5. Аппроксимация алгебраическими полиномами
Как было отмечено ранее, аппроксимацией называет-ся такой способ моделирования объектов, при котором геометрические условия, наложенные на них, выполняются приближенно.
Р ассмотрим различные случаи аппроксимации кривых и поверхностей при помощи базиса из степенных функций i(x)=xi (i=0,1,…,n). Приближённый характер построения обусловлен: либо 1)превышением числа задаваемых гео-метрических условий над общим числом параметров синтеза либо 2) заранее обусловленным видом кривой. В первом случае в качестве критериев оптимальности прини-мают численные характеристики (равномерное и средне-квадратичное приближения). Во втором случае критерием является эстетический вид получаемого объекта (кривые и поверхности Безье).
При использовании численных критериев аппрокси-мации возможны случаи, когда при формальном превыше-нии числа геометрических условий над общим числом пара-метров синтеза возможно точное построение объекта (интерполирования). Это вызвано тем, что имеет место дублирование геометрических условий, при котором часть их является избыточной и может быть выражена через оставшиеся.
5.1. Аппроксимация по методу наименьших квадратов
Допустим, кривая y=f(x) задана на некотором отрез-ке [a,b]. Требуется линейно аппроксимировать ее в задан-ном функциональном базисе {0(x),1(x),…,n(x)} суммой заданной длины n:
94
(5.1)
Критерием оптимальности в задаче аппроксимации является минимум суммы квадратов разностей (pn(xj) – f(xj)) в заданных узловых точках a x1 x2 … xm b:
(5.2 а)
П ри равномерном распределении узлов xj в отрезке [a, b] и m в условии (5.2 а) рассматривают усреднён-
нyю величину (а0 , …, аn)/m , которая в пределе стремится к интегралу
Соответственно, критерий наилучшего приближения в этом случае будет иметь вид:
(5.2 б)
Необходимым условием экстремума функции несколь-ких переменных является одновременное равенство нулю всех ее частных производных. Поэтому в обоих случаях коэффициенты a0, a1,…, an определяются из следующей системы, содержащей (n+1) уравнение:
Рассмотрим решение системы (5.3). Для дискретного критерия (5.2 а) система приводится к виду:
95
Введя матрицу А(mn) с элементами aks и векторb (m) с элементами bk такими, что
условие (5.3) можно свести к системе линейных уравнений
А a = b, ( 5.4)
где a = ( a0, a1,…, an) – неизвестный вектор коэффициентов.
Решение системы:
a = A-1b. ( 5.5)
Для непрерывного критерия (5.2 б) ход решения ана-логичен с той разницей, что в матрице А и вектореb суммы заменяются соответствующими интегралами:
Наиболее распространена аппроксимация алгебраи-ческими многочленами вида
В этом случае при непрерывном критерии аппрок-симации (5.2 б) выражения для компонент матрицы A и век- тораb находят по формулам:
9 6
А ппроксимация по методу наименьших квадратов проста в реализации, поэтому её широко применяют при об-
работке экспериментальных данных и в других случаях для построения кривых, усредняющих некоторый набор точек на плоскости.
Пример 1.
Построить по методу наименьших квадратов пря-мую, проходящую вблизи трёх точек Ti = (хi,yi) (i=0,1,2) c координатами (0,2) ; (1,-6) ; (2,4) . Определить по ней наи-меньшую величину среднеквадратичного отклонения min. Найти величину среднеквадратичного отклонения для прямой Р(х) = 0.
Решение.
1. Анализ условия. Задано 3 геометрических условия, вид искомой кривой Р1(х) = а0 + а1 х, вектор неизвестных содержит 2 коэффициента: a = ( а0 , а1). Следовательно, необходимо выполнять аппроксимацию кривой.
2. Критерий оптимальности создаваемой кривой имеет вид:
3. Необходимые условия минимума:
Раскрывая производные, получаем систему уравне-ний относительно неизвестных коэффициентов прямой:
97
(а0 + а1 0 – 2) + (а0 + а1 1 –(-6))+ (а0 + а1 2 – 4)=0,
(а0 + а1 0 – 2) 0+ (а0 + а1 1 –(-6)) 1+ (а0 + а1 2 – 4) 2 =0.
Решение системы : а0 = -1, а1 = 1. Искомая прямая имеет вид: Р1(х) = - 1 + х.
4. Величина наименьшего среднеквадратичного отклоне-ния:
min =(а0 + а1 0 – 2)2+ (а0 + а1 1 – (-6)) 2+ (а0 + а1 2 – 4) 2 =
( -1 – 2)2 + ( -1 + 1 +6) 2 + ( -1 + 2 – 4) 2 =3 2 + 6 2 +3 2 =54.
5. Величина среднеквадратичного отклонения для прямой Р(х) = 0:
=(0 – 2)2 + (0 –(-6)) 2 + (0 – 4) 2 = 2 2 + 6 2 +4 2 =56.
Положение точек T0 , T1, T2 и прямых Р1(х) = - 1 + х, Р(х) =0 показано на Рис. 5.1.
Рис. 5.1 Рис. 5.2
98
Пример 2.
Построить по методу наименьших квадратов квад-ратичную параболу, проходящую вблизи пяти точек Ti = (хi,yi) (i=0,1,2,3,4) c координатами (-1,-1); (0,2); (1,3); (2,2); (3,-1). Определить по ней наименьшую величину средне-квадратичного отклонения min.
Решение.
1. Анализ условия. На кривую наложено 5 геометрических условий, общий вид искомой кривой Р2(х) = а0 + а1 х+ а2 х2 , вектор неизвестных коэффициентовa = (а0 , а1 , а2 .) со-держит три неизвестных. Следовательно, необходимо выполнять аппроксимацию кривой.
2. Критерий оптимальности создаваемой кривой имеет вид:
3. Необходимые условия минимума:
Раскрывая выражения для производных, получаем систему уравнений:
(а0+а1 (-1)+ а2 (-1)2–(-1))+ (а0+а1 0+ а2 02–2)+ (а0 + а11+ а2 12 – 3)+ (а0 + а1 2 + а2 22 – 2)+ (а0 + а1 3+ а2 32 – (-1))=0,
(-1) (а0+а1 (-1)+ а2 (-1)2–1)+ 0 (а0+а1 0+ а2 02–2)+ 1 (а0 + а11+ а2 12 – 3)+ 2 (а0 + а1 2 + а2 22 – 2)+ 3 (а0 + а1 3+ а2 32 – (-1))=0,
(-1) 2 (а0+а1 (-1)+ а2 (-1)2–1)+ 02 (а0+а1 0+ а2 02–2)+ 12 (а0 + а11+ а2 12 – 3)+ 22 (а0 + а1 2 + а2 22 – 2)+ 32 (а0 + а1 3+ а2 32 – (-1))=0.
99
Решение системы: а0 =2; а1 = 2; а2 = -1.
4. Величина наименьшего среднеквадратичного отклоне-ния (для параболы Р2(х) = 2 + 2 х - х2):
min =(а0 + а1 (-1)+ а2 (-1)2–(-1))2+ (а0 + а1 0+ а2 02–2)2 +
(а0 + а1 1+ а2 12–3)2+ (а0 + а1 2+ а2 22–2)2 + (а0 + а1 3+ а232–(-1))2 = 0 2+0 2+ 0 2+ 0 2+ 0 2+0 2=0.
Поскольку получено нулевое отклонение, то постро-ение выполнено не приближённо (аппроксимация), а точно (интерполяция). Причина заключается в том, что из 5 задан-ных геометрических условий для построения квадратичной параболы 2 являются дублирующими, т.е. задают точки на параболе, проходящей через 3 оставшиеся точки (основ-ные). Выбор основных и дублирующих точек может произ-водиться произвольно. Положение точек T0 , T1, T2, T3, T4 и параболы Р2(х) = 2 + 2 х - х2 показано на Рис. 5.2.
Замечание. Поскольку степень n аппроксимирующей ли-нейной суммы (5.1) самим методом никак не регламентиру-ется, то её обычно задают, исходя из особенностей решае-мой задачи. Также оптимальную величину степени n мож-но определить после предварительного решения задачи для нескольких значений n и анализа полученных решений.
Метод наименьших квадратов представляет интерес и при моделировании поверхностей. Рассмотрим его приме-нение для случая степенных базовых функций, когда ап-проксимация производится при помощи квадратичной фор-мы вида
Допустим, аппроксимация производится на дискрет-ной двухмерной прямоугольной сетке (xj , уs ) (j =0,..., m; s =0,...,q). В узлах сетки заданы значения третьей координаты
100
z(xj,уs)=zjs. Квадратичная форма имеет (n+1)(p+1) неизвест-ных коэффициентов aik.
С истема уравнений для определения коэффициентов aik аналогична (5.3):
После раскрытия выражений для производных урав-нения системы получают следующий вид:
Д анная система линейна относительно неизвестных коэффициентов aik . К обычному виду она приводится путём введения вместо пар индексов i,k и r,t двух линейных - I и R, которые можно взаимно-однозначно выразить через ис-ходные пары следующим образом: I(i,k) = i*n + k; R(r,t) = r*n+ t. При этом система примет вид:
Са = b, (5.8)
где С – матрица, аа и b – векторы:
0 I,R np.
Решается система (5.8) стандартными методами.
101
В методе наименьших квадратов в качестве аппрок-симирующих могут применяться не только алгебраические полиномы, но и другие функции. Так, при обработке опыт-ных данных по долговечности точки обычно группируются вокруг положительных ветвей гипербол, которые и исполь-зуют в качестве аппроксимирующих кривых.
Задачи.
1. О чем свидетельствует нулевая величина наименьшего среднеквадратичного отклонения min? Ответ обосновать.
2. Допустим, необходимо построить по методу наименьших квадратов квадратичную параболу, проходящую вблизи трёх точек и определить по ней наименьшую величину среднеквадратичного отклонения . Чему равна величина min ? Результат пояснить.
3.Построить по методу наименьших квадратов прямую, про-ходящую около трёх точек Ti = (хi,yi) (i=0,1,2) c координа-тами (0,0); (1,4); (2,0).Определить по ней наименьшую вели-чину среднеквадратичного отклонения min.
4.Построить по методу наименьших квадратов прямую, про-ходящую около четырёх точек Ti = (хi,yi) (i=0,1,2,3) c ко-ординатами (0,0); (1,-1); (2,2) ; (3,1).Определить по ней наи-меньшую величину среднеквадратичного отклонения min.
5.Построить по методу наименьших квадратов прямую, про-ходящую вблизи четырёх точек Ti = (хi,yi) (i=0,1,2,3) c ко-ординатами (0,-2) ; (1,-4) ; (2,-6) ; (3,-8). Определить по ней наименьшую величину среднеквадратичного отклонения min. Результат пояснить.
6. Построить по методу наименьших квадратов квадратич-ную параболу, проходящую вблизи четырёх точек Ti = (хi,yi) (i=0,1,2,3) c координатами (0,-1); (1,-2); (2,-2); (3,2). Определить по ней наименьшую величину средне-квадратичного отклонения min.
102