- •Н. Б. Борковский Математические методы в экологии
- •Часть I. Численные методы
- •Тема 1 9
- •Тема 2 14
- •Тема 3 30
- •3.0 Постановка задачи 30
- •1. Постановка проблемы
- •2. Выбор или построение математической модели
- •3. Постановка вычислительной задачи
- •4. Предварительный анализ свойств вычислительной задачи
- •5. Выбор или построение численного метода
- •6. Алгоритмизация и программирование
- •7. Отладка программы
- •8. Счет по программе
- •9. Обработка и интерпретация результатов
- •10. Использование результатов и коррекция математической модели
- •1.0 Источники приближенных чисел
- •1.1 Источники и классификация погрешностей
- •1.2 Абсолютная и относительная погрешности вычисления
- •1.3 Погрешности арифметических операций
- •1.4 Обратная задача теории погрешностей
- •Постановка задачи
- •Метод половинного деления (метод «вилки», метод дихотомии)
- •Метод Ньютона (метод касательных)
- •Метод хорд (метод пропорциональных частей)
- •Метод итерации (метод последовательных приближений)
- •Постановка задачи
- •Решение систем линейных уравнений методом итерации
- •Решение систем нелинейных уравнений методом итерации
- •Решение систем линейных уравнений – «подводные камни»
- •4.0 Интерполирование – постановка задачи
- •4.1 Интерполирование полиномами
- •4.2 Аппроксимация функций. Метод наименьших квадратов
- •4.3 Интерполирование сплайнами
- •4.4 Интерполирование – примеры и «подводные камни»
- •4.5 Сглаживание данных (скользящее среднее)
- •5.0 Постановка задачи
- •5.1 Формула трапеций
- •5.2 Формула Симпсона
- •5.3 Формула Ньютона–Котеса
- •5.4 Формула Гаусса
- •5.5 Связь формул интегрирования
- •5.6 Численное интегрирование. Сравнение методов
- •5.7 Численное интегрирование – «подводные камни»
- •6.0 Введение
- •6.1 Обыкновенные ду. Метод Эйлера
- •6.2 Обыкновенные ду. Основные методы решения
- •6.3 Обыкновенные ду. Методы прогноза и коррекции
- •6.5 Обыкновенные ду. Сравнение методов
- •6.6 Оду. Влияние неточности исходной информации
- •6.7 Оду. Представление о конечных разностях
- •6.8 Оду. Краевые задачи – введение
- •8.0 Ду в частных производных. Постановка задачи
- •8.1 Ду в частных производных. Эллиптические уравнения
- •8.2 Ду в частных производных. Гиперболические уравнения
- •8.3 Ду в частных производных. Параболические уравнения
- •9.0 Методы безусловной оптимизации. Введение
- •9.1 Методы безусловной оптимизации. Классификация методов
- •9.2 Методы безусловной оптимизации нулевого порядка
- •9.3 Методы безусловной оптимизации первого порядка
- •9.4 Методы оптимизации второго порядка
- •Тема 10
- •10.0 Метод Монте–Карло. Некоторые задачи
- •10.1 Проблема получения случайных чисел
- •10.2 Общая схема метода
- •10.3 Метод Монте–Карло. Пример
- •10.4 Вычисление кратных интегралов
- •Число испытаний n не зависит от размерности интеграла i0
4.1 Интерполирование полиномами
Линейную комбинацию
|
(4.3) |
с действительными коэффициентами ci называют обобщенным многочленом (полиномом) по системе функций {i(x)}, i = 0, 1, …, n.
На практике чаще всего используются следующие системы:
1) 1, x, x2, …, xn, … – алгебраическая интерполяция;
2) 1, sin x, cos x, …, sin nx, cos nx, … – тригонометрическая интерполяция (применяется для приближения периодических функций);
3)
–
экспоненциальная интерполяция (где i
– некоторая числовая последовательность
попарно различных действительных
чисел).
Рассмотрим интерполирование функции f(x) полиномом Qn(x) степени не выше n, удовлетворяющим условию (4.2), т. е. таким, что
|
(4.4) |
Такой полином называется интерполяционным.
К
ак
известно, существует единственный
полином вида
степени не выше n, принимающий в точках x0 , x1 , x2 , … , xn заданные значения.
Коэффициенты аi полинома Qn (x) можно определить из следующей системы уравнений:
|
(4.5) |
где
.
Определителем этой системы является определитель Вандермонда:
О
н
отличен от нуля при всяких различных
между собой xi, следовательно,
интерполяционный многочлен существует
и он единственный.
Как для произвольно заданных узлов интерполирования, так и для равномерно отстоящих узлов применяется интерполяционная формула Лагранжа:
|
(4.6) |
При n = 1 (линейная интерполяция) формула (4.6) представляет собой уравнение прямой y = L1(x), проходящей через две заданные точки (x0, y0), (x1, y1):
|
(4.7) |
При n = 2 (квадратичная интерполяция) формула (4.6) представляет собой уравнение параболы y = L2(x), проходящей через три заданные точки (x0, y0), (x1, y1) и (x2, y2):
|
(4.8) |
Разность
называется погрешностью интерполяции,
или остаточным членом интерполяции.
В узлах
интерполяции погрешность
= 0, в остальных точках она отлична от
нуля.
Если f(x) имеет непрерывную (n + 1) производную, то возможно представление остаточного члена интерполяции в виде
|
(4.9) |
г
де
зависит от x и лежит
внутри отрезка [a, b] (a = x0 <
x1 < ... xn =
b).
Формула (4.9) справедлива для всех точек отрезка [a, b], в том числе и для узлов интерполирования.
Принимая
,
получим оценку погрешности интерполяции
в текущей точке
:
|
(4.10) |
Оценка максимальной погрешности интерполяции на всем отрезке [a, b]:
|
(4.11) |
Пример 1
Построить интерполяционный полином
Лагранжа для функции
на
,
если
С помощью интерполяционной формулы
вычислить
и оценить погрешность.
Имеем три узла интерполяции:
Т. к. n = 2, то строим полином второй степени L2(x).
Воспользуемся формулой (4.8).
.
Погрешность интерполяции оценим, используя формулу (4.10):
;
;
;
;
.
Получим следующую оценку:
.
Используя полученный интерполяционный
полином L2(x), вычислим
Таким образом,
.
(Более точное значение
).
Пример 2
Дана таблица значений y = f(x).
Найти значение f(3,30).
Чтобы найти значение в любой промежуточной точке, необходимо построить
интерполяционный полином по табличным данным. Построим полином Лагранжа
для n = 3 (i = 0, 1, …, n).
.
Итак, интерполяционный полином Лагранжа для заданных табличных данных имеет следующий вид:
.
Для нахождения значения f(3,30) используем полученный полином Лагранжа, т. е.
.
