5. Aproximace funkcí. Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita. Hana Hladíková
|
|
- Bohuslav Říha
- před 5 lety
- Počet zobrazení:
Transkript
1 5 Aproximace funkcí Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita Hana Hladíková
2 V praxi je často potřeba složitou funkci f nahradit funkcí jednodušší, která v nějakém vhodném smyslu napodobuje funkci f a která se snadno matematicky zpracovává a je vhodná pro využití na počítači V jiném případě funkční závislost, kterou se snažíme postihnout, nemusí být vždy známá Často vycházíme z hodnot, které jsme získali měřením Aproximovatfunkci f(x)znamenánahraditjifunkcí g(x),kterájekf(x)vjistémsmyslublízká Určímesystémjednoduchýchbázovýchfunkcí g 0 (x), g (x), g (x),, g n (x)funkci g(x)hledáme jakolineárníkombinacefunkcí g i,tjtj g(x)=c 0 g 0 (x)+c g (x)+c g (x)+ +c n g n (x)dle charakteru aproximační úlohy je nutné určit, podle jakých kritérií zvolit bázové funkce a koeficienty lineární kombinace Budeme zkoumat tři typy aproximace: a) aproximace na okolí bodu, b) interpolace, c) L aproximace Aproximace Taylorovým polynomem Nechťmáfunkce f(x)vintervalu x 0 h, x 0 + h spojitéderivacedo n+řádupotomprokaždé x x 0 h, x 0 + h platí, f(x)=t n (x)+r n+,kde T n (x)jetaylorůvpolynomn-téhostupně T n (x)=f(x 0 )+ f (x 0 )! (x x 0 )+ f (x 0 )! akde R n+ jetaylorůvzbytekvlagrangeovětvaru: (x x 0 ) + + f(n) (x 0 ) (x x 0 ) n n! R n+ = f(n+) (ξ) (n+)! (x x 0) n+, ξ x 0 h, x 0 + h Příklad:Aproximujmefunkci f(x)=cos(x)vbodě x 0 =0Taylorovýmpolynomem4stupně Projaké xsedopustímechybymenšínež0 3? Řešení: T 4 (x)=cos(0)+ cos (0)! =cos(0) sin(0)! sin(x) R 5 = (x 0)+ cos (0)! x cos(0)! (x 0) + cos(3) (0) 3! x + sin(0) 3! cos (5) (ξ) (x 0) 5 = (5)! (x 0) 3 + cos(4) (0) (x 0) 4 = 4! x 3 + cos(0) x 4 = x 4! 4 + x4 4 sin(ξ) x 5 x x 0,5 0 0 Obr5Taylorůvpolynom4stupněprofunkci f(x)=cos(x)vbodě x 0 =0
3 Interpolace Nechťjevn+bodech x 0, x, x,, x n D(f)dáno n+hodnot y 0 = f(x 0 ), y = f(x ),, y n = f(x n ) Prorůzné třídy funkcí Φ(x, a 0, a, a,, a n ) jednéproměnné x,kteréjsouurčenykoeficienty a 0, a, a,, a n hledámefunkci g(x)takovou, že g(x i, a 0, a, a,, a n )=y i Grafyfunkce f(x)ig(x)procházíbody[x i, y i ],pro,, n Tyto body se nazývají póly, proto se této metodě říká interpolace funkce- nahrazení grafu funkce mezi póly Volbou různých tříd funkcí obdržíme interpolaci polynomiální, splinovou, exponenciální Polynomiální interpolace Interpolační polynom Polynomnejvýšen-téhostupnějefunkcetvaru P n (x)=a 0 + a x+a x + +a n x n, x, a i R, n N Mějme n+bodů[x i, y i ]anechťplatí x i < x i+ Potomexistujeprávějedenpolynom P n (x)nejvýšen-téhostupně,prokterýplatí P n (x i )=y i, ntentopolynomnazývámeinterpolační polynom Vyjádříme-lipodmínky P n (x i )=y i,dostanemesoustavu n+rovnicon+neznámých,která lze zapsat maticově: x 0 (x 0 ) n (x 0 ) n a 0 y 0 x (x ) n (x ) n a y = x n (x n ) n (x n ) n Matice této soustavy má nenulový determinant(vandermontův determinant), proto má soustava právě jedno řešení Výše uvedená metoda(metoda neurčitých koeficientů) výpočtu interpolačního polynomu není příliš vhodná, protože tato matice soustavy je špatně podmíněná a s rostoucím počtem uzlů je značně náročná na počet operací Existuje několik vhodnějších metod výpočtu interpolačního polynomu, mezi nejznámější patří Newtonův a Lagrangeův interpolační polynom Odlišnost spočívá pouze v postupu a způsobu zápisu, jinak se jedná se o totožné polynomy (viz předchozí tvrzení o jednoznačnosti interpolačního polynomu) Příklad : Určete pomocí metody neurčitých koeficientů interpolační polynom pro funkci f(x) danou tabulkou: a n i 0 x i 0 3 y i a 0 = 3 3 a a 0 y n 3
4 a 0 =, a = 5 3, a = 3 P (x)=+ 5 3 x 3 x Lagrangeův tvar interpolačního polynomu Lagrangeůvinterpolačnípolynomn-téhostupně L n (x)hledámevetvaru L n (x)= n y i l i (x), l i (x)= (x x 0)(x x )(x x i )(x x i+ )(x x n ) (x i x 0 )(x i x )(x i x i )(x i x i+ )(x i x n ) Jezřejmé,žeplatí l j (x j )=al i (x j )=0pro i j,tedy L n (x)jeinterpolačnípolynomstupně ns uzly[x i, y i ] Lagrangeův interpolační polynom má spíše teoretický význam, pro praktické využití se příliš nehodípokudchcemepřidatjedenuzel,musímepřepočítatvšechnyfunkce l i (x) Příklad 3: Určete Lagrangeův interpolační polynom pro funkci f(x) danou tabulkou(viz předchozí příklad) Řešení: L (x)= y i l i (x)= (x x )(x x ) (x 0 x )(x 0 x ) + (x x 0)(x x ) (x x 0 )(x x ) +0 (x x 0)(x x ) (x x )(x x ) = (x )(x 3) 0)(x 3) 0)(x ) = +(x +0(x (0 )(0 3) ( 0)( 3) (3 0)(3 ) L (x)=+ 5 3 x 3 x Newtonův tvar interpolačního polynomu Nejdřívedefinujemepoměrnoudiferencik-téhořádufunkce f(x)probody[x i, f(x i )]takto: f[x i ]=y i, k=0, f[x i+, x i ]= yi+ yi x i+ x i, k=, f[x i+k, x i ]= f[x i+k,x i+] f[x i+k,x i] x i+k x i, < k n Newtonůvinterpolačnípolynomn-téhostupně N n (x)hledámevetvaru: N n (x)=f[x 0 ]+f[x, x 0 ](x x 0 )+f[x, x 0 ](x x 0 )(x x )+ +f[x n, x 0 ](x x 0 )(x x )(x x n ) Příklad 4: Určete Newtonův interpolační polynom pro funkci f(x) danou tabulkou(viz předchozí 3 příklad) i x i f(x i )=f[x i ] f[x i, x i ] f[x i, x i ] = = 3 0 = 3 N (x)=f[x 0 ]+f[x, x 0 ](x 0)+f[x, x 0 ](x 0)(x )= =+(x 0) 3 (x 0)(x )=+5 3 x 3 x 4
5 Chyba aproximace interpolačního polynomu Nechťmáfunkce f(x)vintervalu x 0, x n spojitéderivacedo n+hořádu, x i x 0, x n, x i < x j, i < ja P n (x)jeinterpolačnípolynompotomprokaždé x x 0, x n existuje ξ (x 0, x n )tak, že platí: f(x) P n (x)= f(n+) (ξ) (n+)! ω n(x),kde ω n (x)=(x x 0 )(x x )(x x n ) Pokudplatí,že f n+ (x) M, x x0, x n,potom Poznámka: f(x) P n (x) f (n+) (ξ) (n+)! ω n (x) M (n+)! ω n(x) ()Velikostchybyzávisína ω n (x)přizvětšenípočtuinterpolačníchuzlůnedocházíkzmenšení interpolační chyby Obr5 ω n (x) Naobrázku5jeznázorněnafunkce ω n (x) prorůzná nnaintervalu,5;,5 ase7 ekvidistantními uzly(vzdálenost mezi uzly je konstantní) () Pokud chceme aproximovat funkci mimo daný interval(extrapolace), není vhodné používat interpolační polynomy vyšších řádů (3) Se vzrůstajícím počtem uzlů roste oscilace interpolačního polynomu(obzvláště v okolí krajních bodů) Toto se projevuje velmi silně u ekvidistantního dělení Vhodnou volbou uzlů (např Čebyševovy polynomy) lze tuto oscilaci zmenšit (4) Funkce, které mají asymptotu není vhodné interpolovat pomocí polynomů, tento problém řeší výrazně lépe interpolace pomocí spline funkcí 5
6 Příklad 5: Rungeho problém Naintervalu 5;5 sekvidistantnímdělenímauzly: x i = 5+i,,,0kfunkci f(x)= +x (Rungehofunkce)nakreslímegrafinterpolačníhopolynomu P 0 (x) BudemezkoumatchybuinterpolacetétofunkceZgrafupolynomu P 0 (x)jezřejmé,žedocházík výrazné oscilaci v okolí krajních bodů Na Obrázku 53 je porovnán graf funkce f(x) a interpolačního polynomu P 0 (x)(oscilující) Obr53Rungehoproblém ω (x) (levýobr),rungehofunkceap 0 (x) MATLAB Interpolace polynomem V MATLABu v případě, že chceme zadaná(naměřená) data interpolovat polynomem n-tého stupně, můžeme to jednoduše provést pomocí funkce polyfit >> P=polyfit(X,Y,n), Xjevektor n+hodnotnezávisleproměnné, Y jevektor n+hodnotzávisleproměnné, nje stupeňpolynomuinterpolujícíbody[x i, y i ]apjevektorkoeficientůinterpolačníhopolynomu P(x), přičemž P(x)=p()x n + p()x n + +p(n)x+p(n+) Hodnoty polynomu P(x) ve všech prvcích vektoru X(např kvůli grafickému znázornění) lze zjistit funkcí polyval: >> YAP=polyval(P,X) P je vektor koeficientů aproximačního polynomu, X je vektor hodnot nezávisle proměnné a YAP je vektor hodnot aproximačního polynomu Interpolace pomocí spline funkcí V předchozím odstavci jsme zjistili, že interpolace pomocí polynomů i při poměrně vysokém počtu uzlů přináší problémy se značnou mírou oscilace Nyní rozdělíme vyšetřovaný interval na podintervaly a na jednotlivých podintervalech zkonstruujeme polynomy, vznikne tak po částech polynomiální funkce Vdalšímtextupředpokládáme,žemáme n+pólů[x i, y i ],pro,, n,prokteréplatí,že x i x 0, x n, x i < x j, i < joznačme h i = x i+ x i,,, n Spline funkce stupně m se nazývá taková funkce, která splňuje současně tyto podmínky: () po částech polynomiální funkce stupně m(je tvořená polynomy stupně m), ()výslednáfunkcejespojitádořádu m (derivaceaždo(m )-hořádujsouspojité)
7 Lineární spline funkce Lineární spline funkcejefunkce S (x),kterájespojitánaintervalu x 0, x n anakaždém intervalu x i, x i+,,, n, S (x)jepolynomprvníhostupněgrafemfunkce S (x)jelomená čára Prolineárníinterpolačnísplinefunkci S (x)platí S (x i )=y i,,, nplatítedy S (x)= y i+(x x i ) h i Kvadratická spline funkce + y i ( (x x ) i), x x i, x i+,,, n h i Kvadratickásplinefunkcejefunkce S (x),kterásplňujenásledujícívlastnosti: ) S (x)jekvadratickýmpolynomemnakaždémintervalu x i, x i+, (označímejej P i (x),platíproněj P i (x)=s (x), x x i, x i+ ) S (x)jespojitáamáspojitouprvníderivacipro x x 0, x n V praxi se více využívá kubická spline funkce, proto se jí budeme věnovat podrobněji Kubická spline funkce Kubickásplinefunkcejefunkce S 3 (x),kterásplňujenásledujícívlastnosti: ) S 3 (x)jekubickýmpolynomemnakaždémintervalu x i, x i+, (označímejej P i (x),platíproněj P i (x)=s 3 (x), x x i, x i+ ) S 3 (x)jespojitáamáspojitouprvníadruhouderivacipro x x 0, x n Musí tedy platit: () P i (x i )=y i,,, n(n+podmíneknarovnostfunkčníchhodnot), () P i (x i+ )=P i+ (x i+ ),,, n (n podmíneknaspojitostfunkce), (3) P i (x i+)=p i+ (x i+),,, n (n podmínekrovnostprvníchderivací), (4) P i (x i+)=p i+ (x i+),,, n (n podmínekrovnostdruhýchderivací) Na každém z n intervalů máme kubický polynom o neznámých 4 parametrech Celkem tedy hledáme4nneznámýchparametrůmáme3(n )+(n+)=4n podmínekabybylaspline funkce jednoznačně určena zbývá zvolit ještě dvě podmínky Podle volby těchto podmínek se rozlišují různé typy spline funkci, nejznámější jsou tyto dva typy: Kubickásplinefunkce,ukterésezvolízbývajícípodmínkytakto-S (x 0 )=S (x n )=0(tzv přirozené podmínky) se nazývá přirozená kubická spline funkce Kubickásplinefunkce,ukterésezvolízbývajícípodmínkytakto-S (x 0 )=f (x 0 ), S (x n )= f (x n )(tzvpodmínkytečen),kde f(x)jeinterpolovanáfunkce(platítedy f(x i )=y i )senazývá úplná kubická spline funkce Poznámka:Kubickásplinefunkce S 3 (x)jespojitá,máspojitouprvníadruhouderivacina x 0, x n S interpolovanou funkcí se shoduje v uzlových bodech, hodnoty derivací se u spline funkce a interpolované funkce mohou lišit Existence, jednoznačnost a chyba aproximace interpolační kubické přirozené spline funkce (resp úplné spline funkce) 7
8 Profunkci f(x),kterájedefinovanána x 0, x n,existujejedinápřirozenákubickásplinefunkce Profunkci f(x),kterájedefinovanána x 0, x n,existujejedináúplnákubickásplinefunkce Nechťmáfunkce f(x)vintervalu x 0, x n spojitéderivacedo4řádu,nechťjsou S 3p (x)přirozená splinefunkceas 3u (x)úplnásplinefunkcespóly[x i, f(x i )]adělením x i x 0, x n, x i < x j, i < j, nechť h i = x i+ x i,kde C= max{hi} min{h i},,, npakexistujekonstanta Ktak,žeplatí: -Propřirozenoukubickousplinefunkci S 3p f(x) S3p (x) C K (max {hi )}) -Proúplnoukubickousplinefunkci S 3u f (k) (x) S (k) 3 u (x) C K (max {h i }) 4 k, k=0,,3 Příklad : Rungeho problém Naintervalu 5;5 sekvidistantnímdělenímauzly: x i = 5+i, 0nakreslímegraf přirozenéinterpolačnísplinefunkce S 3p (x)kfunkci f(x)= +x (Rungehofunkce)Jezřejmé,že tato interpolace výrazně méně osciluje, než tomu bylo u interpolačních polynomů Na Obrázku 54 jeporovnángraffunkcef(x)(obrázekvlevo)as 3p (x)(vpravo),jevidět,žeseoptickytéměřneliší: Obr54Rungehofunkce(levýobrázek), S 3p (x)(pravýobrázek) B spline funkce Pro jednodušší manipulaci se spline funkcemi a určení bázových funkcí prostoru spline funkcí zavedemetzvb-splinymáme n+pólů[x i, y i ],pro,, n,prokteréplatí,že x i x 0, x n, 8
9 x i < x j, i < joznačme h i = x i+ x i,,, nprostorvšechsplinefunkcířádu kna tomtoděleníoznačíme Sp(x 0,, x n, k) Rekurentnídefinicebázovésplinefunkce B i,k (x): B i, (x)=, x x i, x i+ ), B i, (x)=0, x / x i, x i+ ),, n, B i,k (x)= x xi x i+k x i B i,k (x)+ x i+k x x i+k x i+ B i+,k (x) Vprostorusplinefunkcí S p (x 0,, x n, k)řádu klzevytvořitbázitvořenoub-spliny B k,, B n, kdyprokaždýspline s S p (x 0,, x n, k)platí,žejejlzenapsatjakolineárníkombinacitétobáze: s(x)= n i= k α i B i,k, x x 0, x n, α i R Základní vlastnosti B-splinů: ) B i,k (x) >0, x x i, x i+k ), ) B i,k (x)=0, x / x i, x i+k ), 3) s i=r+ k B i,k(x)=, x (x r, x s ), 0 r < s n Vdalšímtextu,prolepšínázornostpředpokládáme,žejsouuzlyekvidistantní x i+ x i = h,, n Vpřípaděneekvidistantníhoděleníjepostupobdobný,alezápissestávávýrazně obtížnějším Konstantní B spline funkce na rovnoměrném dělení B i, (x) =, x x i, x i+ ), B i, (x) =0, x (, x i ) x i+, ) B i+, (x)=, x x i+, x i+ ), B i+, (x)=0, x (, x i+ ) x i+, ) Lineární B spline funkce na rovnoměrném dělení B i, (x)= x xi x i+ x i B i, (x)+ xi+ x x i+ x i+ B i+, (x), x (, ) B i, (x)=0, x (, x i ) x i+, ) B i, (x)= x xi x i+ x i = x xi h, x x i, x i+ ), B i, (x)= xi+ x x i+ x i+ = xi+ x h, x x i+, x i+ ) Kvadratická B spline funkce na rovnoměrném dělení B i,3 (x)= x xi x i+ x i B i, (x)+ xi+3 x x i+3 x i+ B i+, (x), x (, ) B i,3 (x)=0, x (, x i ) x i+3, ) B i,3 (x)= (x xi)(x xi) h B i,3 (x)= (x xi)(xi+ x) h + xi+3 x h 0= (x xi) h, x x i, x i+ ), + (xi+3 x)(x xi+) h, x x i+, x i+ ), B i,3 (x)= x xi h 0+(xi+3 x) h = (xi+3 x) h, x x i+, x i+3 ), Kubická B spline funkce na rovnoměrném dělení B i,4 (x)= x xi x i+3 x i B i,3 (x)+ xi+4 x x i+4 x i+ B i+,3 (x), x (, ) 9
10 B i,4 (x)=0, x (, x i ) x i+4, ) B i,4 (x)= (x xi)3 h, x x 3 i, x i+ ), B i,4 (x)= x xi 3h B i,4 (x)= x xi 3h B i,4 (x)= x xi 3h ( ) (x xi)(x i+ x) h + (xi+3 x)(x xi+) h ( (x i+3 x) h + xi+4 x (x xi+)(x i+3 x) 3h h (0)+(xi+4 x) (x i+4 x) 3h h = (xi+4 x)3 h, x x 3 i+3, x i+4 ) + (xi+4 x)(x xi+) h 3, x x i+, x i+ ), ) + (xi+4 x)(x xi+) h, x x i+, x i+3 ), Obr 55 Znázornění 7 kubických bázových B splinů pro uzly 0,,,3,4na intervalu 0,4 Interpolace pomocí kubických B spline funkcí na rovnoměrném dělení Hledáme S S p (x 0,, x n,4)tak,aby S(x)= n i= 3 α i B i,4 (x) tak,že S(x j )=f j,,, n Jezřejmé,žemámeurčit n+3parametrůfunkčníchhodnotje n+,protozvolímeještědvě podmínky S (x 0 )=S (x n )=0(tzvpřirozenépodmínky)nasplinefunkciNyníjejiž Sjednoznačně určen Musíme vyřešit soustavu rovnic: S(x j )= n i= 3 α i B i (x j )=f j,,, n S (x 0 )=S (x n )=0 Pokudnynípostupnědosadíme x i dorekurentníhovzorceprobsplinefunkceavezmemevúvahu, že máme rovnoměrné dělení, dostaneme: B i 3,4 (x i )=, B i,4(x i )= 3, B i,4(x i )= Soustavu lze napsat v maticovém tvaru: B i,4 (x i )=0, B j,4 (x i )=0, x i (, x j ) x j+4, ) 0
11 α 3 α α α n α n = f 0 f f f n f n MATLAB interpolace funkce Prointerpolacifunkčníchhodnot yvzávislostina x(y= f(x))jekdispozicifunkce interp Prointerpolacifunkčníchhodnot zvzávislostina x, y(z= f(x, y))jekdispozicifunkce interp Základní syntaxe je >> YI = INTERP(X,Y,XI); kde Xjevektorbodůnaose x,vektor Yobsahujehodnotyvbodechvektoru X, XIjenovédělení intervalu vymezeném vektorem X(jiné než X) a Y I je vektor interpolovaných hodnot Hodnoty z vektorů X a Y sepoužijíjakopóly,jimižseproložípožadovanákřivkahodnotyvektoru Y I se následně počítají jako funkční hodnoty křivky v bodech vektoru XI Dělení intervalu XI může být jakkoliv jemné či hrubé a nemusí obsahovat původní body z vektoru X Přednastaveným typem interpolace je interpolace lineární Dalšími možnými typy interpolace jsou: o nearest - nejbližší soused(po částech konstantní funkce) o linear - lineární interpolace o spline - po částech kubická spline interpolace(spline) o pchip - po částech kubická interpolace zachovávající tvar(shape-preserving) o cubic - stejná metoda jako pchip o v5cubic - kubická interpolace z verze 5, která neumožňuje extrapolaci a používá spline pro neekvidistantní dělení X Tyto metody se zadávají pomocí syntaxe >> YI = INTERP(X,Y,XI, method ) Extrapolace dat se zadává pomocí stejné funkce jako interpolace, pouze se přidá parametr extrap: >> YI = INTERP(X,Y,XI, method, extrap ) Extrapolace je možná pouze pro metody cubic, pchip a spline, extrapolované části křivky pokračují podle předpisu poslední interpolované části křivky(mezi posledními dvěma póly) Pro interpolaci pomocí spline křivky volá funkce interp funkci s názvem spline Základní nastavení této funkce je takové, že vytváří přirozený spline(druhé derivace v koncových bodech křivky jsou rovny nule) Je zde však i možnost zadat velikosti krajních derivací, tedy tečný vektor křivky v krajníchbodechvtompřípaděsezadávektoryodvěhodnotydelšínežvektorxprvníaposlední hodnota je v tomto případě brána jako velikost první derivace v krajních bodech Funkce spline umožňuje interpolovat a extrapolovat při ekvidistantním i neekvidistantním dělení X V prostoru Matlab pro interpolaci ve dvou směrech používá INTERP Parametry pro různé typy interpolace zde jsou: o nearest - nejbližší soused(po částech konstantní plocha) o linear - bilineární interpolace o spline - spline interpolace o cubic - bikubická interpolace
12 Aproximace funkce V mnoha případech hodnoty funkce, kterou aproximujeme, získáme měřením a tyto hodnoty jsou zatíženy chybou Použití interpolace by v tomto případě napomáhalo k napodobení těchto chyb Interpolace také není vhodná, pokud je předpokládán jistý charakter aproximující funkce(třeba lineární či exponenciální závislost) a přitom žádná funkce v této třídě neprochází naměřenými hodnotami Provedeme proložení dat křivkou(curve fitting) Mějme x nezávisle proměnnou a f(x) je neznámá funkce proměnné x, kterou chceme aproximovat Provedli jsme m + měření(tedy získali jsme m+přibližnýchhodnot f i funkce f(x)prorůznéhodnoty x i,, m)obdrželijsme m+ uspořádanýchdvojic[x i, f i ] Podle očekávaného průběhu neznámé funkce f(x) zvolíme bázové funkce(polynomy, B-spliny, exponenciály)pokusímesejiaproximovatjakolineárníkombinaci nbázovýchfunkcí g 0 (x), g (x), g (x),, g n (x),tj f(x) R n (x)=a 0 g 0 (x)+a g (x)+a g (x)+ +a n g n (x), m < n, pokudby m=n,jednalobyseointerpolaci R n (x)senazýválineárníregresnífunkce Reziduum r i (x)jerozdílmezipozorovanouaaproximovanouhodnotouvuzlovýchbodech Označme g ij = g i (x j ), r i = r i (x), f i = f(x i ),potomlzereziduumnapsat: r i = f i n a j g ji,,, m Parametry a j určímetak,abyrezidua r i bylaminimálníjenutnésezamyslet,vjakémsmyslu budeme minimalizovat předchozí problém Nejobvyklejším přístupem je minimalizovat součet čverců reziduí(tzv metoda nejmenších čtverců) Metoda nejmenších čtverců V metodě nejmenších čtverců minimalizujeme součet čtverců reziduí, tj hledáme minimum funkce: m r = ri Obr 5 Metoda nejmenších čtverců
13 Hledáme minimum funkce S(a 0, a,, a n )= m m ri = f i Musíbýtsplněnapodmínkapro,, n 0= S(a 0, a,, n) a j = m f i n a j g ji n a j g ji g ji, Označíme-li m g r(x j )g s (x j )=(g r, g s ), m g r(x j )f j =(g r, f), r, s {0,,, n},lzetyto podmínky napsat jako: n a j (g j, g i )=(g i, f), i=,, m Dostanemesoustavu n+rovnicon+neznámých,kterálzezapsatmaticově: (g 0, g 0 ) (g 0, g ) (g 0, g n ) (g 0, g n ) (g, g 0 ) (g, g ) (g, g n ) (g, g n ) (g, g 0 ) (g, g ) (g, g n ) (g, g n ) (g n, g 0 ) (g n, g ) (g n, g n ) (g n, g n ) a 0 a a a n (g 0, f) (g, f) = (g, f) (g n, f) Tato soustava rovnic se nazývá normální soustava a její determinant se nazývá Grammův determinant Platí: )Grammůvdeterminantjenenulový,právěkdyžfunkce g 0 (x), g (x), g (x),, g n (x)jsou lineárněnezávislénamnožiněbodů x 0,, x n )Nechťjsoufunkce g 0 (x), g (x), g (x),, g n (x)namnožiněbodů x 0,, x m lineárněnezávislé,pakmánormálnísoustavajedinéřešení a 0, a,, a n Funkce n a j g ijenejlepšíaproximací(vesmyslunejmenšíchčtverců)funkce f(x)na množiněbodů x 0,, x m Poznámka:Pokudchcemejednotlivýmměřenímpřiřaditrůznouváhu(napříkladpokudjsouněkterá měření přesnější), potom se používá vážená metoda nejmenších čtverců a hledáme minimum funkce: m r w = ri w i Znamenáto,ževpůvodnímetoděnejmenšíchčtvercůmusímevynásobit f i ai-týřádekgrammovy maticečíslem w i Zbývá otázka volby vhodných bázových funkcí Je třeba je volit tak, aby bázové funkce funkce g 0 (x), g (x), g (x),, g n (x)bylylineárněnezávislénamnožiněbodů x 0,, x m Několikpříkladůvolbybázovýchfunkcí g j (x),,, n: () g j (x)=x j Vtomtopřípaděsoustavanormálníchrovnicbývášpatněpodmíněnásevzrůstajícím počtem bázových funkcí Proto je vhodné volit za bázové funkce ortogonální polynomy, u kterých má soustava normálních rovnic diagonální tvar(např polynomy Čebyševovy, Gramovy, Legendrovy, Leguerrovy), 3
14 () g 0 (x) =, g k = cos(kx), g k+ = sin(kx), k = 0,, n, x (c, c+π), c R (trigonometrické polynomy), (3) g j (x)=b j (x)(b-splinefunkce), (4) g j (x)=e jx (exponenciálnífunkce) Příklad 7: Napište normální soustavu rovnic pro proložení daných hodnot přímkou pomocí metody nejmenšíchčtverců(tedypro n=ag 0 (x)=, g (x)=x, S(a 0, a, x)=a 0 + a x) Řešení: Dostaneme soustavu rovnic o neznámých, kterou lze zapsat maticově: ( ) ( ) ( ) (g0, g 0 ) (g 0, g ) a0 (g0, f) = (g, g 0 ) (g, g ) (g, f) S(a 0, a )= 0= S(a 0, a ) a 0 = 0= S(a 0, a ) = a m (m+) x i m m x i x i a m (f i (a 0 + a x i )) m (f i (a 0 + a x i ))( ), m (f i (a 0 + a x i ))( x i ), ( a0 a m ) f(x i ) = m x i f(x i ) MATLAB Metoda nejmenších čtverců pro aproximaci polynomy V MATLABu v případě, že chceme zadaná(naměřená) data aproximovat polynomem n-tého stupně, můžeme to jednoduše provést pomocí funkce polyfit, která používá metodu nejmenších čtverců: >> P=polyfit(X,Y,n), X je vektor hodnot nezávisle proměnné, Y je vektor hodnot závisle proměnné, n je stupeň polynomu,jímžchcemeaproximovatbody[x i, y i ]apjevektorkoeficientůvýslednéhopolynomu P(x), přičemž P(x)=p()x n + p()x n + +p(n)x+p(n+) Hodnoty polynomu P(x) ve všech prvcích vektoru X(např kvůli grafickému znázornění) lze zjistit funkcí polyval: >> YAP=polyval(P,X) P je vektor koeficientů aproximačního polynomu, X je vektor hodnot nezávisle proměnné a YAP je vektor hodnot aproximačního polynomu Součet čtverců odchylek spočítáme jako součet prvků vektoru, který vznikl umocněním každého prvku vektoru rozdílů mezi YAPR a Y: >> S=sum((YAP-Y) ) 4
Interpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
Více5. Interpolace a aproximace funkcí
5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x
VíceAproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.
Aproximace funkcí Aproximace je výpočet funkčních hodnot funkce z nějaké třídy funkcí, která je v určitém smyslu nejbližší funkci nebo datům, která chceme aproximovat. Třída funkcí, ze které volíme aproximace
VíceInterpolace pomocí splajnu
Interpolace pomocí splajnu Interpolace pomocí splajnu Připomenutí U interpolace požadujeme, aby graf aproximující funkce procházel všemi uzlovými body. Interpolační polynom aproximující funkce je polynom
VíceČebyševovy aproximace
Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu
VíceAproximace funkcí. Polynom Φ m (x) = c 0 + c 1 x + c 2 x c m x m. Φ m (x) = c 0 g 0 (x) + c 1 g 1 (x) + c 2 g 2 (x) +...
Aproximace funkcí 1 Úvod Aproximace funkce - výpočet funkčních hodnot nejbližší (v nějakém smyslu) funkce v určité třídě funkcí (funkce s nějakými neznámými parametry) Příklady funkcí používaných pro aproximaci
VíceInterpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
VíceAproximace a interpolace
Aproximace a interpolace Aproximace dat = náhrada nearitmetické veličiny (resp. složité funkce) pomocí aritmetických veličin. Nejčastěji jde o náhradu hodnot složité funkce g(x) nebo funkce zadané pouze
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
Více1 Polynomiální interpolace
Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,
VíceUkázka možností interpolace dat v softwaru Matlab
Ukázka možností interpolace dat v softwaru Matla Ing. Stanislav Olivík Anotace: V následujícím tetu ude čtenář seznámen s několika základními funkcemi softwaru Matla, pomocí nichž může interpolovat data
VícePolynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení
Polynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení Polynom nad R = zobrazení f : R R f(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, kde a i R jsou pevně daná
VíceAproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze
Aproximace funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Dělení Interpolace 1D Více dimenzí Minimalizace Důvody 1 Dělení Dělení - Získané data zadané data 2 Dělení - Získané data Obecně
VíceInterpolace, aproximace
11 Interpolace, aproximace Metoda nejmenších čtverců 11.1 Interpolace Mějme body [x i,y i ], i =0, 1,...,n 1. Cílem interpolace je najít funkci f(x), jejíž graf prochází všemi těmito body, tj. f(x i )=y
VíceVÝUKA MOŽNOSTÍ MATLABU
VÝUKA MOŽNOSTÍ MATLABU Miroslav Olehla Technická univerzita v Liberci, Fakulta strojní, Katedra aplikované kybernetiky V následujícím příspěvku jsou uvedeny některé oblasti MATLABU ve výuce. Vychází se
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
Více5. Plochy v počítačové grafice. (Bézier, Coons)
5. PLOCHY V POČÍAČOVÉ GRAFICE Cíl Po prostudování této kapitoly budete umět popsat plochy používané v počítačové grafice řešit příklady z praxe, kdy jsou použity plochy Výklad Interpolační plochy - plochy,
VíceNUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí.
NUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí. RNDr. Radovan Potůček, Ph.D., K-15, FVT UO, KŠ 5B/11, Radovan.Potucek@unob.cz, tel. 443056 -----
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceHledání extrémů funkcí
Hledání extrémů funkcí Budeme se zabývat téměř výhradně hledáním minima. Přes nost nalezeného extrému Obecně není hledání extrému tak přesné jako řešení rovnic. Demonstrovat to můžeme na příkladu hledání
VíceAplikovaná matematika I
Metoda nejmenších čtverců Aplikovaná matematika I Dana Říhová Mendelu Brno c Dana Říhová (Mendelu Brno) Metoda nejmenších čtverců 1 / 8 Obsah 1 Formulace problému 2 Princip metody nejmenších čtverců 3
Více5. cvičení z Matematiky 2
5. cvičení z Matematiky 2 21.-25. března 2016 5.1 Nalezněte úhel, který v bodě 1, 0, 0 svírají grafy funkcí fx, y ln x 2 + y 2 a gx, y sinxy. Úhel, který svírají grafy funkcí je dán jako úhel mezi jednotlivými
VíceDiferenciál a Taylorův polynom
Diferenciál a Taylorův polynom Základy vyšší matematiky lesnictví LDF MENDELU c Simona Fišnarová (MENDELU) Diferenciál a Taylorův polynom ZVMT lesnictví 1 / 11 Aproximace funkce v okoĺı bodu Danou funkci
VíceMetoda nejmenších čtverců Michal Čihák 26. listopadu 2012
Metoda nejmenších čtverců Michal Čihák 26. listopadu 2012 Metoda nejmenších čtverců Matematicko-statistická metoda používaná zejména při zpracování nepřesných dat (typicky experimentálních empirických
VíceAproximace a interpolace
Aproximace a interpolace Matematické algoritmy (11MAG) Jan Přikryl 12. přednáška 11MAG pondělí 15. prosince 2014 verze:2014-12-15 11:10 Obsah 1 Úlohy 2 1.1 Aproximace funkcí...................................
VíceInterpolace Lagrangeovy polynomy. 29. října 2012
Interpolace Lagrangeovy polynomy Michal Čihák 29. října 2012 Problematika interpolace V praxi máme často k dispozici údaje z různých měření tzv. data. Data mohou mít například podobu n uspořádaných dvojic
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceLineární a polynomická regrese, interpolace, hledání v tabulce
co byste měli umět po dnešní lekci: proložit body přímku, parabolu,... a určit chyby parametrů (u přímky) interpolovat mezi hodnotami v tabulce hledat v tabulce (1D) prokládání (fitování) křivek metoda
VíceAPROXIMACE FUNKCÍ. Jedním ze základních úkolů numerických metod matematické analýzy je studium aproximací
APROXIMACE FUNKCÍ Jedním ze základních úkolů numerických metod matematické analýz je studium aproimací funkcí. Při numerickém řešení úloh matematické analýz totiž často nahrazujeme danou funkci f, vstupující
VíceNumerické metody zpracování výsledků
Numerické metody zpracování výsledků Měření fyzikální veličiny provádíme obvykle tak, že měříme hodnoty y jedné fyzikální veličiny při určitých hodnotách x druhé veličiny, na které měřená veličina závisí.
VíceIntegrace. Numerické metody 7. května FJFI ČVUT v Praze
Integrace Numerické metody 7. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Kvadraturní vzorce Gaussovy kvadratury Více dimenzí Programy 1 Úvod Úvod - Úloha Máme funkci f( x) a snažíme se najít určitý integrál
VícePseudospektrální metody
Pseudospektrální metody Obecně: založeny na rozvoji do bázových funkcí s globálním nosičem řešení diferenciální rovnice aproximuje sumou kde jsou např. Čebyševovy polynomy nebo trigonometrické funkce tyto
VíceMatematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a
Matematika I A ukázkový test 1 pro 2011/2012 1. Je dána soustava rovnic s parametrem a R x y + z = 1 a) Napište Frobeniovu větu. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a b) Vyšetřete počet řešení soustavy
VíceExtrémy funkce dvou proměnných
Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže
VíceI. 7. Diferenciál funkce a Taylorova věta
I. 7. Diferenciál funkce a Taylorova věta 343 I. 7. Diferenciál funkce a Taylorova věta Věta 26. Funkce f má v bodě x 0 diferenciál (je diferencovatelná v x 0 ) právě tehdy, když existuje vlastní derivace
Více5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
VíceUNIVERZITA PARDUBICE. 4.4 Aproximace křivek a vyhlazování křivek
UNIVERZITA PARDUBICE Licenční Studium Archimedes Statistické zpracování dat a informatika 4.4 Aproximace křivek a vyhlazování křivek Mgr. Jana Kubátová Endokrinologický ústav V Praze, leden 2012 Obsah
VíceNumerické řešení diferenciálních rovnic
Numerické řešení diferenciálních rovnic Omezení: obyčejné (nikoli parciální) diferenciální rovnice, Cauchyho počáteční úloha, pouze jedna diferenciální rovnice 1. řádu 1/1 Numerické řešení diferenciálních
VíceSEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování
KATEDRA ANALYTICKÉ CHEMIE FAKULTY CHEMICKO TECHNOLOGICKÉ UNIVERSITA PARDUBICE - Licenční studium chemometrie LS96/1 SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování Praha, leden 1999 0 Úloha
VíceZákladní vlastnosti křivek
křivka množina bodů v rovině nebo v prostoru lze chápat jako trajektorii pohybu v rovině či v prostoru nalezneme je také jako množiny bodů na ploše křivky jako řezy plochy rovinou, křivky jako průniky
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceDiferenciální počet - II. část (Taylorův polynom, L Hospitalovo pravidlo, extrémy
Diferenciální počet - II. část (Taylorův polynom, L Hospitalovo pravidlo, extrémy funkcí, průběh funkce) Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 5. přednáška z AMA1 Michal Fusek (fusekmi@feec.vutbr.cz)
VíceEUKLIDOVSKÉ PROSTORY
EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,
VíceDiferenciální rovnice 3
Diferenciální rovnice 3 Lineární diferenciální rovnice n-tého řádu Lineární diferenciální rovnice (dále jen LDR) n-tého řádu je rovnice tvaru + + + + = kde = je hledaná funkce, pravá strana a koeficienty
VíceMatematika I A ukázkový test 1 pro 2014/2015
Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)
VíceLDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22
Lineární diferenciální rovnice druhého řádu Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)
VícePozn. 1. Při návrhu aproximace bychom měli aproximační funkci vybírat tak, aby vektory ϕ (i) byly lineárně
9. Řešení typických úloh diskrétní metodou nejmenších čtverců. DISKRÉTNÍ METODA NEJMENŠÍCH ČTVERCŮ použití: v případech, kdy je nevhodná interpolace využití: prokládání dat křivkami, řešení přeurčených
Vícepouze u některých typů rovnic a v tomto textu se jím nebudeme až na
Matematika II 7.1. Zavedení diferenciálních rovnic Definice 7.1.1. Rovnice tvaru F(y (n), y (n 1),, y, y, x) = 0 se nazývá diferenciální rovnice n-tého řádu pro funkci y = y(x). Speciálně je F(y, y, x)
VíceMATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
VíceFakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR
DEN: ODR teoreticky: soustavy rovnic Soustava lineárních ODR 1 řádu s konstantními koeficienty je soustava ve tvaru y 1 = a 11 y 1 + a 12 y 2 + + a 1n y n + b 1 (x) y 2 = a 21 y 1 + a 22 y 2 + + a 2n y
VíceÚloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté
Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
VíceNumerická matematika Písemky
Numerická matematika Písemky Bodování Každá písemka je bodována maximálně 20 body. Celkem student může získat za písemky až 40 bodů, pro udělení zápočtu musí získat minimálně 20 bodů. Písemka č. 1 Dva
Více9.5. Soustavy diferenciálních rovnic
Cíle Budeme se nyní zabývat úlohami, v nichž je cílem najít dvojici funkcí y(x), z(x), pro které jsou zadány dvě lineární rovnice prvního řádu, obsahující tyto funkce a jejich derivace. Výklad Omezíme-li
Více1 Projekce a projektory
Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor
VíceKřivky a plochy technické praxe
Kapitola 7 Křivky a plochy technické praxe V technické praxi se setkáváme s tím, že potřebujeme křivky a plochy, které se dají libovolně upravovat a zároveň je jejich matematické vyjádření jednoduché.
Více13.1. Úvod Cílem regresní analýzy je popsat závislost hodnot znaku Y na hodnotách
13 Regrese 13.1. Úvod Cílem regresní analýzy je popsat závislost hodnot znaku Y na hodnotách znaku X. Přitom je třeba vyřešit jednak volbu funkcí k vystižení dané závislosti a dále stanovení konkrétních
VíceMĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ
MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS
VíceMatematika I (KX001) Užití derivace v geometrii, ve fyzice 3. října f (x 0 ) (x x 0) Je-li f (x 0 ) = 0, tečna: x = 3, normála: y = 0
Rovnice tečny a normály Geometrický význam derivace funkce f(x) v bodě x 0 : f (x 0 ) = k t k t je směrnice tečny v bodě [x 0, y 0 = f(x 0 )] Tečna je přímka t : y = k t x + q, tj y = f (x 0 ) x + q; pokud
Více5.3. Implicitní funkce a její derivace
Výklad Podívejme se na následující problém. Uvažujme množinu M bodů [x,y] R 2, které splňují rovnici F(x, y) = 0, M = {[x,y] D F F(x,y) = 0}, kde z = F(x,y) je nějaká funkce dvou proměnných. Je-li F(x,y)
Vícef(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =
Řešení vzorové písemky z předmětu MAR Poznámky: Řešení úloh ze vzorové písemky jsou formulována dosti podrobně podobným způsobem jako u řešených příkladů ve skriptech U zkoušky lze jednotlivé kroky postupu
VíceQ(y) dy = P(x) dx + C.
Cíle Naše nejbližší cíle spočívají v odpovědích na základní otázky, které si klademe v souvislosti s diferenciálními rovnicemi: 1. Má rovnice řešení? 2. Kolik je řešení a jakého jsou typu? 3. Jak se tato
VíceKombinatorická minimalizace
Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny
VíceLibovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0.
A 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice Počítejte v radiánech, ne ve stupních! sin x + x 2 2 = 0. Rovnici lze upravit na sin
Více1 0 0 u 22 u 23 l 31. l u11
LU dekompozice Jedná se o rozklad matice A na dvě trojúhelníkové matice L a U, A=LU. Matice L je dolní trojúhelníková s jedničkami na diagonále a matice U je horní trojúhelníková. a a2 a3 a 2 a 22 a 23
VíceOdhad parametrů N(µ, σ 2 )
Odhad parametrů N(µ, σ 2 ) Mějme statistický soubor x 1, x 2,, x n modelovaný jako realizaci náhodného výběru z normálního rozdělení N(µ, σ 2 ) s neznámými parametry µ a σ. Jaký je maximální věrohodný
VíceBézierovy křivky Bohumír Bastl KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26
Bézierovy křivky Bohumír Bastl (bastl@kma.zcu.cz) KMA/GPM Geometrické a počítačové modelování Bézierovy křivky GPM 1 / 26 Opakování Spline křivky opakování Bézierovy křivky GPM 2 / 26 Opakování Interpolace
VíceRegresní analýza. Ekonometrie. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel
Regresní analýza Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Regresní analýza 1 / 23
VíceTéma je podrobně zpracováno ve skriptech [1], kapitola 6, strany
3 Metoda nejmenších čtverců 3 Metoda nejmenších čtverců Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6, strany 73-80. Jedná se o třetí možnou metodu aproximace,
Více16 Fourierovy řady Úvod, základní pojmy
M. Rokyta, MFF UK: Aplikovaná matematika IV kap. 16: Fourierovy řady 1 16 Fourierovy řady 16.1 Úvod, základní pojmy Otázka J. Fouriera: Lze každou periodickou funkci napsat jako součet nějakých "elementárních"
VíceŘešení nelineárních rovnic
Řešení nelineárních rovnic Metody sečen (sekantová a regula falsi) Máme dva body x 1 a x mezi nimiž se nachází kořen Nový bod x 3 volíme v průsečíku spojnice bodů x 1, f x 1 a x, f x (sečny) s osou x ERRBISPAS
Více18 Fourierovy řady Úvod, základní pojmy
M. Rokyta, MFF UK: Aplikovaná matematika III kap. 18: Fourierovy řady 7 18 Fourierovy řady 18.1 Úvod, základní pojmy Otázka J. Fouriera: Lze každou periodickou funkci napsat jako součet nějakých "elementárních"
VíceVěta 12.3 : Věta 12.4 (princip superpozice) : [MA1-18:P12.7] rovnice typu y (n) + p n 1 (x)y (n 1) p 1 (x)y + p 0 (x)y = q(x) (6)
1. Lineární diferenciální rovnice řádu n [MA1-18:P1.7] rovnice typu y n) + p n 1 )y n 1) +... + p 1 )y + p 0 )y = q) 6) počáteční podmínky: y 0 ) = y 0 y 0 ) = y 1 y n 1) 0 ) = y n 1. 7) Věta 1.3 : Necht
VíceV předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti
Kapitola 5 Vektorové prostory V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti operací sčítání a násobení
VíceVlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou
1 Vlastní (charakteristická) čísla a vlastní (charakteristické) vektory matice Pro zadanou čtvercovou matici A budeme řešit maticovou rovnici A x = λ x, kde x je neznámá matice o jednom sloupci (sloupcový
VíceÚlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,
Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se
VíceUčební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární
VícePRIMITIVNÍ FUNKCE. Primitivní funkce primitivní funkce. geometrický popis integrály 1 integrály 2 spojité funkce konstrukce prim.
PRIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí
VíceModelování ternárních systémů slitin
Software pro modelování ternárních systémů slitin Modelování ternárních systémů slitin pomocí B-splajnových ploch Zuzana Morávková Jiří Vrbický Katedra matematiky a deskriptivní geometrie Vysoká škola
VíceJana Dannhoferová Ústav informatiky, PEF MZLU
Počítačová grafika Křivky Jana Dannhoferová (jana.dannhoferova@mendelu.cz) Ústav informatiky, PEF MZLU Základní vlastnosti křivek křivka soustava parametrů nějaké rovnice, která je posléze generativně
Více- funkce, které integrujete aproximujte jejich Taylorovými řadami a ty následně zintegrujte. V obou případech vyzkoušejte Taylorovy řady
Vzorové řešení domácího úkolu na 6. 1. 1. Integrály 1 1 x2 dx, ex2 dx spočítejte přibližně následují metodou - funkce, které integrujete aproximujte jejich Taylorovými řadami a ty následně zintegrujte.
VíceVĚTY Z LINEÁRNÍ ALGEBRY
VĚTY Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. věta Nechť M = {x 1, x 2,..., x k } je množina vektorů z vektorového prostoru
Více4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE
FBI VŠB-TUO 28. března 2014 4.1. Základní pojmy Definice 4.1. Rovnice tvaru F (x, y, y, y,..., y (n) ) = 0 se nazývá obyčejná diferenciální rovnice n-tého řádu a vyjadřuje vztah mezi neznámou funkcí y
VíceEXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH
EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH ÚLOHY ŘEŠITELNÉ BEZ VĚTY O MULTIPLIKÁTORECH Nalezněte absolutní extrémy funkce f na množině M. 1. f(x y) = x + y; M = {x y R 2 ; x 2 + y 2 1} 2. f(x y) = e x ; M = {x y R
Vícefakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.
Extrémy Vyšší matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz
VíceMATEMATIKA III. Olga Majlingová. Učební text pro prezenční studium. Předběžná verze
Fakulta strojního inženýrství Univerzity J. E. Purkyně v Ústí nad Labem Pasteurova 7 Tel.: 475 285 511 400 96 Ústí nad Labem Fax: 475 285 566 Internet: www.ujep.cz E-mail: kontakt@ujep.cz MATEMATIKA III
VíceKapitola 12: Soustavy diferenciálních rovnic 1. řádu
Kapitola 12: Soustavy diferenciálních rovnic 1. řádu Základní pojmy Definice: Rovnice tvaru = f(t, x, y) = g(t, x, y), t I nazýváme soustavou dvou diferenciálních rovnic 1. řádu. Řešením soustavy rozumíme
VíceZimní semestr akademického roku 2015/ ledna 2016
Cvičení k předmětu BI-ZMA Tomáš Kalvoda Katedra aplikované matematiky FIT ČVUT Matěj Tušek Katedra matematiky FJFI ČVUT Zimní semestr akademického roku 015/016 5. ledna 016 Obsah Cvičení Předmluva iii
VícePRIMITIVNÍ FUNKCE DEFINICE A MOTIVACE
PIMITIVNÍ FUNKCE V předchozích částech byly zkoumány derivace funkcí a hlavním tématem byly funkce, které derivace mají. V této kapitole se budou zkoumat funkce, které naopak jsou derivacemi jiných funkcí
VíceAVDAT Nelineární regresní model
AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných
VíceAfinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.
4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,
VíceOdhad parametrů N(µ, σ 2 )
Odhad parametrů N(µ, σ 2 ) Mějme statistický soubor x 1, x 2,, x n modelovaný jako realizaci náhodného výběru z normálního rozdělení N(µ, σ 2 ) s neznámými parametry µ a σ. Jaký je maximální věrohodný
VíceArnoldiho a Lanczosova metoda
Arnoldiho a Lanczosova metoda 1 Částečný problém vlastních čísel Ne vždy je potřeba (a někdy to není ani technicky možné) nalézt celé spektrum dané matice (velké řídké matice). Úloze, ve které chceme aproximovat
VíceDerivace funkcí více proměnných
Derivace funkcí více proměnných Pro studenty FP TUL Martina Šimůnková 16. května 019 1. Derivace podle vektoru jako funkce vektoru. Pro pevně zvolenou funkci f : R d R n a bod a R d budeme zkoumat zobrazení,
VíceI. Diferenciální rovnice. 3. Rovnici y = x+y+1. převeďte vhodnou transformací na rovnici homogenní (vzniklou
Typy příkladů pro I. část písemky ke zkoušce z MA II I. Diferenciální rovnice. 1. Určete obecné řešení rovnice y = y sin x.. Určete řešení rovnice y = y x splňující počáteční podmínku y(1) = 0. 3. Rovnici
VíceINTERPOLAČNÍ POLYNOM. F (x)... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí
8 Řešení Lagrangeovy a Hermiteovy úlohy interpolace Kateřina Konečná/1 INTERPOLAČNÍ POLYNOM aproximace zadaných hodnot nebo hledané funkce f funkcí F (x) (polynomem) F musí být k f co nejblíže značení:
VíceNumerická matematika Banka řešených příkladů
Numerická matematika Banka řešených příkladů Radek Kučera, Pavel Ludvík, Zuzana Morávková Katedra matematiky a deskriptivní geometrie Vysoká škola báňská Technická Univerzita Ostrava K D M G ISBN 978-80-48-894-6
Vícea a
1.. Cíle V této kapitole se naučíme určovat zejména celočíselné kořeny některých polynomů. Výklad Při výpočtu hodnoty polynomu n k p( x) = ak x n-tého stupně n 1 v bodě x 0 C k = 0 musíme provést ( n 1)
Více1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
VíceVektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice
Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u
Více