Метод найменших квадратів наближення функцій

Содержание

Слайд 2

Питання: Постановка задачі наближення функцій. Геометричний смисл задачі наближення функцій за

Питання:

Постановка задачі наближення функцій.
Геометричний смисл задачі наближення функцій за методом найменших

квадратів (МНК).
Лінійне і квадратичне наближення за МНК.
Приклади наближення функцій за МНК.
Функції нелінійної регресії.
Засоби наближення функцій в системах комп’ютерної математики.
Слайд 3

1. Постановка задачі наближеня функцій. Дуже часто, особливо при аналізі емпіричних

1. Постановка задачі наближеня функцій.

Дуже часто, особливо при аналізі емпіричних

даних виникає необхідність знайти в явному вигляді функціональну залежність між величинами x та y , що одержані в результаті вимірювань або спостережень.
При аналітичному дослідженні взаємозв’язку між двома величинами x та y здійснюють ряд спостережень і в результаті одержується таблиця значень:
Слайд 4

1. Постановка задачі наближення функцій.

1. Постановка задачі наближення функцій.

Слайд 5

1. Постановка задачі наближення функцій.

1. Постановка задачі наближення функцій.

Слайд 6

1. Постановка задачі наближення функцій.

1. Постановка задачі наближення функцій.

Слайд 7

2. Геометричний смисл задачі наближення функцій за методом найменших квадратів (МНК). Рис.1.

2. Геометричний смисл задачі наближення функцій за методом найменших квадратів (МНК).

Рис.1.

Слайд 8

3. Лінійне і квадратичне наближення за МНК Розглянемо наближення функції за

3. Лінійне і квадратичне наближення за МНК

Розглянемо наближення функції за допомогою

лінійної функції за МНК. Тоді за формулою (2) треба розв’язати задачу мінімізації виду:

Скориставшись для визначення невідомих коефіцієнтів a,b необхідними умовами екстремуму для функції від 2-х змінних, отримуємо таку систему лінійних рівнянь:

3.1. Лінійне наближення

Слайд 9

3. Лінійне і квадратичне наближення за МНК 3.1. Лінійне наближення (3)

3. Лінійне і квадратичне наближення за МНК

3.1. Лінійне наближення

(3)

(4)

Розв’язавши цю систему

відносно a і b, одержимо явний вигляд лінійної функції наближення:
Слайд 10

Приклад лінійного наближення Приклад 1. Нехай дослідним шляхом знайдено таблицю значень

Приклад лінійного наближення

Приклад 1.
Нехай дослідним шляхом знайдено таблицю значень певної залежності.

За допомогою МНК знайти лінійну функцію, яка якнайкраще наближає шукану залежність.
Слайд 11

Приклад лінійного наближення Розв’язування. Для розв’язування скористаємося одержаними раніше формулами: Для

Приклад лінійного наближення

Розв’язування. Для розв’язування скористаємося одержаними раніше формулами:

Для зручності занесемо

результати проміжних обрахунків у таблицю:

(3)

(4)

Слайд 12

Приклад лінійного наближення Розв’язування. (продовження) Підставивши знайдені величини у рівняння (3),

Приклад лінійного наближення

Розв’язування. (продовження)

Підставивши знайдені величини у рівняння (3), (4) одержимо

систему рівнянь:
91a+21b=179,1, Звідси a=0,974, b=4,307
21a+6b=46,3. Тоді f(x)=0,974x+4,307

(3)

(4)

Слайд 13

Слайд 14

Слайд 15

3. Лінійне і квадратичне наближення за МНК Розглянемо наближення функції за

3. Лінійне і квадратичне наближення за МНК

Розглянемо наближення функції за допомогою

квадратного тричлена за МНК. Тоді за формулою (2) треба розв’язати задачу мінімізації виду:

Скориставшись для визначення невідомих коефіцієнтів a,b,c необхідними умовами екстремуму для функції від 3-х змінних, отримуємо таку систему лінійних рівнянь:

(5)

3.2. Квадратичне наближення

Слайд 16

3. Лінійне і квадратичне наближення за МНК 3.2. Квадратичне наближення (6) (7) (8)

3. Лінійне і квадратичне наближення за МНК

3.2. Квадратичне наближення

(6)

(7)

(8)

Слайд 17

Слайд 18

Слайд 19

3. Лінійне і квадратичне наближення за МНК Розглянемо наближення функції за

3. Лінійне і квадратичне наближення за МНК

Розглянемо наближення функції за допомогою

поліному m-го степеня за МНК.

3.3. Поліноміальне наближення

Слайд 20

5. Функції нелінійної регресії Враховуючи специфіку одержаної в результаті спостережень або

5. Функції нелінійної регресії

Враховуючи специфіку одержаної в результаті спостережень або вимірювань

залежності, в якості апроксимуючої функції обирати різні функції, зокрема: