отрезке [хi-1, xi]используется многочлен определенной степени. Наиболее часто применяется многочлен третьей степени, реже – второй или четвертой. При этом для определения коэффициентов многочленов используются условия непре­рывности производных в узлах интерполяции.

Интерполяция кубическими сплайнамипредставляет собой локальную интерполяцию, когда на каждом отрез­ке [хi-1, xi], i = 1, 2, ... , п применяется кубическая кри­вая, удовлетворяющая некоторым условиям гладкости, а именно, непрерывности самой функции и ее первой и вто­рой производных в узловых точках. Использование куби­ческой функции вызвано следующими соображениями. Если предположить, что интерполяционная кривая соот­ветствует упругой линейке, закрепленной в точках (хi, yi),то из курса сопротивления материалов известно, что эта кривая определяется как решение дифференциального уравнения f(IV)(x) = 0 на отрезке [хi-1, xi](для простоты из­ложения мы не рассматриваем вопросы, связанные с физи­ческими размерностями). Общим решением такого уравне­ния является многочлен 3-й степени с произвольными коэффициентами, который удобно записать в виде
Si(x) = аi + bi(х - xi-1) + сi(x - xi-1)2+ di(x - xi-1)3,
хi-1 £ х £ хi, i = 1, 2, ... , п.(4.32)

Коэффициенты функций Si(x)определяются из усло­вий непрерывности функции и ее первой и второй произ­водных во внутренних узлах xi, i = 1, 2,..., п - 1.

Из формул (4.32) при х = хi-1 получим

Si(xi-1) = yi-1 = ai, i = 1, 2,..., п,(4.33)

а при х = хi

Si(xi) = аi + bihi + сihi2+ dihi3,(4.34)

i = 1, 2,..., n.

Условия непрерывности интерполяционной функции записываются в виде Si(xi) = Si-1(xi), i = 1, 2, ... , n - 1 и из условий (4.33) и (4.34) следует, что они выполнимы.

Найдем производные функции Si(x):

S'i(x) = bi + 2сi(х - xi-1) + 3di(хxi-1)2,

S"i(x) = 2ci + 6di(x - xi-1).

При x = xi-1, имеем S'i(xi-1) = bi, S" (xi-1) = 2сi, а при х = хi получим

S'i(xi) = bi + 2сihi + 3dihi2, S" (xi) = 2сi + 6dihi.

Условия непрерывности производных приводят к уравнениям

S'i(xi) = S'i+1(xi) Þ bi + 2сihi + 3dihi2 = bi+1,

i = l, 2,... , п - 1. (4.35)

S"i (xi) = S"i+1(xi) Þ 2сi + 6dihi = 2ci+1,

i = l, 2,..., n - 1. (4.36)

Всего имеем 4n – 2 уравнений для определения 4n не­известных. Чтобы получить еще два уравнения, исполь­зуют дополнительные краевые условия, например, требо­вание нулевой кривизны интерполяционной кривой в концевых точках, т. е. равенства нулю второй производ­ной на концах отрезка [а, b] а = х0, b = хn:

S"1(x0) = 2c1 = 0 Þ с1 = 0,

S"n(xn) = 2сn + 6dnhn = 0 Þ сn + 3dnhn = 0. (4.37)

Систему уравнений (4.33)–(4.37) можно упростить и получить рекуррентные формулы для вычисления коэф­фициентов сплайна.

Из условия (4.33) имеем явные формулы для вычисле­ния коэффициентов ai:

ai = yi-1, i= 1,..., n. (4.38)

Выразим di через ci с помощью (4.36), (4.37):

; i = 1, 2,...,n; .

Положим сn+1= 0, тогда для di получим одну формулу:

, i = 1, 2,...,n. (4.39)

Подставим выражения для аi и di в равенство (4.34):

, i = 1, 2,..., n.

и выразим bi, через сi:

, i = 1, 2,..., n. (4.40)

Исключим из уравнений (4.35) коэффициенты bi и di с помощью (4.39) и (4.40):

,

i = 1, 2,..., n -1.

Отсюда получим систему уравнений для определения сi:

(4.41)

Система уравнений (4.41) может быть переписана в виде

(4.42)

Здесь введено обозначение

, i =1, 2,..., n - 1.

Решим систему уравнений (4.42) методом прогонки. Из первого уравнения выразим с2через с3:

c2 = a2c3 + b2, , . (4.43)

Подставим (4.43) во второе уравнение (4.42):

h2(a2c3 + b2) + 2(h2 + h3)c3 + h3c4 = g2,

и выразим с3 через с4:

с3 = a3с4 + b3, (4.44)

Предполагая, что сi-1= ai-1ci + bi-1 из i-го уравне­ния (4.42) получим

ci = aiсi+1 + bi

, i = 3,..., n – 1, an = 0, (4.45)

, i = 3,..., n.

Сформулируем алгоритм интерполяции с помощью кубического сплайна.

Исходные данные: значения функции у0, у1,..., уп в узлах х0, х1,..., хп (х0 < х1< ... < хn).

0. Вычислим значения hi и gi:

hi = xi – xi-1 i = 1, 2,..., n,

, i =1, 2,..., n - 1. (4.46)

1. Прямой ход прогонки для вычисления коэффици­ентов ci. Вычислим коэффициенты прогонки ai и bi:

, ,

, i = 3,..., n – 1, an = 0, (4.47)

, i = 3,..., n.

2. Обратный ход прогонки для вычисления коэффици­ентов сi. Вычислим коэффициенты ci:

cn+1 = 0,

ci = aiсi+1 + bi, i = n, n -1,..., 2, (4.48)

c1 = 0.

3. Вычисление коэффициентов аi, bi, di:

ai = yi-1,

, (4.49)

i = 1, 2,..., n.

4. Вычисление значения функции с помощью сплай­на. Для этого найти такое значение i,что данное значе­ние переменной х принадлежит отрезку [xi-1, xi] и вы­числить

Si(x) = аi + bi(х - xi-1) + сi(x - xi-1)2+ di(x - xi-1)3. (4.50)

4.6. Аппроксимация. Метод наименьших квадратов

Наиболее распространенным методом аппроксимации экспериментальных данных является метод наимень­ших квадратов.

Пусть заданы значения функции yi,соответствующие значениям xi, i = 1, 2, ... , п. Предположим, что аппрок­симирующая функция g(x)зависит от т параметров g = g(x, a1, a2, ... , am), т £ п.При точечной квадратич­ной аппроксимации параметры а1, а2,... , ат аппрокси­мирующей функции определяются из условия минимума суммы квадратов отклонений значений аппроксимирую­щей функции от заданных значений функции:

,(4.51)

Вид функции g(x, a1, а2, ... , ат)определяется особен­ностями решаемой задачи, например, физическими сооб­ражениями, если проводится аппроксимация результатов физического эксперимента.

Если аппроксимирующая функция линейно зависит от параметров, то метод наименьших квадратов приводит задачу ее определения к системе линейных уравнений.

Наиболее часто применяются аппроксимации прямой линией (линейная регрессия),полиномом (полиномиаль­ная регрессия), линейной комбинацией линейно независи­мых функций.

Рассмотрим применение метода наименьших квадратов для определения параметров функции g(x, a1, а2, ... , ат)при аппроксимации линейной комбинацией линейно не­зависимых функций:

g(x, a1, а2, ... , ат) = a1φ1(x) + a2φ2(x) +...+ amφm(x).(4.52)

Тогда условие (4.51) имеет вид

S(a1,...,am) = . (4.53)

Минимум квадратичной функции существует; необхо­димым условием его существования является равенство нулю частных производных

, k = 1, ... ,m.(4.54)

Из (4.54) получим систему уравнений метода наимень­ших квадратов необходимого условия существования минимума:

(4.55)

При линейной аппроксимирующей функции

g(x, а0, а1) = а0 + а1х (4.56)

система (4.55) имеет вид

 

(4.57)

Аналогично можно получить систему уравнений для определения параметров полиномиальной регрессии:

g(x, а0, ... , ат) = а0 + а1х + ... + атхт.(4.58)

В этом случае получим систему из т +1 уравнения с т +1 неизвестным

(4.59)

Если зависимость аппроксимирующей функции от параметров нелинейна, то для определения параметров приходится решать нелинейные задачи. Иногда удается с помощью преобразований вместо функции с нелиней­ной зависимостью от параметров рассматривать функцию с линейной зависимостью от параметров.

<== предыдущая лекция | следующая лекция ==>
Вычислительные методы линейной алгебры | Численное дифференцирование

Дата добавления: 2020-08-31; просмотров: 793;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.1 сек.