Вы находитесь на странице: 1из 5

Практическая работа №4

«Аппроксимация экспериментальных данных»


В практике известны 3 способа задания функции: аналитический, графический,
табличный. В инженерной практике наиболее распространенным является случай, когда
вид связи между параметрами X и Y неизвестен, т.е. невозможно записать эту связь в виде
некоторой зависимости y = f(x). Этой цели и служит задача о приближении функции. Т.е.
задача о приближении (аппроксимации) функции состоит в том, чтобы данную функцию
f(x) приближенно заменить (аппроксимировать) некоторой функцией φ(х), значения
которой в заданной области мало отличались от опытных данных – f(x) ≈ φ(х). Методы
решения такой задачи относятся к категории численных методов или методов
вычислительной математики. Один из способов аппроксимации функций – интерполяция.
Он используется в тех случаях, когда основная информация о приближаемой функции
дается в виде таблицы ее значений. В результате решения задачи интерполяции линия,
соответствующая интерполирующей функции, будет обязательно проходить через все
точки исходных данных. В этом случае точки являются узлами интерполяции.
Этой цели и служит задача о приближении функции. Т.е. задача о приближении
(аппроксимации) функции состоит в том, чтобы данную функцию f(x) приближенно
заменить (аппроксимировать) некоторой функцией φ(х), значения которой в заданной
области мало отличались от опытных данных – f(x) ≈ φ(х). Методы решения такой задачи
относятся к категории численных методов или методов вычислительной математики.
Один из способов аппроксимации функций – интерполяция. Он используется в тех
случаях, когда основная информация о приближаемой функции дается в виде таблицы ее
значений. В результате решения задачи интерполяции линия, соответствующая
интерполирующей функции, будет обязательно проходить через все точки исходных
данных. В этом случае точки являются узлами интерполяции.
Геометрический смысл интерполяции состоит в том, что графики функции у = f(x) и
интерполяционного многочлена у = Рп(x) должны проходить через все табличные точки
(xi , уi), i = 0, 1, 2, …, n. На рис. 1, а эти точки выделены. Именно это условие должно
обеспечить близость графиков этих функций на рассматриваемом отрезке.
Кроме построения интерполяционных зависимостей, можно использовать более общий
вариант приближения функции – построение аппроксимирующих зависимостей на основе
различных функциональных взаимосвязей между двумя рассматриваемыми величинами.
Приближенная функциональная зависимость, полученная на основании
экспериментальных данных, называется аппроксимирующей функцией или эмпирической
формулой.

Рис. 1. Графическая интерпретация принципа построения интерполяционного полинома


(а) и аппроксимирующей линии (б) для точечно заданной функции
Аппроксимация полиномами

Теперь попытаемся подобрать полиномы второй и третьей степени, в качестве


аппроксимирующей функции. Для этих целей служат встроенные функции regress и уже
знакомая нам функция interp. (Очевидно, что если в качестве аппроксимирующей
функции брать полином степени на единицу меньше числа точек, то задача сведется к
задаче глобальной интерполяции и полученный полином будет точно проходить через все
заданные узлы.)

Вводим степени полиномов.


Функция regress является вспомогательной, она подготавливает данные, необходимые для
работы функции interp. Вектор vs содержит, в том числе, и коэффициенты полинома.
Функция interp возвращает значение полинома в точке z. Определив новые функции f2, f3,
мы получили возможность находить значение полинома в любой заданной точке.
Стандартные отклонения почти не отличают друг от друга, коэффициент при четвертой
степени z невелик, поэтому дальнейшее увеличение степени полинома нецелесообразно и
достаточно ограничиться только второй степенью.

Оценить