Zaawansowane metody numeryczne

Podobne dokumenty
W przestrzeni liniowej funkcji ciągłych na przedziale [a, b] można określić iloczyn skalarny jako następującą całkę:

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

INTERPOLACJA I APROKSYMACJA FUNKCJI

Zaawansowane metody numeryczne

Wielomiany Legendre a, itp.

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody Obliczeniowe w Nauce i Technice

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna

SZEREG TRYGONOMETRYCZNY FOURIERA

Informacja o przestrzeniach Hilberta

Matematyka stosowana i metody numeryczne

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka

x = cos θ. (13.13) P (x) = 0. (13.14) dx 1 x 2 Warto zauważyć, że miara całkowania w zmiennych sferycznych przyjmuje postać

jest ciągiem elementów z przestrzeni B(R, R)

Elementy metod numerycznych

Równanie Schrödingera

Interpolacja funkcji

Mechanika Kwantowa. Maciej J. Mrowiński. 24 grudnia Funkcja falowa opisująca stan pewnej cząstki ma następującą postać: 2 x 2 )

Układy równań i równania wyższych rzędów

3.1 Zagadnienie brzegowo-początkowe dla struny ograniczonej. = f(x, t) dla x [0; l], l > 0, t > 0 (3.1)

m Jeżeli do końca naciągniętej (ściśniętej) sprężyny przymocujemy ciało o masie m., to będzie na nie działała siła (III zasada dynamiki):

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n.

Wykład 2: Szeregi Fouriera

Zagadnienia brzegowe dla równań eliptycznych

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

Indukcja matematyczna. Zasada minimum. Zastosowania.

Równania różniczkowe cząstkowe drugiego rzędu

Metoda rozdzielania zmiennych

Ciągłość funkcji f : R R

Analiza Funkcjonalna - Zadania

1 Pochodne wyższych rzędów

Liczby zespolone. x + 2 = 0.

5. Równania różniczkowe zwyczajne pierwszego rzędu

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Informacja o przestrzeniach Sobolewa

Rachunek różniczkowy i całkowy w przestrzeniach R n

Estymacja w regresji nieparametrycznej

Metody numeryczne Wykład 6

Całki nieoznaczone. 1 Własności. 2 Wzory podstawowe. Adam Gregosiewicz 27 maja a) Jeżeli F (x) = f(x), to f(x)dx = F (x) + C,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

Sił Si y y w ewnętrzne (1)(1 Mamy my bry r łę y łę mate t r e iralną obc ob iążon ż ą u kła k de d m e si m ł si ł

DOPASOWYWANIE KRZYWYCH

2.2 Udowodnić,żejeżelif(x)=(x x 0 )(x x 1 )...(x x p ),to[x 0,x 1,...,x n ;f]= 0dlan p.jakajestwartośćtegoilorazu,gdyn=p+1?

Krzywe Freya i Wielkie Twierdzenie Fermata

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.

22 Pochodna funkcji definicja

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N

Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej. Całki nieoznaczone

Funkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223

1 Relacje i odwzorowania

1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).

IX. MECHANIKA (FIZYKA) KWANTOWA

Równanie przewodnictwa cieplnego (II)

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

Aproksymacja funkcji a regresja symboliczna

Zbiory, funkcje i ich własności. XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16

Zaawansowane metody numeryczne

Pochodne funkcji wraz z zastosowaniami - teoria

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

Matematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9

Wstęp. Numeryczne Modelowanie Układów Ciągłych Podstawy Metody Elementów Skończonych. Warunki brzegowe. Elementy

GAL 80 zadań z liczb zespolonych

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu

Dystrybucje, wiadomości wstępne (I)

Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 3

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.

1 Funkcje dwóch zmiennych podstawowe pojęcia

Układy równań liniowych

KURS SZEREGI. Lekcja 10 Szeregi Fouriera ZADANIE DOMOWE. Strona 1

2. Liczby pierwsze i złożone, jednoznaczność rozkładu na czynniki pierwsze, największy wspólny dzielnik, najmniejsza wspólna wielokrotność.

Matematyczne Metody Fizyki II

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

Wykład 5. Informatyka Stosowana. 6 listopada Informatyka Stosowana Wykład 5 6 listopada / 28

1. Równania i nierówności liniowe

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

III. Wstęp: Elementarne równania i nierówności

Rozdział 6. Ciągłość. 6.1 Granica funkcji

1. Wielomiany Podstawowe definicje i twierdzenia

Funkcje i ich własności. Energetyka, sem.1 (2017/2018) Matematyka #3: Funkcje 1 / 43

Rozwiązania zadań z kolokwium w dniu r. Zarządzanie Licencjackie, WDAM, grupy I i II

AM1.2 zadania 14. Zadania z numerami opatrzonymi gwiazdka

Granica funkcji. 8 listopada Wykład 4

Zadania do samodzielnego rozwiązania

Wykład 5. Informatyka Stosowana. 7 listopada Informatyka Stosowana Wykład 5 7 listopada / 28

Prawdopodobieństwo i statystyka

Metody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.

Analiza I.2*, lato 2018

Transkrypt:

Wykład 7 a szeregi Fouriera (zarówno w przypadku ciągłym, jak i dyskretnym) jest szczegónym przypadkiem aproksymacji funkcjami ortogonanymi. Anaitycznie rozwiązanie zadania aproksymacji trygonometrycznej funkcji f (danej odpowiednio w sposób ciągły ub dyskretny) sprowadza się do wyznaczenia obciętego szeregu Fouriera (odpowiednio ciągłego ub dyskretnego), czyi do wyznaczenia tak zwanych współczynników Fouriera rozwinięcia funkcji w pewien szereg trygonometryczny.

Twierdzenie Weierstrass a Twierdzenie 7.1. Jeżei funkcja f jest funkcją ciągłą na R i okresową o okresie 2π, to da każdego ε > 0 istnieje n ε oraz funkcja F postaci n ε F (x) = a 0 + (a k cos kx + b k sin kx) k=1 spełniająca da wszystkich x R nierówność F (x) f (x) < ε. Węzły dyskretnej aproksymacji trygonometrycznej Definicja 7.1. (węzły aproksymacji trygonometrycznej) W dyskretnej aproksymacji trygonometrycznej na przedziae 0, 2π będziemy rozpatrywać zbiór N węzłów x i postaci: 1) N = 2L (parzysta iczba węzłów) i=0,...,2l 1 x i = πi L ; 2) N = 2L + 1 (nieparzysta iczba węzłów) i=0,...,2l x i = 2πi 2L + 1.

Baza funkcji trygonometrycznych Fakt 7.1. Niech > 0. Funkcje trygonometryczne postaci 1, sin x, cos x, sin 2x, cos 2x,..., sin mx, cos mx 1, sin πx, cos πx, sin 2πx, cos 2πx,..., sin mπx, cos mπx tworzą układ iniowo niezaeżny i tym samym bazę da pewnej (2m + 1)-wymiarowej podprzestrzeni funkcji trygonometrycznych odpowiednio na przedziae 0, 2π i,. Baza funkcji trygonometrycznych jest często używana do aproksymacji funkcji okresowych. Każda funkcja okresowa daje się sprowadzić do funkcji o okresie np. 2 ( > 0). Ortogonaność bazy trygonometrycznej Fakt 7.2. Funkcje trygonometryczne tworzą na przedziae,, gdzie > 0, układ ortogonany ze wzgędu na ioczyn skaarny stowarzyszony z normą L 2 z wagą w(x) = 1. Da dowonych j, k N zachodzą następujące wzory: cos jπx sin jπx sin jπx cos kπx dx = sin kπx dx = cos kπx dx = 0 0 gdy j k gdy j = k 0 gdy j k gdy j = k

Ortogonaność bazy trygonometrycznej Fakt 7.3. Funkcje trygonometryczne tworzą na dyskretnym zbiorze węzłów trygonometrycznych (N-parzyste) układ ortogonany ze wzgędu na ioczyn skaarny stowarzyszony z seminormą ważoną z współczynnikami wagowymi w i = 1. Da dowonych j, k N zachodzą następujące wzory: 2L 1 i=0 sin jx i sin kx i = 2L 1 i=0 cos jx i cos kx i = 2L 1 i=0 cos jx i sin kx i = 0 0 da j k L da j = k 0 0 da j = k = 0 0 da j k L da j = k 0 2L da j = k = 0 Ortogonaność bazy trygonometrycznej Fakt 7.4. Funkcje trygonometryczne tworzą na dyskretnym zbiorze węzłów trygonometrycznych (N-nieparzyste) układ ortogonany ze wzgędu na ioczyn skaarny stowarzyszony z seminormą ważoną z współczynnikami wagowymi w i = 1. Da dowonych j, k N zachodzą następujące wzory: 2L i=0 sin jx i sin kx i = 2L i=0 cos jx i cos kx i = 2L i=0 cos jx i sin kx i = 0 0 da j k L + 1 2 da j = k 0 0 da j = k = 0 0 da j k L + 1 2 da j = k 0 2L + 1 da j = k = 0

Wieomian trygonometryczny Definicja 7.2. (wieomian trygonometryczny) Wieomianem trygonometrycznym stopnia n na przedziae 0, 2π, odpowiednio na przedziae,, nazywamy funkcję F postaci F (x) = a m 0 2 + (a k cos kx + b k sin kx) + δ 2 a m+1 cos(m + 1)x, ub odpowiednio k=1 F (x) = a m 0 2 + (a k cos kπx k=1 + b k sin kπx ) + δ 2 a m+1 cos (m + 1)πx, gdzie da n parzystych δ = 1 i m = n 2 2, a da n nieparzystych δ = 0 i m = n 1 2. Zagadnienie aproksymacji trygonometrycznej Niech będzie dana funkcja f (w sposób dyskretny na zbiorze węzłów trygonometrycznych, ub w sposób ciągły na przedziae, ). Jeżei f jest funkcją okresową, to w aproksymacji wygodniej jest szukać wieomianu trygonometrycznego F zamiast wieomianu o kasycznej postaci. Takie podejście nazywamy aproksymacją trygonometryczną funkcji f. Szukamy wieomianu trygonometrycznego F, takiego aby F f 2 był minimany. Jest to zatem aproksymacja średniokwadratowa. Wykorzystujemy fakt, że bazowe funkcje trygonometryczne tworzą odpowiednie układy ortogonane. Dzięki temu możemy wykorzystać gotowe wzory na rozwiązania odpowiednich układów równań normanych da przypadku bazy ortogonanej.

Stopień wieomianu trygonometrycznego 1) W przypadku dyskretnym przyjmuje się, że stopień m szukanego aproksymującego wieomianu trygonometrycznego powinien spełniać następującą zaeżność: m N 1 2 da N nieparzystego, m N 2 2 da N parzystego, gdzie N jest iczbą punktów węzłowych w rozpatrywanym zagadnieniu dyskretnym. 2) Jeżei w powyższych wzorach zachodzi równość (iczba funkcji bazowych jest równa iczbie węzłów), to mamy do czynienia z zagadnieniem interpoacji trygonometrycznej. Rozwiązania układu równań normanych Fakt 7.5. W przypadku ciągłym współczynniki a k i b k wieomianu trygonometrycznego są okreśone następującymi wzorami: a k = 1 b k = 1 f (x) cos kπx dx da k = 0,..., m + 1, f (x) sin kπx dx da k = 1,..., m. W przypadku dyskretnym współczynniki a k i b k wieomianu trygonometrycznego są okreśone następującymi wzorami: a k = 2 N b k = 2 N N 1 i=0 f (x i) cos kx i da k = 0,..., m + 1, N 1 i=0 f (x i) sin kx i da k = 1,..., m.

Norma Czebyszewa Definicja 7.3. (norma Czebyszewa) Na przestrzeni C( a, b ) funkcji ciągłych na przedziae a, b definiujemy tak zwaną normę Czebyszewa następująco: f C( a,b ) f = sup f (x). x a,b Zagadnienie aproksymacji jednostajnej Niech będzie dana funkcja f C( a, b ). Zagadnienie aproksymacji jednostajnej poega na znaezieniu funkcji F, takiej aby błąd aproksymacji E(F ) = F f był jak najmniejsze, przy czym rozpatrujemy tutaj normę Czebyszewa na przestrzeni C( a, b ). Twierdzenie 5.1 mówi, że dowoną funkcję f C( a, b ) możemy aproksymować jednostajnie wieomianem z dowonie dużą dokładnością.

Wieomian najepszego przybiżenia jednostajnego Definicja 7.4. (wieomian najepszego przybiżenia jednostajnego) Niech F n będzie wieomianem stopnia n. Jeżei błąd aproksymacji E(F ) osiąga minimum da F = F n, to wieomian F n nazywamy n-tym wieomianem najepszego przybiżenia jednostajnego funkcji f. Twierdzenie 7.2. (Borea) Da każdej funkcji f C( a, b ) i dowonego n N istnieje wieomian F n, który jest n-tym wieomianem najepszego przybiżenia jednostajnego funkcji f. Twierdzenie 7.3. (Czebyszewa) Wieomian F n, o którym mowa w Twierdzeniu 4.2, jest tyko jeden. Wieomian najepszego przybiżenia jednostajnego 1) Nie ma ogónej metody wyznaczania n-tego wieomianu najepszego przybiżenia jednostajnego da dowonej funkcji f C( a, b ). 2) Zazwyczaj rezygnuje się z poszukiwania wieomianu najepszego przybiżenia jednostajnego i szuka się pewnego wieomianu aproksymującego, który nie musi być najepszym przybiżeniem jednostajnym.

Zagadnienie aproksymacji wymiernej Niech V będzie pewną unormowaną przestrzenią iniową funkcji. Ponadto niech V k+1 będzie k + 1-wymiarową podprzestrzenią iniową przestrzeni V. Jeżei w zagadnieniu aproksymacji poszukujemy funkcji aproksymującej o postaci F (x) = a 0ϕ 0 (x) +... + a n ϕ n (x) b 0 ψ 0 (x) +... + b m ψ m (x), gdzie ϕ 0,..., ϕ n i ψ 0,..., ψ m są eementami pochodzącymi z tej samej bazy k +1-wymiarowej podprzestrzeni V k (da k = max{n, m}), to wówczas mamy do czynienia z zagadnieniem aproksymacji wymiernej. Zagadnienie aproksymacji wymiernej Zazwyczaj jednostajne przybiżenia wymierne R n,m postaci R n,m (x) = L n(x) M m (x), gdzie L n i M m są odpowiednio wieomianami stopnia n i m, dają mniejsze błędy maksymane od przybiżeń jednostajnych wieomianami agebraicznymi stopnia N = n + m (przy założeniu, że nie mamy do czynienia z N-tym wieomianem najepszego przybiżenia jednostajnego). W szczegóności dotyczy to przybiżeń wieomianami, które są zdefiniowane przez obcięte szeregi Tayora ub Macaurina.

Zagadnienie aproksymacji Padé Niech będą dane parametry n, k N oraz funkcja f C ( ε, ε ), gdzie ε > 0 i ε, ε jest pewnym otoczeniem punktu x = 0. Szukamy funkcji wymiernej R n,k postaci R n,k = L n M k, gdzie L n i M k są odpowiednio wieomianami stopnia n i k, takiej że: 1) f (x) R n,k (x) w pewnym otoczeniu punktu x = 0; 2) f (0) = R n,k (0); 3) m=1,...,n+k f (m) (0) = R (m) n,k (0). Założenia i oznaczenia w aproksymacji Padé Niech L n (x) = a 0 + a 1 x +... + a n x n, M k (x) = b 0 + b 1 x +... + b n x n. Ponieważ R n,k (0) musi być okreśone, wiec b 0 0. Przyjmijmy zatem, że b 0 = 1. Załóżmy ponadto, że funkcje L n i M k są wzgędnie pierwsze oraz, że funkcję f można rozwinąć w szereg Macaurina w pewnym otoczeniu punktu x = 0: i=0,1,... c i = f (i) (0), i! f (x) = c i x i = f (i) (0) x i i!. i=0

Uwagi o przybiżeniu Padé 1) Przybiżenia Padé nie są najepszymi przybiżeniami w sensie aproksymacji jednostajnej. Wymuszenie równości funkcji f i R n,k oraz ich pochodnych do rzędu n + k włącznie jedynie da punktu x = 0 powoduje, że błędy takich przybiżeń rosną wraz z oddaaniem się od tego punktu. 2) Szukana funkcja wymierna R n,k = L n M k może być w pewnych punktach nieokreśona (z uwagi na możiwe zerowanie się mianownika M k ). 3) Da większości typowych funkcji najmniejszy błąd maksymany spośród wszystkich przybiżeń Padé uzyskuje się da n = k ub n = k + 1. Uwagi o przybiżeniu Padé 4) Zagadnienie wyznaczenia funkcji R n,k w przybiżeniu Padé sprowadza się do wyznaczenia wartości n + k + 1 współczynników wieomianów L n i M k. 5) Wieomiany L n i M k są wzgędnie pierwsze, jeżei w ich rozkładach na ioczyn jednomianów nie występują takie same czynniki, ub inaczej jeżei funkcja wymierna postaci L n(x) M k (x) jest nieskracana. Oznacza to między innymi, że nie da się usunąć osobiwości funkcji R n,k poprzez procedurę skracania mianownika M k z icznikiem L n. 6) Jeżei k = 0, to wówczas R n,k jest po prostu obciętym szeregiem Macaurina.

Błąd przybiżenia Padé Błąd aproksymacji Padé jest dany wzorem: f (x) R n,k (x) = f (x) L n(x) M k (x) = i=0 c i x i = ( i=0 c i x i ) ( k ) s=0 b sx s n j=0 a j x j k s=0 b sx s. n j=0 a j x j k s=0 b sx s = Z warunku f (0) = R n,k (0) wynika, że a 0 = f (0). Natomiast z warunku f (m) (0) = R (m) n,k (0) (gdzie m = 1,..., n+k) wynika, że w iczniku wyrażenia f (x) R n,k (x) muszą znikać współczynniki przy potęgach x o wykładnikach mniejszych od n + k + 1. Zatem chcemy aby icznik ten miał następującą postać: ( ) ( k ) c i x i n b s x s a j x j = d t x t. i=0 s=0 j=0 t=n+k+1 Układ równań na współczynniki przybiżenia Padé Fakt 7.6. Otrzymujemy następujący układ równań na współczynniki przybiżenia Padé R n,k : b 0 = 1, c j = 0 da j < 0, kj=1 c m j b j = c m da m = n + 1,..., n + k, b j = 0 da j > k, a m = m j=0 c m j b j da m = 0,..., n.

Układ równań na współczynniki przybiżenia Padé 1) Układ równań na współczynniki przybiżenia Padé może nie posiadać rozwiązania. 2) Do rozwiązania układu równań na współczynniki przybiżenia Padé wymagana jest zajomość współczynników c 0,..., c n+k z rozwinięcia funkcji f w szereg Macaurina (nie musimy znać całego rozwinięcia). 3) Warunki które doprowadziły do układu równań na współczynniki przybiżenia Padé oznaczają, że przybiżenie wymierne otrzymane jako jego rozwiązanie ma na ogół małe błędy tyko w pobiżu punktu x = 0.