- •2202 “Автоматизированные системы обработки
- •Приближенные числа.
- •Действия над приближенными числами.
- •Общая схема метода Гаусса для систем, имеющих единственное решение
- •Обратный ход:
- •Метод Гаусса с выбором максимального элемента по столбцу
- •Достаточное условие сходимости процесса итераций
- •Основные понятия алгебры матриц и теории линейных векторных пространств.
- •Обратная матрица
- •Правило нахождения ранга матрицы:
- •Нахождение обратной матрицы методом Гаусса
- •Применение метода итераций для умножения элементов обратной матрицы
- •Пример:
- •Приближенное решение алгебраических и трансцендентных уравнений
- •Пример:
- •Блок – схема решения уравнения f(X) методом половинного деления
- •Метод хорд
- •Метод Ньютона
- •Пример:
- •Приближенное решение алгебраических и трансцендентных уравнений (продолжение) Метод итераций
- •Теорема
- •Оценка приближения.
- •Интерполирование функций.
- •1. Конечные разности различных порядков.
- •2) Таблица разностей.
- •3) Постановка задачи интерполирования.
- •4) Первая интерполяционная формула Ньютона.
- •Блок-схема построения кубического сплайна
- •Численное дифференцирование
- •2.Конечно-разностные аппроксимации производных.
- •Блок-схема вычисления производной.
- •Численное интегрирование.
- •Блок-схема вычисления определенного интеграла методом двойного пересчета по формуле Симпсона.
- •Квадратурные формулы Гаусса
- •Приближенное вычисление несобственных интегралов с бесконечными пределами.
- •Среднеквадратичное приближение функций
- •Точечное квадратичное аппроксимирование функций
- •Условия нахождения экстремума функции
- •IV Интегральное квадратичное аппроксимирование функций на отрезке.
- •Ортогональные на промежутке системы функций
- •Основные понятия гармонического анализа.
- •4.2.1. Аппроксимация тригонометрическими полиномами кусочно-гладких функций
- •4.3. Среднеквадратичное приближение функций полиномами Лежандра.
- •4.3. Полиномы, наименее уклоняющиеся от нуля.
- •Эмпирические формулы
- •Численное решение обыкновенных дифференциальных уравнений.
- •Численное решение дифференциальных уравнений и систем дифференциальных уравнений высших порядков
- •Численные методы безусловной оптимизации.
4.3. Полиномы, наименее уклоняющиеся от нуля.
(полиномы Чебышева на промежутке).
Полиномы Чебышева, рассматриваемые ранее, применялись для аппроксимации точечных множеств. Теперь рассматриваем аппроксимацию функции на промежутке.
-
Ортогональность с весом.
Система функций ,заданная на отрезке называется ортогональной на этом отрезке с весом , если при .
Из ортогональности функции с весом следует обычная ортогональность системы .
Системой функций, ортогональной с весом, является полиномы Чебышева – полиномы, наименее уклоняющиеся от нуля.
Получаем
Коэффициенты при старшем числе всегда равны единице!
Другая форма полиномов Чебышева, рассматриваемых на отрезке.
На этом отрезке можно положить ; т.е. .
Тогда , и примет вид
при
(т.к. )
т.к. , то
Формула неверна при ! при
При из получается рекуррентные формулы для вычисления полиномов Чебышева.
Т.к. ,
а - следует из ,то
И из следует:
Т.о. зная, что
можно по вычислить последовательно все
и т.д.
Свойства полиномов Чебышева:
-
Полиномы Чебышева образуют на отрезке ортогональную систему с весом
, т.е. при .
т.е. полиномы Чебышева – ортогональны с весом.
-
Все корни полинома Чебышева ненулевой степени действительны, различны и лежат на интервале .
-
Полином Чебышева при на отрезке имеет экстремальных значений, равных между собой по абсолютной величине. Максимальной значение модуля полинома Чебышева при на отрезке равно , т.е. при
т.к. вес возрастает при приближении к краям отрезка ,то приближения, получаемые с помощью полиномов Чебышева , учитывают с большей степени значения аппроксимирующей функции у концов отрезка
(это свойство позволяет использовать полиномы Чебышева для равномерного приближения функции)
-
Понятие о равномерном приближении функций.
До сих пор мы рассматривали квадратичную аппроксимацию функций, при котором минимизировалось среднее квадратичное отклонение (СКО).
– СКО на множестве точек
– СКО при интегральной аппроксимации
(т.е. на отрезке )
При квадратичной аппроксимации достигается выполнение неравенства
для «подавляющего большинства» значения аргумента
Для интервалов иусловие может не выполняться.
При равномерном приближении выполняются более жесткие условия:
Гарантировать, чтобы на всем отрезке отклонение функции и было меньше заданной величины.
Абсолютным отклонением на обобщенного полинома от данной непрерывной функции называется число
Если для всех точек на отрезке , то обобщенным полином на равномерно приближает функцию с точностью до .
Если степень полинома фиксирована, то задача становиться таким образом: подобрать коэффициент полинома так, чтобы величина
была минимальной.
Полином , дающий минимум величине , называется полиномом наилучшего приближения или полиномом, наименее отклоняющимся от на множестве .
Если , тогда полином , дающий минимум величине называется полиномом, наименее отклоняющимся от нуля.
Если полином ищется в виде ,
(т.е. когда коэффициенты при старшей степени равен 1), то полиномом, наименее отклоняющимся от нуля, является полином Чебышева.
Легко построить наименее отклоняющийся от нуля на данном отрезке полином степени m со старшим коэффициентом, равным единице.
Действительно, подстановка
Преобразует отрезок в отрезок , причем старший коэффициент (при ) будет равен . Отсюда
(6)
Так как для полинома отклонение от нуля равно , то для полинома отклонение от нуля равно
(7)
Пример: С помощью полинома первой степени наилучшим образом равномерно приблизить функцию на отрезке .
Решение: Требуется определить А и В так, чтобы величина была наименьшей.
Следовательно, полином наименее отклоняется от нуля на отрезке .
Из формулы (6) получаем, полагая , .
, (так как )
Так как .
Таким образом:
Причем (из формулы (7) )
Геометрически график - средняя параллель между секущей, проходящей через две крайние точки и , и касательной, параллельной этой секущей.