
- •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
и
условие
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.