Методы наименьших квадратов Форсайта
Рассмотренные методы позволяют аппроксимировать функции, заданные экспериментальными данными, с помощью интерполяционных многочленов. На практике интерполяционные формулы применяются в тех случаях, когда ошибки в данных можно не учитывать и число N точек Xj является малым. При больших N эти формулы становятся громозкими, а также возникают трудности, связанные с неустойчивостью интерполяционного процесса отрезка [a,b]. В реальных задачах ошибки в экспериментальных данных необходимо учитывать. Если зависимости между параметрами являются достаточно гладкими, то даже при больших N часто нет необходимости выбирать для аппроксимации полиномы, имеющие высокую степень n. В этом случае при аппроксимации функций можно использовать метод наименьших квадратов (МНК). Предположим, что функция Y=f(X) задана на отрезке [a,b] экспериментальными значениями:
, , (2.12) где ej - некоррелированные случайные величины, имеющие нулевое математическое ожидание и дисперсию s2 . При аппроксимации функции Y=f(X) алгебраическим полиномом (2.12) с помощью МНК, по экспериментальным данным необходимо оценить коэффициенты ak полинома таким образом, чтобы сумма квадратов была минимальной
N , , (2.13)
Алгебраический полином (2.12) является частным случаем общей линейной модели
,
Оценивание коэффициентов общей линейной модели сводится к решению
системы нормальных уравнений , которая для приближения (2.12) имеет вид:
(2.14)
(2.15)
(2.16)
где - оценки коэффициентов .
Решение системы (2.14)существует если определитель Dn+1 ¹ 0 Однако при практической реализации МНК на ЭВМ может оказаться, что определитель Dn+1 системы (2.14) даже при сравнительно малых n близок к нулю, что может привести к грубым ошибкам при решении задач. Анализ кривых 3.1 Кривая n=3
Так выгладят исходные данные для кри вой n=3
3.1.1 Алгебраический полином Лагранжа для n=3
Метод наименьших квадратов Форсайта Для n=3 M=3
Коэффициенты полинома:
Остаточная дисперсия:
Для n=3 M=4
Коэффициенты полинома:
Остаточная дисперсия:
Для n=3 M=5
Коэффициенты полинома:
Остаточная дисперсия:
3.2 Кривая n=6
Исходные данные для кривой n=6:
3.2.1 Алгебраический полином Лагранжа для n=6
Метод наименьших квадратов Форсайта Для n=6 М=3
Остаточная дисперсия:
Для n=6 М=4
Остаточная диспер сия:
Для n=6 М=5
Остаточн ая дисперсия:
Популярное: Генезис конфликтологии как науки в древней Греции: Для уяснения предыстории конфликтологии существенное значение имеет обращение к античной... Почему стероиды повышают давление?: Основных причин три... Как построить свою речь (словесное оформление):
При подготовке публичного выступления перед оратором возникает вопрос, как лучше словесно оформить свою... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (480)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |