Апроксимація
Теоретичні відомості
Функція задана таблицею своїх значень:
X | x0 | x1 | x2 | ... | xn |
Y | y0 | y1 | y2 | ... | yn |
Задача апроксимації полягає у знаходженні аналітичного виразу для опису функції , яка задана у вигляді таблиці. У випадку лінійної апроксимації ця залежність шукається у вигляді поліному першого ступеню:
.
Невідомі параметри а і b знаходять з умови, щоб квадратичне відхилення
(N – кількість заданих точок) було мінімальним.
Параметри а і b знаходять з системи лінійних рівнянь:
.
Приклад 6.1. Виконати лінійну апроксимацію
X | |||||
Y | 1,02 | 1,5 | 1,667 | 1,75 | 1,8 |
N=5,
=1+2+3+4+5=15,
,
,
.
Система рівнянь має вигляд:
.
Знайдемо розв’язок системи за формулами Крамера:
,
, ,
, .
Апроксимуючий многочлен має вигляд:
.
Багато нелінійних функцій, що залежать від двох параметрів, можна лінеарізовати шляхом заміни змінних. Наприклад, якщо початкова залежність має вигляд , то взявши логарифм від початкової рівності і ввівши нові змінні і , отримуємо задачу про визначення коефіцієнтів лінійної залежності . Далі обчислені коефіцієнти a 1 і b 1 перераховуються в коефіцієнти a і b.
|
|
Можливі заміни змінних наведені в таблиці 1.
Таблиця 1
Вид залежності | Заміна змінних | Обмеження | Зворотна заміна |
Гіперболічна | |||
Логарифмічна | |||
Показова | |||
Степенева | |||
Комбінована |
Для виконання лінійної регресії за методом найменших квадратів у MathCad є наступні функції:
– intercept (vx,vy) – повертає значення параметра а;
– slope (vx,.vy) – повертає значення параметра b (наклон);
– corr (vx,vy) – коефіцієнт кореляції Пірсона.
Для поліноміальної апроксимації призначені наступні функції:
– regress (vx,vy,n) – повертає вектор, елементами якого є коефіцієнти полінома ступеня n, що наближає точки, задані векторами vx та vy.
– interp (v,vx,vy,x) – повертає значення інтерполяційної функції в точках, що задані вектором x; vx і vy – масиви експериментальних точок; v – масив, отриманий як результат функції regress.
Завдання
1. Виконати апроксимацію експериментальних даних використовуючи:
1) лінійну залежність;
2) поліном другого степеню;
3) функції з таблиці 1.
2. Вирішити, яка залежність найкращим чином апроксимує вихідні дані.
Порядок виконання
Ввід вихідних даних
Лінійна апроксимація
Апроксимація поліномом 2 ступеня
Визначення нових змінних для апроксимації функцією
Визначення нових змінних для апроксимації функцією
Обчислення коефіцієнтів лінеарізованої залежності:
|
|
Зворотна заміна:
Контрольні питання
1. Постановка задачі апроксимації.
2. Суть методу найменших квадратів.
3. Як оцінюється точність апроксимації?
4. Для чого та яким чином виконується лінеаризація?
5. За допомогою яких функцій і яким чином можна виконати лінійну апроксимацію в Mathcad?
6. Призначення та аргументи функції regress.
Варіанти завдань
х | –1 | –0.55 | –0.1 | –0.35 | 0.8 | 1.25 | 1.7 | 2.15 | 2.6 | 3.05 | |
у | –6.78 | –6.56 | –6.14 | –5.31 | –3.68 | –0.85 | 5.81 | 18.15 | 42.4 | 90.03 | |
х | 0.01 | 0.56 | 1.11 | 1.66 | 2.21 | 2.28 | 3.3 | 3.85 | 4.4 | 4.95 | |
у | 34.23 | 5.97 | 1.28 | –1.54 | –3.54 | –5.09 | –6.36 | –7.44 | –8.37 | –9.2 | |
х | –2 | –1.6 | –1.2 | –0.8 | –0.4 | 0.4 | 0.8 | 1.2 | 1.6 | ||
у | 10.24 | 5.76 | 2.56 | 0.53 | 0.64 | 2.56 | 5.76 | 10.24 | |||
х | 0.3 | 1.57 | 2.84 | 4.11 | 5.38 | 6.65 | 7.92 | 9.19 | 10.46 | 11.73 | |
у | 15.33 | 4.55 | 3.41 | 2.97 | 2.74 | 2.6 | 2.59 | 2.44 | 2.38 | 2.34 | |
х | –3.5 | –2.65 | –1.8 | –0.95 | –0.1 | 0.75 | 1.6 | 2.45 | 3.3 | 4.15 | |
у | 0.01 | 0.03 | 0.07 | 0.12 | 0.19 | 0.2 | 0.29 | 0.31 | 0.325 | 0.33 | |
х | 0.15 | 0.94 | 1.72 | 2.51 | 3.29 | 4.08 | 4.86 | 5.65 | 6.43 | 7.22 | |
у | –9.69 | –4.2 | –2.37 | –1.25 | –0.43 | 0.21 | 0.74 | 1.3 | 1.58 | 1.93 | |
х | 0.35 | 0.82 | 1.28 | 1.75 | 2.21 | 2.675 | 3.14 | 3.605 | 4.07 | 4.535 | |
у | 6.86 | 5.23 | 4.78 | 4.57 | 4.45 | 4.37 | 4.35 | 4.28 | 4.25 | 4.22 | |
х | –1 | –0.8 | –0.6 | –0.4 | –0.2 | 0.0 | 0.2 | 0.4 | 0.6 | 0.8 | |
у | 4.14 | 4.2 | 4.3 | 4.45 | 4.67 | 5.49 | 6.85 | 7.32 | 8.95 | ||
х | 2.3 | 2.6 | 2.9 | 3.2 | 3.5 | 3.8 | 4.1 | 4.4 | 4.7 | ||
у | 2.67 | 4.06 | 6.16 | 8.13 | 10.92 | 14.29 | 18.29 | 22.97 | 28.39 | 34.6 | |
х | –5 | –4 | –3 | –2 | –1 | ||||||
у | 0.01 | 0.02 | 0.05 | 0.11 | 0.21 | 0.38 | 0.42 | 0.47 | 0.49 | 0.5 | |
х | 0.95 | 1.21 | 1.47 | 1.74 | 2.0 | 2.26 | 2.52 | 2.78 | 3.05 | 3.31 | |
у | 8.16 | 3.39 | 2.19 | 1.34 | 0.88 | 0.61 | 0.54 | 0.33 | 0.28 | 0.19 | |
х | 0.35 | 0.82 | 1.28 | 1.75 | 2.21 | 2.68 | 3.14 | 3.61 | 4.07 | 4.535 | |
у | 16.99 | 8.83 | 6.61 | 5.56 | 4.96 | 4.62 | 4.29 | 4.09 | 3.93 | 3.8 | |
х | –1.7 | –1.43 | –1.16 | –0.89 | –0.62 | –0.35 | –0.08 | 0.19 | 0.46 | 0.73 | |
у | 26.96 | 14.46 | 7.17 | 2.92 | 0.45 | –0.98 | –1.35 | –2.31 | –2.6 | –2.77 | |
х | –5 | –3.5 | –2 | –0.5 | 2.5 | 5.5 | 8.5 | ||||
у | 0.01 | 0.06 | 0.28 | 0.87 | 2.05 | 2.92 | 3.23 | 3.31 | 3.33 | ||
х | –2 | –1.4 | –0.8 | –0.2 | 0.4 | 1.0 | 1.6 | 2.2 | 2.8 | 3.4 | |
у | 6.8 | 3.33 | 1.09 | 0.02 | 0.27 | 1.7 | 4.35 | 8.23 | 13.33 | 19.65 | |
х | 0.4 | 0.86 | 1.32 | 1.78 | 2.24 | 2.7 | 3.16 | 3.62 | 4.08 | 4.54 | |
у | –20.5 | –11.2 | –8.3 | –6.93 | –6.5 | –5.59 | –5.3 | –4.93 | –4.83 | –4.54 | |
х | 0.01 | 0.51 | 1.01 | 1.52 | 2.01 | 2.51 | 3.0 | 3.05 | 4.0 | 4.5 | |
у | –1.14 | 2.39 | 3.01 | 3.37 | 3.63 | 3.83 | 3.99 | 4.13 | 4.25 | 4.35 |
Продовження таблиці
х | –5 | –3.91 | –2.82 | –1.73 | –0.64 | 0.45 | 1.54 | 2.63 | 3.72 | 4.81 | |
у | –0.01 | –0.01 | –0.03 | –0.07 | –0.18 | –0.2 | –0.23 | –0.24 | –0.25 | ||
х | –2.1 | –1.79 | –1.48 | –1.17 | –0.86 | –0.55 | –0.24 | 0.07 | 0.38 | 0.69 | |
у | 0.28 | 0.29 | 0.3 | 0.32 | 0.36 | 0.48 | 0.78 | 1.52 | 3.41 | 8.21 | |
х | 0.01 | 0.53 | 1.05 | 1.57 | 2.09 | 2.61 | 3.12 | 3.64 | 4.16 | 4.68 | |
у | 15.22 | 3.31 | 1.26 | 0.05 | –0.81 | –1.74 | –2.17 | –2.48 | –2.88 | –3.23 | |
х | 0.4 | 0.8 | 1.2 | 1.6 | 2.0 | 2.4 | 2.8 | 3.2 | 3.6 | ||
у | 0.3 | 7.5 | 11.37 | 14.5 | 17.24 | 19.9 | 21.98 | 24.11 | 26.12 | 28.04 | |
х | –4 | –3.01 | –2.02 | –1.03 | –0.04 | 0.95 | 1.94 | 2.93 | 3.92 | 4.91 | |
у | –0.02 | –0.05 | –0.12 | –0.26 | –0.49 | –0.72 | –0.87 | –0.94 | –0.98 | –0.99 | |
х | 0.4 | 0.81 | 1.22 | 1.5 | 2.04 | 2.45 | 2.86 | 3.27 | 3.68 | 4.09 | |
у | 1.8 | 0.53 | 0.12 | –0.09 | –0.21 | –0.31 | –0.35 | –0.39 | –0.43 | –0.46 | |
х | –1 | –0.72 | –0.44 | –0.17 | 0.12 | 0.39 | 0.67 | 0.95 | 1.22 | 1.5 | |
у | –4.95 | –4.89 | –4.74 | –4.39 | –3.6 | –1.93 | 2.42 | 12.08 | 34.33 | 85.55 | |
х | 0.01 | 0.51 | 1.01 | 1.51 | 2.01 | 2.51 | 3.01 | 3.51 | 4.01 | 4.51 | |
у | –4.76 | 2.29 | 3.52 | 4.24 | 4.76 | 5.06 | 5.48 | 5.76 | 6.0 | 6.21 |