1. Постановка задачи аппроксимации 2. Метод наименьших квадратов 3. Линейная аппроксимация Лекция 8.

Презентация:



Advertisements
Похожие презентации
Постановка задачи аппроксимации Линейная, нелинейная (второго порядка) аппроксимация Лекция 5.
Advertisements

Интерполирование функций. Постановка задачи: xx0x0 x1x1 x2x2 …xnxn yy0y0 y1y1 y2y2 …ynyn Функция задана таблично: Вычислить Вычислить: -сетка или узлы.
В практических применениях математики очень часто встречается такая задача: Это могут быть результаты эксперимента, данные наблюдений или измерений, статистической.
Методы обработки экспериментальных данных. Методы обработки экспериментальных данных: 1. Интерполирование 2. Метод Лагранжа.
Метод Ньютона: 1- и 2-я интерполяционные формулы Ньютона.
3. Алгоритмы приближения функций Если функция y = f(x) задана, то любому допустимому значению x сопоставляется некоторое значение y. Функция может быть.
План лекции. 1.Метод наименьших квадратов. 2.Дифференциальные уравнения.
НЕЛИНЕЙНАЯ АППРОКСИМАЦИЯ ПО МЕТОДУ НАИМЕНЬШИХ КВАДРАТОВ.
ИНТЕРПОЛЯЦИЯ И АППРОКСИМАЦИЯ Кафедра Информационных технологий и управляющих систем Предмет «Вычислительные методы и их применение в ЭВМ» Лекция Доцент.
Метод наименьших квадратов. Количественный анализ Проведение количественного анализа, как правило, включает в себя построение графика по данным, найденным.
Метод наименьших квадратов УиА 15/2 Айтуар А.. В математической статистике методы получения наилучшего приближения к исходным данным в виде аппроксимирующей.
Большая часть классического численного анализа основывается на приближении многочленами, так как с ними легко работать. Однако для многих целей используются.
1 Аппроксимация характеристик нелинейных резистивных элементов Выбор аппроксимирующей функции Метод выравнивания:
Л АБОРАТОРНАЯ РАБОТА 3 Тема: Интерполирование функций.
«Создание программного обеспечения для нахождения производных функций» Выполнил: Андрющенко Дмитрий, ученик 11 «В» класса. Научный руководитель: Симакова.
Метод наименьших квадратов В математической статистике методы получения наилучшего приближения к исходным данным в виде аппроксимирующей функции получили.
Виды методов решений задач Аналитические: Y=F(X) Численные : Y i ~ X i Конечно-разностные с начальными или граничными условиями. Аппроксимируют всю Область.
Л АБОРАТОРНАЯ РАБОТА 4 Тема: Численное дифференцирование Тема: Численное дифференцирование.
МЕТОД НАИМЕНЬШИХ КВАДРАТОВ. СТАТИСТИЧЕСКАЯ ОЦЕНКА.
Математический аппарат компьютерной графики. Интерполяция. Сплайны. Лекция 6.
Транксрипт:

1. Постановка задачи аппроксимации 2. Метод наименьших квадратов 3. Линейная аппроксимация Лекция 8

Постановка задачи аппроксимации Пусть задана функциональная зависимость y=f(x), полученная в эксперименте x X1X1 X2X2 X3X3 …xnxn YY1Y1 Y2Y2 Y3Y3 …ynyn Если аналитическое выражение функции f(x) неизвестно, то возникает задача: найти такую непрерывную зависимость значения которой при x=x i были близки к опытным данным y i (i=1, 2, …, n).

Постановка задачи аппроксимации Геометрически задача аппроксимации состоит в проведении кривой, как возможно ближе примыкающей к системе экспериментальных точек

Общий вид аппроксимирующего полинома задача состоит в аппроксимации неизвестной функциональной зависимости между x и y полиномом заданной степени m и определении наилучших параметров эмпирической зависимости методом наименьших квадратов

Метод наименьших квадратов Пусть в результате эксперимента получена таблица значений функции y i (i=1,...,n). Задача состоит в аппроксимации неизвестной функциональной зависимости между x и y эмпирической формулой : где m – число параметров; a 0 …a m – неизвестные коэффициенты.

Требуется Определить искомые коэффициенты а j зависимости таким образом, чтобы этот полином наилучшим образом описывал экспериментальные данные, а сумма квадратов отклонений экспериментальных значений y i от соответствующих значений, вычисленных по аппроксимирующему многочлену, была минимальной. где F(a 0, a 1, …, a m ) – функция коэффициентов.

В точке минимума функции F ее частные производные обращаются в нуль.

Полиномиальная зависимость P(x)=a 0 +a 1 x+a 2 x a m x m

Дифференцируя по параметрам, получаем математическое условие минимума квадратичной функции: В результате решения системы линейных уравнений получим коэффициенты а 0,а 1,...,а m искомого полинома

Линейная аппроксимация При обработке экспериментальных данных возможно построить линейный аппроксимирующий полином, т.е. описать закон изменения x линейным уравнением P 1 (x)=a 0 +a 1 x Необходимо найти коэффициенты a 0, a 1 МНК

Расчет неизвестных коэффициентов a 0 и a 1

Преобразование системы

Выражения для коэффициентов a 0 и a 1.

Коэффициенты

Определитель системы Определение коэффициентов a 0 и a 1 возможно, если определитель системы 0. Если определитель D=0, то система или не имеет единственного решения

Пример: Дана табличная зависимость теплоемкости оксида углерода от температуры Необходимо построить аппроксимирующий полином в виде y=a 0 +a 1 x., где h=100, С р =y. Для вычисления коэффициентов составим таблицу: Введем обозначения

ITiTi xixi yiyi x i y i / Таблица

y= x.

Разность между исходными данными и результатами расчета по полученному выражению определяет погрешность аппроксимации. Выполненная проверка показала, что полученное уравнение (линейное) соответствует эксперименту. Если погрешность велика, то выбирают другой вид аппроксимирующего полинома.