Curve Fitting, Approximation   곡선 적합, 커브 피팅, 근사

(2021-11-06)

함수 근사, 다항식 근사, Linear Approximation, 선형 근사, Approximate Method, 근사 법, 근사식


1. 곡선 적합 (Curve Fitting) 또는 Approximation (근사) 이란?

  ㅇ (유형 1)  데이터들을 어떤 적합한 곡선으로 맞추는 것
     - 이산적인 값 사이에 있는 점들을 근사화하는 추정 곡선(함수)을 얻는 것
        . 경향(trend),모델(model)을 찾으려는 것
     - 주로, 적합(Fitting)이라고 칭함

  ㅇ (유형 2)  복잡한 것을 단순한 것으로 묘사하는 것
     * 즉, 복잡한 함수를 간단한 함수로 근사화하는 것
     - 주어진 함수를 `다항식`, `잘 알려진 함수(삼각함수 등)`로 근사화 
     - 주로, 다항식 근사(Polynomial Approximation), 함수 근사(Function Approximation) 등으로 칭함
     - 한편, 미분 이론의 목적 중 하나가 곡선과 가장 가까운 근사 다항식 구하기 등 임

  ㅇ (유형 3)  :  (근사화에 대한 다른 관점)
     - (방정식 관점)
        . 방정식 해를 정확히 구할 수 없을 때, 방정식 해(값 또는 함수)를 근사적으로 구하는 것
     - (벡터 관점)  ☞ 벡터 투영(벡터 근사) 참조
        . 벡터 관점에서, `근사(Approximation)` 및 `투영(Projection)`은 동등한 것으로 봄
     - (통계 관점)  ☞ 회귀 분석 참조
        . 직접 관측할 수 없는 값들에 대해 관측가능한 값(변수)들 만으로,
        . 확률함수 관계식(추세 모형)을 찾아내어, 
        . 이를통해 확률적으로 근사(추정 또는 예측)하는 것

  ※ [용어] 때론, `근사 (Approximation)`를 `추정 (Estimation)`과 동일 의미로 쓰곤 함


2. 근사(Approximation)의 例

  ㅇ f(x) = a x + b 형태의 1차 함수로 근사  :  선형 근사/직선 근사(Linear Approximation)

  ㅇ 함수에 대해 급수 형태로 표현(근사)하는 방법  :  테일러 근사
     - 급수의 각 항 계수들을 그 함수도함수와 관련시켜 근사 표현

     - 1차 근사식 (1차 도함수까지 만 이용)
        .  f(a + h) ≒ f(a) + h f'(a)  (h ≒ 0)
           .. 例) √(64.3) = √(64 + 0.3) ≒ 8 + (0.3)(1/2√(64)) = 8 + 0.01875 = 8.01875
           .. 여기서, f(x) = √x , f'(x) = 1/(2√x) 
        .  f(x) ≒ f(0) + x f'(0)  (x ≒ 0) 
           .. 例) sinθ ≒ sin 0 + θ cos θ = 0 + θ = θ  
           .. 여기서, f(θ) = sin θ, f'(θ) = cos θ  
     - 2차 근사식 (2차 도함수까지 만 이용)
        .  f(a + h) ≒ f(a) + h f'(a) + ½ h²f"(a)  (h ≒ 0)
        .  f(x) ≒ f(0) + x f'(0) + ½ x²f"(0)  (x ≒ 0) 

  ㅇ 잔차의 제곱의 합을 최소화시키는 근사  :  최소자승 근사법(LSA)

  ㅇ 주기적 현상에 대한 근사 : 푸리에 표현에 의한 근사
     - 신호정현파적 신호일차결합으로 표현

  ㅇ 증가/감소 모형에 대한 근사 : 지수함수일차결합에 의한 근사


3. 곡선 적합(Curve Fitting)의 방법 상의 구분보간법 (Interpolation)         : 기지 값들에 의해, 미지 값에 대한 근사 모형 추구
     - 기지의 두 점 사이를 지나는 함수를 구해, 임의 점의 함수값을 추정하는 방법
        . 주변의 이미 알려진 값들로부터 미지값을 보간 함수(보간 다항식)를 이용하여 추정회귀분석 (Regression Analysis) : 데이터 집단이 갖는 추세 모형 추구
     - 각 점들을 정확히 통과하지는 않지만, 데이터 집단의 경향을 보이는 하나의 곡선을 찾음
        . 데이터들이 상당한 크기의 오차를 포함하거나 산재되어 있는 경우에 데이터들의
          일반적인 경향을 찾아내는 것
        . 점들로 이루어진 집단의 경향을 따르도록하는 곡선을 유도함

곡선적합 (근사)
   1. 곡선적합(Curve Fitting)   2. 보간법   3. 선형 보간법   4. 다항식 보간법   5. 스플라인 보간법   6. 최소자승법   7. 회귀분석  


Copyrightⓒ written by 차재복 (Cha Jae Bok)               기술용어해설 후원
"본 웹사이트 내 모든 저작물은 원출처를 밝히는 한 자유롭게 사용(상업화포함) 가능합니다"