Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
У дослідженні процесів і систем набули широкого використання математичні моделі, які містять різні функціональні залежності. Наприклад, цільові функції в задачах оптимізації; виробничі функції для розрахунків нормативних коефіцієнтів; функції регресії виду , які виражають співвідношення “вхід–вихід” будь-якої системи ( – вектор вхідних факторів; – вектор параметрів моделі, що належить визначенню за експериментальними даними; – вектор відгуків – вихідні фактори). Регресивна модель будується для вивчення (дослідження) невідомих процесів у системах та оцінювання кількісних характеристик міжелементних зв’язків системи, наприклад: у = а0 + а1х (рис. 1).
Рис. 1 |
Коефіцієнти характеризують процеси (поведінку) системи і визначаються за експериментальними даними: та .
Щоб математичні моделі адекватно описували процеси і системи, необхідно використовувати досить адекватні функціональні залежності (математичні формули).
Таким чином, важливого значення набувають методи апроксимації – методи наближеного зображення реальних функцій такими стандартними аналітичними виразами, як, наприклад, алгебраїчні або тригонометричні багаточлени. Такі функції називають апроксимуючими.
У дослідженні процесів, систем початкові дані про апроксимуючу функцію наводяться у вигляді дискретного ряду результатів вимірювань (експериментів) або проведених обчислень на ЕОМ.
У задачах апроксимації такими початковими даними є сукупність експериментальних або розрахованих (обчислених) значень функції у різних точках . Інакше, початковою інформацією про функцію є вектор результатів вимірювань на сітці .
Розв’язок кожної задачі апроксимації складається:
1) з підбору деякої множини допустимих апроксимуючих функцій;
2) з вибору найбільш узгодженої з початковими даними функції з цієї множини.
Найбільш розповсюджений клас апроксимуючих функцій становлять узагальнені багаточлени.
Узагальненими багаточленами в базисі, складеному з функцій , називають багаточлен виду
(2.1) |
де – числові коефіцієнти.
Зокрема,
1) базис 1, породжує алгебраїчні багаточлени
(2.2) |
2) базис, який складається з комплексних гармонік дає тригонометричні багаточлени
(2.3) |
З алгебраїчними багаточленами пов’язані ще два важливі класи функцій, які використовують при апроксимації:
3) дрібнораціональні функції
(2.4) |
4) сплайни (кусково-поліноміальні функції) – поліноми невисокого степеня, як правило третього (кубічного сплайну).
Важлива позитивна якість апроксимуючих багаточленів виду (2.1) – це їх лінійність відносно невідомих коефіцієнтів , які треба знайти для побудови апроксимації, що дуже зручно і дозволяє будувати досить ефективні алгоритми найкращого приближення за допомогою таких функцій.
Вибір системи базисних функцій на практиці визначається: різними додатковими умовами (наприклад, необхідність досягти більшої швидкодії при обчисленні на ЕОМ); або аналітичними особливостями функції , яку необхідно апроксимувати (наприклад, якщо – періодична, то можливо, тригонометричному базису слід надати перевагу).
Дата публикования: 2014-11-26; Прочитано: 740 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!