Wprowadzenie do aproksymacji średniokwadratowej
W aproksymacji średniokwadratowej dla funkcji f(x) określonej w przedziale <a,b> poszukujemy minimum całki:
|
(2.4)
|
lub na zbiorze dyskretnym zamiast całki
(2.4) poszukujemy minimum sumy:
Omówienie aproksymacji średniokwadratowej
Poszukujemy funkcji aproksymującej, której to piszemy przy pomocy funkcji bazowej φi(x) i współczynników ai, przy czym te współczynniki są tak określone by (2.4) przyjmowało wartość minimalną, przy funkcji wagowej w(xj) większej od zera, wtedy napiśmy taką funkcję H przy naszych współczynnikach ai:
|
(2.7)
|
Aby funkcja względem współczynników ai , czyli według (2.7) przyjmowała wartość ekstremalną, to wtedy musi zachodzić, że pochodna funkcji H (2.7) względem współczynników ak powinna być równa zero:
|
(2.8)
|
Jesli do warunku na ekstremalną wartość funkcji H, czyli (2.8), względem współczynników ak wstawimy definicje funkcji H (2.7), otrzymujemy:
|
(2.9)
|
Równość (2.9) sugeruje, że można zdefiniować macierze:
Mając zdefiniowane macierze (2.10), (2.11) i (2.12) możemy napisać równość (2.9) w postaci macierzowej przy nieosobliwej macierzy D:
|
(2.13)
|
W wyniku aproksymacji średnio-kwadratowej otrzymujemy na podstawie (2.13), że iloczyn macierzy D (zdefiniowanej przy pomocy funkcji φi(xj)) przez wektor A (zdefiniowanej przy pomocy współczynników aproksymacji ai) jest równa wektorowi f (zdefiniowanej przy pomocy wartości funkcji f(xj) dla j=0,1,..,m).
|
Brak komentarzy:
Prześlij komentarz