- •1. Цель работы
- •2. Выбор математического метода решения задачи
- •2.1. Рекомендации по аппроксимации методом наименьших квадратов Постановка задачи
- •Применим операцию дифференцирования (2.8) к параметру с1 :
- •2.2. Методика решения нормальных уравнений
- •Вычисление обратной матрицы методом Гаусса
- •Используя во втором уравнении системы (2.24) найденное первое приближение корня х1 и нулевые приближения остальных корней, получим первое приближение корня х2
- •3. Рекомендации по содержанию и порядку выполнения работы
- •Контрольные расчеты параметров аппроксимирующей функции
- •4. Условия минимума критерия аппроксимации и формирование нормальных уравнений.
- •А. Метод Гаусса:
- •Б. Метод обратной матрицы:
- •5. Содержание пояснительной записки
- •6. Варианты курсовой работы
- •Библиографический список
- •Содержание
-
Контрольные расчеты параметров аппроксимирующей функции
Для проверки расчетов, выполняемых на компьютере, необходимо выполнить вручную расчеты параметров аппроксимирующей функции для заданного набора базисных функций с целью получения тестовых данных. Ручные расчеты выполняются как минимум дважды (причем желательно
- 33 -
разными способами) до совпадения тестовых результатов. С тестовыми (контрольными) данными сопоставляются результаты расчетов на компьютере. Существенное расхождение тестовых и компьютерных расчетов требует ана-
лиза и корректировки вводимых данных, алгоритмов, программ, а возможно и тестовых расчетов. Ниже приведен контрольный расчет для двух исходных базисных функций φ1(x) = 1, φ2 (x) = x.
Пример.
-
Постановка задачи.
Исходная функциональная зависимость представлена в таблице парами значений xi и yi .
Найти параметры (С1 и С2) аппроксимирующей функции y = C1 + C2 x, пользуясь МНК. Поиск параметров осуществить, используя условия локального минимума критерия аппроксимации (т.е. решая систему нормальных уравнений). Оценить погрешность аппроксимации посредством критерия качества J и максимального по модулю отклонения аппроксимирующей функции от исходной.
2. Табличное представление исходных данных.
Таблица 2
i |
1 |
2 |
3 |
4 |
5 |
x |
0,0 |
1,0 |
2,0 |
3,0 |
4,0 |
y |
0,0 |
1,0 |
8,0 |
27,0 |
64,0 |
3. Критерий аппроксимации (см. подразд. 2.1).
Согласно условию (2.5):
J(C1, C2 ) = min .
4. Условия минимума критерия аппроксимации и формирование нормальных уравнений.
В соответствии с требованием использования условий локального минимума (2.9) условия минимума J
=0 , =0 ,
= = 2() ,
- 34 -
= 2() ,
т.е. нормальные уравнения имеют вид
2()=0,
2()=0
или
C1 ·5 + C2,
C1.
Введем обозначения
a11=5 ; a12= ; b1= ,
a21= ; a22= ; b2= .
Тогда систему нормальных уравнений можно записать посредством матричных обозначений
A C = B ,
где A= матрица коэффициентов нормальных уравнений;
C= вектор-столбец неизвестных (искомых параметров);
B= вектор-столбец свободных членов системы.
-
Вычисление коэффициентов нормальных уравнений.
а11 =5 ; а12 = 0,0+1,0+2,0+3,0+4,0 = 10,0 ;
а21 = а12 = 10,0 ;
а22 = 0,02 + 1,02 + 2,02 + 3,02 + 4,02 = 30,0;
в1 = 0,0 + 1,0 + 8,0 + 27,0 + 64,0 = 100,0;
в2 = 0,0 · 0,0 + 1,0 · 1,0 + 8,0 · 2,0 + 27,0 · 3,0 + 64,0 · 4,0 = 354,0.
- 35 -
Система нормальных уравнений имеет вид
-
Решение системы нормальных уравнений.
А. Метод Гаусса:
С=15,4 ; С= -10,8
Б. Метод обратной матрицы:
для матрицы A =
обратная матрица имеет вид
A-1 = ,
где det A определитель матрицы А;
i j алгебраическое дополнение.
Отсюда det A = 5 · 30,0 – 10,0 · 10,0 = 50,0.
A-1 =
Решение системы уравнений A C = B методом обратной матрицы имеет вид C* = A-1 B, т.е.
C* = ,
-
Запись искомой аппроксимирующей функции y(x)
y = –10,8 + 15,4 x .
-
Оценка погрешности аппроксимации.
Для оценки среднеквадратичного и максимального по модулю отклонений аппроксимирующей функции от исходной представим результаты проведенных вычислений в виде табл. 3 и рис. 13.
- 36 -
Таблица 3
i |
xi |
yi |
y(xi) |
i = yi – y(xi) |
1 2 3 4 5 |
0,0 1,0 2,0 3,0 4,0 |
0,0 1,0 8,0 27,0 64,0 |
–10,8 4,6 20,0 35,4 50,8 |
10,8 –3,6 –12,0 –8,4 13,2 |
Рис. 13. График функций y=f(x), y=
Тогда минимальное значение качества аппроксимации
Jmin = J(C) = (10,8)2 + (–3,6)2 + (–12,0)2 + (–8,4)2 + (13,2)2 = 518,4,
а максимальное по модулю отклонение, получаемое сопоставлением найденных значений , составляет
max | | = 13,2 при x = x5 = 4,0 .