Sprawozdanie
Temat ćw3: Interpolacja i aproksymacja
Sprawozdanie wykonali:
Marek Niemiec 152139
Michał Wróbel 152180
Pierwszą funkcją, która poddaliśmy aproksymacji była funkcja pierwotna
. Najpierw wyznaczyliśmy punkty wykresu dla pierwotnej funkcji
y=1,2 x2ƒÄ…2,3 x-3,1
(niebieskie gwiazdki). Następnie za pomocą funkcji polyfit i polyval aproksymowaliśmy funkcje
dla węzłów od 1 do 4 (linie zielone).
M-funkcja wygląda następująco:
% funkcja y=1,2x^2 + 2,3x - 3,1
x=1:0.1:5;
y=(x.*x)*1.2 + x.*2.3 -3.1; % funkcja
plot(x,y,'b*'),xlabel('os x'),ylabel('os y'),title('wykresy funkcji y = 1,2x^2 +
2,3x - 3,1')
hold on
for n=1:4
p=polyfit(x,y,n);
yw=polyval(p,x);
plot(x,yw,'g-')
end
Tak wyglądają wykresy przedstawiające powstałe funkcje:
Wykres wyglądająca jak wykres funkcji y=ax+b powstał przez aproksymację danych dla
węzłów n=1. Wykresy powstałe przez aproksymację danych dla węzłów n=2,3,4 pokrywają się z
wykresem funkcji bazowej.
Kolejna funkcją, którą poddaliśmy aproksymacji była funkcja #" #" . Najpierw zostały
y= x
ćą
wyznaczone punkty i na ich podstawie został wykreślony wykres funkcji bazowej (zielona linia).
Następnie aproksymowaliśmy funkcję w zakresie węzłów n=1:50 . W przedziale dla n=1:20
uzyskaliśmy następujące funkcje (czerwona linia) oraz błąd wynikający z aproksymacji (niebieska
linia).
M-plik wygląda następująco:
% |sqrt(x^2)| - funkcja moduł pierwiastek z x
x1=-5:0.2:5;
y1=abs(sqrt(x1.*1)); % wyniki funkcji
plot(x1,y1,'g-'),xlabel('os x'),ylabel('os y'),title('wykresy funkcji |
sqrt(x^2)|')
hold on
for n=41:43
pf=polyfit(x1,y1,n);
yz=polyval(pf,x1);
plot(x1,yz,'r-') % wykres funkcji uzyskanej poleceniem matlaba
blad=yz - y1;
plot(x1,blad,'b-') % wykres bledu (róznicy jaka powstala miedzy wynikami)
%%%%%%%%
end
figure;
hold on
for n=1:4
%wielomian czybyszewa
w_cz=seqcheb(n,2);
w_cz_p=polyval(w_cz,x1);
plot(x1,w_cz_p,'r--')
end
Dla n=1:20 wykresy funkcji aproksymowanej maja postać:
Dla n=20:30 wyglÄ…da to tak:
Dla n=30:40 wykresy funkcji zbytnio nie zmieniają kształtu jednak po przekroczeniu
węzłów n=41 po brzegach zaczynają się pojawiać oscylacje co świadczyło by o wystąpieniu
zjawiska Rungego.
Następnym zadaniem było napisanie funkcji aproksymującej zbiór elementów,
wykorzystanie tej funkcji w zadaniach oraz porównanie wyników z funkcjami matlaba polyfit i
polyvil.
Pierwszym zadaniem z tej serii była aproksymacja danych dla funkcji pierwotnej
y=ax2ƒÄ…bxƒÄ…c . M-plik ma nastÄ™pujÄ…cÄ… konstrukcje:
% wielomian y=ax^2 + bx +c
% obliczamy a,b,c
fi0=[1 1 1 1];
fi1=[0 1 2 3];
fi2=[0 1 4 9];
format long e;
x=[0 1 2 3];%dane wejsciowe
y=[1 2 4 8];%dane wyjsciowe
Fi=[ones(size(x)); x; x.*x]
% funkcja obliczajaca wartosci przy wielomianie
A=Fi * Fi';
A
b=Fi * y';
b
c=inv(A) * b;
c
% funkcja matlaba
axb=polyfit(x,y,2);
axb
y_axb=[axb(1,3)*x.*x + axb(1,2)*x + axb(1,1)]
plot(x,y,'g'),xlabel('os x'),ylabel('os y'),title('wykresy funkcji y=ax^2 + bx
+ c')
hold on
plot(x,y_axb,'r--')
blad=y_axb - y;
plot(x,blad,'b')
Powstałe wykresy przedstawiają wykres funkcji bazowej (linia zielona), wykres funkcji
powstałej przez aproksymacje (przerywana linia czerwona) oraz wykres błędu (linia niebieska). Jak
widać na krańcach przedziału błędy są duże dla aproksymacji funkcją matlaba dla węzłów n=2.
 Drugim zadaniem było uzyskać funkcje opisującą zjawisko przypływów w Morzu
Północnym aproksymując serię danych pomiarowych. Funkcja pierwotna miała postać
2Ćą t 2 Ćąt
M =h0ƒÄ…a1sinśą źąƒÄ…a2cosśą źą
. W zadaniu korzystaliśmy z utworzonego algorytmu i
12 12
funkcji Matlaba. M-pik wyglÄ…da tak:
% zadanie 1: z poziomem morza pólnocnego
% M(x)=h0 + a1*sin((2*pi*t)/12) + a2*cos((2*pi*t)/12)
t=[0 2 4 6 8 10];
h=[1.0 1.6 1.4 0.6 0.2 0.8];
Mi=[ones(size(t)); sin((2*pi*t)/12); cos((2*pi*t)/12)]
A1=Mi *Mi';
A1
b1=Mi * h';
b1
c1=inv(A) * b;
c1
% funkcja matlaba
figure;
poziom=polyfit(t,h,2);
poziom
% błąd
blad2=h_poziom-h
h_poziom=[poziom(1,1) + poziom(1,2)*sin((2*pi*t)/12) +
poziom(1,3)*cos((2*pi*t)/12)];
plot(t,h,'r'),title('falowanie poziomu morza pólnocnego :)'),xlabel('t
[h]'),ylabel('h [m]')
hold on
plot(t,blad2,'b')
plot(t,h_poziom,'g--')
Wykresy przedstawiajÄ…ce wykres funkcji bazowy (linia czerwona), wykres funkcji
uzyskanej poleceniem matlaba (linia przerywana zielona) oraz wykres funkcji błędu (linia
niebieska).
Trzecim zadaniem z tej serii było aproksymacja funkcji kwadratowej dla dwóch funkcji
bazowych, która minimum osiąga w p. W=(1,y) oraz nie przecina osi x. Jako funkcji pierwotnej
użyliÅ›my funkcji y=2x2-4xƒÄ…3 . Wszystkie obliczenia zostaÅ‚y zrobione w M-pliku.
% zadanie 2: aproksymacja funkcji kwadratowej, która minimum osiaga
% w punkcie o wspólrzedne w=(1,y) oraz funkcja nie przechodzi przez os 'x'
% do zadania zostala przyjeta funkcje f(x)=2x^2 - 4x + 3
% funkcja przybiera postac po przeksztalceniu f(x)=3 + 2(x^2 - 2x)
% oznaczymy sobie funkcje bazowe jako a0 i a1.
% Funkcja przybiera postac f(x)=a0 + a1(x^2 - 2x)
% dane obliczylismy wykorzystujac funkcje kwadratowa
format long e;
xk=[-2 -1 0 1 2 3 4];
yk=[19 9 3 1 3 9 19];
% korzystamy z funkcji napisanej w poprzednim zadaniu a nastepnie
% porównujemy wyniki z funkcja matlaba oraz z przyjetym równaniem
Fk=[ones(size(xk)); xk.*xk - 2*xk];
Fk
A2=Fk *Fk';
A2
b2=Fk * yk';
b2
c2=inv(A2) * b2;
c2
% funkcja matlaba
fun_kw=polyfit(xk,yk,1);
fun_kw
yk_fun_kw=[fun_kw(1,1)+fun_kw(1,2)*(xk.*xk - xk*2)];
blad3=yk_fun_kw - yk;
figure;
plot(xk,yk,'r'),xlabel('oS
x'),ylabel('os y'),title('Aproksymacja funkcji
f(x)=2x^2-4x+3 ')
hold on
plot(xk,yk_fun_kw,'g--')
plot(xk,blad3,'b')
Wykresy przedstawiajÄ…ce wykres funkcji bazowy (linia czerwona), wykres funkcji
uzyskanej poleceniem matlaba (linia przerywana zielona) oraz wykres funkcji błędu (linia
niebieska).
Czwartym zadaniem z było aproksymacja funkcji kwadratowej, która posiada miejsce
zerowe w punkcie z=(1,0). Aproksymacje ma być przeprowadzona dla trzech funkcji bazowych.
Jako funkcji pierwotnej użyliÅ›my funkcji y=x2ƒÄ…5x-6 . Wszystkie obliczenia zostaÅ‚y zrobione
w M-pliku.
% zadanie 3: aproksymacja funkcji kwadratowej, która ma miejsce zerowe w
% punkcie p0=(1,0)
% do zadania została przyjęta funkcja f(x)=x^2 + 5x - 6
% oznaczymy sobie funkcje bazowe (w tym zaaniu wyznaczymy je 3)
% f(x)= a0 + a1x + a2x^2 gdzie a0= -6, a1=5, a2=1
xw=[-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5];
yw=[xw.*xw + 5*xw - 6];
% korzystamy z naszej funkcji :) i liczymy
Fw=[ones(size(xw)); xw; xw.^xw];
Fw
A3=Fw *Fw';
A3
b3=Fw * yw';
b3
c3=inv(A3) * b3;
c3
% funkcja matlaba
fun_kw2=polyfit(xw,yw,2);
fun_kw2
yw_fun_kw2=[fun_kw2(1,3)+fun_kw2(1,2)*xw + fun_kw2(1,1)*(xw.*xw)];
blad4=yw_fun_kw2 - yw;
figure;
plot(xw,yw,'r'),xlabel('oS
x'),ylabel('os y'),title('Aproksymacja funkcji
f(x)=x^2+5x-6 ')
hold on
plot(xw,yw_fun_kw2,'g--')
plot(-6,0,'y*',1,0,'y*') % miejsca zerowe funkcji pierwotnej
plot(xw,blad,'b')
Wykresy przedstawiajÄ…ce wykres funkcji bazowy (linia czerwona), wykres funkcji
uzyskanej poleceniem matlaba (linia przerywana zielona),wykres funkcji błędu (linia niebieska)
oraz zostały zaznaczone miejsca zerowe jako żółte gwiazdki.
W czwartym zadaniu widać, że wykresy funkcji pierwotnej i funkcji uzyskanej przez
aproksymacje dla trzech funkcji bazowych pokrywają się natomiast wykres błędu jest na poziomie
0. Porównując to do wyników z zadania 3, gdzie przy aproksymacji korzystaliśmy z dwóch funkcji
bazowych wynika, że aby uzyskać maksymalną zgodność funkcji pierwotnej i funkcji
aproksymowanej powinniśmy używać do aproksymacji danych możliwie największą liczbę funkcji
bazowych. Analizując początkowe zadania (funkcje kwadratowe oraz pierwiastek) widać, że
wielomiany należy aproksymować dla liczby węzłów n nie mniejszej od stopnia wielomianu 
widać to na przykładzie aproksymacji dwóch funkcji kwadratowych. Liczby węzłów n nie można
także podnosić do nieskończoności. Aproksymacja funkcji pierwiastka dowodzi, że liczbę węzłów
należy określać w pewnym przedziale  większym od stopnia wielomianu i mniejszym od jego
pewnej wielokrotności, którą najlepiej określić empirycznie.
Porównując metody aproksymacji używane w zadaniach lepszy wynik uzyskiwaliśmy dla
funkcji napisanej w oparciu o aproksymacje średniokwadratową. Funkcje Matlaba polyfit i polyval
dawały wykresy o dużym błędzie niedokładności w stosunku do wykresu funkcji pierwotnej.