質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.37%

python ユークリッド距離で近似誤差のグラフを出力する。(2)

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 774

score 13

ユークリッド距離を使って、フ―リエ展開した関数と元の関数の近似誤差のグラフを出力するプログラムを完成させたいです。
fse103.pyのようなグラフが出力されると成功なのですが、上手くいきません。
出力をすると、誤差が指数関数的に増えていくというありえないグラフになります。
def diff(K)内のs=の式を変えてみたりしたのですが、上手くいきませんでした。
func(t,k)の関数は他のプログラムでグラフとして出力できているので、問題があるとしたら、def diff(K)です。
上手くいかないプログラムはfa104.pyです。
どなたか詳しい方、ご指摘をお願いします。
~追記~
fa104.pyの元の関数はf(t)= 1 (-π <= t < 0) かつ 0 (0 <= t <π)とtを関数上に記述しないので、どうプログラムで表現すればいいか悩んでいます。

#fse103.py
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt

def func(t,k):
    return 2.0*np.power(-1.0,k+1)*np.sin(k*t)/k

def diff(K):
    dt =  0.01
    start   = -1.0*np.pi
    end     =  1.0*np.pi
    t = np.arange(start, end, dt)  
    s = 0*t
    for k in range(1,K):
      s = s + func(t,k)
    return np.linalg.norm(s-t, ord=2)

# maxK = np.arange(-np.pi, np.pi, 0.01).size
maxK = 100
K = np.arange(1,maxK, 1)  
r = []
for k in range(1,maxK):
  r.append( diff(k) )

fig=plt.figure(0)
plt.plot (K, r, linewidth=1.0, color="r",linestyle="solid",label="$ f(t)=t $")
plt.xlabel("$K$-th approximation", fontsize=14, color="black")
plt.ylabel("error", fontsize=14)
plt.grid()
plt.legend()
plt.show()
fig.savefig('fig323.pdf')
#fa104.py
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt

def func(t,k):
    return 2.0*np.sin((2.0*k-1.0)*t)/(2.0*k-1.0)*np.pi

def diff(K):
    dt =  0.01
    start   = -1.0*np.pi
    end     =  1.0*np.pi
    t = np.arange(start, end, dt)  
    s = 0*t
    for k in range(1,K):
      s = s + func(t,k)
    return np.linalg.norm(s-t, ord=2)

# maxK = np.arange(-np.pi, np.pi, 0.01).size
maxK = 100
K = np.arange(1,maxK, 1)  
r = []
for k in range(1,maxK):
  r.append( diff(k) )

fig=plt.figure(0)
plt.plot (K, r, linewidth=1.0, color="r",linestyle="solid",label="$ f(t)=t $")
plt.xlabel("$K$-th approximation", fontsize=14, color="black")
plt.ylabel("error", fontsize=14)
plt.grid()
plt.legend()
plt.show()
fig.savefig('fig323.pdf')
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • 退会済みユーザー

    2020/11/10 18:09

    複数のユーザーから「やってほしいことだけを記載した丸投げの質問」という意見がありました
    「質問を編集する」ボタンから編集を行い、調査したこと・試したことを記入していただくと、回答が得られやすくなります。

  • toast-uz

    2020/11/10 22:49 編集

    diff(K)は、f(t) = s = func(1, t) + func(2, t) + func(3,t) +・・・と、g(t)=t の差分を求めるものになっています。return np.linalg.norm(s-t, ord=2) が差分のL2-normを求めている部分です。
    すなわち、コードとしては、f(t)がフ―リエ展開した関数、g(t)=tが元の関数、ということを表していますが、認識はあっていますでしょうか?おそらくg(t)が認識と違うのでは、と思います。

    キャンセル

  • tiroha

    2020/11/11 10:18

    回答ありがとうございます!
    なるほど。fa104.pyの元の関数はf(t)= 1 (-π <= t < 0) かつ 0 (0 <= t <π)とtを関数上に記述しないので、どうプログラムで表現するか悩んでいました。

    キャンセル

回答 1

checkベストアンサー

0

質問者様のコードでは、差分計算のための元の関数がt→tという恒等関数になっており、かつ差分ノルム計算関数diffの中に埋め込まれています。変換前後の差分計算をするためには、元の関数も対応して修正する必要があります。

元の関数、変換後の関数(K項まで展開)、差分ノルム計算、を区別して、質問者様のコード前半を、以下のように実装すると、修正忘れが無くなると思います。関数の中身は、本来比較したいものに修正ください。なお、こういったnumpy配列を入力とする関数を作る際には、np.vectorizeを使うと便利です。

# 変換元関数
def func_f(t):
    def func_f_element(t):
        if -np.pi <= t < 0:
            return 1 # func_f(t) = t
        if 0 <= t < np.pi:
            return 0
    f = np.vectorize(func_f_element)
    return f(t)

# 変換先関数 K項まで展開
def func_g(t, K):
    def func_g_k(t,k):
        return 2.0*np.power(-1.0,k+1)*np.sin(k*t)/k
    s = 0*t
    for k in range(1,K):
      s = s + func_g_k(t,k)
    return s

def diff(K):
    dt =  0.01
    start   = -1.0*np.pi
    end     =  1.0*np.pi
    t = np.arange(start, end, dt)
    return np.linalg.norm(func_g(t, K)-func_f(t), ord=2)

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/11/12 09:27

    回答ありがとうございます。
    ご指摘の通り、func_f(t)関数内のインデントが違っていたようです。
    エラーが出なくなりました。しかし、グラフを出力すると近似誤差がどんどん大きくなっていきます。
    理想としては0に近付くようなグラフを出力したいです。
    ノルム計算が違うのかと思って、
    return np.linalg.norm(func_f(t)-func_g(t, K), ord=2)
    と書き換えても同じ結果が出力されます。

    キャンセル

  • 2020/11/12 12:41 編集

    > グラフを出力すると近似誤差がどんどん大きくなっていきます
    実際にfとgはかけ離れていますので、結果は当然です。もはやコードの問題ではなく、数学の問題です。展開ができていません。

    キャンセル

  • 2020/11/12 14:27

    回答ありがとうございます。再計算したら、展開した式が違いました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.37%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る