- •Теоретический раздел Предисловие
- •Предисловие ко второму изданию
- •1 Математические модели. Численные методы. Погрешности вычислений
- •1.1 Математические модели и моделирование
- •1.2 Этапы численного решения задач на эвм
- •1.3 Виды погрешностей решения задач
- •1.4 Погрешности арифметических операций
- •1.5 Графы арифметических операций
- •1.6 Распространение погрешностей в вычислениях
- •2 Решение систем линейных алгебраических уравнений
- •2.1 Постановка задачи. Методы решения
- •2.2 Метод Гаусса
- •2.2.1 Описание метода Гаусса
- •2.2.2 Расчетные формулы метода Гаусса
- •2.2.3 Погрешность метода Гаусса. Метод Гаусса с выбором главного элемента
- •2.3 Вычислительная сложность метода Гаусса
- •2.4 Обращение матрицы
- •2.5 Метод lu-разложения
- •2.6 Метод квадратного корня решения симметричных слау
- •2.7 Метод Гаусса–Зейделя
- •2.7.1 Расчетные формулы метода Гаусса–Зейделя
- •2.7.2 Сходимость метода Гаусса–Зейделя
- •2.7.3 Графическая иллюстрация метода Гаусса–Зейделя
- •3 Аппроксимация функций
- •3.1 Понятие аппроксимации функций
- •3.2 Постановка задачи интерполирования функций
- •3.3 Интерполяционный полином Лагранжа
- •3.4 Вычисление значений полиномов
- •3.5 Вычислительная сложность задачи интерполирования
- •3.6 Конечные и разделенные разности функции
- •3.7 Интерполяционный полином Ньютона
- •3.8 Погрешность интерполирования
- •3.9 Полиномы Чебышева 1-го рода
- •3.10 Наилучший выбор узлов интерполирования
- •4 Численное интегрирование
- •4.1 Постановка задачи численного интегрирования
- •4.2 Метод прямоугольников
- •4.3 Погрешность метода прямоугольников
- •4.4 Метод трапеций
- •4.5 Погрешность метода трапеций
- •4.6 Метод Симпсона
- •4.7 Погрешность метода Симпсона
- •4.8 Интерполяционные квадратурные формулы
- •4.9 Интерполяционные квадратурные формулы наивысшей алгебраической степени точности (квадратурные формулы Гаусса)
- •4.9.1 Квадратурная формула Гаусса–Лежандра
- •4.9.2 Квадратурная формула Гаусса–Лагерра
- •4.9.3 Квадратурная формула Гаусса–Эрмита
- •5 Решение нелинейных уравнений
- •5.1 Постановка задачи численного решения нелинейных уравнений
- •5.2 Метод деления отрезка пополам
- •5.3 Метод хорд
- •5.4 Метод простой итерации
- •5.5 Метод Ньютона
- •5.6 Метод секущих
- •6 Решение обыкновенных дифференциальных уравнений
- •6.1 Постановка задачи
- •6.2 Метод рядов Тейлора
- •6.3 Метод Эйлера
- •6.4 Метод Рунге–Кутта 2-го порядка
- •6.5 Метод Рунге–Кутта 4-го порядка
- •7 Решение систем обыкновенных дифференциальных уравнений
- •7.1 Постановка задачи
- •7.2 Приведение дифференциального уравнения -го порядка к системе дифференциальных уравнений 1-го порядка
- •7.3 Метод Эйлера
- •8.2 Выполнение символьных операций в Matlab
- •8.3 Создание символьных переменных
- •8.4 Создание группы символьных переменных
- •8.5 Создание списка символьных переменных
- •8.6 Вывод символьного выражения
- •8.7 Упрощение выражений
- •8.8 Вычисление производных
- •8.9 Вычисление интегралов
- •8.10 Вычисление сумм рядов
- •8.11 Вычисление пределов
- •8.12 Разложение функции в ряд Тейлора
- •8.13 Вычисление определителя матрицы, обращение матрицы
- •9 Дополнение
- •9.1 Вычисление корней полиномов
- •9.2 Решение систем нелинейных уравнений. Метод Ньютона
- •9.3 Решение систем линейных алгебраических уравнений с трехдиагональной матрицей (метод прогонки)
- •9.4 Интерполирование функций сплайнами
- •Практический раздел Указания к выбору варианта
- •Лабораторная работа № 1. Работа в системе Matlab
- •1.1. Цель работы
- •1.2. Порядок выполнения работы
- •Лабораторная работа № 2. Решение систем линейных алгебраических уравнений
- •2.1. Цель работы
- •2.2. Теоретические положения
- •2.3. Порядок выполнения работы
- •Лабораторная работа № 3. Аппроксимация функций
- •3.1. Цель работы
- •3.2. Теоретические положения
- •3.3. Порядок выполнения работы
- •Лабораторная работа № 4. Численное интегрирование
- •4.1. Цель работы
- •4.2. Теоретические положения
- •4.3. Порядок выполнения работы
- •Лабораторная работа № 5. Решение нелинейных уравнений
- •5.1. Цель работы
- •5.2. Теоретические положения
- •5.3. Порядок выполнения работы
- •Лабораторная работа № 6. Решение обыкновенных дифференциальных уравнений
- •6.1. Цель работы
- •6.2. Теоретические положения
- •6.3. Порядок выполнения работы
- •Лабораторная работа № 7. Решение систем обыкновенных дифференциальных уравнений
- •7.1. Цель работы
- •7.2. Теоретические положения
- •7.3. Порядок выполнения работы
- •Лабораторная работа № 8. Выполнение символьных операций
- •8.1. Цель работы
- •8.2. Теоретические сведения
- •8.3. Порядок выполнения работы
- •Литература
- •Литература
3.7 Интерполяционный полином Ньютона
Пусть в точках отрезкаизвестны значенияфункции. Построим по этим данным интерполяционный полиномв форме полинома Ньютона. Построение основывается на том, что разделенные разности интерполяционного полинома и функции совпадают, т.е.
,
,
, (3.18)
……………………………..
.
Кроме того, мы знаем, что
. (3.19)
Запишем разделенную разность первого порядка для полинома :
.
Отсюда
. (3.20)
Разделенная разность произвольного порядка имеет вид
,
откуда
.
Последняя формула позволяет перейти от разделенной разности -го порядка к разделенной разности более высокого-го порядка. В частности,
,
.
Используя эти формулы, из формулы (3.20) последовательно получаем
,
.
Продолжая этот процесс, в итоге получим формулу
.
Учитывая равенства (3.18), (3.19), получаем полином Ньютона для неравноотстоящих узлов, выраженный через разделенные разности в начальной точке :
. (3.21)
Отметим, что при выводе формулы полинома Ньютона мы не предполагали, что узлы располагаются в порядке возрастания. Поэтому порядок узлов в выражении полинома Ньютона можно изменять. Изменив порядок узлов на обратный, мы получим следующее выражение полинома Ньютона, записанное через разделенные разности в конечной точке :
. (3.22)
Если точки отстоят одна от другой на равном расстоянии, то с учетом равенства (3.17) получаем полином Ньютона, выраженный через конечные разности в начальной точке:
. (3.23)
Аналогичным образом получаем полином Ньютона, выраженный через конечные разности в конечной точке :
. (3.24)
Полиномы Ньютона удобны тогда, когда необходимо изменять количество узлов интерполирования. При увеличении количества узлов нет необходимости пересчитывать весь полином, достаточно прибавить к нему новые слагаемые, соответствующие новым узлам. В случае полинома Лагранжа при добавлении новых узлов приходится пересчитывать весь полином.
Полиномы (3.21), (3.23), полученные по разностям в начальной точке , используются для интерполирования функции вблизи начальной точки, а полиномы (3.22), (3.24), полученные по разностям в конечной точке, – для интерполирования вблизи конечной точки.
Пример 3.2. Построим интерполяционный полином Ньютона по данным примера 3.1 п. 3.3. Для этого по таблице 3.1 составим таблицу разделенных разностей (таблица 3.2).
Таблица 3.2
-2 |
12 |
|
|
|
|
-6 |
|
-1 |
6 |
|
1 |
|
|
-1 |
|
3 |
2 |
|
|
Разделенные разности образуют верхнюю убывающую диагональ, содержащую разделенные разности в начальной точке (числа 12, -6, 1), и нижнюю возрастающую диагональ, содержащую разделенные разности в конечной точке(числа 2, -1, 1). Используя разделенные разности в начальной точке, получаем полином Ньютона
.
Используя разделенные разности в конечной точке , получаем полином
.
В обоих случаях мы получили один и тот же полином, совпадающий с полиномом Лагранжа в примере 3.1.