Пусть в таблице задана п+ 1точка (х 0, y 0), (х 1, y 1),..., (х n, уп)и требуется найти аппроксимирующую кривую h (x)в диапазоне х 0£ х £ х п. В этом случае погрешность в каждой табличной точке будет равна:
Сумма квадратов погрешностей
Т.е. ищется такой вид функции h (x), при котором обеспечивается минимальная среднеквадратическая погрешность аппроксимации.
При этом решение задачи может вестись в следующих условиях:
1) Если вид функции h (x) известен, то определяются параметры, от которых зависит её значение при известных x, из системы уравнений, выражающих равенство нулю частных производных
Например, если известно, что функция
,
то определению подлежат коэффициенты A, B и C. Следует учитывать, что число экспериментальных точек не может превышать число определяемых коэффициентов (параметров).
2) Если вид функции h (x) неизвестен, то аппроксимирующую кривую можно представить в виде суммы k известных функций g k(x). Как правило, применяются линейные комбинации
Коэффициенты с k определяют из системы линейных уравнений, выражающих
|
|
Очевидно, что задача имеет решение при k £ n. В некоторых учебниках решение этой задачи называется построением линейной регрессии общего вида.
Иногда исходную таблицу разбивают на несколько частей и подбирают отдельную аппроксимирующую кривую для каждой части, однако это надо делать осмотрительно. Такой подход оправдан в тех случаях, когда есть основания полагать, что аппроксимируемые данные соответствуют разным физическим состояниям системы. Примерами могут служить переходы конструкции от устойчивого состояния к неустойчивому, переходы от дозвукового течения к сверхзвуковому или от ламинарного к турбулентному. Пользуясь приближенной формулой, не следует выходить за пределы интервала, в котором она справедлива.