Основные свойства матрицы Грама
Матрица симметрична относительно главной диагонали, то есть .
Матрица является положительно определенной. Следовательно, при решении методом Гаусса можно воспользоваться схемой единственного деления.
Определитель матрицы будет отличен от нуля, если в качестве базиса выбраны линейно независимые функции ; в этом случае система (7.18) имеет единственное решение.
В качестве базисных можно выбрать линейно независимые степенные функции
(7.23)
Следует учесть, что n << k. Тогда для этих функций расширенная матрица Грама примет вид
(7.24)
Если выбрать n = k, то на основании единственности интерполяционного полинома получим функцию , совпадающую с каноническим интерполяционным полиномом степени k. При этом аппроксимирующая кривая пройдет через все экспериментальные точки, и функция S будет равна нулю.
Пример 7.2. Исходная функция y = f(x) задана в виде табл. 7.2:
Таблица 7.2
x | 10 | 15 | 17 | 20 |
y | 3 | 7 | 11 | 17 |
Аппроксимируем экспериментальные данные линейной либо квадратичной функцией. Методом наименьших квадратов необходимо уточнить коэффициенты аппроксимирующего полинома.
Решение
1. При линейной аппроксимации исходную зависимость представим в виде , где . Методом наименьших квадратов определим a0 и a1. Расширенная матрица Грама в нашем случае имеет вид
; а1 = 1.3774; а0 =-11.8491.
Таким образом, аппроксимирующая функция равна
Оценим погрешность формулы, и результаты этой оценки сведем в табл. 7.3:
Таблица 7.3
x | y | f | y - f | |y-f| / |y| |
10 | 3 | 1.9249 | 1.0751 | 0.3584 |
15 | 7 | 8.8119 | -1.8119 | 0.2588 |
17 | 11 | 11.5667 | -0.5667 | 0.0515 |
20 | 17 | 15.6989 | 1.3011 | 0.07654 |
Для нашей линейной функции S1 = 6.4528.
2. Решим ту же задачу, аппроксимировав эмпирические данные полиномом второй степени: .
Матрица Грама в этом случае имеет вид
Все результаты сведены в табл. 7.4.
Таблица 7.4
x | y | f | y - f | |y-f| / |y| |
10 | 3 | 2.9511 | 0.0489 | 0.0163 |
15 | 7 | 7.3381 | -0.3381 | 0.0483 |
17 | 11 | 10.6007 | 0.3993 | 0.0363 |
20 | 17 | 17.1101 | -0.1101 | 0.0065 |
S2 = 0.2883.
Обсуждение результатов
Аппроксимировав эмпирические результаты более простой функцией (линейной), мы получили погрешность в различных узловых точках, лежащую в пределах от 5 до 35 %.
Более сложная формула квадратичной интерполяции обеспечивает погрешность не более 5 %.
Косвенную оценку погрешности можно провести, сравнив значения S1 и S2.
Матрица Грама для полинома второй, третьей степени имеет простой вид и может быть решена, например, методом Гаусса.
Yandex.RTB R-A-252273-3
- Ю. Я. Кацман прикладная математика Численные методы
- Оглавление
- 4.1. Постановка задачи 33
- 1. Элементы теории погрешностей
- Вопросы для самопроверки
- 2. Численное интегрирование
- 2.1. Постановка задачи
- 2.2. Формула прямоугольников
- 2.3. Формула трапеций
- 2.4. Формула Симпсона
- 2.5. Вычисление определенных интегралов методами Монте–Карло
- Вопросы для самопроверки
- Численное решение систем линейных алгебраических уравнений (слау)
- 3.1. Решение задач линейной алгебры
- 3.2. Метод Гаусса
- 3.3. Схема Гаусса с выбором главного элемента
- 3.4. Вычисление обратной матрицы методом Гаусса
- 3.5. Вычисление определителей методом Гаусса
- 3.6. Метод простой итерации (метод Якоби)
- 3.7. Метод Зейделя
- 3.8. Метод скорейшего спуска (градиента) для случая системы линейных алгебраических уравнений
- Вопросы для самопроверки
- 4. Приближенное решение нелинейных и трансцендентных уравнений
- 4.1. Постановка задачи
- 4.2. Графическое решение уравнений
- 4.3. Метод половинного деления (дихотомии)
- 4.4. Метод хорд
- 4.5. Метод Ньютона (метод касательных)
- 4.6. Комбинированный метод
- Вопросы для самопроверки
- 5. Приближенное решение систем нелинейных уравнений
- 5.1. Метод Ньютона
- 5.2. Метод градиента (метод скорейшего спуска)
- Вопросы для самопроверки
- 6. Решение обыкновенных дифференциальных уравнений
- 6.1. Методы решения задачи Коши
- 6.2. Метод рядов, не требующий вычисления производных правой части уравнения
- 6.3. Метод Рунге-Кутта
- 6.4. Многошаговые методы
- 6.5. Экстраполяционные методы Адамса
- 6.6. Интерполяционные методы Адамса
- Вопросы для самопроверки
- 7. Интерполирование и приближение функций
- 7.1. Задача интерполирования и аппроксимации функций
- 7.2. Интерполирование алгебраическими многочленами
- 7.3. Интерполяционная формула Ньютона
- 7.4. Сходимость интерполяционного процесса
- 7.5. Задача обратного интерполирования
- 7.6. Отыскание параметров эмпирических формул методом наименьших квадратов
- 7.7. Суть метода наименьших квадратов
- Основные свойства матрицы Грама
- Вопросы для самопроверки
- Литература
- Прикладная математика Численные методы