2.4 Общая методика решения
После того как выбран вид аппроксимирующей функции (или эта функция задана) и, следовательно, определена функциональная зависимость (1), необходимо найти в соответствии с требованиями МНК значения параметров С1, С2, …, Сm. Как уже указывалось, параметры должны быть определены таком образом, чтобы значение критерия в каждой из рассматриваемых задач было наименьшим по сравнению с его значением при других возможных значениях параметров.
Для решения задачи подставим выражение (1) в соответствующее из выражений и проведем необходимые операции суммирования или интегрирования (в зависимости от вида I). В результате величина I, именуемая в дальнейшем критерием аппроксимации, представляется функцией искомых параметров
(2)
Последующее сводиться к отысканию минимума этой функции переменных Сk; определение значений Сk=Ck *, к=1,m, соответствующих этому элементу I, и является целью решаемой задачи.
Типы функций Таблица 1
Вид функции | Название функции |
Y=C1+C2·x | Линейная |
Y=C1+C2·x+C3·x2 | Квадратичная (параболическая) |
Y= | Рациональная(полином n-й степени) |
Y=C1+C2· | Обратно пропорциональная |
Y=C1+C2· | Степенная дробно-рациональная |
Y= | Дробно-рациональная(первой степени) |
Y=C1+C2·XC3 | Степенная |
Y=C1+C2·aC3·x | Показательная |
Y=C1+C2·logax | Логарифмическая |
Y=C1+C2·Xn (0<n<1) | Иррациональная, алгебраическая |
Y=C1·sinx+C2cosx | Тригонометрические функции (и обратные к ним) |
Возможны следующие два подхода к решению этой задачи: использование известных условий минимума функции нескольких переменных или непосредственное отыскание точки минимума функции каким – либо из численных методов.
Для реализации первого из указанных подходов воспользуемся необходимым условием минимума функции (1) нескольких переменных, в соответствии с которыми в точке минимума должны быть равны нулю частные производные этой функции по всем ее аргументам
Полученные m равенств следует рассматривать как систему уравнений относительно искомых С1, С2,…, Сm. При произвольном виде функциональной зависимости (1) уравнения (3) оказывается нелинейным относительно величин Ck и их решение требует применение приближенных численных методов.
Использование равенства (3) дают, лишь необходимые, но недостаточные условия минимума (2). Поэтому требуется уточнить, обеспечивают ли найденные значения Ck * именно минимум функции . В общем случае такое уточнение выходит за рамки данной курсовой работы, и предлагаемые для курсовой работы задания подобраны так, что найденное решение системы (3) отвечает именно минимуму I. Однако, поскольку величина I неотрицательна (как сумма квадратов) и нижняя её граница есть 0 (I=0), то, если существует решение системы (3) единственно, оно отвечает именно минимуму I.
При представлении аппроксимирующей функции общим выражением (1) соответствующие нормальным уравнениям (3) оказываются нелинейными относительно искомых Ск. их решение может быть сопряжено со значительными трудностями. В таких случаях предпочтительным являются непосредственный поиск минимума функции в области возможных значений ее аргументов Ск , не связанный с использованием соотношений (3). Общая идея подобного поиска сводиться к изменению значений аргументов Ск и вычислению на каждом шаге соответствующего значения функции I до минимального или достаточно близко к нему.