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.