EĞRİ UYDURMA
Genellikle deneysel çalışmalar sonucu elde edilen veriler noktasal değerlerdir.Veriler arasında sürekli bir fonksiyon tanımı yoktur.Böyle durumlarda veriler;
(x1 , y1) , . . . ,(xn , yn)
şeklinde nokta çiftleri olarak verilir.j = 1 , . . . , n için f(xj) ≈ yj olacak şekilde f(x) fonksiyonunun bulunması istenir.
Yani ; bir fonksiyonun nokta nokta verilen değerlerinde , fonksiyona en yakın başka bir fonksiyonun belirlenmesi veya pratikte kullanımı zor olan fonksiyonların yerine geçerek hesaplamalarda kolaylık sağlayabilecek yeni fonksiyonların araştırılması “eğri uydurma” problemidir.
1)En Küçük Kareler Yöntemi
Yöntemin temeli;gerçek değerlerin regresyon doğrusundan uzaklaşmalarını minimum yapan denklemin bulunmasıdır.
yi(x) : gerçek değerler
(x) : tahmini değerler(regresyon değerleri)
qi : bu değerler arasındaki fark
olmak üzere;
= = minimum
olan denklem,dağılımı en iyi temsil eden denklemdir.
qi ’nin gösterimi;
(x0 , y0) , (x1 , y1) , (xn , yn) noktaları arasından sonsuz sayıda doğru geçebilir.Her doğru için yi(x) ve (x) değerleri arasında değişik farklar çıkacaktır.Bunların içinde herhangi bir doğru için,farkların kareleri toplamı minimum ise;o doğru,dağılımı en iyi temsil eden doğrudur.
(x0 , y0) , (x1 , y1) , . . . , (xn , yn) noktasından geçen doğru denklemi ,
axi + b
şeklindedir.
Bu denklemi = denkleminde yerine yazarsak;
=
elde edilir.
değeri minimum olacak şekilde a ve b değerleri bulunmak isteniyor.Bunun için; toplamını sıfıra eşitleyip a ve b’ye göre kısmi türevler alırsak şu denklemler elde edilir:
= a + nb
= a + b
Bu denklemlere ‘normal denklemler’ denir.Normal denklemler yardımıyla a ve b değerleri bulunduktan sonra ; y = a + bx denkleminde yerine yazılarak, istenen regresyon denklemi elde edilmiş olur.
ÖRNEK 1 : Verilen x ve y değişkenleri için en küçük kareler yöntemini kullanarak y = ax + b şeklinde bir fonksiyon bulalım.
(-1.0 , 1.000) , (-0.1 , 1.099) , (0.2 , 0.808) , (1.0 , 1.000)
Ayrıca ihtiyaç duyulan toplamlar şu şekilde hesaplanmıştır:
n = 4 , = 0.1 , = 2.05 , = 3.907 , = 0.0517
ÇÖZÜM :
Normal denklemler ; = a + nb
= a + b şeklinde idi.
Soruda verilen değerleri normal denklemlerde yerine yazarsak;
3.907 = 0.1a + 4b
0.0517 = 2.05a +0.1b
denklemleri elde edilir.Sistem çözülürse;
a = -0.0224 , b = 0.9773
bulunur.Denklem ;
y = 0.9773 – 0.224x
olarak elde edilir.
Yukarıda kullandığımız bu yöntemi genelleştirelim.Bunun için y = ax + b yerine , m < n - 1 olmak üzere;
p(x) = b0 + b1x + . . . + bmxm
polinomunu alacağız.Yani ;
s =
toplamını en küçük yapacağız.s ’i minimum yapmak için;
= 0 , = 0 , . . . , = 0 olması gerekir.
Böylece, m + 1 bilinmeyenli ve m + 1 lineer denklemden oluşan bir lineer denklem sistemi elde etmiş oluruz.Bu sistemi çözersek;
b0 , b1 , . . . , bm katsayılarını bularak ve bunları
p(x) = b0 + b1x + . . . + bmxm
polinomunda yerine yazarak,istenen polinomu elde ederiz.
m = 2 için;
p(x) = b0 + b1x + b2x2
şeklindedir . Bunun için normal denklemler şöyledir ;
b0n + b1 + b2 =
b0 + b1 + b2 =
b0 + b1 + b2 =
ÖRNEK 2 :
10 öğrencinin matematik ve fizik notları şu şekildedir:
Matematik
|
75 80 93 65 87 71 98 68 84 77
|
Fizik
|
82 78 86 72 91 80 95 72 89 74
|
-
Matematik notları bağımsız değişken iken, veriler için en uygun doğruyu bulunuz.
-
Matematik dersinden 75 alan öğrencinin Fizik dersinden kaç alması beklenir?
-
Fizik dersinden 95 alan öğrencinin Matematik dersinden kaç alması beklenir?
Şu değerler hesaplanmıştır:
= 798 , = 819 , = 66045 , =64722
ÇÖZÜM :
-
Normal denklemler : = a + nb
= a + b
şeklindedir.
Verilen değerleri denklemlerde yerine yazarsak ;
798a + 10b = 819
64722a + 798b = 66045
Sistemleri çözersek ; a = 0.66 ve b = 29.23 elde edilir.Değerler denklemde yerine yazılırsa ;
y = ax + b y = 0.66x + 29.23
şeklinde elde edilir.
-
x : Matematik notları olduğundan (x = 75)
= 0.66 (75) + 29.23 ≈ 79
-
y : Fizik notları olduğundan (y = 95)
95 = 0.66x + 29.23 ⇒ x = 99.65 ≈ 100
Tanım:
Eğer ={ 0, j≠k ve ak>, j=k ise
{φ0, φ1,…,φn} fonksiyonlarına [a,b] aralığında w ağırlık fonksiyonuna göre ortogonaldir denir.Eğer k=0,1,…,n için ak=1 ise bu durumda {φ0, φ1,…,φn} fonksiyonlarına ortonormaldir denir.
En küçük kareler yönteminin bir genelleştirilmesi
q=
integralinin en küçük yapılmasıdır. Burada w(x) negatif olmayan bir ağırlık fonksiyonudur ve φk(x) polinomları j≠k için genelleştirilmiş anlamda
= 0 ortogonal polinomlardır. Bu durumda ak katsayıları
şeklindedir. Eğer sk= denirse
qmin=- ile verilir. Bu da
≤ bessel eşitsizliğini ve m sonsuza giderken serisinin yakınsak olduğu gerçeğini verir.Eğer ilgili ortogonal aile,tamlık olarak bilinen bir özelliğe sahipse ve eğer y(x) yeterince düzgün bir fonksiyon ise o zaman gerçekten qmin deki integrale yakınsar.Bu da p(x) polinomunun derecesi arttıkça yaklaştırmanın hatasının azalacağı anlamına gelir.
Teorem:
Aşağıdaki şekilde tanımlanan {φ0, φ1,…,φn} fonksiyonları [a,b] aralığında w ağırlık fonksiyonuna göre ortogonaldir. Her xє[a,b] için φ0(x)Ξ1, φ1(x)=x-B1 şeklindedir.Burada
şeklinde tanımlanır.Genel olarak her xє[a,b] ve k≥2 için
φk(x)=(x-Bk) φk-1(x)-Ck φk-2(x) dir. Burada
şeklindedir.
Örnek: {pn} Legendre polinomlarının [-1,1] aralığında w(x)Ξ1 ağırlık fonksiyonuna göre ortogonal olduğu bilinmektedir.Legendre polinomlarını kullanarak birinci,ikinci,üçüncü,dördüncü ve beşinci dereceden en küçük kareler yaklaşım polinomlarını bulunuz.
Çözüm: Bir kere ilgili teorem gereğince sıfırıncı dereceden en küçük kareler yaklaşım polinomu p0(x)Ξ1 şeklindedir.Birinci dereceden en küçük kareler yaklaşım polinomu
P1(x)= x-B1p0(x) şeklindedir. Burada
olarak hesaplanır ve yerine yazılırsa p1(x)= x-B1p0(x)=x olarak bulunur.İkinci dereceden en küçük kareler yaklaşım polinomu p2(x)= (x-B2) p1(x)-C2p0(x) şeklindedir.Buradaki B2 ve C2 değerleri
olarak hesaplanır ve yerlerine yazılırsa
p2(x)= (x-B2) p1(x)-C2p0(x)=(x-0)x-⅓=x2-⅓ olarak elde edilir.Benzer şekilde p3(x)=x3-⅗x ,
p4(x)=x4- x2+ ve p5(x)= x5- x3+ x
ÇOK DEĞİŞKENLİ REGRESYON
Bağımsız değişkenin birden fazla olduğu durumlarda, normal denklemler, en küçük kareler yöntemiyle ve daha önce açıkladığımız yolla bulunur. Bununla beraber pratik olarak, regresyon denleminin her iki tarafı, söz konusu değişkenlerle ayrı ayrı çarpılarak taraf tarafa toplanır. Örneğin iki bağımsız değişkenli problemlerde regresyon denklemi;
z=a+b1x+b2y
şeklindedir. Normal denklemlerin bulunması için, eşitliğin he riki yanı taraf trafa n defa toplanarak birinci denklem elde edilir. Sonra bu denklemin her iki tarafı x ile çarpılarak ikinci denklem, ardından da y il e çarpılarak ikinci denklem elde edilir.
Böylece
∑z=na+b1∑x+b2∑y
∑xz=a∑x+b1∑x2+b2∑xy
∑yz=a∑y+b1∑xy+b2∑y2
elde edilir.
ORTOGONAL POLİNOMLAR ve EN KÜÇÜK KARELER YÖNTEMİ
Eğer y(x) verisi sürekli ise,
q=
integralini en küçük yapacağız.Burada
p(x)=b0+ b1x+…+bmxm=
şeklinde polinomdur.
Şimdi q yu
q=
j=0,1,…,m için
Olmasıdır. Yani
, ,…, olmalıdır.
Böylece m+1 bilinmeyenli m+1 lineer denklemden oluşan
J=0,1,…,m
Şeklinde normal denklemler elde edilir.Bu denklem sisteminin çözülmesiyle
a0,a1,a2,…,am katsayıları bulunur ve p(x)= a0+a1x+ …+amxm
polinomu içinde yerine yazılarak istenen polinom elde edilmiş olur.
Örnek
En küçük kareler yöntemini kullanarak, [0,1] aralığında =y(x) fonksiyonu için ikinci dereceden yaklaşık bir polinom bulunuz.
Çözüm
[0 , 1] aralığında y(x) fonksiyonu için p(x)= a0+a1x+a2x2 şeklinde bir polinom elde edeceğiz.Probleme göre normal denklemler;
Şeklindedir. Normal denklemlerdeki integrallerin hesaplanmasıyla
a0+ a1+ a2=
a0+ a1+ a2=
a0+ a1+ a2=
Lineer denklem sistemleri elde edilir.Bu denklem sistemi çözülürse;
A1=-0.050465 a2=4,12251 a3= -4.12251
Bulunur.Buradan da istenen polinom
P(x) = -0.050465 + 4.12251x – 4.12251x2
Olarak elde edilir.
Yukarıdaki örnekte eğer daha yüksek mertebeden bir polinom elde etmemiz istenmiş olsaydı işimiz zorlaşacaktı çünkü lineer denklem sistemlerindeki bilinmeyen ve denklem sayısı arttıkça çözüm bulmak zorlaşır. Bu durumda karşı büyük matris hesapları çıkar.
LİNEER OLMAYAN REGRESYON
Bu modellerde, bağımlı değişken parametrelere göre lineer olmayan bir bağıntı ile bağımsız değişkenlere bağlıdır.
Örneğin, f(x)=a0(1-e-a1x) modeli basit yöntemlerle lineer hale getirilemez. Bunun çözümü için çeşitli yöntemler olmakla birlikte, biz Gauss-Newton yöntemi üzerinde duracağız.
Gauss-Newton yöntemi, lineer olmayan fonksiyonun Taylor seri açılımı esas alarak, ardışık işlemler sonucu parametreleri yaklaşık hesaplamaya dayanır. Her defasında hesap edilen parametrelerin, hataları minimum yapma eğiliminde değişim göstereceği kabulü altında iterasyonlara devam edilir.
Bu yöntemi yi=f(xi;a,b) modeli üzerinde açıklıyalım. Bu fonksiyonu, (a,b) civarında, ikinci mertebeden türevleri içeren terimlerden sonraki terimleri ihmal ederek, Taylor serisine açalım. Böylece ∆a=aj+1-aj ve ∆b=bj+1-bj olmak üzere
y-f(x)j=+ei
elde edilir. Bu denklemi,tüm gözlemler için matris formunda yazmaya çalışalım. Bu durumda
zj=
elde ederiz. Bu durumda
DT ={y1-f(x1) ,…, yn-f(xn)} vektörü, fonksiyon değerleri ile ölçümler arasındaki farkları içerir. Yine ∆A parametre değerlerindeki değişimi içeren vektör olup,
∆A=[] şeklindedir.
Buna göre D=[zj]∆A+E yazılabilir. Bu ifadeye en küçük kareler yöntemi uygulanırsa
[zjT zj] ∆A= [zj]TD normal denklemleri elde edilir. Bu sistem çözülürse
∆A=[zjT zj] -1 [zj]TD şeklinde bulunur. Böylece yeni a0 ve a1 değerleri
a0,j+1= a0j +∆a0
a1,j+1= a1j+∆a1 olarak elde edilir.
Örnek: Aşağıdaki tablodaki değerler verilmektedir.
X
|
0.25
|
0.75
|
1.25
|
1.75
|
2.25
|
Y
|
0.28
|
0.57
|
0.68
|
0.74
|
0.79
|
a00= 1.0 ve a10=1.0 ilk tahmin değerleri ile iterasyona başlayarak verilere f(x)= a0 (1-e-a1x) tipinde lineer olmayan bir model uyumu sağlayınız.
Çözüm: Başlangıçta hataların kareleri toplamı 0.0248 olup, her adımda bu değer azalacaktır.
=1- e-a1x ve = a0e-a1x
olduğundan, z0= yazılabilir.
O halde z0Tz0= olacağından,
[z0Tz0]-1= bulunur. Model tahmini ile gözlemler
arasındaki farklardan oluşan D vektörü
D= = olduğundan,
[z0]TD= bulunur.
Böylece ∆A= olarak elde edilir. O halde 1.iterasyon sonucunda parametre tahminleri, olarak elde edilir. Bu şekilde iterasyonlara devam edilerek sonuçta
a0=0.79186 ve a1=1.6751 değerleri elde edilir. Bu adımda hata kareleri toplamı 0.00062 olur.
Trigonometrik Fonksiyonlar Yardımıyla Eğri Uydurma
Bu kısımda trigonometrik fonksiyonlar yardımıyla verilere nasıl eğri uydurulacağını göreceğiz. Bilindiği gibi sinüs ve kosinüs fonksiyonları polinomların birçok istenen özelliğini paylaşır. Ayrıca bunlar hızlı yakınsayan serilerle kolaylıkla hesaplanırlar. Ardışık türevleri yine sinüs ve kosinüslerdir ve bu integraller için de geçerlidir. Ayrıca ortogonallik özelliğine ve polinomların sahip olmadığı periyodikliğe de sahiptirler. Bu nedenlerden dolayı trigonometrik fonksiyonların yaklaştırma teorisinde kullanılırlar.
Sürekli fonksiyonlar olan
1, sin x, sin2x, sin nx, cos x, cos 2x, …, cos nx
dizileri (0,2π) aralığında birbirine ortogonal fonksiyonlardır. Yani
-
0, Tüm m ve n için
-
=
-
=
Koşullarını sağlar. Bu özellikler göz önüne alınarak herhangi bir fonksiyonu,
=
şeklinde Fourier serisine açılabilir. Bu formüldeki katsayıları
, n=0,1,…,
, n=1,2,..
şeklinde hesaplanır. Herhangi bir fonksiyonunun Fourier Serisi ile yaklaşık ifade edilebilmesi için aşağıdaki dört koşulun sağlanması gerekir.
-
İstenilen aralıkta sürekli olduğu her noktada fonksiyonun tek değerli olması,
-
İstenilen aralıkta sonlu olması,
-
İstenilen aralıkta sürekli olması,
-
İstenilen aralıkta sonlu sayıda maksimum veya minimum değerleri alması.
Eğer fonksiyonu sürekli olmayıp, n tane eşit aralıklı ayrık noktalardaki değerleri olarak verilirse yukarıdaki integral işlemlerinin yerine toplam sembolleri kullanılır. Özellikle x değişkeninin artan değerleri karşısında y değişkeninin değerleri periyodik bir değişim gösteriyorsa, matematiksel model olarak kesikli Fourier serisi seçilecektir. En genel durumda kullanılacak Fourier modelinin matematik ifadesi,
şeklinde olur. Buradaki T değeri x değişkeninin türünde ve biriminde olan periyottur. Eğer gözlenen noktaları yardımıyla periyot belirlenemiyorsa,
olarak seçilebilir. katsayıları daha önce gördüğümüz gibi hata kareleri toplamı minimum olacak şekilde belirlenecektir. Şimdi
, i=1,2,,…,n
Dönüşümü yapalım. Bu durumda
yazılır. Bu ifadenin minimum olması için gerek ve yeter koşul
k=0,1,…,m
olmasıdır. Buradan k=0,1,…,m için
,
ve
formülleri elde edilir. ve parametrelerinin sayısı için, n gözlenen nokta sayısı olmak üzere, 2m+1≤n yazılabilir.
Şimdi m=1 kabul ederek , ve parametrelerinin nasıl elde edilebileceğini görelim;
, i=1,2,…,n
olduğundan
yazabiliriz. Bu ifadenin minimum olması için gerek ve yeter koşul:
olmasıdır. Böylece sırasıyla , ve parametrelerine göre kısmi türevleri alınırsa;
elde edilir. Bu denklemler matris formunda
şeklinde yazılır. katsayılar matrisindeki toplamlar için,
, =0, =, =, =0
yazılarak elde edilen sistem çözülürse,
bulunur.
-
Örnek 0<=x<=8 aralığında
t
|
0
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
y
|
11
|
13
|
20
|
21
|
17
|
16
|
14
|
11
|
Tablosu veriliyor. Öyle bir = + + trigonometrik eğri uyumu yapınız ki hata karaleri toplamı minumum olsun.
Çözüm. T = 8-0 = 8 olduğundan
i=1,2,….,8
dönüşümü yapılır. Buna göre
|
0
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
|
0
|
|
|
|
|
|
|
|
|
1
|
0.707
|
0
|
-0.707
|
-1
|
-0.707
|
0
|
0.707
|
|
0
|
0.707
|
1
|
0.707
|
0
|
-0.707
|
-1
|
-0.707
|
|
11
|
9.191
|
0
|
-14.847
|
-17
|
-11.312
|
0
|
7.777
|
|
0
|
9.191
|
20
|
14.847
|
0
|
-11.312
|
-14
|
-7.777
|
Tablosu yapılır. Tablodaki değerler kullanılarak,
ve
Katsayıları elde edilir. Bu katsayılar denkleminde yerine yazılırsa istenen trigonometrik eğri
olarak elde edilir.
2. Örnek ve katsayıları öyle belirleyinizki
toplamı minumum olsun. Burada
MŞeklinde trigonometrik toplamdır.
Çözüm. Bir kere
Olduğunu biliyoruz. buradan
elde edilir. Bu ifadenin karesini alır, x noktaları üzerinden toplar ve ortogonallik özellikleri kullanılırsa
Buluruz. Sadece ilk iki terim ve ya bağlıdır. Bunlar negatif olmadıklarından, minumum tek bir şekilde tüm bu terimleri sıfır yaparak elde edilebilir. Böylece minumum için
ve
olmalıdır. Eğer T(x) toplamı k=M de dersek en küçük kareler trigonometrik toplamı verir. Ayrıca
Olarak bulunur. Benzer hesaplama ile
olduğu görülür ve bu da
Şeklinde ifade edilebilir. M artıkça bu toplam giderek azalır ve M=L olduğunda sıfır olur. Çünkü bu durumda en küçük kareler toplamı ile T(x) toplamı aynı olur.
Dostları ilə paylaş: |