• Nie Znaleziono Wyników

Metody numeryczne Grzegorz Graczyk, 150875 Paweł Tarasiuk, 151021

N/A
N/A
Protected

Academic year: 2021

Share "Metody numeryczne Grzegorz Graczyk, 150875 Paweł Tarasiuk, 151021"

Copied!
2
0
0

Pełen tekst

(1)

Metody numeryczne

Grzegorz Graczyk, 150875 Paweł Tarasiuk, 151021

Aproksymacja średniokwadratowa funkcji ciągłej w przedziale [a, ∞) z wykorzystaniem ortogonalnych wielomianów Laguerre’a

Informacje o metodzie

Aproksymacja średniokwadratowa polega na dopasowaniu współczynników do pewnego zbio- ru funkcji liniowo niezależnych, w taki sposób, by w każdym miejscu różnica wartości sumy dopasowywanych funkcji oraz badanej funkcji wynosiła 0. W celu odnajdywania rozwiązania przekształca się wzór opisujący taką zależność do postaci układu równań, a następnie rozwiązu- je go.

Wykorzystanie wielomianów ortogonalnych pozwala znacznie przyspieszyć ten proces, gdyż w takim wypadku w każdym z równań pozostaje 1 niewiadoma (ujmując rzecz ściślej, przy przedstawieniu układu w postaci macierzy współczynników, jedynie elementy znajdujące się na przekątnej pozostają niezerowe). Układ o takiej postaci jest trywialny do rozwiązania.

Ponadto w wypadku wielomianów Laguerre’a należało posłużyć się wagą wynoszącą e−x, aby uzyskać odpowiednie właściwości wielomianów ortogonalnych.

Informacje o implementacji

Program został napisany w języku Python z wykorzystaniem narzędzia gnuplot do rysowania wykresów.

Metoda wymaga wielokrotnego posługiwania się całkowaniem. W wypadku naszej implemen- tacji zastosowaliśmy zaimplementowaną wcześniej funkcję całkującą metodą Simpsona (całku- jemy z dokładnością 2 by otrzymać wynik z dokładnością ).

Ponieważ wielomiany Laguerre’a wymagają całkowania na przedziale [0, ∞) modyfikujemy badaną funkcję z wykorzystaniem parametru t = x − a. Dzięki sposobie przechowywania funkcji (w postaci tekstu dla funkcji wejściowej, oraz tablicy współczynników dla funkcji wyjściowej) możemy wykonywać tą modyfikację w bardzo prosty i uniwersalny sposób (chociaż niekoniecznie najwydajniejszy) - dla wejścia poprzez wyszukiwanie i zastępowanie łańcuchów znaków, nato- miast dla wyjścia z wykorzystaniem rozwinięcia wzoru (x + a)n.

Ponadto program posiada jedynie ograniczenie stopnia wielomianu za pomocą zmiennej.

Sam zastosowany algorytm umożliwia stosowanie dowolnego stopnia. Ponadto, ograniczenie na stopień wielomianu sprowadza się do odrzucenia jednomianów o wyższym stopniu, zatem w wynikach założono stałe i zawyżone ograniczenie.

Wyniki

Obliczenia przeprowadzono dla dokładności  = 0.001. Przyjęte przez nas ograniczenie na stopień wielomianu to 5.

a Badana funkcja Otrzymany wynik

0

2 1.413 + 0.004x − 0.002x2+ 0.001x3

0

x 0.217 + 1.093x − 0.364x2+ 0.073x3− 0.006x4 0 12x2− 2x + 1 1.0 − 2.001x + 0.503x2

0 x2 1.004x2− 0.001x3

2 x3+ 3x2+ 6x + 6 6.01 + 6.006x + 2.99x2+ 0.998x3+ 0.002x4

Grzegorz Graczyk i Paweł Tarasiuk, Metody Numeryczne, Zadanie 5: Aproksymacja 1 / 2

(2)

Wnioski

• Źródłem największych błędów jest brak informacji o stopniu wielomianu. Wystąpienie choćby najmniejszego współczynnika przy zawyżonym stopniu oznacza, że funkcja będzie zupełnie odbiegała od oczekiwań. Jest to szczególnie widoczne dla funkcji stopnia 0. Źró- dłem tego błędu jest prawdopodobnie całkowanie metodą Simpsona, przeprowadzane jako operacja pomocnicza.

• W wypadku gdy badana funkcja nie jest wielomianem, otrzymywana rozbieżność może być szczególnie duża. Powodem jest oczywiście fakt, iż nie istnieje skończone dopasowanie, dla którego taka rozbieżność by nie istniała i nie dążyła do ±∞.

• Najdokładniejsze wyniki otrzymano dla funkcji będącej wielomianem Laguerre’a. Powo- dem jest właściwość służąca do samych obliczeń - wówczas wszystkie elementy macierzy układu poza jednym wynosiły dokładnie 0, co pozwoliło uniknąć zdecydowanej większości niedokładnych obliczeń.

• Zastosowana metoda, pomimo otrzymanych błędów, jest dość dokładna. W wypadku uzu- pełnienia informacji na temat stopnia badanej funkcji, otrzymane wyniki będą różniły się jedynie nieznacznie od oczekiwanych wartości.

Grzegorz Graczyk i Paweł Tarasiuk, Metody Numeryczne, Zadanie 5: Aproksymacja 2 / 2

Cytaty

Powiązane dokumenty

Struktura projektu została uzupełniona między innymi o plik .desktop i regułę do umieszczania go w odpowiedniej lokacji (w celu umożliwienia prostego uruchamiania go z poziomu

Dialog z użytkownikiem odbywa się w trybie tekstowym, natomiast wynikiem jest przygotowany plik HTML z obliczonymi wynikami, tabelą przedstawiającą prze- bieg iteracji, oraz

• Jak wynika z opisu metody - metoda Aitkena idealnie nadaje się do obliczeń dla małej ilości punktów szukanych nawet gdy mamy dużo punktów danych - w przeciwieństwie do

Całkowanie funkcji e −x ·f (x) na przedziale od a do nieskończoności metodą Simpsona z zadaną dokładnością oraz metodą kwadratu- ry Gaussa na 3 oraz 4 węzłach.. Informacje

W wypadku metody Eulera kolejna wartość liczona jest na podstawie wartości policzonej w 1 punkcie - stąd nazywana jest czasami metodą RK1.. W wypadku metody RK4 liczone są 4 punkty

Zaprojektuj i przeprowadź eksperyment numeryczny pozwalający wyznaczyć najmniejszą liczbę dodatnią reprezentowaną dokładnie w arytmetykach podwójnej i

Wyniki numeryczne porównaj z rozwiązaniami analitycznymi (energie własne oraz funkcje falowe).. Opracuj program do numerycznego rozwiązywania jednowymiarowego równania

Wyznacz numerycznie trajektorię i zależności położenia i prędkości od czasu ciała w rzucie ukośnym w jednorodnym polu grawitacyjnym uwzględniając siły oporu oraz