Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Методичка к лабораторным работам / Экстараполяция без порядка аппроксимации.doc
Скачиваний:
46
Добавлен:
02.05.2014
Размер:
206.85 Кб
Скачать

4.2. -Алгоритм

-алгоритмсостоит в построении треугольной матрицы, в которой первые 2 столбца задаются по правилу

,

далее

. (3.6)

Тогда числа представляют собой значенияz, полученные из точного решения системы 2j+1 нелинейных уравнений типа (2.14), в которой неизвестными являются и коэффициентыdiи числа. Элементы нечетных столбцовсодержат решения аналогичных систем, в которых используются значенияzlдляl=i-2j,…,i.

Результаты применения -алгоритма для экстраполяции последовательности сумм (2.2) даны на рис. 3.2а. Номера прямыхj=0,1,… соответствуют 2j+1 столбцам-матрицы.

а)

б)

Рис. 3.2. Результаты экстраполяции с помощью -алгоритма:

а) – последовательности сумм (2.2); б) – упрощенной последовательности (3.5).

Сравнивая рис. 3.2а с 3.1а нетрудно обнаружить заметное улучшение точности экстраполяции при применении -алгоритма, особенно, для трех и более раз экстраполированных данных. Это является следствием точного решения системы уравнений (2.14). Тем не менее, метод Ромберга дает лучшие результаты (рис. 3.2а), так как использует известные значения показателейkj, и поэтому допускает меньшую ошибку экстраполяции.

Точность решения системы уравнений иллюстрируется на рис. 3.2б, где показаны результаты применения -алгоритма к упрощенной последовательности (3.5). Погрешность порядка 10131014, которая остается после применения трехкратной экстраполяции, обусловлена только ошибками округления. Эти ошибки имеют большее значение, чем при применении метода Ромберга, так как для получения экстраполированных значений с помощью-алгоритма приходится использовать разности более высокого порядка.

4.3. -Алгоритм

-алгоритм [7,8] заключается в построении-таблицы по следующим правилам:

,

,

, (3.7)

где

, .

Экстраполированные значения находятся в четных столбцах матрицы. (Для того чтобы получить 1-е экстраполированное значение, необходимо использовать 4 рассчитанных, для получения дважды экстраполированного нужно 4 экстраполированных один раз и т.д).

-алгоритм применяется для данных, соответствующих последовательному увеличению nна единицу (для последовательностей, представимых в виде суммы степенных функций отn). На рис. 3.3а представлены результаты применения-алгоритма к последовательности (2.26). Видно, что в отличие от-алгоритма-алгоритм не решает точно задачу выделения степенных слагаемых последовательности. Применение-алгоритма к последовательности сумм (2.2) позволяет достичь точности порядка 10-5-10-6приn=10-20. Дальнейшее уточнение ограничивается погрешностью округления.

а)

б)

Рис. 3.3. Результаты экстраполяции с помощью -алгоритма:

а) – к последовательности (2.26); б) – к последовательности сумм (2.2).

4.4. U-алгоритм

u-алгоритмпредполагает для ускорения сходимости последовательностиzi, (i=1,…,n) использовать формулу

, где . (3.8)

Здесь может kизменяется от 2 доn-1, номер экстраполяции равенk-1. Экстраполированные значения получаются путем применения формулы (3.8) к последовательностиziначиная с номера 1, 2,…

Как и -алгоритм u-алгоритм применяется для данных, соответствующих последовательному увеличениюnна единицу или на константу. На рис. 3.4 представлены результаты примененияu-алгоритма к последовательностям (2.26) и (2.2). Особенностью данного алгоритма является то, что если начинать экстраполяцию не с первого номера, а со второго или большего, то результаты экстраполяции могут ухудшаться.

При использовании подпоследовательности zkh, приh=10, 1000 результаты экстраполяции практически не меняются (рис. 3.5а,б). Таким же свойством обладает и-алгоритм.

а)

б)

Рис. 3.4. Результаты экстраполяции с помощью u-алгоритма:

а) – последовательности (2.26); б) – последовательности сумм (2.2).

а)

б)

Рис. 3.5. Результаты экстраполяции данных с помощью u-алгоритма при увеличении числа слагаемых на постоянную величину:

а) – на 10; б) – на 1000.

В результате анализа рассмотренных методов экстраполяции и примеров их применения можно сформулировать следующие выводы.

Рассмотренные методы повторной экстраполяции при неизвестных порядках аппроксимации kjмогут быть весьма эффективно использованы для уточнения результатов расчетов и оценки их погрешности.

В сравнении с методами, использующими известные значения kj, погрешности экстраполяции и округления рассмотренных в разделе 4 методов имеют существенно большие величины.

-алгоритм, единственный из рассмотренных, решает задачу распознавания степенных слагаемых последовательности, член которой представим в виде конечной или бесконечной суммы таких слагаемых. Ошибка экстраполяции имеет порядок следующего (неучтенного) слагаемого. При использовании остальных алгоритмов ошибка экстраполяции может содержать степенные слагаемые, отсутствующие в сумме. Поэтому с помощью -алгоритма при решении конкретных задач часто удается угадать закон изменения показателей степениki. Но тогда эту информацию можно использовать, и при проведении дальнейших параметрических исследований данной задачи применять метод Ромберга, требующий меньших затрат ресурсов.