Вычислительная математика лекции
.pdf3.7.1.Обсуждение способа построения кубического интерполяционного сплайна с дефектом 1.
Пусть отрезок [a,b] разбит точками a=x0 < x1 < … xn =b на n
частичных отрезков [xi-1 ,xi ], i=1,2,…,n .
P3i (x) =ai+bi(x-xi-1)+ci(x-xi-1)2+di(x-xi-1)3.
Всего n кубических полиномов и соответственно 4n
неизвестных коэффициентов ai, bi, ci, di. Для их однозначного определения необходимо сформулировать 4n условий.
Первая группа условий следует из равенства значений сплайна и сеточной функции в узлах:
P3i(xi)=yi; P3i(xi-1)=yi-1 i=1,2,…,n. Всего 2n условий
Вторая группа следует из непрерывности 1-ой и 2-ой производных во внутренних узлах:
P(1)3i(xi)= P(1)3i+1(xi); P(2)3i(xi)= P(2)3i+1(xi); i=1,2,…,n-1. Всего
2(n-1) условий.
В сумме получаем 4n-2 условия. Недостающие два условия нужно задать в паре внешних узлов x0 и xn. Возможны следующие варианты:
а) P(1)3i(x0)=γ0; P(1)3i(xn)=γn ; γ0, γn заданные числа.
б) P(2)31(x0) =η0; P(2)3n(xn)=ηn ; η0, ηn заданные числа.
в) P(2)31(x0) =0; P(2)3n(xn)=0.
В двух первых случаях γ0, γn , η0, ηn совпадают с значениями производных y(x) в соответствующих точках.
31
При выполнении условий а) или в) сплайн называют фундаментальным или естественным соответственно.
Существуют другие способы задания граничных условий.
В результате имеем линейную систему из 4n уравнений для 4n
неизвестных коэффициентов. С целью экономии машинной памяти осуществляют редукцию системы путем исключения некоторых переменных. В результате можно получить размер матрицы , равным n, и сделать ее трехдиагональной.
При использовании дополнительных условий в форме а) или
б) погрешность оценивается по формуле max | y(x) S3 (x) | CM4hmax .
x [a,b]
Для k-ой производной справедливо соотношение
max | y(k ) (x) S (k )3 (x) | CM4h4-k max .
x [a,b]
Для естественного сплайна порядок точности понижается с 4
до 2.
3.7.2.B сплайны.
Идею B сплайнов (базисных сплайнов) поясним на примере простейшего линейного сплайна. Используя набор B сплайнов можно сформировать кусочно-линейный интерполяционный сплайн
n
согласно формуле S1(x)= yi B1i . Здесь B1i базисный сплайн в узле i.
|
|
|
|
|
i 0 |
|
B1i |
=0, если x≤xi-1 и x≥xi+1 |
|||||
B1i |
= |
x xi 1 |
|
, если xi-1 ≤ x < xi |
||
x x |
||||||
|
|
|
|
|||
|
|
i |
i 1 |
|
|
|
B1i |
= |
xi 1 |
x |
|
, если xi ≤ x xi+1 . |
|
x |
x |
|
||||
|
|
|
|
|||
|
|
i 1 |
i |
|
|
|
|
|
|
|
32 |
B1i=1, если x=xi.
B1i
1
|
X |
Xi |
Xi+1 |
Xi-1 |
|
Разработаны способы построения многомерных базисных сплайнов произвольной степени. Базисные сплайны находят широкое применение при решении краевых задач (в том числе дифференциальных уравнений в частных производных). Примером может служить метод конечных элементов.
4.Среднеквадратичное приближение
4.1.Постановка задачи для f(x).
Требуется найти приближающий полином Pm (x) ,
минимизирующий функцию расстояния между f(x) и Pm(x):
ρ(f(x),Pm(x)) → min;
m
Pm ( x) i i ( x)
i 0
φi(x) – линейно независимые базисные функции.
В качестве функции расстояния для среднеквадратического приближения используется следующий функционал
33
b
J ( 0 , 1 ,...., m ) (Pm (x) f (x))2 dx
a
Функционал – отображение из некоторого пространства
функций или векторов на числовую ось.
4.2.Постановка задачи для приближения векторов
Для векторов задача среднеквадратичного приближения ставится следующим образом. Пусть имеется вектор у R(n+1) и
m
задана линейная комбинация i i линейно независимых векторов
i 0
φi с неопределенными коэффициентами αi. Каждый из φi имеет
n
размер n+1. Нужно заменить вектор y на i i . Параметры αi
j 0
нужно найти таким образом, чтобы достичь минимума функционала:
n |
m |
J ( 0 , 1 ,..., m ) ( yk ( i i )k )2 |
|
k 0 |
i 0 |
Задача среднеквадратичного приближения векторов возникает,
если таблично заданную функцию yk(xk) (k=0,1,…,n) нужно аппроксимировать алгебраическим полиномом Pm(x) =
α0+α1x+…+αmxm степени m ≤ n. В этом случае имеем СЛАУ:
α0x00+α1x01+…+αix0i+…+αmx0m = y0 α0x10+α1x11+…+ αix1i +…+αmx1m = y1
……………………………
α0xi0+α1xi1+…+ αixii +…+αmxim = yi
……………………………
α0xn0+α1xn1+…+ αixni +…+αmxnm = yn
Эквивалентная форма записи этой системы:
34
α0φ0+α1φ1+…+ αiφi+…+αmφm = y , где φi = (x0i x1i…xni)T,
i = 0…m. Таким образом, в данном случае мы аппроксимируем
заданный вектор
y = (y0 y1…yn)T размера n+1 набором из m+1 базисных векторов
φi размера n+1
φi = (x0i x1i…xni)T, i = 0…m. В частном случае m = n, получаем задачу интерполирования. При m < n имеем дело с переопределенной системой.
4.3.Определения.
Определение1. Будем называть скалярным произведением функций или векторов следующие числа:
для функций v(x), y(x) x [a,b]
b
( y, v) y( x)v( x)dx
a
для векторов v,y Rn+1
n
(v, y) vi yi
i 0
Воспользовавшись ведёнными обозначениями,
соответствующие функции расстояния можно записать следующим образом ((y-v), (y-v)), где y -приближаемый вектор или функция, а v –
приближающий вектор или функция.
Пространство вещественных функций (векторов), для которых определено скалярное произведение, называется евклидовым.
Определение2. Пусть в евклидовом пространстве функций
(векторов) дана система базисных элементов φ0, φ1, …, φm. Эта система называется линейно независимой, если равенство
35
α0φ0 + α1φ1 + … + αmφm = 0 имеет место тогда и только тогда, когда все αi = 0 для i = 0, … , m.
Определение3. Определитель матрицы вида
( 0 , 0 )
( m , 0 )
( 0 , m )
называется
( m , m )
определителем Грама для системы функций или векторов.
Определитель Грама равен нулю тогда и только тогда, когда система
базовых элементов φ0, φ1, …, φm линейно зависима.
Определение 4. Будем называть функцию ||x|| нормой вектора
или функции, отображающей вектор или функцию на числовую ось и
удовлетворяющую следующим условиям:
1)Неотрицательность ||x|| ≥ 0; ||x|| = 0 x= 0.
2)Однородность ||αx|| = |α| ||x||, где α скаляр.
3) Неравенство треугольника ||x+y|| ||x|| + ||y||. Примеры норм.
Для векторов:
n
x1 | xi |; ||x||2
i 0
n |
|
xi ; |
||x|| max | xi | . |
i 0 |
i |
|
Для функций:
|
b |
|
|
|
b |
|
|
|
|| f (x) || |
|
| f (x) |dx; || f (x) || |
|
|
|
( f (x))2 dx; || f (x) || |
|
max | f (x) | . |
1 |
|
2 |
|
|
|
[a,b] |
||
|
a |
|
|
|
a |
|
|
|
36
4.4.Решение задачи.
Для того, чтобы найти min(J(α0, α1, …, αm)) требуется решить систему m+1 линейных алгебраических уравнений для m+1
неизвестных α0, …, αm:
J 0,(i 0, m)
i
Такая система называется нормальной. Можно показать, что она имеет вид:
( 0 , 0 )
( m , 0 )
( 0 |
, m ) |
0 |
|
|
|
( f , 0 ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
( m , m ) |
m |
|
|
( f , m ) |
Здесь f приближаемая функция или вектор. Действительно,
пусть осуществляют среднеквадратическое приближение функции f(x). Тогда
J |
|
|
b |
b |
|
|
|
|
[ (Pm (x) f (x))2 dx] 2 (Pm (x) f (x)) |
(Pm (x) f (x))dx |
|||||
|
i |
|
|||||
i |
a |
a |
i |
b
2 (Pm (x) f (x)) i (x)dx 0.
a
Отсюда следует (φi, φ0)α0+(φi, φ1)α1+…+(φi, φm)αm-(f, φi)=0, i=0,1,…,m.
Приведенное доказательство легко модифицируется на случай среднеквадратичного приближения заданного вектора.
37
5.Ортогонализация
5.1.Постановка задачи
При отсутствии специального способа выбора базисных элементов φi, (i = 0…m ) даже в случае их линейной независимости обычно уже при m > 5 нормальная система оказывается настолько плохо обусловленной, что её решение на ЭВМ практически бесполезно. В частности, такими свойствами при больших m
обладает система базисных функций 1, x, … xm. Дело в том, что,
будучи формально линейно независимой, с ростом m система базисных элементов может оказаться очень близкой к линейно зависимой.
Максимально линейно независимой оказывается система базисных элементов φ0, φ1, …, φm , ортогональных на множестве точек x0, x1, …, xn для векторов или на отрезке [a,b] для функций.
Система базисных элементов называется ортогональной, если (φi,φj)
= 0 при i ≠ j и (φi,φj) ≠ 0 при i = j.
5.2.Процедура построения системы ортогональных базисных элементов.
Пусть задана система базисных элементов φi i = 0, 1, …, m.
Нужно построить систему соответствующих ортогональных базисных элементов ψi . Последовательно рассчитывают:
ψ0 = φ0; ψ1 = φ1 + а10ψ0;
ψ2 = φ2 + а20ψ0 + а21ψ1;
ψj = φj + aj0ψ0 + aj1ψ1 + ... + ajj-1ψj-1;
ψm = φm + am0ψ0 + am1ψ1 + … +amm-1ψm-1.
38
Коэффициенты аji i < j, i = 0,…,m отыскиваются из условия ортогональности ( ψi,ψj) = 0. Можно показать, что aji = -(ψi,φj)/ (ψi,ψi).
Например, из условия ортогональности (ψ0,ψ1) = 0 следует
(ψ0,ψ1) = (ψ0,φ1+а10ψ0,ψ0) = (ψ0,φ1) + (а10 ψ0,ψ0)= (ψ0,φ1) + а10
(ψ0,ψ0)=0.
Отсюда а10 = -(ψ0,φ1) / (ψ0,ψ0).
При использовании ортогональной системы базисных
элементов матрица нормальной системы становится диагональной
Дополнительные замечания.
1.Если в качестве базисных функций задают алгебраические
полиномы, для построения ортогональной системы можно использовать полиномы Лежандра как удобную альтернативу методу Грама-Шмидта. Полиномы Лежандра ортогональны на отрезке [-1,1]
. Для их определения используется рекуррентная формула
(n+1) n+1(t)-(2n n(t)t+n n-1(t , где 0(t , 1(t)=t.
Переход от отрезку x [a,b] к отрезку t |
[-1,1] осуществляется |
||||||||
|
a b |
|
b a |
|
|
2 |
|
a b |
|
заменой переменных x |
|
|
|
t; |
t= |
|
x |
|
. |
|
|
b a |
|
||||||
|
2 |
|
2 |
|
|
|
2 |
2 Нормальная система имеет единственное решение, если базовые функции линейно независимы При таком условии можно говорить о существовании и единственности обобщенного полинома, удовлетворяющего критерию среднеквадратического приближения Разработаны приемы построения обобщенного полинома в случае линейной зависимости базисных функций В этом случае решение не единственно
3 Нелинейная задача метода наименьших квадратов предполагает, что приближающая функция g(x,α0,…, αm не линейна относительно искомых коэффициентов В типовых
39
программах встречаются функции следующего вида: aebx+cedx экспоненциальная аппроксимация, Qm(x)/Pn(x рациональная дробь, axb потенциальная функция
6.Равномерное приближение функций.
Постановка задачи.
Пусть f(x) заданная на отрезке [a,b] непрерывная функция.
Будем говорить, что многочлен Pn(x) приближает f(x) равномерно на
отрезке [a,b] с точностью ε, если ||f(x) - Pn(x)||∞ = max | f (x) Pn (x) | .
x [a,b]
Естественно поставить задачу следующим образом: среди всех многочленов фиксированной степени n найти многочлен Qn(x), для которого ε минимальна. Qn(x) называют многочленом наилучшего равномерного приближения.
Теорема 1. Для любой непрерывной на отрезке [a,b] функции f
многочлен наилучшего равномерного приближения Qn(x) существует и единственен.
Теорема 2.(Теорема Чебышева): для того, чтобы многочлен
Qn(x) был многочленом наилучшего равномерного приближения непрерывной на отрезке [a,b] функции f(x), необходимо и достаточно, чтобы на [a,b] нашлись по крайней мере n+2 точки x0< x1<… xn+1 такие, что
f (xi ) Qn (xi ) ( 1)i max| f (x) Qn (x)|,i 0,1,...,n 1. Здесь α
[a,b]
– постоянная, равная 1 или -1 для всех i одновременно.
Точки x0, x1,…, xn+1, удовлетворяющие условиям теоремы,
называют точками чебышевского альтернанса (alternare –
40