МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РФ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ

ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«НИЖЕГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ
УНИВЕРСИТЕТ им. Р.Е. АЛЕКСЕЕВА»

Кафедра «Электроэнергетика, электроснабжение и силовая электроника»

АППРОКСИМАЦИЯ И ИНТЕРПОЛЯЦИЯ
Методические указания к практической работе
по курсу «Оптимизация в ЭЭС»
для студентов по направлению
13.03.02 Электроэнергетика и электротехника.
Профиль подготовки «Электроснабжение и релейная защита»,
«Электроэнергетические системы, сети электропередачи, их режимы,
устойчивость и надежность»

Нижний Новгород
2020
Составители:

УДК 621.311.1

Аппроксимация и интерполяция: методические указания к практической

работе по курсу «Оптимизация в ЭЭС» для студентов по направлению
13.03.02 Электроэнергетика и электротехника. Профиль подготовки
«Электроснабжение и релейная защита», «Электроэнергетические
системы, сети электропередачи, их режимы, устойчивость и надежность» /
НГТУ им. Р.Е. Алексеева; сост.: - Н.Новгород, 2020. – 13 с.

Научный редактор

Редактор

Подписано в печать . Формат 60х84/16. Печать офсетная.

Бумага газетная. Усл. печ. л. 1,5. Тираж 250 экз. Заказ
________________________________________________________________
Нижегородский государственный технический университет им. Р.Е. Алексеева.
Типография НГТУ, 603950, г. Нижний Новгород, ул. Минина, 24.

© Нижегородский государственный
технический университет им.
Р.Е. Алексеева, 2020
©, 2020

2
 СОДЕРЖАНИЕ

Цель...............................................................................................................................4
Задание..........................................................................................................................4
Порядок выполнения, примеры.................................................................................4
1. Уравнения аппроксимации.................................................................................4
2. Постановка задачи интерполяции......................................................................5
3. Линейная (простейшая) интерполяция..............................................................5
4. Метод наименьших квадратов...........................................................................6
5. Метод выборочных точек...................................................................................8
6. Решение примера.................................................................................................9
6.1. Кусочно-линейная интерполяция...........................................................10
6.2. Параболическая интерполяция...............................................................10
6.3. Уравнение Лагранжа................................................................................11
6.4. Метод наименьших квадратов. Линейная аппроксимация..................11
6.5. Метод наименьших квадратов. Параболическая аппроксимация.......12
Содержание отчета....................................................................................................12
Контрольные вопросы...............................................................................................12
Библиографический список......................................................................................13

3
 Цель
Целью работы является составление уравнений аппроксимации
табличных функций для восстановления неизвестных значений f (x ) .
Задание
Для произвольных точек составить уравнения аппроксимации с
помощью метода кусочно-линейной интерполяции, параболической
интерполяции, уравнения Лагранжа, метода наименьших квадратов.

Порядок выполнения, примеры

1. Уравнения аппроксимации
Пусть y является функцией аргумента x. Это означает, что любому
значению x из области определения поставлено в соответствие значение y.
На практике иногда невозможно записать зависимость y(x) в явном виде.
Вместе с тем, нередко эта зависимость задается в табличном виде.
Это означает, что дискретному множеству значений {xi} поставлено
в соответствие множество значений {yi}, 0 ≤ i ≤ m. Эти значения – либо
результаты расчета, либо набор экспериментальных данных.
На практике часто требуется найти некоторую аналитическую
функцию, которая приближенно описывает заданную табличную
зависимость. Кроме того, иногда требуется определить значения функции
в других точках, отличных от узловых. Этой цели служит задача о
приближении (аппроксимации).
В этом случае находят некоторую функцию φ ( x )такую, чтобы
отклонения ее от заданной табличной функции было наименьшим.
Функция φ ( x ) называется аппроксимирующей. Вид аппроксимирующей
функции существенным образом зависит от исходной табличной функции.
В разных случаях функцию φ ( x ) выбирают в виде:
 экспоненциальной;
 логарифмической;
 степенной;
 синусоидальной и т.д.
В каждом конкретном случае подбирают соответствующие
параметры таким образом, чтобы достичь максимальной близости
аппроксимирующей и табличной функций. Однако, чаще всего функцию
ϕ(x) представляют в виде полинома по степеням x. Запишем общий вид
полинома n-й степени:
φ ( x ) = a0 + a 1 x + a 2 x2 + … + a n x n .

Коэффициенты ai подбираются таким образом, чтобы достичь

наименьшего отклонения полинома от заданной функции. Таким образом,
4
аппроксимация – замена одной функции другой, близкой к первой и
достаточно просто вычисляемой.
2. Постановка задачи интерполяции
Интерполяция является частным случаем аппроксимации. Это задача
о нахождении такой аналитической функции φ ( x ) которая принимает в
точках (узлах) xi заданные значения yi. Иными словами,
аппроксимирующая функция в случае интерполяции обязательно
проходит через заданные точки.
Пусть табличная функция yi(xi) задана координатами своих точек в
плоскости xy на интервале x ∈ [a; b] (рис. 1.1).

Рис. 1.1. Табличная функция

Внутри интервала [a; b] собрано множество точек табличной
функции. Требуется найти функцию φ ( x )в любых других точках,
принадлежащих данному интервалу. Это – задача интерполяции. Если
аргумент x находится вне интервала [a; b], то это задача экстраполяции.
3. Линейная (простейшая) интерполяция
Пусть табличная функция содержит всего две точки {x1,y1} и {x2,y2}.
Изобразим их на плоскости (рис. 1.2). Функцию φ ( x ) будем искать в виде
полинома первой степени:
φ ( x ) = a0 + a 1 x .

Рис. 1.2. Табличная функция с двумя точками

5
 Неизвестные коэффициенты a0 и a1 можно найти из условия
прохождения прямой через заданные две точки:
y 0=a0 +a 1 x 1
{
y 1=a 0 +a 1 x 2

Найденные неизвестные коэффициенты подставляют в выражение

для функции φ ( x ). Полученное уравнение прямой позволяет определить
значение функции в любой промежуточной точке.
Предположим, что точек несколько, например, пять. В этом случае
для каждой последовательной пары точек можно найти свое уравнение
прямой из условия ее прохождения через соответствующие две точки.
Первой уравнение системы – это условие прохождения прямой через
точку с координатами (x1, y1), второе уравнение – условие прохождения
прямой через точку с координатами (x2, y2). Таким образом, задача
нахождения искомой функции, описывающей заданную табличную
зависимость в случае линейного интерполирования сводиться к
нахождению уравнений прямых, соединяющих точки 1 и 2, 2 и 3, 3 и 4, 4 и
5 соответственно. Результирующая функция представляет собой ломаную
линию. Это – кусочно-линейная интерполяция (рис. 1.3).

Рис. 1.3. Кусочно-линейная интерполяция

4. Метод наименьших квадратов

В большинстве экспериментальных данных, задаваемых с помощью
табличной функции, имеется достаточно большой разброс точек. При
этом использование кусочной или непрерывной интерполяции не всегда
оправдано, поскольку ставится задача исследовать общую тенденцию
изменения физической величины. В этом общем случае аппроксимации
искомая кривая не обязательно должна проходить через заданные точки.

6
 Рассмотрим рис. 1.4, отражающий большой разброс точек. В
простейшем случае будем искать аппроксимирующую функцию φ( x) в

виде полинома первой степени (прямой).

φ ( x ) = a0 + a 1 x .

φ(x)

Рис. 1.4. Аппроксимирующая функция

Таким образом, данная система точек группируется вокруг искомой

прямой. Эту прямая наиболее близко подходит к исходным точкам.
Найдем уравнение прямой строгими математическими методами.
Пусть общее количество точек равно m. Обозначим δi - отклонение i-
й точки от искомой прямой:
δ  φ( x )  y
i i i.

Как видно из рис. 1.5, отклонения могут быть как положительными,

так и отрицательными. Поэтому, для того, чтобы определить близость
искомой функции к табличным точкам, необходимо составить сумму
квадратов всех отклонений.
Метод наименьших квадратов заключается в минимизации суммы
квадратов отклонений. В нашем случае эта функция равна:
2
 
m 2 m

S   δ   a a x  y . 
 0 1i i 
i  1
i
i 1

δ
i 1

7
 δ
i

δ
i 1

Рис. 1.5. Отклонения табличных точек от функции

Для нахождения минимума функции S необходимо приравнять нулю
ее частные производные. В результате получим систему уравнений:
 dS
 da  0
 0

 dS  0
 da1

Опуская промежуточные преобразования, получим систему

уравнений для нахождения неизвестных коэффициентов a0 и a1:
m  a0  ( xi )  a1   yi

( xi )  a0  ( xi )  a1   xi  yi
2

Здесь m – количество точек; суммирование здесь и далее

предполагается по всем точкам (i = 1, 2, … , m).
Метод наименьших квадратов несложно распространить на общий
случай, когда мы будем искать функцию φ( x) в виде полинома степени n:
φ( x)  a0  a1 x  a2 x 2  ...  an x n .

Отметим, что в случае аппроксимации всегда справедливо

следующее соотношение, связывающее количество исходных точек m и
степень искомого полинома: n ≤ m – 1, причем в случае равенства мы
приходим к интерполяции (все отклонения равны нулю).
Неизвестные коэффициенты a0, a1, …, an находим из условия
минимизации суммы квадратов отклонений искомой функции от
исходных точек. По аналогии с полиномом первой степени в нашем
случае имеем систему уравнений: Z ∙ A = B, где Z - квадратная матрица
размерностью (n+1)×(n+1), составленная из известных координат точек, A
– вектор неизвестных коэффициентов, Y – вектор-столбец свободных
членов

8
   yi 
 m x i x i
2
... x i
n
  a0   

 xi x 2
x 3
... x n 1   
a   xi yi 
Z  i i i 
A 1  Y  
 ... ... ... ... ...   ...   ... 
     xn  y 
 i
 x n x n 1
x n2
... x 2n 
 i i i i   an  i 

5. Метод выборочных точек

Простейшая аппроксимация – выбираем точки зависимости и
интерполируем их гладкой кривой.

Значения табличной функции

Аппроксимирующая кривая

Новые экспертные точки

Рис. 1.6. Метод выборочных точек

Данный метод состоит в выборе по чертежу нескольких точек (не

обязательно совпадающих с точками линии), через которые проводят
выравнивающую линию и определяют ее уравнение по координатам этих
выбранных точек.
Так, если ломаная линия располагается вблизи некоторой прямой,
не проходящей через начало координат, то эмпирическую формулу можно
найти как уравнение прямой, проходящей через какие-то две точки M1(m;
n) и M2 (k; l), близкие к точкам ломаной.
Искомая формула будет иметь вид:
yn xm

l n k m .

 y, можно получить

Разрешив это уравнение относительно
эмпирическую формулу в явном виде:
y  a x b .

Если ломаная линия располагается вблизи параболы, симметричной

прямой, которая параллельна оси координат, то в этом случае метод
выровненных точек заключается в выборе трех точек M1 (m; n), M2 (k; l) и
9
M3(r; s), в трехкратной подстановке координат указанных точек в формулу
и в отыскании трех неизвестных параметров a, b и с (или m, n и p) из
полученных трех уравнений.
6. Решение примера
Пусть заданы произвольные точки.
i 0 1 2
x 1 3 4
y 1 2 5
6.1. Кусочно-линейная интерполяция
Для данной интерполяции уравнение кривой описывается
уравнением:
y=ax+ b ;

y i−y i−1
a i= ;
x i−x i−1
bi =y i−1−a i ∙ x i−1 .

По заданным формулам вычислим a, b:

2− 1 1 1 1
a 1= = , b 1=1− ∙1= ,
3 −1 2 2 2
5 − 2
a 2= =3, b 1=2−3 ∙ 3=−7.
4− 3

Проведем проверку:
1 1 1 1
а) 1= ∙ 1+ ,
2 2
2= ∙ 3+ ,
2 2

б) 2=3 ∙ 3−7, 5=3∙ 4−7.

6.2. Параболическая интерполяция

Для данной интерполяции уравнение кривой описывается
уравнением:
y = a ∙ x2 + b ∙ x + c .

Необходимо подставить в данное уравнение известные значения x, y.

После подстановки получим следующую систему:
1  1  a  1  b  c

2  9  a  3  b  c
5  16  a  4  b  c


Решив данную систему методом Гаусса, получим:

10
 5 17
a b
6 6 c  3.

Проведем проверку найденного решения:

5 17
1  1  1  3
6 6
11
а)
5 17
2  9   3   3;
6 6
2  2.
б)
5 17
5  16   4   3;
6 6
5  5.
в)
6.3. Уравнение Лагранжа
( x  x1 )( x  x2 ) ( x  x0 )( x  x2 ) ( x  x0 )( x  x1 )
φ( x)   y0   y1   y2
( x0  x1 )( x0  x2 ) ( x1  x0 )( x1  x2 ) ( x2  x0 )( x2  x1 )
.
Подставив известные значения, получим выражение:
( x  3)( x  4) ( x  1)( x  4) ( x  1)( x  3) 5 17
φ( x)  1  2   5   x2   x  3
(1  3)(1  2) (3  1)(3  4) (4  1)(4  3) 6 6 .

Получено уравнение, аналогичное случаю выше.

6.4. Метод наименьших квадратов. Линейная аппроксимация
Зададим x, y в матричном виде:
1  1 
   
X  3 , Y   2;
 4 5
   

 3

i X i 
Z  ;
  Xi
 i
i ( X i )2 
  Yi 
 i 
Y  ;
  ( X i  Yi ) 
 i 

11
 φ( x)  a0  a1  x;

 0.571
a  Z 1  Y   ;
1.214 

δ  φ( xi )  Yi ;

 0.357 
 
δ  1.071  .
 0.714 
 

6.5. Метод наименьших квадратов. Параболическая

аппроксимация
1  1 
   
X  3, Y   2;
 4 5
   


 3 i X i  ( X i ) 2 

 i 
Z 
 i Xi i ( X i )2 3 
i ( X i )  ;
 

 ( X i )2
 i
i ( X i )3 i i 
( X ) 4

 


 Yi
i


Y  i ( X i Yi )  ;

 



i (( X i )2 Yi ) 


φ( x)  a0  a1  x  a2  x 2 ;

3 
1  
a  Z  Y   2.888  ;
 0.833 
 

δ  φ( xi )  Yi ;

 7.105 1014 
 
δ   1.4211014  .
 2.842 10 14 
 

12
 Содержание отчета
Отчет должен содержать титульный лист, цель работы,
составленные уравнения аппроксимации для произвольных точек, выводы
по работе.

Контрольные вопросы
1. В чем заключается метод параболической интерполяции.
2. В чем заключается метод наименьших квадратов.
3. В чем заключается метод кусочно-линейной интерполяции.
4. Преимущества метода наименьших квадратов.

13
 Библиографический список

1) Кантор С.А. Основы вычислительной математики. Учебное пособие

Барнаул 2010 – 357 с.
2) Турчак Л.И., Плотников П.В. Основы численных методов: Учебное
пособие. -2-е изд., перераб. и доп.-М.: ФИЗМАТЛИТ, 2003. -304 с.-ISBN5-
9221-0153-6.
3) Берков Н. А. Численные методы: Учебное пособие. – М: МГИУ,
2000 – 63 с.

14