skrot numerki, elektrotechnika PP, studfyja


INTERPOLACJA:

Dana jest funkcja y = f (x), 0x01 graphic
, dla której znana jest tablica wartości w punktach zwanych węzłami interpolacji. Należy wyznaczyć taką funkcję W(x), aby:

W(x0) = Y0, W(x1) = Y1, ..., W(xn) = Yn

interpolacja funkcji f(x)

0x01 graphic

Zadaniem interpolacji jest wyznaczenie przybliżonych wartości funkcji zwanej funkcją interpolową w punktach nie będących węzłami interpolacji. Przybliżoną wartość funkcji obliczamy za pomocą funkcji zwanej funkcją interpolującą, która w węzłach ma te same wartości co funkcja interpolowana.

0x01 graphic

Interpolacja wielomianowa

W praktyce często używa się bazy złożonej z jednomianów

0x01 graphic

Wielomian interpolacyjny ma w tym przypadku postać:

0x01 graphic
dodatkowo musi być spełniony warunek:

0x01 graphic

Powyższy układ równań ma jedyne rozwiązanie względem a1, jeżeli wartości x0, x1, ..., xn są od siebie różne

0x01 graphic

Macierz X-1 dla bazy wielomianowej 0x01 graphic
nazywana jest macierzą Lagrange'a

Interpolacja Lagrange'a

W interpolacji wielomianowej Lagrange'a dla n+1 węzłów interpolacji

0x01 graphic

przyjmuje się funkcje bazowe w postaci

0x01 graphic

Funkcje te są wielomianami stopnia n zbudowanymi w ten sposób, że w funkcji bazowej φ1 brakuje czynnika (x-xi). Zatem wielomian interpolacji wyraża się następującym wzorem:

0x01 graphic

współczynniki a0 ... an tego wielomianu wyznaczamy z równania:

X · A = Y, przy czym macierz X ma postać:

0x01 graphic

Macierz posiada tylko główną przekątną niezerową w związku z tym układ równań X · A = Y rozwiązuje się natychmiastowo

0x01 graphic

Można więc wielomian interpolacyjny Lagrange'a zapisać w postaci ułamka:

0x01 graphic
, j = 0, 1, ..., n

Przykład:

Wyznaczyć wielomian interpolacyjny Lagrange'a funkcji f (x) = ex w przedziale [0,2 ; 0,5] mając dane:

f (0,2) = 1,2214, f (0,4) = 1,4918, f (0,5) = 1,6487

0x01 graphic

APROKSYMACJA

jest to przybliżanie funkcji f(x) zwanej aproksymowaną inną funkcją Q(x) zwaną funkcją aproksymującą. Aproksymacja bardzo często występuje w dwóch przypadkach:

Dokonując aproksymacji funkcji f(x) musimy rozwiązać dwa ważne problemy:

Dobór odpowiedniej funkcji aproksymującej Q(x)

Najczęściej stosowane funkcje aproksymujące są dobierane w postaci wielomianów uogólnionych będących kombinacją liniową funkcji q(x)

0x01 graphic

Aproksymacja średniokwadratowa

Poszukujemy takiej funkcji Q(x) przybliżającej daną funkcję f(x), która umożliwi wygładzenie funkcji f(x), czyli pozwoli z zakłóconych błędami danymi wartości funkcji przybliżonej otrzymać gładką funkcję przybliżającą.

Funkcja przybliżająca ma postać

0x01 graphic

Przy czym współczynniki ai są tak określone, aby wyrażenie było minimalne.

0x01 graphic
0x01 graphic
dla i=0, 1, ..., n

Aby wyznaczyć współczynniki ai oznaczamy odchylenie

0x01 graphic

gdzie Rj jest odchyleniem w punkcie xj.

Następnie obliczamy pochodne cząstkowe funkcji H względem ai. Z warunku

0x01 graphic
, gdzie k = 0, 1, ..., n

otrzymujemy układ m+1 równań o niewiadomych ai zwany układem normalnym

0x01 graphic
, gdzie k = 0, 1, ..., n

w zapisie macierzowym układ przyjmuje postać

0x01 graphic

gdzie

0x01 graphic
0x01 graphic
0x01 graphic

Aproksymacja wielomianowa

Jeżeli za funkcje bazowe przyjmiemy ciąg jednomianów (xi), i = 0, 1, ..., n to układ normalny przyjmuje postać

0x01 graphic
, k = 0, 1, ..., n

co po zmianie kolejności sumowania daje

0x01 graphic

UKŁADY RÓWNAŃ LINIOWYCH

Rozpatrujemy układ n równań liniowych zawierających n niewiadomych

0x01 graphic

Układ ten można zapisać także w postaci macierzowej A · X = B, gdzie

0x01 graphic

metody dokładne: metoda Cramera, metoda eliminacji Gaussa, metoda Crouta (LU)

metody niedokładne: iteracja prosta, Gaussa-Siedla, metoda sukcesywnej nadrelaksacji (SOR)

Metody dokladne

1) Wzory Cramera

Jesli oznaczymy symbolem W wyznacznik główny układu równań

0x01 graphic

0x01 graphic
0x01 graphic

to można wykazać, że 0x01 graphic
, W ≠ 0, j = 1, 2, ..., n

Metoda ta należy do metod dokładnych. Ze względu na dużą złożoność obliczeniową praktycznie stosowana do numerycznego rozwiązywania równań.

2) Metoda eliminacji Gaussa

Metoda polega na zapisaniu układu równań w postaci macierzy C, której n pierwszych kolumn zawiera elementy aij macierzy głównej A, natomiast kolumnę n+1 tworzą dowolne wyrazy bi.

Za pomocą wzorów określających nowe współczynniki

0x01 graphic
i=2,3,...,n j=2,3,...,n+1

W wyniku otrzymujemy układ:

0x01 graphic

A nowe współczynniki wyrażone są wzorami

0x01 graphic
i=3, 4, ..., n j=3, 4, ..., n

Kontynuując takie postępowanie po wykonaniu n kroków dochodzimy do układu trójkątnego

0x01 graphic

Metody niedokładne (iteracyjne)

1) Metoda iteracji prostej (Jakobiego):

Metoda ta dla równania X=W*X+Z polega na przyjęciu zerowego przybliżenia wektora X=Xo, a następnie przeprowadzenia obliczeń iteracyjnych za pomocą zależności:

Xi+1=W*Xi+Z i=0,1,...

Liczba kroków, które należy wykonać, aby uzyskać wymaganą dokładność rozwiązania, jest z reguły dość duża i istotnie zależy od przyjęcia punktu startowego Xo.

2) Metoda Gaussa-Seidla

Stanowi ulepszenie metody iteracyjnej prostej polegające na wykorzystaniu obliczonych k pierwszych składowych wektora Xi+1 do obliczenia składowej k+1. Modyfikacja ta znacznie przyspiesza proces obliczania.

3) Metoda sukcesywnej nadrelaksacji (SOR)

Jest ulepszeniem metody Gaussa-Seidla mającym poprawić szybkość zbieżności procesu iteracyjnego. Istota polega na sukcesywnym wprowadzaniu w miejsce składowych ui po prawej stronie układu wartości

xi + α (ui - xi) α - współczynnik nadrelaksacji, α∈<1,2>

0x01 graphic

UKŁADY RÓWNAŃ NIELINIOWYCH

1) Metoda Newtona

Dany jest układ równań nieliniowych z n niewiadomymi

0x01 graphic

który możemy zapisać w postaci wektorowej f(x)=0

gdzie:

0x01 graphic
0x01 graphic

f(x) mają ciągłe pochodne pierwszego rzędu w otoczeniu pierwiastka.

pierwiastka równania

a = x(k) + ε(k)

gdzie x(k) = {x1(k), ..., xn(k)} - k-tym przybliżeniem pierwiastka

0x01 graphic
jest błędem pierwiastka przybliżonego

Zastępując błąd 0x01 graphic
przyrostem 0x01 graphic
otrzymujemy równanie liniowe:

0x01 graphic

2) Metoda iteracji

Dany jest układ równań nieliniowych z n niewiadomymi

0x01 graphic

który możemy zapisać w postaci wektorowej

x=g(x)

gdzie:

0x01 graphic
0x01 graphic

Zakładamy, że funkcja g1, g2, ..., gn są rzeczywiste i ciągłe w pewnym otoczeniu odosobnionego pierwiastka a = {a1, ..., an} układu równań.

Metoda iteracji polega na stosowaniu następującego wzoru

xk+1 = g(x(k))

Po przyjęciu przybliżenia 0x01 graphic
, w rezultacie otrzymujemy ciąg kolejnych przybliżeń 0x01 graphic
pierwiastka a równania.

3) Metoda siecznych

Rozpatrujemy układ równań nieliniowych w postaci

0x01 graphic

Który możemy ogólnie zapisać w postaci:

f(x)=0

gdzie x jest wektorem n zmiennych.

Metoda iteracji polega na stosowaniu wzoru wyliczającego k-te przybliżenie i-tej zmiennej tych:

0x01 graphic

KWADRATURY GAUSSA

dobierają takie węzły, aby osiągnąć optymalne przybliżenie całki:

0x01 graphic

Węzły kwadratury x1, x2,..., xn z przedziału całkowania [a,b] oraz współczynniki c1, c2,...,cn są tak dobrane, aby zminimalizować błąd przybliżenia. Nie zakładamy jednak żadnych ograniczeń na węzły xi o współczynnikach ci natomiast chcemy zmaksymalizować rząd kwadratury.

METODA EULERA

ωi+1i+hf(ti, ωi) (14)

Powyższy wzór nazywamy metodą Eulera - wzór ten nazywany jest inaczej równaniem różniczkowym, gdyż można zapisać:

0x01 graphic
(15)

Aby wyznaczyć wartość szukanej funkcji y(x) w następnym kroku h, wykorzystujemy poprzednią wartość funkcji oraz wielkości zmian funkcji - dzięki pochodnej. Natomiast uwzględniając błąd przybliżenia wzór (13) przyjmuje postać:

0x01 graphic
, gdzie 0x01 graphic
(16)

Lokalny błąd dyskretyzacji τi+1(h)

0x01 graphic
(17)

dodatkowo możemy określić krok h, dla którego błąd lokalny jest mniejszy od zadanej dokładności δ

0x01 graphic
, gdzie 0x01 graphic

Metoda Eulera - wstecz

Powyższe rozważania dotyczyły metody Eulera w przód, ponieważ krok spełniał warunek h>0. W analogiczny sposób można wyprowadzić metodą Eulera wstecz przyjmując h<0, wówczas otrzymujemy:

wi+1 = wi + hf (ti+1, wi+1) (22)

wi+1(k) = wi + hf (ti+1, wi+1(k-1)) (23)

Metoda wstecz różni się w stosunku do metody w przód argumentami funkcji f.

Metoda w przód wykorzystuje do obliczenia przybliżenia wartości z poprzedniego kroku, natomiast metoda wstecz jest równaniem uwikłanym, ponieważ aby obliczyć kolejne przybliżenie wi+1 wykorzystujemy wartości z poprzedniego kroku oraz poszukiwaną wartość wi+1. Takiego równania nie można rozwiązać w sposób

bezpośredni. Aby rozwiązać takie równanie (23) należy zastosować proces iteracyjny, czyli poszukujemy kilkakrotnie

wi+1(k), stojącej po prawej stronie równania podstawiając jako wi+1(k-1) - lewa strona równania, wynik przybliżenia z poprzedniej iteracji (k-1).

METODY RUNGEGO-KUTTY

Powszechnie na całym świecie stosuje się metody Rungego-Kutty czwartego rzędu. Polegają one na rozwiązaniu zagadnienia:

0x01 graphic
gdzie t∈ [a,b] oraz y(a)=α (25)

i przedstawieniu różnicy funkcji y(t) w punktach ti+1 oraz ti w postaci:

wi+1 - wi = 0x01 graphic
lub inaczej wi+1 - wi = h0 (ti,wi,h) (26)

gdzie m oznacza rząd metody, cj są stałymi, a

0x01 graphic

gdzie αj, βj, γj, δlj - stałe

h - krok całkowania

Określenie stałych cj, αj, βj otrzymujemy poprzez rozwinięcie funkcji f(t,y) w szereg Taylora w otoczeniu punktu ti

Metody R-K - metoda 2 rzędu

Metoda wyprowadzona przez rozwinięcie f(t,y) w szereg Taylora 2 rzędu pozwala określić stałe c1, α11, c2, α2, β2 :

Metoda punktu środkowego:

C1 = 0 C2 = 1 α1 = 0 α2 = h/2 β1 = 0 β2 = ½ (28)

wówczas możemy zapisać:

k1=hf (ti,wi) k2=hf (ti + ½ h, wi + ½ k1)

ostatecznie:

wi+1=wi+k2

lub

wi+1=wi + hf(ti + h/2, wi + h/2 * f(ti, wi))

KWADRATURY NEWTINA-COTESA

Całkowanie z zastosowaniem kwadratur o ustalonych węzłach polega na zastąpieniu funkcji podcałkowej wielomianem interpolacyjnym Lagrange'a Li(x).

Jeżeli dla skończonego przedziału [a,b] wybierzemy zbiór punktów węzłowych {x0, ..., xn} takich, że:

xi = x0 + i · h

0x01 graphic

gdzie:

0x01 graphic
dla wówczas=(0, 1, …, n)

n - oznacza również stopień wielomianu interpolacyjnego

Oatecznie wzór kwadratury Newtona - Cotesa oraz reszta kwadratury

0x01 graphic

Kwadratury Newtona-Cotesa dają coraz lepszą dokładność wraz ze wzrostem n. Jednak wraz ze wzrostem n wzór na sumę posiada również rosnącą liczbę czynników. Dlatego kwadratur Newtona-Cotesa nie stosuje się dla dużych n

CAŁKA MONTE-CARLO

Mamy obliczyć przybliżoną wartość In całki oznaczonej

0x01 graphic
(129)

przy założenie, że f(x) jest funkcją ciągłą w przedziale domkniętym [a;b]

Następnie n-krotnie generujemy realizację x zmiennej losowej X o rozkładzie równomiernym w przedziale [a,b], otrzymujemy w rezultacie ciąg liczb x1, x2, ..., xn,

Przybliżoną wartość całki określa wzór

0x01 graphic

8



Wyszukiwarka

Podobne podstrony:
Wykres wskazowy transformatora, elektrotechnika PP, studfyja
MARAS, elektrotechnika PP, studfyja
06.pytanka PE opracowane, elektrotechnika PP, studfyja
kpwie, elektrotechnika PP, studfyja, Komputeryzacja Projektowania w Elektronice. Wykład, Opracowania
FA Plan II Niestacjonarny 2012 2013 wersja 18.03.2013, elektrotechnika PP, studfyja
Egzamin techniczny ET z- kluczem PRZYKŁAD KC 14-03-13, elektrotechnika PP, studfyja
Wykres wskazowy transformatora, elektrotechnika PP, studfyja
elektrostatyka pp klucz
Teoria sterowania egzamin, Elektrotechnika PP, 3 Semestr, Automatyka, Kolo kwapisz i florek, Automat
automatyka mpyt, Elektrotechnika PP, 3 Semestr, Automatyka, Kolo kwapisz i florek, Automatyka, autom
Pomiar rezystywności gruntu Aga, elektrotechnika PP
tabelka, Elektrotechnika PP, 3 Semestr, Teoria pola, Szczelina powietrzna
zagadnienia na egzamin, Elektrotechnika PP, 3 Semestr, Automatyka, Kolo kwapisz i florek, Automatyka
Stery sciaga, Elektrotechnika PP, 3 Semestr, Automatyka, Kolo kwapisz i florek, Automatyka, automaty
Automatyka Pyt, Elektrotechnika PP, 3 Semestr, Automatyka, Kolo kwapisz i florek, Automatyka, autom
elektrostatyka pp

więcej podobnych podstron