Académique Documents
Professionnel Documents
Culture Documents
Enakomerna aproksimacija
9.1 Aproksimacija
Denimo, da imamo podano funkcijo f , ki je zvezna na intervalu [a, b]. Radi bi jo c im bolje
aproksimirali s kakno preprosto funkcijo g, ki bi bila laje izracunljiva in se jo da po potrebi
preprosto odvajati oziroma integrirati.
Ponavadi za aproksimacijo uporabljamo polinome, odvisno od oblike funkcije f in namena
aproksimacije pa uporabljamo tudi druge funkcije, npr. trigonometricne polinome, racionalne
funkcije in zlepke. Polinomi imajo zelo lepe lastnosti, saj je racunanje vrednosti enostavno,
prav tako pa jih je enostavno odvajati in integrirati. Pomembno je tudi, da mnoica polinomov
stopnje kvecjemu k tvori vektorski prostor, ki ga bomo oznacili s Pk . Kadar icemo aproksimacijsko funkcijo, ki se jo da zapisati kot linearno kombinacijo baznih funkcij, govorimo o linearni
aproksimaciji.
Kakovost aproksimacije merimo z normo ostanka k f gk. Razlicne norme pripeljejo do razlicnih aproksimacijskih funkcij. Najpogosteje izbire so:
a) diskretna aproksimacija po metodi najmanjih kvadratov, kjer icemo g, ki minimizira
m
| f ( xi ) g( xi )|2 ,
i =1
k f g k2 : =
Z
b
a
| f ( x) g( x)| dx
1/2
i=1,...,m
k f gk := max | f ( x) g( x)|.
x [ a,b ]
161
162
Weierstrassov izrek nam pove, da za vsako zvezno funkcijo f velja limn dist( f , Pn ) = 0, nas
pa zanima, kako poicemo polinom najbolje enakomerne aproksimacije stopnje kvecjemu n.
Izkae se, da je zadosten pogoj za to, da je p polinom najbolje enakomerne aproksimacije za
f , ta, da na [a, b] razlika f p alternirajoce zavzame maksimum po absolutni vrednosti v n + 2
tockah.
za polinom p Pn na [a, b] obstaja n + 2 takih
Izrek 9.2 Naj bo f zvezna funkcija na [a, b]. Ce
tock x0 < x1 < . . . < xn+1 , da za razliko r = f p velja, da v tockah x0 , . . . , xn+1 dosee |r| svoj
maksimum, pri c emer predznak r med tockami z zaporednim indeksom alternira, potem je p polinom
najbolje aproksimacije za f na [a, b].
Dokaz. Denimo, da p ni polinom najbolje aproksimacije. Potem obstaja tak polinom q Pn ,
da velja
| f ( xi ) q( xi )| < | f ( xi ) p( xi )|, i = 0, . . . , n + 1.
Iz zgornje neenakosti sledi, da je predznak ( f ( xi ) p( xi )) ( f ( xi ) q( xi )) enak predznaku
f ( xi ) p( xi ) za i = 0, . . . , n + 1. Toda,
( f p) ( f q) = q p
163
f ( x0 )
f ( x n +1 )
za koeficiente a0 , . . . , an in r.
Pri tocki b) moramo uporabiti eno izmed numericnih metod za iskanje lokalnih ekstremov. Ce
lahko f odvajamo, potem lahko npr. z Newtonovo metodo pridemo do priblikov za lokalne
ekstreme.
Naslednja lema nam zagotavlja, da se v primeru izpolnjene tocke c) polinom p od polinoma
najbolje enakomerne aproksimacije na celem intervalu [a, b] razlikuje za manj kot .
za polinom p Pn velja, da razlika f p alternira v
Lema 9.3 Naj bo f zvezna funkcija na [a, b]. Ce
n + 2 tockah x0 < x1 < . . . < xn+1 z intervala [a, b], potem velja
min
i=0,...,n +1
Dokaz.
| f ( xi ) p( xi )| dist( f , Pn ) k f pk .
164
Naj bo q polinom najbolje enakomerne aproksimacije za f na [a, b]. Denimo, da leva neenakost
ne velja in je torej | f ( xi ) p( xi )| > dist( f , Pn ) za i = 0, . . . , n + 1. Od tod tako kot v dokazu
izreka 9.2 sledi, da je v vseh tockah xi , i = 0, . . . , n + 1, predznak ( f ( xi ) p( xi )) ( f ( xi )
q( xi )) enak predznaku f ( xi ) p( xi ). To pa pomeni, da polinom q ne more obstajati, kar je
seveda protislovje.
Zgled 9.1 Poglejmo si preprost primer uporabe Remesove metode. Funkcijo ex bi radi na intervalu [0, 1]
po metodi najbolje enakomerne aproksimacije c im bolje aproksimirali s premico oblike y = a0 + a1 x.
Denimo, da smo na zacetku izbrali tocke x0 = 0, x1 = 1/2, x2 = 1. Sedaj nastavimo sistem f ( xi )
p( xi ) = (1)i r za i = 0, 1, 2. Enacbam
e
1/2
1 a0 = r
a0 1/2a1 = r
e a0 a1 = r
165
| x| 1,
| x| 1,
c) |Tm ( x)| 1 za | x| 1.
=
=
=
=
=
=
1
x
2x2 1
4x3 3x
8x4 8x2 + 1
16x5 20x3 + 5x
1
x
x2
x3
x4
x5
= T0
= T1
= 12 ( T0 + T2 )
= 14 (3T1 + T3 )
= 18 (3T0 + 4T2 + T3 )
1
(10T1 + 5T3 + T5 ).
= 16
T0
0.5
T4
T5
0.5
1
1
0.5
0.5
166
Ce
kot
n
p=
ai Ti ,
i =0
q=
ai Ti .
i =0
k f pecon
k k f pn k + k pn ( x) pecon
k + .
k
k
Zgled 9.2 Funkcijo f ( x) = ex bi radi na intervalu [1/2, 1/2] aproksimirali s polinomom stopnje 3
f aproksimiramo s prvimi 6 c leni razvoja v Taylorjevo vrsto okrog 0, dobimo
oziroma 4. Ce
1
1
1
1 5
p5 ( x ) = 1 + x + x 2 + x 3 + x 4 +
x .
2
6
24
120
167
| f ( x) p5 ( x)|
e1/2
= 3.6 105 .
720
1089
3169
49
65
1
1
T0 +
T1 +
T2 +
T3 +
T4 +
T5 .
1024
6144
768
12288
3072
61440
1089
3169
49
65
1
T0 +
T1 +
T2 +
T3 +
T4 .
1024
6144
768
12288
3072
Ko polinom preslikamo nazaj na [1/2, 1/2] in ga spet izrazimo v standardni bazi, dobimo
= 1+
pecon
4
6143
1
65 3
1
x + x2 +
x + x4 .
6144
2
384
24
3071 6143
49
65 3
+
x + x2 +
x .
3072 6144
96
384
4
econ
5
3.4 10 . Od tod lahko dobimo skupno oceno k f p4 k 1.6 10 + 3.6 105 = 5.2 105
oziroma k f pecon
k 1/61400 + 1/3072 = 3.4 104 + 3.6 105 = 3.8 104 .
3
168
1.2
dist
(
f
,
P
,
kar
pomeni,
da
smo
brez
Remesovega
postopka
dobili zelo dobra
3
3
priblika za polinoma najbolje enakomerne aproksimacije. Polinom stopnje 3 je skoraj optimalen, pri
polinomu stopnje 4 pa bi lahko dobili e bolji pribliek, c e bi na zacetku uporabili vec c lenov razvoja v
Taylorjevo vrsto.
bolje za zacetno delitev pri Remesovem algoritmu uporabiti tocke, kjer polinom Cebieva
Tn+1 ,
preslikan na [a, b], alternirajoce dosee svoje ekstreme, to pa so
k
a+b ba
cos
+
xk =
2
2
n+1
za k = 0, . . . , n + 1.
Literatura
[1] E. L. Allgower, K. Georg, Numerical Continuation Methods: An Introduction, SpringerVerlag, New York, 1990.
[2] R. Barrett, M. Berry, . . . , Templates for the Solution of Linear Systems: Building Blocks for
Iterative Methods, 2nd edition, SIAM, Philadelphia, 1994.
[3] Z. Bohte, Numericne metode, 4. ponatis, DMFA Slovenije, Ljubljana, 1991.
[4] Z. Bohte, Numericno reevanje nelinearnih enacb, DMFA Slovenije, Ljubljana, 1993.
[5] Z. Bohte, Numericno reevanje sistemov linearnih enacb, DMFA Slovenije, Ljubljana, 1994.
[6] R. L. Burden, J. D. Faires: Numerical Analysis, Brooks/Cole, Pacific Grove, 1997.
[7] B. N. Datta, Numerical Linear Algebra and Applications, Brooks/Cole, Pacific Grove, 1995.
[8] J. W. Demmel, Uporabna numericna linearna algebra, DMFA Slovenije, Ljubljana, 2000.
[9] G. H. Golub, C. F. van Loan, Matrix Computations, 3rd edition, The Johns Hopkins University Press, Baltimore, 1996.
[10] M. T. Heath, Scientific Computing: An Introductory Survey, 2nd edition, McGraw-Hill, 2002.
[11] D. J. Higham, N. J. Higham, Matlab Guide. Second Edition, SIAM, Philadelphia, 2005.
[12] N. J. Higham, Accuracy and stability of numerical algorithms, SIAM, Philadelphia, 1996.
[13] C. T. Kelley, Iterative Methods for Linear and Nonlinear Equations, SIAM, Philadelphia, 1995.
[14] D. Kincaid, W. Cheney, Numerical Analysis, Brooks/Cole, Pacific Grove, 1996.
[15] J. Kozak, Numericna analiza, DMFA Slovenije, Ljubljana, 2008.
[16] C.-Y. Lam, Applied Numerical Methods For Partial Differential Equations, Prentice Hall, Singapore, 1994.
[17] K. W. Morton, D. F. Mayers, Numerical Solution of Partial Differential Equations, Cambridge
University Press, Cambridge, 2002
[18] G. D. Smith, Numerical Solution of Partial Differential Equations: Finite Difference Methods,
3rd edition, Clarendon Press, Oxford, 1985.
[19] S. Van Huffel, J. Vandewalle, The Total Least Square Problem. Computational Aspecs and Analysis, SIAM, Philadelphia, 1991.
265
266
[20] E. Zakrajek, Uvod v numericne metode, druga izdaja, DMFA Slovenije, Ljubljana, 2000.
[21] T. J. Ypma, Historical development of the Newton-Raphson method, SIAM Review 37, 1995, str.
531555.