Разностные формулы для аппроксимации первой и второй производных.



Составил: ст. преп. Мартынова Т.Е., компьютерная вёрстка: ст. преп. Мартынова Т.Е. ВЫЧИСЛИТЕЛЬНАЯ МАТЕМАТИКА

Памятка по ключевым вопросам теории для подготовки к экзамену.

Определение абсолютной и относительной погрешности.

Пусть y – точное неизвестное значение некоторой величины, а y* – ее известное приближенное значение. Разность  между точным и приближенным значением величины принято называть ошибкой, а меру ошибки – погрешностью.

Абсолютная погрешность – это количественная мера ошибки, вычисляемая по формуле:

.                                                    (1.1)

Относительная погрешность – это качественная мера ошибки, представляющая собой долю ошибки в значении y:

.                                            (1.2)

Непосредственное вычисление погрешностей по формулам (1.1) и (1.2) невозможно (как правило,  неизвестно), поэтому для оценки абсолютной погрешности задают верхнюю границу:   

,                                            (1.3)

а для относительной погрешности полагают :

.                                               (1.4)

Оценка абсолютной погрешности функции нескольких переменных.

Пусть  – функция одной переменной, для которой известна абсолютная погрешность . Тогда абсолютная погрешность значения функции в точке оценивается по формуле

.                                (2.1)

Если функция зависит от нескольких переменных , то формула для оценки абсолютной погрешности принимает вид:

.                       (2.2)

Постановка задачи интерполяции.

Пусть функция  задана набором значений в  точках (т.е. таблично):  

.

Значения аргумента , представленные в таблице, называются узлами интерполяции. Требуется построить приближающую функцию , которая будет точно проходить через узловые значения , а между ними будет достаточно близкой к , т.е.  вне .

Пример графической иллюстрации постановки задачи интерполяции представлен ниже на рисунке.

Определение сплайна и его дефекта.

Пусть отрезок  разбит точками  на  частичных отрезков . Сплайном степени m называется функция , обладающая следующими свойствами:

1) функция  непрерывна на отрезке  вместе со своими производными  до некоторого порядка ;

2) на каждом частичном отрезке  функция  совпадает с некоторым алгебраическим многочленом  степени m, : .

Дефектом сплайна называется разность  между степенью сплайна  и наивысшим порядком  его производной, непрерывной на отрезке .

Идея метода наименьших квадратов.

В вычислительной математике метод наименьших квадратов применяется для аппроксимации таблично заданной функции . В отличие от интерполяции, не требуют точного прохождения приближающей функции  через заданные точки таблицы. Приближающую функцию ищут в виде обобщенного многочлена , где  − заданные базисные функции,  − неизвестные коэффициенты, подлежащие определению. Ясно, что можно построить множество функций, удовлетворяющих условию . Критерием выбора наилучшей аппроксимирующей функции является минимум среднеквадратического отклонения . Набор базисных функций подбирают из свойств исходных данных, он должен быть линейно независимым и, по возможности, иметь небольшой объем ( ). Задача заключается в нахождении неизвестных коэффициентов  при условии . Необходимым условием минимума функции нескольких переменных (в данном случае  переменная) является равенство нулю ее частных производных по всем независимым переменным. Это условие дает систему линейных алгебраических уравнений ,

которая носит название нормальной системы метода наименьших квадратов. Поскольку основная матрица системы является симметрической и положительно определенной, решение  системы доставляет минимум .

Наиболее часто используют полиномиальный базис  для . В простейшем случае для  имеем линейный многочлен наилучшего среднеквадратического приближения . СЛАУ для определения коэффициентов  и  принимает вид:

. На рисунке приведен пример линейной аппроксимации:

Разностные формулы для аппроксимации первой и второй производных.

Пусть функция  задана набором значений в (n+1)-ой точке , причём узлы расположены по возрастанию и через один и тот же интервал:

; .

Формулы

,   ,  

есть правая, левая и центральная разностные производные первого порядка соответственно.

Центральная разностная производная второго порядка

.

Правая и левая разностные производные имеют первый порядок точности по , а центральные – второй.


Дата добавления: 2018-04-15; просмотров: 310; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!