‌حسین زارع

دانش‌آموخته‌ی دکتری ریاضی کاربردی دانشگاه تربیت مدرس

‌حسین زارع

دانش‌آموخته‌ی دکتری ریاضی کاربردی دانشگاه تربیت مدرس

آخرین نظرات
  • ۶ آذر ۹۹، ۱۳:۰۰ - امیر حاتمی
    ممنون.

تابع لبگ و نقاط مناسب درونیابی

چهارشنبه, ۱۸ آذر ۱۳۹۴، ۱۱:۱۳ ب.ظ

فرض کنید بخواهیم تابع $f$ را روی یک مجموعه از نقاط متمایز در $ \left[ a,b \right]$ با یک چندجمله‌ای از درجه‌ی $n$ مانند $p_{n}$ درونیابی کنیم. مسئله این است که نقاطی که $f$ در آن‌ها درونیابی می‌شود، تا چه‌اندازه می‌توانند در دقت چندجمله‌ای درونیاب حاصل مؤثر باشند. در اینجا خطا را به کمک نرم بی‌نهایت می‌سنجیم. یعنی قرار می‌دهیم: $$E({{p}_{n}}):={{\left\| f-{{p}_{n}} \right\|}_{\infty }}=\underset{a\le x\le b}{\mathop{\max }}\,\left| f(x)-{{p}_{n}}(x) \right|$$ فرض کنید $p_{n}^{*}$ بهترین تقریب چندجمله‌ای درجه‌ی $n$ برای تابع $f$ در بازه‌ی $ \left[ a,b \right]$ باشد. به این مفهوم که:$${{\left\| f-p_{n}^{*} \right\|}_{\infty }}=\underset{p\in {{P}_{n}}}{\mathop{\min }}\,(\underset{a\le x\le b}{\mathop{\max }}\,\left| f(x)-p(x) \right|)$$چندجمله‌ای $p_{n}^{*}$ معمولا چندجمله‌ای مینیماکس تابع $f$ در بازه‌ی $ \left[ a,b \right]$ نامیده می‌شود.

اکنون می‌توان ارتباط خطای چندجمله‌ای درونیاب تابع $f$ و خطای چندجمله‌ای مینیماکس تابع $f$ را به کمک قضیه‌ی زیر بیان کرد.

قضیه:

فرض کنیم $f\in C\left[ a,b \right]$  و $p_{n}^{*}$ چندجمله‌ای مینیماکس درجه $n$ تابع $f$ باشد و داشته باشیم:$${{\rho }_{n}}:={{\left\| f-p_{n}^{*} \right\|}_{\infty }}$$ همچنین فرض کنیم ${{p}_{n}}\left( X,f \right)$ چندجمله‌ای درونیاب $f$ روی مجموعه‌ نقاط متمایز $X\subseteq [a,b]$ باشد. آن‌گاه $${{\left\| f-{{p}_{n}}\left( .,f \right) \right\|}_{\infty }}\le \left( 1+{{\Lambda }_{n}} \right){{\rho }_{n}}$$ که در آن$${{\Lambda }_{n}}=\underset{a\le x\le b}{\mathop{\max }}\,\underset{i=0}{\overset{n}{\mathop \sum }}\,\left| {{\ell }_{i}}\left( x \right) \right|~$$ و ${{\ell }_{i}}$ ها چندجمله‌ای‌های لاگرانژ متناظر با نقاط درونیابی هستند که به‌صورت زیر تعریف می‌شوند:$${{\ell }_{i}}(x)=\frac{(x-{{x}_{0}})(x-{{x}_{1}})...(x-{{x}_{i-1}})(x-{{x}_{i+1}})...(x-{{x}_{n}})}{({{x}_{i}}-{{x}_{0}})({{x}_{i}}-{{x}_{1}})...({{x}_{i}}-{{x}_{i-1}})({{x}_{i}}-{{x}_{i+1}})...({{x}_{i}}-{{x}_{n}})}$$

تابع${{\lambda}_{n}}\left(x\right)=\sum_{i=0}^{n}\,\left| {{\ell }_{i}}\left(x \right) \right|$ تابع لبگ روی نقاط درونیابی $\left\{ {{x}_{0}},...,{{x}_{n}} \right\}$ و ${{\Lambda }_{n}}$ ثابت لبگ نظیر آن نقاط نامیده می‌شود.

همانطور که ملاحظه می‌کنید ثابت لبگ مستقل از تابع $f$ است و تنها به نقاط درونیابی بستگی دارد و با توجه به حکم قضیه‌ی فوق اندازه‌ی آن می‌تواند به منظور یک انتخاب مناسب از نقاط درونیابی، مفید واقع شود.

در ادامه، رفتار تابع لبگ ${{\lambda}_{10}}\left(x\right)=\sum_{i=0}^{10}\,\left| {{\ell }_{i}}\left(x \right) \right|$ و ${{\lambda}_{20}}\left(x\right)=\sum_{i=0}^{20}\,\left| {{\ell }_{i}}\left(x \right) \right|$ را در $ \left[ -1,1 \right]$ یکبار به ازای نقاط متساوی‌الفاصله و بار دیگر به‌ازای ریشه‌های یک چندجمله‌ای چبیشف بررسی می‌کنیم.

 

نمودار تابع لبگ ${{\lambda}_{10}}\left(x\right)=\sum_{i=0}^{10}\,\left| {{\ell }_{i}}\left(x \right) \right|$ روی $\left[ -1,1 \right]$

الف) برای 11 نقطه متساوی الفاصله:$$X=\left\{ -1+0.2i~|~i=0,\ldots ,10 \right\}$$

ب) برای ریشه‌های چندجمله‌ای چبیشف ${{T}_{11}}\left( x \right)$:$$X=\left\{ \cos \frac{\left( 2i-1 \right)\pi }{2\left( i+1 \right)}~|~i=1,\ldots ,11 \right\}$$

 

نمودار تابع لبگ ${{\lambda}_{20}}\left(x\right)=\sum_{i=0}^{20}\,\left| {{\ell }_{i}}\left(x \right) \right|$ روی $\left[ -1,1 \right]$

ج) برای 21 نقطه متساوی الفاصله: $$X=\left\{ -1+0.1i~|~i=0,\ldots ,20 \right\}$$

 

در اینجا می‌بینیم که عدد 5 روی محور عمودی برای نمایش کامل این تابع لبگ کفایت نمی‌کند. پس از کمی سعی و خطا، طول محور عمودی را بیشتر از 11000 واحد انتخاب می‌کنیم تا تمام تابع نمایش داده شود!

د) برای ریشه‌های چندجمله‌ای چبیشف ${{T}_{21}}\left( x \right)$:

$$X=\left\{ \cos \frac{\left( 2i-1 \right)\pi }{2\left( i+1 \right)}~|~i=1,\ldots ,21 \right\}$$

نتیجه‌ی این مطلب آن است که نقاط متساوی‌الفاصله، نقاط مناسبی برای درونیابی نیستند، در حالی که ریشه‌های چندجمله‌ای‌های چبیشف یکی از انتخاب‌های بسیار مناسب برای نقاط درونیابی هستند.

موافقين ۲ مخالفين ۰ ۹۴/۰۹/۱۸
حسین زارع

نظرات (۱)

عالی بود. اگر برای نقاط چبیشف نوع دوم (اکسترمم های چند جمله ای  چبیشف) ، نقاط لژاندر (اکسترمم یا ریشه های چند جمله ای لژاندر) بررسی می‌کردید، نتایج مشابه ریشه های چبیشف مشاهده می‌شد.
موفق باشید.
پاسخ:
ممنون که مطالب وبلاگ رو دنبال می‌کنید. در واقع اگر به تابع لبگ در نقاط متساوی الفاصله نگاه کنیم می‌بینیم که مقدار این تابع در نزدیکی‌های مرز خیلی زیاد میشه. بنابراین اگر یک توزیع از نقاط داشته باشیم که چگالی نقاط اون توزیع در نزدیک‌های مرز بیشتر باشه، می‌تونیم امیدوار باشیم که نقاط خوبی برای درونیابی پیدا کرده‌یم.

ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی