U matematici, teorija aproksimacije se bavi načinom na koji se funkcije najbolje mogu aproksimirati jednostavnijim funkcijama,[1] i kvantitativnim karakterisanjem grešaka koje su time uvedene. Treba imati na umu da ono što se podrazumeva najboljim i jednostavnijim zavisi od aplikacije.[2] Blisko srodna tema je aproksimacija funkcija generalizovanim Furijeovim redom,[3][4][5] tj. aproksimacija zasnovana na sumaciji niza termina baziranih na ortogonalnim polinomima.[6][7]

Jedan od problema od posebnog interesa je aproksimacija funkcije u računarskoj matematičkoj biblioteci, korišćenjem operacija koje se mogu izvršiti na računaru ili kalkulatoru (npr. sabiranje i množenje), tako da je rezultat što je moguće bliži stvarnoj funkciji. Ovo se obično radi sa polinomskim ili racionalnim (odnos polinoma) aproksimacijama.

Cilj je da aproksimacija bude što je moguće bliže stvarnoj funkciji, tipično sa tačnošću koja je bliska onoj koja postoji u osnovnoj računarskoj aritmetici sa pokretnim zarezom. Ovo se postiže korišćenjem polinoma visokog stepena i/ili sužavanjem domena nad kojim polinom treba da aproksimira funkciju. Sužavanje domena često se može obaviti upotrebom različitih formula za dodavanje ili skaliranje funkcija koje se aproksimiraju.[8][9] Moderne matematičke biblioteke često redukuju domen na mnoge male segmente i koriste polinom niskog stepena za svaki segment.

Greška između optimalnog polinoma i log(x) (crveno) i Čebiševljeve aproksimacije i log(x) (plavo) preko intervala [2, 4]. Vertikalne podele su 10−5. Maksimalna greška za optimalni polinom je 6,07 x 10−5.
Greška između optimalnog polinoma i exp(x) (crveno) i Čebiševljeve aproksimacije i exp(x) (plavo) preko intervala [−1, 1]. Vertikalne podele su 10−4. Maksimalna greška za optimalni polinom je 5,47 x 10−4.

Optimalni polinomi уреди

Kada se izabere domen (tipično interval) i stepen polinoma, sam polinom se bira na takav način da se minimizuje greška u najgorem slučaju. To jest, cilj je da se minimizuje maksimalna vrednost od  , gde je P(x) aproksimacioni polinom, f(x) je stvarna funkcija, i x varira u izabranom intervalu. Za funkcije koje se dobro ponašaju, postoji polinom N-tog stepena koji će dovesti do krive greške koja osciluje između   i   ukupno N + 2 puta, dajući najgoru grešku od  . Može se videti je da postoji polinom N-tog stepena koji može da interpolira N + 1 tačaka krive. Takav polinom je uvek optimalan. Mogu se osmisliti funkcije f(x) za koje ne postoji takav polinom, ali se one u praksi retko javljaju.

Na primer, grafovi prikazani na desnoj strani pokazuju grešku u aproksimaciji log(x) i exp(x) za N = 4. Crvene krive, za optimalni polinom, su nivo, tj. one osciliraju između   i  . Traba imati na umu da je u svakom slučaju broj ekstrema N + 2, tj. 6. Dva ekstrema su na krajnjim tačkama intervala, na levim i desnim ivicama grafova.

 
Greška P(x) − f(x) za nivo polinoma (crvena linija) i za poboljšani polinom (plava linija)

Da bi se dokazalo da je ovo tačno, pretpostavimo da je P polinom stepena N koji ima opisano svojstvo, to jest, daje funkciju greške koja ima N + 2 ekstrema, naizmeničnih znakova i jednakih veličina. Crveni graf na desnoj strani pokazuje kako ova funkcija greške može izgledati za N = 4. Pretpostavimo da je Q(x) (čija je funkcija greške prikazana plavom bojom na desnom grafikonu) još jedan N-stepeni polinom koji je bolja aproksimacija za f nego P. Konkretno, Q je bliže f od P za svaku vrednost xi gde se ekstrem Pf javlja, tako da je

 

Kad se javi maksimum od Pf u xi, onda je

 

Kad se javi minimum od Pf u xi, onda je

 

Dakle, kao što se može videti na grafiku, [P(x) − f(x)] − [Q(x) − f(x)] mora ima naizmeničan znaku za N + 2 vrednosti od xi. Ali [P(x) − f(x)] − [Q(x) − f(x)] se svodi na P(x) − Q(x) koji je polinom stepena N. Ova funkcija menja znak najmanje N+1 puta, dakle, po teoremi o srednjoj vrednosti, ona ima N+1 nula, što je nemoguće za polinom stepena N.[10][11]

Glavni časopisi уреди

Vidi još уреди

Reference уреди

  1. ^ „Numerical Computation Guide”. Архивирано из оригинала 2016-04-06. г. Приступљено 2013-06-16. 
  2. ^ N. I. Achiezer (Akhiezer), Theory of approximation, Translated by Charles J. Hyman Frederick Ungar Publishing Co., New York 1956 x+307 pp.
  3. ^ Khare, Kedar; Butola, Mansi; Rajora, Sunaina (2023). „Chapter 2.3 Fourier Transform as a Limiting Case of Fourier Series”. Fourier Optics and Computational Imaging (2nd изд.). Springer. стр. 13—14. ISBN 978-3-031-18353-9. doi:10.1007/978-3-031-18353-9. 
  4. ^ Haberman, Richard (1987). Elementary Applied Partial Differential Equations (2nd изд.). Englewood Cliffs, New Jersey: Prentice Hall. стр. 77. ISBN 0-13-252875-4. 
  5. ^ Pinkus, Allan; Zafrany, Samy (1997). Fourier Series and Integral Transforms (1st изд.). Cambridge, UK: Cambridge University Press. стр. 42–44. ISBN 0-521-59771-4. 
  6. ^ Catak, E.; Durak-Ata, L. (2017). „An efficient transceiver design for superimposed waveforms with orthogonal polynomials”. IEEE International Black Sea Conference on Communications and Networking (BlackSeaCom): 1—5. ISBN 978-1-5090-5049-9. S2CID 22592277. doi:10.1109/BlackSeaCom.2017.8277657. 
  7. ^ Chihara, Theodore Seio (1978). An Introduction to Orthogonal Polynomials. Gordon and Breach, New York. ISBN 0-677-04150-0. 
  8. ^ Lakemeyer, Gerhard; Sklar, Elizabeth; Sorrenti, Domenico G.; Takahashi, Tomoichi (2007-09-04). RoboCup 2006: Robot Soccer World Cup X (на језику: енглески). Springer. ISBN 978-3-540-74024-7. 
  9. ^ Basheer, I.A.; Hajmeer, M. (2000). „Artificial neural networks: fundamentals, computing, design, and application” (PDF). Journal of Microbiological Methods. 43 (1): 3—31. PMID 11084225. S2CID 18267806. doi:10.1016/S0167-7012(00)00201-3. Архивирано из оригинала (PDF) 21. 01. 2022. г. Приступљено 27. 06. 2023. 
  10. ^ Weisstein, Eric W. „Bolzano's Theorem”. MathWorld. 
  11. ^ Cates, Dennis M. (2019). Cauchy's Calcul Infinitésimal. стр. 249. ISBN 978-3-030-11035-2. S2CID 132587955. doi:10.1007/978-3-030-11036-9. 

Literatura уреди

Spoljašnje veze уреди