background image

 

METODY NUMERYCZNE 

 

Wykład 1 

INTERPOLACJA I APROKSYMACJA 

 

 
Wykład opracowano na podstawie podręcznika: 
Steven C. Chapra, Raymond P. Canale “Numerical methods for engineers” 
McGraw-Hill Book Company 1998. 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

 

0

2

4

6

8

x

0

2

4

6

8

y

a)

  

0

2

4

6

8

x

0

2

4

6

8

y

b)

 

0

2

4

6

8

x

0

2

4

6

8

y

c)

 

0

2

4

6

8

x

0

2

4

6

8

y

d)

 

a) przykładowe 
wyniki pomiarów 
 
b) interpolacja 
liniowa 
 
c) interpolacja 
krzywoliniowa 
 
d) aproksymacja 
liniowa 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

INTERPOLACJA LINIOWA 

 

0

2

4

6

8

x

0

2

4

6

8

y

                                        

0

x

0

x

1

x

0

x

y

0

f

1

(x)

y

1

 

 

 

( )

1

0

1

0

0

1

0

f x

y

y

y

x x

x

x

=

 

 

 

( )

1

0

1

0

0

1

0

(

)

y

y

f x

y

x x

x

x

=

+

 (1.1) 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

 Przykład 1.1 

 
Wyznaczyć przybliżoną wartość ln 2 wykorzystując interpolację liniową. 
 

 

Znamy wartość ln 2 = 0.69314718  

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

a) Interpolacja przy wykorzystaniu punktów x

0

 = 0 oraz x

1

 = 6 

ln1 0,

ln 6 1.7917595

=

=

 

Wykorzystując wzór (1.1):  

( )

1

1.7917595 0

2

0

(2 1) 0.35835190

6 1

f

= +

− =

 

Błąd obliczeń:    

0.69314718 0.35835190

100 48.3%

0.69314718

×

=

 

 

b) Interpolacja przy wykorzystaniu punktów x

0

 = 0 oraz x

1

 = 4 

( )

1

1.3862944 0

2

0

(2 1) 0.46209813

4 1

f

= +

− =

 

Błąd obliczeń:    

0.69314718 0.46209813

100 33.3%

0.69314718

×

=

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

INTERPOLACJA PARABOLICZNA 

Dowolną krzywą zastępujemy parabolą (wielomianem drugiego stopnia) łączącą 

trzy punkty. 

 

( )

2

0

1

0

2

0

1

(

)

(

)(

)

f x

b

b x x

b x x

x x

= +

+

 (1.2) 

 

( )

2

2

0

1

1 0

2

2 0 1

2

0

2

1

f x

b

b x b x

b x

b x x

b xx

b xx

= +

+

+

 

 

lub 
 

( )

2

2

0

1

2

f x

a

a x a x

=

+

+

 

 

gdzie  

0

0

1 0

2 0 1

a

b

b x

b x x

= −

+

 

 

 

1

1

2 0

2 1

a

b b x

b x

= −

 

 

 

2

2

a

b

=  

 

Wyznaczenie parametrów 

0

1

2

,

,

b b b 

Podstawiając do (1.2) 

0

x x

=  otrzymamy  

 

0

0

( )

b

f x

=

 (1.3) 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

Podstawiając do (1.2) 

1

x x

=  otrzymamy  

 

1

0

1

1

0

( )

( )

f x

f x

b

x

x

=

 (1.4) 

Wykorzystując policzone parametry i podstawiając 

2

x x

=  otrzymamy  

 

1

0

2

1

2

1

1

0

2

2

0

( )

( )

( )

( )

f x

f x

f x

f x

x

x

x

x

b

x

x

=

 (1.5) 

 

Interpretacja poszczególnych parametrów: 

0

 – prosta pozioma 

1

 – nachylenie prostej łączącej punkty 

0

 i 

1

 

2

 – dodatek nieliniowy (paraboliczny) 

2

0

1

(

)(

)

b x x

x x

 

Zwróćmy uwagę, że wzór (1.2) jest podobny do rozwinięcia w szereg Taylora. 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

 Przykład 1.2 

 
Wyznaczyć przybliżoną wartość logarytmu z 2 wykorzystując interpolację 

paraboliczną (kwadratową). Dane są trzy punkty: 

0

0

1,

( ) 0

x

f x

=

=  

1

1

4,

( ) 1.3862944

x

f x

=

=

 

2

2

6,

( ) 1.7917595

x

f x

=

=

 

 

 

Rozwiązanie: 

Ze wzoru (1.3): 

0

0

b

=   

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

Ze wzoru (1.4): 

1

0

1

1

0

( )

( ) 1.3862944 0

0.46209813

4 1

f x

f x

b

x

x

=

=

=

 

Ze wzoru (1.5):  

                          

1

0

2

1

2

1

1

0

2

2

0

( )

( )

( )

( )

1.7917595 1.3862944 1.3862944 0

6 4

4 1

0.051973116

6 1

f x

f x

f x

f x

x

x

x

x

b

x

x

=

=

=

= −

 

Wstawiając obliczone parametry do (1.2) otrzymamy 

( )

2

0 0.46209813(

1) 0.051873116(

1)(

4)

f x

x

x

x

= +

− −

−  

Podstawiając x =2   mamy 

( )

2

2

0.56584436

f

=

 

Błąd obliczeń:    

0.69314718 0.56584436

100 18.4%

0.69314718

×

=

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

10 

INTERPOLACJA WIELOMIANEM (Newtona) 

Interpolacja wielomianem n-tego stopnia (do jego określenia potrzebne jest n+1 

współrzędnych punktów): 

 

( )

0

1

0

0

1

1

(

) ...

(

)(

)...(

)

n

n

n

f x

b

b x x

b x x

x x

x x

= +

+

+

 (1.6) 

Wyznaczenie parametrów 

0

1

, , ...

n

b b

b

+  

 

0

0

( )

b

f x

=

 (1.7) 

 

1

1

0

[ ,

]

b

f x x

=

 (1.8) 

 

2

2

1

0

[ , ,

]

b

f x x x

=

 (1.9) 

                . . . 

 

1

1

0

[ ,

, ... , ,

]

n

n

n

b

f x x

x x

=

 (1.10) 

gdzie 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

11 

 

( )

( )

[ ,

]

i

j

i

j

i

j

f x

f x

f x x

x

x

=

 (1.11) 

 

[ ,

]

[ ,

]

[ ,

, ]

i

j

j

k

i

j

k

i

k

f x x

f x x

f x x x

x

x

=

 (1.12) 

oraz ostatni parametr 

 

1

1

1

2

0

1

1

0

0

[ ,

,..., ]

[

,

,..., ]

[ ,

, ... , ,

]

n

n

n

n

n

n

n

f x x

x

f x

x

x

f x x

x x

x

x

=

 (1.13) 

Wielomian interpolacyjny – wzór ogólny 

 

( )

0

0

1

0

0

1

2

1

0

0

1

1

1

0

( ) (

) [ , ] (

)(

) [ , , ]

... (

)(

)...(

) [ ,

,..., ]

n

n

n

n

f x

f x

x x f x x

x x

x x f x x x

x x

x x

x x

f x x

x

=

+ −

+

+

+ −

 (1.14) 

Zauważmy,  że współrzędne punktów nie muszą być w żaden sposób 
uporządkowane (np. rosnąco). Ponadto otrzymaliśmy pewien ciąg rekurencyjny 
(wielomiany wyższego stopnia są określone przez stopnie niższe), który ułatwia 
oprogramowanie.  

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

12 

 

Schemat obliczania wielomianów interpolacyjnych stopnia od 1 do 3 

 
 

0

0

1

0

2

1

0

3

2

1

0

1

1

2

1

3

2

1

2

2

3

2

3

3

( )

1

2

3

0

( )

[ , ]

[ , , ]

[ , , , ]

1

( )

[ , ]

[ , , ]

2

( )

[ , ]

3

( )

o

o

o

i

i

i

x

f x

x

f x

f x x

f x x x

f x x x x

x

f x

f x x

f x x x

x

f x

f x x

x

f x

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

13 

 Przykład 1.3

 

Wyznaczyć przybliżoną wartość logarytmu z 2 wykorzystując interpolację 

wielomianem trzeciego stopnia. Oprócz trzy poprzednich punktów, dany jest 

kolejny: 

0

0

1,

( ) 0

x

f x

=

=  

1

1

4,

( ) 1.3862944

x

f x

=

=

 

2

2

6,

( ) 1.7917595

x

f x

=

=

 

3

3

5,

( ) 1.6094379

x

f x

=

=

 

 

 

 

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

14 

Rozwiązanie: 

Wzór interpolacyjny (wielomian 3-go stopnia): 

( )

3

0

1

0

2

0

1

3

0

1

2

(

)

(

)(

)

(

)(

)(

)

f x

b

b x x

b x x

x x

b x x

x x x x

= +

+

+

 

 

Wykorzystujemy wzór (1.11) 

 

1

0

1.3862944 0

[ ,

]

0.46209813

4 1

f x x

=

=

 

 

 

2

1

1.7917595 1.3862944

[ , ]

0.20273255

6 4

f x x

=

=

 

 

 

3

2

1.6094379 1.7917595

[ ,

]

0.18232160

5 6

f x x

=

=

 

 

nastepnie (1.12) 

 

2

1

0

0.20273255 0.46209813

[ , , ]

0.051873116

6 1

f x x x

=

= −

 

 

 

3

2

1

0.18232160 0.20273255

[ ,

, ]

0.020410950

5 4

f x x x

=

= −

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

15 

oraz ostatni parametr 

 

3

2

1

0

0.020410950 ( 0.051873116)

[ ,

, ,

]

0.0078655415

5 1

f x x x x

− −

=

=

 

 

Ostatecznie funkcja interpolacyjna 

 

( )

3

0 0.46209813(

1) 0.051873116(

1)(

4)

0.0078655415(

1)(

4)(

6)

f x

x

x

x

x

x

x

= +

− −

+

 

Możemy wyznaczyć ln w punkcie 2 
 

( )

3

2

0.62876869

f

=

 

Błąd obliczeń wyniesie 9.3%. 
 

Podsumowanie: interpolacja polegała na sformułowaniu równania, które 
będzie przechodzić przez wszystkie znane punkty. Jeżeli dane (punkty) 
wyznaczone są z błędami (a takimi zazwyczaj są dane pomiarowe) takie 
postępowanie prowadzi do sfałszowania obrazu. 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

16 

0

2

4

6

8

x

0

2

4

6

(x)

                  

0

2

4

6

8

x

0

2

4

6

8

(x)

                                 

0

2

4

6

8

x

0

2

4

6

8

(x)

 

Zbiór siedmiu punktów oraz interpolacja wielomianem (6 stopnia) oraz 
aproksymacja prostą 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

17 

APROKSYMACJA – REGRESJA LINIOWA 

Chcemy narysować prostą, która ma jak najlepiej odwzorować dany zbiór 
punktów (obserwacji). 
Przyjmujemy równanie prostej: 
 

0

1

y a

a x e

=

+

+  (1.15) 

gdzie  e jest błędem pomiędzy przyjętym 
równaniem prostej a danym punktem. 
W celu dopasowania jak najlepszego 
równani (współczynniki 

0

 i 

1

) będziemy 

minimalizowali sumę błędów 

e. 

Możemy to zrobić następująco:

 

 

0

1

1

1

(

)

n

n

i

i

i

i

i

e

y

a

a x

=

=

=

− −

∑ ∑

 

gdzie n jest liczbą punktów. 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

18 

Rysunek obok wyjaśnia dlaczego tego typu wybór będzie jednak błędny. Linia 
czerwona (przechodząca przez punkt środkowy) także spełnia minimum. 
Inna możliwość: 

 

0

1

1

1

n

n

i

i

i

i

i

e

y

a

a x

=

=

=

− −

 

Powyższe równanie także jest niewłaściwe (rysunek), gdyż wszystkie proste 

pomiędzy prostymi przerywanymi obarczone są takim samym błędem. 

         

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

19 

Kolejna możliwość to tzw. 

kryterium minimax, które minimalizuje największe 

odległości pomiędzy punktami. Wpływ punktów o dużych błędach jest 
niewłaściwy. 

Najwłaściwszym kryterium jest minimalizacja sumy kwadratów błędów 
(metoda najmniejszych kwadratów): 

 

(

)

2

2

0

1

1

1

n

n

r

i

i

i

i

i

S

e

y

a

a x

=

=

=

=

− −

 (1.16) 

W tym celu należy obliczyć odpowiednie pochodne 

 

(

)

0

1

1

0

2

n

r

i

i

i

S

y

a

a x

a

=

= −

− −

 

 

 

(

)

0

1

1

1

2

n

r

i

i

i

i

S

y

a

a x x

a

=

= −

− −

 

 

i przyrównać je do zera: 
 

0

1

0

i

i

y

a

a x

=

∑ ∑

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

20 

 

2

0

1

0

i i

i

i

y x

a x

a x

=

 

 

Podstawiając 

0

0

a

na

=

 otrzymamy układ równań z dwiema niewiadomymi 

0

1

i

a

 

 

0

1

i

i

na

x a

y

+

=

 

 

 

2

0

1

i

i

i i

x a

x a

y x

+

=

 

 

Po rozwiązaniu otrzymamy 

 

(

)

1

2

2

i i

i

i

i

i

n

x y

x

y

a

n

x

x

=

∑ ∑

 (1.17) 

 

0

1

1

1

1

i

i

a

y

a

x

y a x

n

n

=

= −

 (1.18) 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

21 

Gdzie 

 oraz 

y

 są średnimi 

x i y

 

 Przykład 1.4

 

Wyznacz prostą aproksymującą dane z dwóch pierwszych kolumn tabeli 

i

x  

i

 

1.0 0.5 
2.0 2.5 
3.0 2.0 
4.0 4.0 
5.0 3.5 
6.0 6.0 
7.0 5.5 

Rozwiązanie: 
Obliczamy kolejno:  

7

n

= ,           

119.5

i i

x y

=

,            

2

140

i

x

=

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

22 

28

i

x

=

,           

28

4

7

x

=

=  

24

i

y

=

,           

24

3.428571429

7

y

=

=

 

1

2

7(119.5) 28(24)

0.839285714

7(140) 28

a

=

=

 

0

3.428571429 0.839285714(4) 0.07142857

a

=

=

 

Ostateczne równanie prostej uzyskane metodą najmniejszych kwadratów: 

0.07142857 0.839285714

y

x

=

+

 

0

2

4

6

8

x

0

2

4

6

8

(x)

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

23 

REGRESJA LINIOWA – BŁĘDY OBLICZEŃ 

Metoda najmniejszych kwadratów wyznacza równanie prostej w sposób 
jednoznaczny.  
Poszukujemy dodatkowych własności wyznaczonego równania. 
Wracamy do równania błędów: 

 

(

)

2

2

0

1

1

1

n

n

r

i

i

i

i

i

S

e

y

a

a x

=

=

=

=

− −

 (1.19) 

Wyrażenie 

0

1

(

)

i

i

y

a

a x

− −

 jest odległością pomiędzy punktem z doświadczenia 

(np. pomiarem) a punktem na prostej regresji (rysunek poniżej). 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

24 

Zauważmy ponadto, że: 

1)  rozproszenie punktów danych jest podobne w całym zakresie, 
2)  to rozproszenie może być opisane 

rozkładem normalnym

 

 
Wtedy możemy wykorzystać znane wzory z 

rachunku prawdopodobieństwa

 

Odchylenie standardowe 

(standardowy błąd) linii regresji można wyznaczyć 

następująco  

 

/

2

r

y x

S

S

n

=

 (1.20) 

Oznaczenie 

/

y x

 oznacza, że błąd dotyczy przewidywanej wartości  y dla danej 

wartości 

x.  

W mianowniku mamy (

2

n

− ), gdyż do wyznaczenia 

r

 wykorzystywaliśmy dwa 

parametry 

0

 i 

1

.  

Ponadto zauważmy,  że nie istnieje „rozproszenie danych” dookoła prostej 
poprowadzonej przez dwa punkty. A więc po wstawieniu 

2

n

=  mamy dzielenie 

przez 0. 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

25 

             

 

Porównanie rozproszenia (rozkładu) 
 
 
 
 
 
 
 
 
Powinniśmy także porównać jakość naszego dopasowania krzywej, które np. 
będzie różne dla różnych danych opisanych tą samą prostą regresji (rysunek).  

                                          

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

26 

Pozwala na to 

współczynnik determinacji

:  

 

2

t

r

t

S

S

r

S

=

 (1.21) 

gdzie 

t

 jest sumą kwadratów dookoła wartości średniej 

2

(

) ,

i

t

i

y

S

y

y

y

n

=

=

 

Można też wyznaczyć 

współczynnik korelacji

:  

 

2

r

r

=

 (1.22) 

Dla 0

r

S

= ,  

2

1

r r

=

=

 mamy 100% odwzorowanie wyników. 

 
Alternatywny wzór pozwalający wyznaczyć 

współczynnik korelacji

:  

 

(

)

(

)

2

2

2

2

i i

i

i

i

i

i

i

n

x y

x

x

r

n

y

y

n

y

y

=

∑ ∑

 (1.23) 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

27 

 Przykład 1.5

 

Wyznacz odchylenie standardowe,  

7

2

1

(

)

22.7143

t

i

i

S

y

y

=

=

=

 

(

)

7

2

0

1

1

2.9911

r

i

i

i

S

y

a

a x

=

=

− −

=

 

/

2.9911

0.7735

2

7 2

r

y x

S

S

n

=

=

=

 

2

22.7143 2.9911

0.868

22.7143

t

r

t

S

S

r

S

=

=

=

 

0.868 0.932

r

=

=

 

Uzyskana wielkość 

2

0.868

r

=

 oznacza, że 86.8% oryginalnego rozproszenia 

danych zostało uwzględnione w modelu. 
Dodatkowo można wyznaczyć 

globalne odchylenie standardowe

 

22.7143

1.9457

1

7 1

t

y

S

S

n

=

=

=

.                Zauważmy, że  

/

y x

y

S

S

<  

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

28 

REGRESJA WIELOMIANOWA 

Często nie jest możliwe przyjęcie prostej, jako funkcji odwzorowującej dane. 
Można wtedy zastosować regresję wielomianową.  
 

2

0

1

2

...

m

m

y a

a x a x

a x

e

=

+

+

+ +

+  

 

Suma błędów  

 

2

2

0

1

2

1

(

...

)

n

m

r

i

i

i

m i

i

S

y

a

a x

a x

a x

=

=

− −

− −

 (1.24) 

Obliczamy kolejne pochodne: 

 

2

0

1

2

1

0

2

(

...

)

n

m

r

i

i

i

m i

i

S

y

a

a x

a x

a x

a

=

= −

− −

− −

 

 

 

2

0

1

2

1

1

2

(

...

)

n

m

r

i

i

i

i

m i

i

S

x y

a

a x

a x

a x

a

=

= −

− −

− −

 

 

              … 

 

2

0

1

2

1

2

(

...

)

n

m

m

r

i

i

i

i

m i

i

m

S

x y

a

a x

a x

a x

a

=

= −

− −

− −

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

29 

Po przyrównaniu do zera otrzymamy 
 

2

0

1

2

...

m

i

i

m

i

i

a n a

x

a

x

a

x

y

+

+

+ +

=

 

 

 

2

3

1

0

1

2

...

m

i

i

i

m

i

i i

a

x

a

x

a

x

a

x

x y

+

+

+

+ +

=

 

 

 

2

3

4

2

2

0

1

2

...

m

i

i

i

m

i

i

i

a

x

a

x

a

x

a

x

x y

+

+

+

+ +

=

 

 

 … 

 

 

1

2

2

0

1

2

...

m

m

m

m

m

i

i

i

m

i

i

i

a

x

a

x

a

x

a

x

x y

+

+

+

+

+ +

=

 

 

 
Mamy (m + 1) niewiadomych 

0

1

2

, ,

, ... ,

m

a a a

Należy rozwiązać układ (m + 1) liniowych równań. 
Błąd wyznaczamy z następującego wzoru 

/

(

1)

r

y x

S

S

n

m

=

+

 

Gdzie m jest stopniem wielomianu.  
Stopień swobody: (m + 1). 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

30 

 Przykład 1.5

 

Wyznacz wielomian drugiego stopnia opisujący dane z tabeli.  
 

i

x  

i

 

0.0 2.1 
1.0 7.7 
2.0 13.6 
3.0 27.2 
4.0 40.9 
5.0 61.1 

 
Rozwiązanie: 
Obliczamy kolejno:  

2

m

= ,           

6

n

= ,           

2.5

x

=

,        

25.433

y

=

 

15

i

x

=

,            

152.6

i

y

=

,         

2

55

i

x

=

,         

3

225

i

x

=

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

31 

4

979

i

x

=

,        

585.6

i i

x y

=

,        

2

2488.8

i

i

x y

=

 

Układ równań liniowych  

 

0

1

2

0

1

2

0

1

2

6

15

55

152.6

15

55

255

585.6

55

225

979

2488.8

a

a

a

a

a

a

a

a

a

+

+

=

+

+

=

+

+

=

 

 

Po rozwiązaniu 

 

0

2.47857

a

=

 

1

2.35929

a

=

 

2

1.86071

a

=

 

Ostateczne równanie krzywej regresji: 

2

2.47857 2.35929

1.86071

y

x

x

=

+

+

 

 

0

1

2

3

4

5

x

0

20

40

60

80

y

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

32 

Błędy: 

6

2

1

(

)

2513.39

t

i

i

S

y

y

=

=

=

 

(

)

6

2

2

0

1

2

1

3.74657

r

i

i

i

i

S

y

a

a x

a x

=

=

− −

=

 

Odchylenie standardowe 

 

/

3.74657

1.12

(

1)

6 (2 1)

r

y x

S

S

n

m

=

=

=

+

− +

 

 

Współczynnik determinacji 

 

2

2513.39 3.74657

0.99851

2513.39

r

t

t

S

S

r

S

=

=

=

 

Współczynnik korelacji 

 

2

0.99851 0.99925

r

r

=

=

=

 

 
 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

33 

 Przykład 1.6

 

Dokonaj aproksymacji mając dany zbiór danych empirycznych przedstawione w 
tabeli (zatrudnienie w przemyśle w zależności od dochodu). 
 

i

x  

i

 

2.0 12.0 
1.2 8.0 

14.8 76.4 

8.3 17.0 
8.4 21.3 
3.0 10.0 
4.8 12.5 

15.6 97.3 
16.1 88.0 
11.5 25.0 
14.2 38.6 
14.0 47.3 

 

0

4

8

12

16

20

x

0

20

40

60

80

100

(x)

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

34 

0

4

8

12

16

20

x

0

20

40

60

80

100

(x)

 

0

4

8

12

16

20

x

0

20

40

60

80

100

(x)

 

                                  a)                                                            b) 
a) Aproksymacja prostą oraz wielomianami stopnia 2 (kolor niebieski), 3 (kolor 
pomarańczowy) oraz 4 (kolor zielony) 
 
b) Aproksymacja 

funkcją wykładniczą

 

x

y ab

=

. Jak zostały obliczone parametry 

a i b
 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

35 

Jeżeli zapiszemy logarytm funkcji  
wykładniczej 

x

y ab

=

 otrzymamy: 

             log

log

log

y

a x

b

=

+

 

czyli równanie prostej    
               Y      =   A    + x B 
Możemy zastosować standardowe 
działania wyznaczając  A = loga oraz 
B = logb.  
Równanie prostej  

log

0.8063 0.0653

y

x

=

+

 

Należy sprawdzić czy współczynnik 
korelacji jest dostatecznie bliski 1.0. 
Będzie to świadczyć o dobrym lub 
złym odwzorowaniu funkcji: 

log ,

0.959

y x

r

=

 

Ostatecznie funkcja aproksymująca        

6.401 1.162

x

y

=

×

 

0

4

8

12

16

20

x

0.8

1.2

1.6

2

log y

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

36 

 Przykład 1.7

 

Dokonaj aproksymacji mając dany zbiór danych empirycznych przedstawione w 
tabeli. 
 

i

 

i

 

5.8 48.8 
6.3 58.2 
6.5 59.9 
6.8 62.7 
7.6 72.3 
8.0 82.1 
8.0 82.5 
8.5 93.5 
8.7 99.1 
8.6 100.0 
9.0 114.6 
9.1 115.2 

5

6

7

8

9

10

x

40

60

80

100

120

y

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

37 

Rozpatrzmy inną funkcję:    

b

y ax

=

 

W celu wykorzystania wzorów regresji liniowej zapiszemy ją następująco 

log

log

log

y

a b

x

=

+

                         (

Y

A bX

= +

,       Y=log y,    X=log x)

 

 

log y

 

log x

 

0.7634 1.6884 
0.7993 1.7649 
0.8129 1.7774 
0.8325 1.7973 
0.8808 1.8591 
0.9031 1.9143 
0.9031 1.9165 
0.9294 1.9708 
0.9395 1.9961 
0.9345 2.0 
0.9542 2.0591 
0.9590 2.0614 

0.76

0.8

0.84

0.88

0.92

0.96

log x

1.6

1.7

1.8

1.9

2

2.1

log y

 

log ,log

0.985

y

x

r

=

 

log

0.2881 1.8233log

y

x

=

+

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

38 

Ostatecznie otrzymamy: 

1.823

1.941

y

x

=

 

 

5

6

7

8

9

10

x

40

60

80

100

120

y

                 

5

6

7

8

9

10

x

40

60

80

100

120

y

 

 
Jednak stosując w tym przypadku funkcję 

x

y ab

=

 (linia czerwona) uzyskamy 

podobny przebieg. 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

39 

UWAGA: 
Od nas zależy jakie funkcje przyjmiemy jako funkcje aproksymujące nasze 
dane. 

Rozpatrzmy jeszcze raz funkcję:    

b

y ax

=

 

Warto jednak wiedzieć jakiego wykresu aproksymującego możemy się 
spodziewać dobierając odpowiednio parametry . 
 

   

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

40 

 

 

             

b

y ax

=

 

 

 

 

Inne liniowe transformacje: 

1

a bx

y

= −

 

b < 0 

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

41 

 

 

1

a bx

y

= −

 

 

 

 

 

b

y a

x

= −  

 

 

 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

42 

Programy komercyjne 

Inne możliwości dostępne w wielu komercyjnych programach, np. Statistica, 

Grapher, Excel, Matlab. 

5

6

7

8

9

10

x

40

60

80

100

120

y

  

5

6

7

8

9

10

x

40

60

80

100

120

y

 

                  Spline smoothing                 Running average i Weighted average 

background image

Metody Numeryczne 

  1. Interpolacja i aproksymacja    •    Jarosław Górski 

 Politechnika Gdańska 

 WILiŚ 

 Katedra Mechaniki Budowli i Mostów 

Wykład opracowano na podstawie podręcznika: Steven C. Chapra, Raymond P. Canale Numerical methods for engineers. McGraw-Hill Book Company 1998 

43 

REGRESJA WIELOWYMIAROWA 

0.5

0.6

0.7

0.8

0.9

1

w/c

0.2

0.4

0.6

mos

0

20

40

R28

0.5

0.6

0.7

0.8

0.9

1

w/c