Многочлен называют многочленом наилучшего среднеквадратичного приближения функции на [a, b]. Задача нахождения такого многочлена упрощается, если система является ортогональной на [a, b].
Функции и называются ортогональными на множестве точек , если скалярное произведение этих функций равно нулю, т. е. = 0 (или в другой записи = 0).
Система функций называется ортогональной на множестве точек , если функции этой системы попарно ортогональны на этом множестве, т. е. = 0, = 0) при .
Если система является ортогональной, то коэффициенты обобщенного многочлена определяются по формулам
. (17)
Если функция аппроксимируется обобщенным полиномом на отрезке [a, b], то коэффициенты можно определить по формулам
. (18)
Коэффициенты называются коэффициентами Фурье полинома относительно ортогональной системы функций .
Пусть на отрезке [-l, l] задана система ортогональных функций
(19)
Для на [-l, l] тригонометрическим многочленом наилучшего среднеквадратичного приближения является тригонометрический многочлен
, (20)
где коэффициенты Фурье определяются формулами (18) и имеют вид
, k = 1, 2,… (21)
В качестве еще одной ортогональной системы можно рассмотреть полиномы Лежандра:
(n = 0, 1, 2,…). (22)
Полиномы Лежандра образуют ортогональную систему на отрезке [-1, 1], т. е.
= 0 при .
Обобщенный многочлен степени n относительно ортогональной системы алгебраических полиномов Лежандра имеет вид
, (23)
где
. (24)
Замечание. Если функция определена на [a, b], то с помощью линейного преобразования
(24)
можно получить полином Лежандра, ортогональный на отрезке [a, b]:
. (25)
Пример 1.
Найти алгебраический многочлен степени n = 2 наилучшего среднеквадратичного приближения для функции [0, 2]
Оценить погрешность.
Искомый многочлен имеет вид , где - полиномы Лежандра (определены соотношением (25)).
Делаем замену переменных и переходим от [0, 2] к рассмотрению отрезка [-1, 1].
Получим , определенную на отрезке [-1, 1]:
.
Коэффициенты Фурье найдем по формуле (24).
,
,
.
Таким образом,
.
Пример 2.
Имеется таблица значений:
X |
10 |
20 |
30 |
40 |
50 |
60 |
70 |
80 |
Y |
15,3 |
20,5 |
27,4 |
36,6 |
49,1 |
65,6 |
87,8 |
117,6 |
Представить зависимость величин x и y в виде функции .
Прологарифмируем эту функцию . Если обозначить , то получим . Исходная таблица значений примет следующий вид:
X |
10 |
20 |
30 |
40 |
50 |
60 |
70 |
80 |
2,73 |
3,02 |
3,31 |
3,60 |
3,89 |
4,18 |
4,48 |
4,77 |
Для нахождения коэффициентов а и b воспользуемся методом наименьших квадратов.
Согласно методу наименьших квадратов, сумма квадратов отклонений искомого полинома от значений в каждой точке должна быть минимальна, т. е.
- min.
b = 0,029
c = 2,436.
= 11,472.
Тогда искомая зависимость будет иметь вид .
Интерполирование сплайнами
На практике многие кривые нельзя описать простыми функциями. Однако их можно составить из отрезков полиномов или других сравнительно простых кривых. При этом в точках стыковки полученная составная кривая будет гладкой. В теории приближения функций такие кривые называются сплайнами. Сплайн можно наглядно представить как линию, которую образует упругая линейка, закрепленная в ряде точек. Наиболее широко на практике применяются кубические сплайны.
Пусть на отрезке [a, b] задана сетка <<…<, в узлах которой заданы значения (i = 0, 1, 2,…, n) функции , определенной на [a, b]. Причем узлы сетки <<…< не обязательно расположены равномерно. Рассмотрим задачу построения интерполяционного кубического сплайна, приближающего функцию , заданную на отрезке [a, b].
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.