Главная страница

Аппроксимация функций. Аппроксимация функций


Скачать 393.73 Kb.
НазваниеАппроксимация функций
АнкорАппроксимация функций.pdf
Дата09.04.2018
Размер393.73 Kb.
Формат файлаpdf
Имя файлаApproximatsia_funktsiy.pdf
оригинальный pdf просмотр
ТипМетодические указания
#39505
страница1 из 4
Каталог
  1   2   3   4

Министерство образования и науки Российской Федерации
Волгоградский государственный архитектурно-строительный
университет
АППРОКСИМАЦИЯ ФУНКЦИЙ
Методические указания
к лабораторным работам по дисциплине «Информатика»
Составители М. М. Степанов, Н. Н. Потапова, Т. В. Ерещенко
© Федеральное государственное бюджетное
образовательное учреждение
высшего профессионального образования
«Волгоградский государственный
архитектурно-строительный университет», 2012
Волгоград
ВолгГАСУ
2012

УДК 517.551(076.5)
Рецензенты: кандидат технических наук И.В. Иванов, доцент кафедры прикладной математики и вычислительной техники Волгоградского государственного архитектурно-строительного университета; кандидат технических наук А.А. Чураков, доцент кафедры строительных конструкций, оснований и надежности сооружений Волгоградского государственного архитектурно-строительного университета
А 769
Аппроксимация функций [Электронный ресурс] : методические указания к лабораторным работам по дисциплине «Информатика» / сост.
М.М. Степанов, Н.Н. Потапова, Т.В. Ерещенко ; М-во образования и науки Росс. Федерации, Волгогр. гос. архит.-строит. ун-т. — Электрон. текстовые и граф. дан. (2,5 Мбайт). — Волгоград : ВолгГАСУ, 2012. —
Учебное электронное издание комбинированного распространения :
1 CD-диск. — Систем. требования: PC 486 DX-33; Microsoft Windows
XP; 2-скоростной дисковод CD-ROM; Adobe Reader 6.0. —
Официальный сайт Волгоградского государственного архитектурно- строительного университета. — Режим доступа: http://www.vgasu.ru/publishing/on-line/ — Загл. с титул. экрана.
В методических указаниях даны краткие теоретические сведения, необходимые для изучения темы «Аппроксимация функций» и выполнения лабораторных работ, разобраны примеры заданий, приведены варианты выполнения индивидуальных заданий и сформулированы контрольные вопросы по изучаемой теме.
Методические указания предназначены для студентов всех профилей дневной и заочной форм обучения по дисциплинам «Информатика»,
«Вычислительная техника и программирование», «Численные методы решения задач на ЭВМ».
УДК 517.551(076.5)
Нелегальное использование данного продукта запрещено

СОДЕРЖАНИЕ
1. ЦЕЛЬ ЛАБОРАТОРНОЙ РАБОТЫ «ИНТЕРПОЛЯЦИЯ
ФУНКЦИЙ». . . . . . . . . . . . . . . . . . . .
4 2. КРАТКИЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ . . . . . . . . . . . .
4 2.1. Введение 5 2.2. Интерполяция функций . . . . . . . . . . . . . . . . . . . . . . . . . .
5 2.2.1. Постановка задачи интерполяции . . . . . . . . . . . . .
5 2.2.2. Линейная интерполяция . . . . . . . . . . . . . . . . . . . . .
6 2.2.3. Интерполяция полиномом Лагранжа . . . . . . . . . . .
6 2.2.4. Интерполяция сплайнами . . . . . . . . . . . . . . . . . . .
9 3. ЗАДАНИЕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11 4. ПРИМЕР ВЫПОЛНЕНИЯ ЗАДАНИЯ . . . . . . . . . . . . . . . .
12 4.1. Подготовка исходных данных . . . . . . . . . . . . . . . . . . . .
12 4.2. Ввод значений точек интерполяции . . . . . . . . . . . . . . .
12 4.3. Расчет значений интерполирующей функции . . . . . . .
14 4.4. Расчет значений функции погрешностей . . . . . . . . . . .
14 5. СОДЕРЖАНИЕ ОТЧЕТА ПО ЛАБОРАТОРНОЙ РАБОТЕ
15 6. КОНТРОЛЬНЫЕ ВОПРОСЫ . . . . . . . . . . . . . . . . . . . . . . .
15 7. СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ . . . . .. . . .
15 8. ПРИЛОЖЕНИЕ 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16 9. ПРИЛОЖЕНИЕ 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17 1. ЦЕЛЬ ЛАБОРАТОРНОЙ РАБОТЫ «Метод наименьших квадратов». .
19 2. Задание к лабораторной работе 26 3. Реализация метода 26 3.1. Ввод исходных данных 27 3.2. Расчет значений аппроксимирующей функции и среднего квадратического отклонения
27 4. Содержание отчета по лабораторной работе 27 5. Контрольные вопросы 28 6. Создание файлов исходных данных 28 7. Варианты индивидуальных заданий аппроксимации функций методом наименьших квадратов
28 8. Создание файлов исходных данных 30 9. Пример выполнения задания
31

Лабораторная работа «Интерполяция функций»
1. ЦЕЛЬ ЛАБОРАТОРНОЙ РАБОТЫ
Получить навыки обработки табличных данных различными методами интерполяции и оценки погрешностей реализации этих методов с применением математической системы MathCAD.
2. КРАТКИЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ
2.1. Введение
Пусть аналитическое выражение для функции
f x
( )
неизвестно, а известны только ее значения в некоторых точках отрезка [
x x
n
0
;
], т.е. функция
f x
( )
задана табличными значениями (табл.1). Эти значения – либо результаты расчетов, либо экспериментальные данные.
Таблица 1
x
x
0
x
1
x
2
x
n
f x
( )
y
0
y
1
y
2
y
n
Значения аргумента x
i
называются узлами. В общем случае узлы не являются равноотстоящими. Требуется найти приближенные значения функции
f x
( )
в любой произвольной точке отрезка [
x x
n
0
;
].

Для решения этой задачи надо заменить неизвестную функцию
f x
( )
другой непрерывной на отрезке [
x x
n
0
;
] функцией
F x
( )
, значения которой приблизительно равны значениям функции
f x
( )
в любой точке отрезка
[
x x
n
0
;
], то есть
F x
( )

)
(x
f
;
x

∈ [
x x
n
0
;
].
Приближение функции
f x
( )
, заданной таблично, другой непрерывной функцией
F x
( )
называется аппроксимацией (от латинского approximare
− приближаться). В общем смысле термином аппроксимация называют замену одних математических объектов другими, в том или ином смысле близкими к исходным. Чем проще аппроксимирующая функция, тем меньше времени требуется для решения задачи аппроксимации. Эта характеристика особенно важна при большом количестве узлов.
Чем больше количество узлов, тем меньше погрешность. Для каждой конкретной аппроксимируемой функции нужно стремиться выбрать такой способ аппроксимации, который обеспечивает минимальную погрешность при минимальном количестве узлов.
Существует два принципиально различных типа аппроксимации функций:
1) Интерполяция
− аппроксимирующая функция
F x
( )
точно совпадает с табличными значениями
y y
y
n
0
1
,
,...,
функции
f x
( )
2) Метод наименьших квадратов
− аппроксимирующая функция
F x
( )
может не совпадать ни с одним табличным значением
n
y
y
y
,
,
,
1 0
функции
f x
( )
, максимально приближаясь к ним в среднем.
Ниже рассматриваются методы интерполяции.
2. 2. Интерполяция функций
2. 2. 1. Постановка задачи интерполяции
Пусть значения
y y
y
n
0
1
,
,...,
, приведенные в табл.1, получены с достаточно малой погрешностью и могут считаться точными для решаемой задачи. Тогда целесообразно потребовать, чтобы приближающая функция
F x
( )
проходила точно через точки с координатами
x y
i
i
,
(
i
=
0,1,...,
n
), т.е. значения приближающей функции
F x
( )
точно совпадали с табличными значениями данной функции
f x
( )

. . . . . . (1)
В этом случае нахождение приближающей функции
F x
( )
называют интерполяцией или интерполированием.
Задачей интерполяции считают нахождение приближенных значений табличной функции при аргументах
x
, не совпадающих с узловыми. Если x находится внутри интервала [
x x
n
0
;
], то процесс нахождения приближенного значения функции
f x
( )
называют интерполяцией; если
x
находится вне интервала [
x x
n
0
;
], то этот процесс называется экстраполяцией.
Происхождение этих терминов связано с латинскими словами inter
− внутри,
extra
− вне, polire − делать гладким.
2. 2. 2. Линейная интерполяция
При линейной интерполяции табличные значения функции в смежных узловых точках соединяются отрезками прямых, и функция f(x) приближается ломаной с вершинами в данных точках. Уравнения каждого отрезка ломаной в общем случае разные. Это наиболее простой и достаточно распространенный способ интерполяции. Если значение
x
выходит за пределы интервала [
x x
n
0
;
], то осуществляется линейная экстраполяция по отрезкам прямых, примыкающим к конечным точкам. При линейной интерполяции интерполирующая функция имеет изломы в узлах интерполяции и разрывы значений производных. Погрешность интерполяции определяется расстояниями между узлами интерполяции.
В системе MathCAD линейная интерполяция реализуется с помощью встроенной функции
)
,
,
(
x
VY
VX
linterp
(2) где VX, VY
− векторы, элементами которых являются соответственно координаты
x y
i
i
,
узловых точек, приведенные в табл.1;
x
− аргумент,
x
∈[
n
x
x ;
0
], в котором ищется соответствующее значение функции y.
F x
f x
y
( )
( )
;
0
0
0
=
=
;
)
(
)
(
1 1
1
y
x
f
x
F
=
=
;
)
(
)
(
n
n
n
y
x
f
x
F
=
=

2. 2. 3. Интерполяция полиномом Лагранжа
Погрешность линейной интерполяции обусловлена тем, что график интерполирующей функции имеет изломы в узлах интерполяции. Эти изломы можно устранить, если в качестве интерполирующей использовать такую функцию, график которой представляет собой плавную кривую
(например, полином), проходящий точно через заданные в табл.1 точки.
Существует много разновидностей полиномов, для которых выполнены условия (1). Ниже будет рассмотрен полином Лагранжа. Интерполяция полиномом Лагранжа дает высокую точность, если значения функции в смежных узлах, заданные в табл.1, изменяются достаточно медленно.
Построим интерполяционный полином Лагранжа
L x
n
( )
, для которого выполнены условия (1), следующим образом:
(3) где
l x
i
( )
− полином степени
n
(
n
i
,
0,1,
=
− номер полинома − cлагаемого).
Потребуем, чтобы в узловых точках
x
x
j
=
(
j
n
= 0,1,...,
− номер узла), если
j
i
=
(4) если
j
i
≠ .
Полином
l x
i
( )
составим следующим образом:
(5)
В полиноме (5) каждый из
n
сомножителей в скобках является разностью изменяющегося непрерывно аргумента
x
и дискретного значения
x
j
узла с номером
j
. Причем номер узла
j
принимает значения сначала от 0 до
i
− 1, затем от
i
+ 1 до
n
. Сомножитель
x x
i

отсутствует. За счет этого
l x
i
( )
=
0 во всех узлах, кроме узла, номер которого
j
совпадает с номером полинома
i
. Таким образом, обеспечивается выполнение соотношения (4) при
j
i

Для того чтобы соотношение (4) выполнялось и при
j i
=
, коэффициент
C
i
для полинома (5) найдем из следующего условия:
l x
y
i
i
i
( )
,
=
L x
l x
l x
l x
l x
n
n
i
i
n
( )
( )
( ) ...
( )
( ) ,
=
+
+ +
=
=

0
1
0
⎪⎩



=
0,
,
)
(
i
j
i
y
x
l
l x
C x x
x x
x x
x x
x x
i
i
i
i
n
( )
(
)(
)...(
)(
)...(
)
=






+
0
1
1
1
откуда
(6)
Подставляя выражение (6) в полином (5), получаем
Перепишем соотношение (7) в более компактном виде:
(8)
Подставляя соотношение (8) в соотношение (3), получим
(9)
Это и есть интерполяционный многочлен Лагранжа.
Для реализации полученного соотношения в системе MathCAD
используем встроенную функцию if с условным выражением, имеющую следующий формат:
if(условие, выражение 1, выражение 2).
Эта функция возвращает значение выражения 1, если условие выполняется, или значение выражения 2, если условие не выполняется. Для нашего случая функция if должна возвратить значение
y
i
, если
j
i
=
, или значение выражения если
j
i
≠ .
Тогда значение интерполяционного многочлена Лагранжа в точке
x
будет иметь следующий вид:
)
)...(
)(
)...(
)(
(
1 1
1 0
n
i
i
i
i
i
i
i
i
i
x
x
x
x
x
x
x
x
x
x
y
C





=
+

( )
7
)
)...(
)(
)...(
)(
(
)
)...(
)(
)...(
)(
(
)
(
1 1
1 0
1 1
1 0
n
i
i
i
i
i
i
i
n
i
i
i
i
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
y
x
l










=
+

+

l x
y
x x
x
x
i
i
j
i
j
j
j i
n
( )
=


=


0
L x
y
x x
x
x
n
i
i
n
j
i
j
j
j i
n
( )
=


=
=

∑ ∏
0
0
x
x
x
x
j
i
j


,

(10)
Выражение (10) определяет элемент квадратной матрицы, имеющей
n
+ 1 строк и столбцов. Элементами главной диагонали являются значения
y
i
. Элемент
i
-й строки и
j
-го столбца определяется значением выражения получаемого из соотношения (10).
2. 2. 4. Интерполяция сплайнами
Полиномиальная интерполяция не всегда дает удовлетворительные результаты при аппроксимации функций. Несмотря на выполнение условий (1) в узлах, интерполирующая функция может иметь значительные отклонения между узлами. Увеличение степени интерполяционного многочлена не всегда приводит к уменьшению погрешности. Возникает так называемое явление волнистости. При этом поведение полинома в окрестности какой- либо точки определяет его поведение в целом. Полиномиальная интерполяция дает особенно большие ошибки, если в окрестности левой или правой границы интервала интерполяции находится вертикальная асимптота графика функции.
На практике для проведения гладких кривых через узловые значения функции используют гибкую упругую линейку, совмещая ее с заданными точками. Математическая теория такой аппроксимации называется теорией сплайн-функций (от английского слова spline
− рейка, линейка). График интерполирующей функции при сплайн-интерполяции действительно напоминает гибкую линейку, закрепленную в узловых точках интерполируемой функции. Поэтому сплайн-интерполяцию выгодно применять при небольшом числе узловых точек (до 5
−7).
Рассмотрим интерполяцию кубическими сплайнами. Из теории упругости известно, что гибкая упругая линейка, совмещенная с узловыми значениями функции, проходит по линии, удовлетворяющей уравнению
0
)
(
(IV)
=
x
ϕ
. (11)
Если в качестве функции
ϕ(x) выбрать полином, то в соответствии с уравнением (11) степень полинома должна быть не выше третьей. Этот полином называют кубическим сплайном, который на каждом интервале
[
]
x
x
x
i
i

1
;
записывают в виде
,
,
)
(
∑∏


=
=








i j
j
i
j
i
x
x
x
x
y
i
j
if
x
L
j
i
j
x
x
x
x



,
3 1
2 1
1
)
(
)
(
)
(
)
(




+

+

+
=
i
i
i
i
i
i
i
i
x
x
d
x
x
c
x
x
b
a
x
ϕ
(12) где
a b c d
i
i
i
i
, , ,

коэффициенты сплайна;
i
= 1,2,...,
n
- номер интервала
(номер сплайна).
В отличие от полиномиальной интерполяции, когда вся аппроксимирующая функция описывается одним полиномом, при сплайновой интерполяции на каждом интервале
[
x
x
i
i
  1   2   3   4

перейти в каталог файлов
связь с админом