Переопределенные системы. МНК (метод наименьших квадратов)
Описание файла
PDF-файл из архива "Переопределенные системы. МНК (метод наименьших квадратов)", который расположен в категории "". Всё это находится в предмете "вычислительная математика" из 6 семестр, которые можно найти в файловом архиве МФТИ (ГУ). Не смотря на прямую связь этого архива с МФТИ (ГУ), его также можно найти и в других разделах. .
Просмотр PDF-файла онлайн
Текст из PDF
Переопределенные системы. МНК (метод наименьших квадратов)В приложениях часто встречаются переопределенные системы, в которых числоуравнений больше числа неизвестных:naikxk f i , i 1, m , m n ,(1)k 1или в матричном виде: Ax f , A Amn , x R n , f R m , m n .(2)Вводится следующее существенное предположение: ранг системы (2) (т.е.
числолинейно независимых уравнений) равен числу неизвестных n .Как правило, система (2) в обычном смысле не имеет решений (теорема КронекераКапелли).Определение.Согласно методу наименьших квадратов под обобщенным решениемсистемы (2) понимается набор чисел x1 , x2 , , xn , для которого минимальнасумма квадратов невязок:n2F x1 , x2 , , xn aik xk f i , F min .(3)k 1Решение задачи (3) находится следующим образом. Записываются необходимыеусловия минимума, известные из математического анализа:n1 F n aik xk f i aij , j 1, n .2 x j i1 k 1Меняя порядок суммирования по i и по knn n xk aik aij aik f i 0k 1 i 1i 10и обозначаяnb jk naik aij , g k i 1aikfi ,(4)i 1получаем для определения x1 , x2 , , xn систему уже из n уравнений:nbjkxk f j , j 1, n ,(5)k 1или в матричном виде: Bx g , B Bnn x R n , g R n ,(6)причем согласно (4)B AT A , g AT f .(7)Систему (5) в матричном виде, учитывая (6) и (7):AT Ax AT f ,принято называть нормальным уравнением.Можно доказать (см.
Рябенький. Введение в вычислительную математику), чтосистема (8) всегда имеет и притом единственное решение, а ее матрица являетсяположительно определенной.(8) x 2 y 8.5Пример 1. Найти решение 2 x y 6.7 . x 3 y 11.1 Эта система не имеет решения в обычном смысле.Для получения ее нормального псевдорешения (обобщенного решения), т.е. решения всмысле МНК, составляем новую систему по типу нормального уравнения (8) при n 2 ,m 3:1 2 8.5 T 1 2 1 A 2 1 , A , f 6.7 2 1 31 311.11 2 8.5 33 12167121B AT A 2 1 = , g AT f 6.7 = . 2 1 3 2 1 3 7 14 57 1311.1 6 x 7 y 33 T TСистема A Ax A f : - «эквивалентна» системе Ax f .7 x 14 y 571251 6 7 33 6 7 33 1 0 1.8 1 0 1.8 2 2 12 6 1 7 14 57 5 0 9 6 7 33 0 7 22.2 12 1 0 1.8 7. 013.171 x 1.8 Ответ: .
y 3.171Замечание. Если второе уравнение исходной системы умножить, например, на 100, т.е 8.5 x 2yрешать систему 200 x 100 y 670 эквивалентную исходной в x 3y 11.1классическом смысле, то получим нормальное уравнение40002 x 20005 y 134019.6, решая которое находим решение20005x10013y67050.3 x 1.756 близкое к полученному выше, но все же отличное от него.y3.188 Интегральное квадратичное аппроксимирование функции на отрезке.Пусть f x непрерывная на отрезке a, b функция: f C a, b ;1 x , 2 x , , m x - система линейно независимых на отрезке a, b функций;Qm a11 x a2 2 x am m x - обобщенный полином.Надо аппроксимировать f x обобщенным полиномом Qm x на отрезке a, b так,bчтобы интеграл I f x Q x dx был минимальным, т.е стоит задача подобрать2maa1 , a2 , , am (управляемые переменные) так, чтобы I принимал минимальноезначение.Запишем необходимое условие минимума:I 0 k k 1, m ,akиз которого получим систему уравнений:2bmmI bfxaxdx=2fxa j j x k x dx = 0,j jak ak a j 2j 2a т.е.bmb a x x dx f x x dx , k 1, m .jj 2jkkaaТ.к.
система функций линейно независима, то определитель полученной системыотличен от нуля, поэтому решение существует и единственно.mЗамечание. Если система k x 1 ортогональна на a, b, то вычисления существенноb f x x dxkbсократятся: x x dx Ajakjk jk - и ak aкоэффициентыb2 x dxkaФурье разложения функции f x по ортогональной системе функций k x 1m .Примеры ортогональныч систем: 1, cos x, sin x, , cos mx, sin mx на 0, 2 .a0 mQm ak cos kx bk sin kx .2 k 1n1 dn 2 Полиномы Лежандра Pn nx1, n 0, 1, 2, на отрезке 1, 1 :2 n! dx nP0 x 1 ,P1 x x ,1P2 x 3 x 2 1 ,21P3 x 5 x 3 3 x ,21P4 x 35 x 4 30 x 2 3 , …8Замечание. Если надо приблизить функцию на отрезке a, b, то с помощьюbabaлинейного преобразования z xполучаем полиномы22~ 2z b a Pk z Pk x Pk ортогональные на a, b.ba Полиномы Чебышева Tn cosn arccos x на отрезке 1, 1 :T0 x 1 ,T1 x x ,T2 x 2 x 2 1 ,T3 x 4 x 3 3x , …Tn1 x 2 xTn x Tn1 x .Пример 2.
Получить среднеквадратичное приближение функции f x sin x наотрезке 0, обобщенным полиномом третьей степени. Воспользуемся системой ортогональных полиномов Лежандра.2z 0, , x 1, 1 , замена z x или x z 1 .22~2Pk z Pk x Pk z 1 .~P0 z 1 ,2~P1 z z 1 ,21 2~P2 z 3 z 1 1 ,2 31 2~2P3 z 5 z 1 3 z 1 .2 ~~~~P 3 z a0 P0 z a1 P1 z a2 P2 z a3 P3 z .1 sin zdza0 021 dz cos z 02,0220 z 1 sin zdz 0 z sin zdz cos z 0a1 23 220 z 1 dz z 1 2302 z cos z 0 2 cos zdz 202== 0,1 1 3 3 21 2 6 2 63z11sinzdz 2 z z 1 sin zdz0 2 10 20 12 ,a2 22326621 20 2 z z 1 dz0 2 3 z 1 1 dz a3 0 .210~~~ 0 P1 z 3 2 12 P2 z 0 P3 z =2 2 10 120 62 10 21 26 3 12 3 z 1 1 = 3 2 z 2 z 1 = 2 60 2 12 2 60 2 12 12 2 10 z z.543P 3 z Пример 3.
Получить среднеквадратичное линейное приближение функции f x sin xна отрезке 0, .1 P z a0 1 a1 xНадо найти значения a0 и a1 , при которых I sin z P z dz минимален.120Получаем систему: a0 1 1dz a1 1 zdz 1 sin zdz 000, или a0 z 1dz a1 z zdz z sin zdz00 02aa21 022, т.е.
a0 , a1 0 .a0 a1 2 2321Ответ: P z . 2aa1 0223a0 a1 232, или.