W poprzednim rozdziale rozpatrywaliśmy interpolację funkcji, gdy liczba punktów (węzłów) jest istotnie duża, to należało by zbudować wielomian takiego stopnia ile jest węzłów. Interpolacja jest z tego względu niewygodna. Jeśli każdy punkt interpolowany posiada pewien błąd pomiarowy, to interpolowanie staje się zbyteczne, ze względu na to lepszym problem natomiast jest aproksymacja, która przechodzi pomiędzy punktami, ale to aproksymacja funkcji f(x) polega na wyznaczników takich współczynników a, a,...,a, które występują w funkcji aproksymującej:

Aproksymacja dana wzorem nazywamy aproksymacją liniową. A maszynach cyfrowych, często ogromną rolę odgrywa aproksymacja wymierna, którą to piszemy:

Aby powiedzieć, co to jest aproksymacja funkcji należy wprowadzić pojęcie normy funkcji, która to definiujemy w przypadku funkcji ciągłych bez wagi i z wagą kolejno wzorami:

Wprowadzenie do aproksymacji średniokwadratowej W aproksymacji średniokwadratowej dla funkcji f(x) określonej w przedziale ⟨a,b⟩ poszukujemy minimum całki:

lub na zbiorze dyskretnym zamiast całki poszukujemy minimum sumy:

Wprowadzenie aproksymacji jednostajnej W przypadku aproksymacji jednostajnej poszukujemy taką funkcję F(x), dla której jest najmniejsze maksimum różnicy pomiędzy funkcją F(x) a funkcją f(x) określonych na przedziale ⟨a,b⟩:

Omówienie aproksymacji średniokwadratowej Poszukujemy funkcji aproksymującej, której to piszemy przy pomocy funkcji bazowej φ(x) i współczynników a, przy czym te współczynniki są tak określone, by przyjmowało wartość minimalną, przy funkcji wagowej w(x) większej od zera, wtedy napiśmy taką funkcję H przy naszych współczynnikach a:

Aby funkcja względem współczynników a , czyli według przyjmowała wartość ekstremalną, to wtedy musi zachodzić, że pochodna funkcji H względem współczynników a powinna być równa zero:

Jeśli do warunku na ekstremalną wartość funkcji H, czyli , względem współczynników a wstawimy definicje funkcji H , otrzymujemy:

Równość sugeruje, że można zdefiniować macierze:

Mając zdefiniowane macierze , i możemy napisać równość w postaci macierzowej przy nieosobliwej macierzy D:

W wyniku aproksymacji średnio-kwadratowej otrzymujemy na podstawie , że iloczyn macierzy D (zdefiniowanej przy pomocy funkcji φ(x)) przez wektor A (zdefiniowanej przy pomocy współczynników aproksymacji a) jest równa wektorowi f (zdefiniowanej przy pomocy wartości funkcji f(x) dla j=0,1,..,m).

Omówienie aproksymacji wielomianowej Przyjmijmy jako funkcje bazowe ciąg jednomianów x, dla i=0,1,2,..,m, do której zastosujemy warunek i zmienimy w nim kolejność sumowania, otrzymujemy:

Jeśli wprowadzimy następujące oznaczenia:

To otrzymamy równość na podstawie oznaczeń i i wejściowej równości :

Jak wiadomo układ równań określonych wzorem jest układem Cramera o wyznaczniku głównym nie równym zero i stąd możemy wyznaczyć współczynniki a, których jest m+1, czyli w ten sposób mamy na podstawie tychże obliczonych współczynników wielomian aproksymacyjny. Jeśli ilość punktów aproksymacyjnych pokrywa się z liczbą stopnia wielomianów aproksymacyjnych, to H=0, w ten sposób funkcja aproksymacyjna staje się funkcją interpolacyjną, zwykle tak powinno być, że funkcja aproksymacyjna zbudowana na podstawie wielomianów, których stopień powinien być o wiele mniejszy niż liczba punktów aproksymacyjnych.

Wielomiany ortogonalne i ich aproksymacja przy pomocy tychże wielomianów Przy wyznaczaniu funkcji aproksymacyjnej wielomianowej, której bazami są jednomiany odpowiednich potęg, który obliczenia są bardzo pracochłonne, a ponadto ich wyniki są niepewne. Dodatkowo mamy fakt, że przy zmianie stopnia wielomianu aproksymacyjnego wymaga ponownego rozwiązania układu normalnego, co przemawia przeciwko tejże metodzie. Ten fakt przemawia, żeby opisywać problem aproksymacyjny przy pomocy wielomianów ortogonalnych. Wielomianami ortogonalnymi nazywamy wielomiany, które spełniają warunek ortogonalności, oraz ich normy są większe niż zero, które te warunki możemy zapisać wzorami:

Wprowadźmy teraz zmienną q, która jest ilorazem różnicy starej zmiennej x i zmiennej x przez odstęp h, który to opisuje punkty jednakowo oddalone:

Teraz wprowadźmy teraz funkcję , które są wzajemnie ortogonalne, które spełniają warunek ortoganalności dla j≠k:

Zbudujmy teraz wielomian powiedziany tuż poniżej, której to piszemy wzorem ogólnikowym za pomocą sumy wielomianów o wzrastających stopniu zmiennej q, który każdy z składników jest iloczynem różnic z liczby q i pewnej liczby o zakresie od 0 do k+1:

Wielomian możemy zapisać w sposób ogólny przy w prowadzeniu oznaczenia q, który jest równy iloczynowi różnicy z liczby q i pewnej liczby o zakresie od 0 do k+1, zatem to oznaczenie możemy przepisać wzorem:

Wzór przy pomocy oznaczenia q, który jest zdefiniowany w punkcie , możemy przepisać do postaci:

Ciąg funkcji , który to możemy napisać dla k=0,1,...,m, której kolejne elementy są wielomianami ortogonalnymi, piszemy je jako:

Można udowodnić po stosunkowo prostych obliczeniach, że wielomiany , które są zapisane k=0,1,2,...,m, są ortogonalne do siebie, gdy one zapisane są na w sposób:

Wzór nazywamy wielomianami Grama, które są określone dla k=0,1,2,3,..m dla n+1 równoległych węzłów x, x,...,x. Wzór aproksymacyjny, który jest oparty na wielomianach Grama jest odpowiednikiem wzoru , piszemy:

Jeśli weźniemy , to stałe s i c piszemy:

Gdy punkty nie są równoodległe do siebie, to objeżmy sobie pewien ciąg wielomianów φ, i udowodnimy za pomocą indukcji matematyczne, że ten obrany wielomian jest ortogonalny, który to zapisujemy iteracyjnie w postaci:

W której to stałe β i α możemy określić wzorami:

Sprawdźmy, czy wielomian φ jest wielomianem ortogonalnym z wielomianem φ jako pierwszy krok twierdzenia o indukcji matematycznej:

Następnym krokiem jest wykazanie, czy wielomian w następnym założeniu indukcyjnym jest wielomianem ortogonalnym do pozostałych wielomianów, zatem na podstawie tego możemy powiedzieć:

A także wykażemy dla zupełności wykładu, czy wielomian φ(x) jest ortogonalny z wielomianem φ:

Możemy zbudować teraz wielomian y(x), który to jest odpowiednikiem wielomianu aproksymującego daną funkcję f(x), czyli wielomianu , który to piszemy:

Piszemy stałą b występujących w punkcie , którą zapiszemy przy pomocy ilorazu funkcji C i funkcji S:

Średniokwadratowa aproksymacja funkcji ciągłych Weźmy teraz funkcję aproksymacyjną P(x), którą podobnie będziemy definiować jak w punkcie , ale ta funkcja jest ciągłą funkcją jego argumentu, co dotyczy również funkcji f(x) aproksymowanej, których średniokwadratowa norma piszemy wedle następującego schematu:

Aby wyznaczyć najmniejszą wartość funkcji H należy policzyć wszystkie pochodne tejże funkcji aproksymacyjnej względem współczynników a, a,...,a, które powinny przyjmować wartość zerową, stąd możemy wyznaczyć te nasze współczynniki, dzięki której możemy wyznaczyć wielomian aproksymacyjny.

Omówienie aproksymacji trygonometrycznej Zagadnieniach naszych często spotykamy się z funkcjami, tzn. z funkcjami okresowymi o pewnym okresie, które to są zdefiniowane jako funkcja aproksymująca w postaci kombinacji liniowych funkcji trygonometrycznych, która zależy od zmiennej x ciągłej, definicję tejże funkcji piszemy:

Bardzo interesującym przypadkiem, gdy funkcja f(x) ma okres 2L, i dalej na podstawie tego obierzmy sobie punkty aproksymujące, których postać jest następująca:

Najpierw musimy udowodnić tożsamość matematyczną korzystając z definicji liczby zespolonej w postaci eksponentu i , które to wykorzystamy do liczenia wyrażenia poniżej wykorzystując, że węzły aproksymacji są przestawione według , na tej podstawie dla k≠ 0 możemy napisać:

Następnym krokiem jest wykorzystanie tożsamości policzonej w trzech punktach poniżej:

Wielomian trygonometryczny możemy zapisać używając, że x jest zdefiniowane sposobem , zatem możemy podać ten nasz wielomian:

Aby wyznaczyć współczynniki wielomianu a i b należy wykorzystać warunki ortogonalności , i , a także będziemy korzystać z aproksymacji średnio-kwadratowej dla funkcji f(x) określonej na dyskretnej ilości zmiennych:

Zatem na podstawie te nasze współczynniki a i b są określone na postawie wyliczonych kolejnych pochodnych pierwszego rzędu względem stałych, bo norma średniokwadratowa róźnicy funkcji aproksymowanej i aproksymujacej przyjmuje wartość najmniejszą dla funkcji aproksymującej :

Funkcje sklejane i aproksymacja za pomocą niej Omówimy tutaj aproksymację średnio-kwadratową dla węzłów aproksymacji jednakowo oddalonych x=a+ih przy dla funkcji sklejanych trzeciego stopnia, zatem funkcja aproksymacyjna można przestawić jako kombinację liniową funkcji trzeciego stopnia określonych w przedziale:

Będziemy teraz rozważać aproksymację średnio-kwadratową funkcji ciągłej f(x), której norma poniżej przyjmuje wartość najmniejszą:

Funkcja jest funkcją parametrów c, którego chcemy napisać jego wartość najmniejszą, zatem musimy policzyć jego pierwszą pochodną względem odpowiednich współczynników, w ten sposób mamy n+3 niewiadomych określonych n+3 równań, których to wyznaczamy z równania zapisanego dla dowolnego j=-1,0,1,..n+1, zatem na podstawie tego możemy powiedzieć:

Jeśli wprowadzimy następujące oznaczenie, która jest całką na przedziale od a do b na iloczynie funkcji i , i ta cała całka jest podzielona przez liczbę h, zatem zapis równań piszemy wzorami dla i=-1,0,1,..,n+1:

Jeśli wyznacznik główny tego rozwinięcia , czyli określonej przez elementy , jest nierówny zero, to mamy wtedy określone elementy c, które jednoznacznie są określone.

Następnym naszym etapem jest rozważanie funkcji f(x) określonej na elementach dyskretnych, dla którego warunek na aprosykację średniokwadratową piszemy przy wadzie w(x) równą jeden:

Aby funkcja przyjmowała wartość najmniejszą, należy policzyć jego pierwszą pochodną względem współczynników c i przyrównać tą pochodną do zera, zatem na podstawie tego otrzymujemy układ równań na współczynniki c przy definicji elementów macierzy b podanych w tym samej linijce:

Jeśli wyznacznik główny tego rozwinięcia , czyli określonej przez elementy jest nierówny zero, to mamy wtedy określone elementy c, które jednoznacznie są określone.

Aproksymacja jednostajna przy pomocy wielomianów Każdą funkcję możemy aproksymować wielomianami dowolnego stopnia . Jeśli opis danej funkcji jest określonej przy pomocy szeregów Taylora, to wynik jej może być obcięty do wielomianu o stopniu jakiś tam, zatem możemy wybrać funkcję aproksymującą o stopniu n zapisując ją:

Stopień wielomianu jest taki, żeby wyrażenie zapisane poniżej miało najmniejszą wartość w przedziale :

przy wyznaczeniu wielomianu najlepszego stopnia, często korzysta się z twierdzenia Borela, który powiedział i wykazał , że dla każdej funkcji ciągłej f(x) na omawianej przedziale i dowolnej liczby naturalnej n istnieje dokładnie jeden wielomian, który aproksymuje funkcję f(x).

Metoda aproksymacji jednostajnych, czyli metoda szeregów potęgowych Najlepszą metodą przy aproksymacji funkcji f(x) ciągłej na przedziale jest rozwiniecie w postaci szeregów potęgowych Taylora, który to rozwiniemy w otoczeniu punktu x o promieniu zbieżności δ, co można powiedzieć:

Rozwinięcie funkcji f(x) w szereg Taylora z dokładności do n-tego stopnia piszemy wzorem w otoczeniu punktu x:

Różnica funkcji aproksymującej W i funkcji aproksymowanej W(x) jest wyrażona wzorem znanej z analizy matematycznej, którą to piszemy:

Jeśli maksymalną wartość n+1 pochodnej funkcji f(x) na rozważanym przedziale określimy przez M, to według aproksymacji jednostajnej na podstawie możemy powiedzieć, że zachodzi:

Za pomocą funkcji możemy policzyć dowolne przybliżenie funkcji dla dowolnego przybliżenia, który zależy od stopnia aproksymującej funkcji.

Naprawdę szybka transformacja Fouriera Każdą funkcję określoną w n różnych punktach określonych na "n" punktach możemy przybliżać wielomianami trygonometrycznymi:

Można udowodnić, że wzór jest równoważny wzorowi: