Учебное пособие 1199
.pdf
|
|
y |
1 |
|
|
|
№ 20. |
y 2y |
|
|
|
; |
|
|
|
|
||||
|
x |
x |
|
|||
|
|
|
|
|
|
y(1.2) 0.8. |
|
0.5y(0.9) y (0.9) 1, |
ПРИМЕРЫ РЕШЕНИЯ ЗАДАЧ К КОНТРОЛЬНОЙ РАБОТЕ
Задача № 1
Дана таблица значений функции y f (x) . Построить для этой функции интерполяционный многочлен Ньютона и с помощью его найти приближенное значение функции для заданного аргумента x 3.57.
|
X |
3.50 |
3.55 |
3.60 |
3.65 |
3,70 |
x |
|
|
|
Y |
33.115 |
34.813 |
36.598 |
38.475 |
40.447 |
3.57 |
|
|
|
Решение. Часто приходится рассматривать функции f (x), |
||||||||
заданные табличными значениями |
yi f (xi), |
(i 0,1,2,...,n). |
Эти значения могут быть получены в результате расчета, эксперимента, опыта и т.д. Значения же функции в промежуточных точках неизвестны и их получение может быть связано с проведением сложных расчетов и экспериментов. В некоторых случаях даже при известной зависимости y f (x) ее использование в практических расчетах затруднительно из-за ее громоздкости (содержит трудно вычисляемые выражения, сложные интегралы и т.д.).
В связи с этим возникает задача о приближении (аппроксимации) функций: функцию f (x), заданную таблично или аналитически, аппроксимировать функцией(x), так, чтобы отклонение (x) от f (x) в заданной области было наименьшим. Функция (x) при этом называется аппроксими-рующей.
21
На практике очень важен случай аппроксимации функции многочленом
(x) a |
0 |
a x a |
2 |
x2 |
... a |
m |
xm. |
(1) |
|
1 |
|
|
|
|
|||
При этом коэффициенты ai |
подбираются так, |
чтобы |
||||||
достичь наименьшего |
отклонения |
многочлена от |
данной |
функции. В этом случае будем говорить о полиномиальной аппроксимации или кусочно-полиномиальной аппроксимации.
Если приближение |
строится на заданном |
дискретном |
|
множестве точек |
xi , |
то аппроксимация |
называется |
точечной. К ней относятся интерполирование, среднеквадратичное приближение и др.
При построении приближения на непрерывном множестве точек (например, на отрезке [a,b]), аппроксимация называется непрерывной (или интегральной).
Одним из основных типов точечной аппроксимации
является |
интерполирование. Оно состоит |
в следующем: для |
||||
данной |
функции |
y f (x) |
строим |
многочлен |
(1), |
|
принимающий в заданных точках xi те же значения |
yi , что и |
|||||
функция f (x), т.е. |
|
|
|
|
|
|
|
(xi) yi , |
i 0,1,...,n. |
|
xi |
(2) |
|
При этом предполагается, что среди значений |
нет |
|||||
одинаковых, т.е. xi xk при |
i k . |
|
|
|
Точки xi называются узлами интерполяции, а многочлен
(x)– интерполяционным многочленом. Близость интерполяционного многочлена к заданной функции состоит в том, что
их значения совпадают на заданной системе точек. |
|
|||||||
Максимальная степень |
интерполяционного |
многочлена |
||||||
m n. В этом случае говорят о глобальной |
интерполяции, так |
|||||||
как один многочлен |
|
|
|
|
x2 ... a |
|
xn |
|
(x) a |
0 |
a x a |
2 |
n |
(3) |
|||
|
1 |
|
|
|
|
22
используется для интерполяции функции f (x) на всем рассматриваемом интервале аргумента x. Коэффициенты ai
многочлена (3) находятся из системы уравнений (2). Построим теперь интерполяционный многочлен, единый
для всего отрезка [a,b]. |
Пусть для функции |
y f (x) заданы |
||||||||||||
n 1 значения |
таблично заданной функции |
|
yi f (xi) для |
|||||||||||
равноотстоящих |
|
значений |
|
|
независимой |
|
переменной: |
|||||||
xi x0 ih , (i |
0,1,2,...,n), где |
h шаг интерполяции. |
||||||||||||
|
x |
x |
0 |
|
x |
|
x |
2 |
|
… |
x |
n |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|||
|
y |
y |
0 |
|
y |
|
y |
2 |
|
… |
y |
n |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
Прежде чем получить такие формулы, рассмотрим элементы конечных разностей.
Составим разности значений заданной функции:
y0 y1 y0 f (x0 h) f (x0),y1 y2 y1 f (x0 2h) f (x0 h),
.............................................................
yn 1 yn yn 1 f (x0 nh) f x0 (n 1)h .
Эти разности называются конечными разностями первого порядка функции. Из них, в свою очередь, таким же образом можно получить n 1 конечных разностей второго порядка, или вторых разностей:
2y0 y1 y0; |
2 y1 y2 y1; ....; |
2 yn 2 yn 1 yn 2. |
Аналогично определяются разности III и IV и т.д. порядков. Разность порядка k определяется формулой:
k yi 1 k 1yi k 1yi 1,
где k 1,2,...,n и 0 yi yi .
В некоторых случаях требуется знать выражения конечных разностей непосредственно через значения функции.
23
Для нескольких первых порядков разностей их можно получить непосредственной подстановкой
y0 y1 y0 ;
2 y0 y1 y0 (y2 y1) (y1 y0 ) y2 2y1 y0;
3y0 2 y1 2 y0 ( y2 y1) ( y1 y0) y2 2 y1 y0
(y3 y2) 2(y2 y1) (y1 y0) y3 3y2 3y1 y0.
Аналогично для любого k |
можно записать: |
|
|||||||||
k y0 yk |
k |
yk 1 |
|
k(k 1) |
|
yk 2 ... ( 1)k y0. |
|||||
|
|
|
|||||||||
|
1! |
|
2! |
|
|
|
|||||
Такую же формулу можно записать и для значения |
|||||||||||
разности в узле xi : |
|
|
|
k(k 1) |
|
|
|||||
k yi |
yk i kyk i 1 |
|
yk i 2 ... ( 1)k yi . |
||||||||
|
|||||||||||
|
|
|
|
|
2! |
|
|
|
|||
Для |
функции |
y f (x), заданной |
таблицей своих |
||||||||
значений |
y0, y1,...,yn |
в узлах x0,x1,...,xn, |
конечные разности |
разных порядков удобно помещать в одну общую таблицу с узлами и значениями функции. Обычно используют горизонтальную таблицу или диагональную таблицу конечных разностей
Интерполяционный многочлен Ньютона для заданной функции имеет вид
Pn (x) y0 |
q y0 |
|
q(q 1) |
2 |
y0 |
|
q(q 1)(q 2) |
3 |
y0 |
|
|
|
|
|
|
|
|
|
|||||
|
|
||||||||||
|
|
|
2! |
|
|
3! |
|
|
(4) |
||
|
q(q 1) ... (q n 1) |
n |
|
|
|
|
|
||||
.... |
y0, |
|
|
|
|||||||
|
|
|
|
|
|
|
|
||||
|
n! |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
где q x x0 . h
Интерполяционную формулу (4) обычно используют для вычисления значений функции в левой половине отрезка. Дело
в том, что разности k yi вычисляются через значения
24
функции |
yi, yi 1,..., |
yi k , причем |
i k n. |
Поэтому при |
||||
больших |
значениях i |
|
мы не можем вычислить разности |
|||||
высших порядков k n i . Например, при |
i n 3 в (4) |
|||||||
можно учесть только |
y , 2y |
и 3y . |
|
|
||||
Составим таблицу конечных разностей для заданных |
||||||||
значений: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xi |
yi |
|
yi |
|
|
2yi |
|
3yi |
3.50 |
33.115 |
|
1.698 |
|
|
0.087 |
|
0.005 |
3.55 |
34.813 |
|
1.785 |
|
|
0.092 |
|
0.003 |
3.60 |
36.598 |
|
1.877 |
|
|
0.095 |
|
------ |
3.65 |
38.475 |
|
1.972 |
|
|
------ |
|
------ |
3.70 |
40.447 |
|
------ |
|
|
------ |
|
------ |
|
|
|
|
|
|
|
|
|
При составлении таблицы конечных разностей ограничиваемся разностями третьего порядка, так как они практически постоянны. Поэтому в формуле Ньютона полагаем n 3. Приняв x0 3.50, y0 3.50, будем иметь:
P3(x) 33.115 1.698 q 0.087 q(q 1) 0.005 q(q 1)(q 2) 2 6
или
P3(x) 33.115 1.698q 0.0435q(q 1) 0.00083q(q 1)(q 2),
где q x 3.50 20(x 3.5). 0.05
Подставим в выражение для q вместо x значение x 3.57.
Получим q 20(3.57 3.5) 1.4.
25
Тогда,
P3(1.57) 33.115 1.698 1.4 0.0435 1.4 (1.4 1)
0.00083 1.4 (1.4 1) (1.4 2) 33.115 2.372 0.02436
0.000278 35.511.
Следовательно, |
f (1.57) 35.511. |
|
Задача № 2 |
Задание. |
Дана таблица значений функции y f (x) . |
Используя метод наименьших квадратов, подобрать для заданных значений x и y
1) линейную функцию y A0 A1x; |
|
|
|
|
|
|
||||||||
2) квадратичную функцию y A |
A x A x2. |
|
|
|
||||||||||
|
|
|
|
|
|
|
0 |
1 |
2 |
|
|
|
|
|
Построить графики этих функций. |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
X |
0.5 |
|
1.0 |
|
1.5 |
2.0 |
2.5 |
|
3.0 |
|
|
||
|
Y |
0.31 |
0.82 |
|
1.29 |
1.85 |
2.51 |
|
3.02 |
|
||||
Решение. Пусть |
для |
неизвестной |
функции |
|
f (x) в |
|||||||||
точках x0,x1, ...,xm |
экспериментальным |
путем |
получены |
|||||||||||
значения |
y0 f(x0), |
y1 |
f(x1),....,ym f(xm). |
Интерпо- |
ляция позволяет аппроксимировать таблично заданную
функцию f (x) с помощью более |
простой функции |
(x). При |
||
этом требуется выполнение в |
узлах |
интерполяции xi |
||
равенства f (xi) (xi ) |
(i 0,1,...,m ). |
В ряде |
случаев |
выполнение этого условия затруднительно или даже нецелесообразно. При большом числе узлов интерполяции степень интерполирующего многочлена получается высокой. Поэтому точность такой аппроксимации гарантирована лишь в небольшом интервале порядка несколько шагов сетки. Для другого интервала приходится заново вычислять коэффициенты интерполяционной формулы. В практических приложениях желательно иметь единую приближенную
26
формулу |
f (xi) (xi ) |
(i 0,1,...,m ), пригодную для |
большего |
отрезка [a,b]. |
При этом точность приближения |
может оцениваться по разному. В основу обычно берется рассмотренное отклонение
f (xi ) (xi ) (i 0,1,...,m ).
В связи с этим возникает задача приближения таблично заданной функции f (x) многочленом Pn(x), который имеет
не слишком высокую степень n m 1 и дает в некотором смысле разумную точность аппроксимации.
Для решения этой задачи воспользуемся методом наименьших квадратов. В методе наименьших квадратов за меру отклонения многочлена Pn(x) от функции f (x)
принимается их среднее квадратичное отклонение m
Pn(xi) yi 2 .
i0
|
Задача |
состоит |
в |
том, чтобы в |
аппроксимирующем |
|
многочлене |
P (x) A |
A x ... A xn подобрать коэффицие- |
||||
|
|
n |
0 |
1 |
n |
|
нты |
A0, A1,...,An |
|
так, |
чтобы |
минимизировать |
|
|
m |
|
|
|
|
|
A0 A1xi ... Anxin yi 2 |
(A0,A1,...,An). Так как |
i 0
коэффициенты A0, A1,...,An выступают в роли независимых переменных функции , то необходимым условием минимума
является равенство нулю всех частных производных ,
A0
, …, . Приравнивая к нулю эти частные производные
A1 An
получим систему уравнений
27
|
|
m |
(A |
|
A x |
|
A |
|
x |
2 |
... A |
|
xn |
y |
|
) 0 |
|
|||||
|
|
2 |
0 |
i |
2 |
n |
i |
|
||||||||||||||
|
i 0 |
1 |
|
|
|
i |
|
|
i |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
m |
(A |
|
A x |
|
A |
|
x |
2 |
|
A |
|
xn |
y |
|
)x |
|
0 |
|
||
|
|
2 |
0 |
i |
2 |
n |
i |
i |
|
|||||||||||||
|
|
i 0 |
1 |
|
|
|
i |
|
|
i |
|
|
|
|
||||||||
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(A |
|
A x |
|
A |
|
x |
2 |
|
A |
|
xn |
y |
|
)x |
2 |
0 |
||||
|
|
2 |
0 |
i |
2 |
n |
i |
|||||||||||||||
|
|
i 0 |
1 |
|
|
|
i |
|
|
i |
|
|
i |
|
|
|||||||
|
........................................................................... |
|||||||||||||||||||||
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(A |
|
A x |
|
A |
|
x |
2 |
|
A |
|
xn |
y |
|
)xn |
0. |
|||||
|
2 |
0 |
i |
2 |
n |
i |
||||||||||||||||
|
|
i 0 |
1 |
|
|
|
i |
|
|
i |
|
|
i |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
После преобразования система принимает вид |
|
|
|
|
||||||||||||||||||
|
|
|
|
m |
|
|
|
m |
|
A |
m |
|
|
m |
|
|
|
|
|
|||
A m A x A |
|
x |
2 |
xn y |
|
|
|
|||||||||||||||
|
0 |
|
|
1 |
|
i |
2 |
|
i |
|
|
n |
|
i |
|
|
i |
|
|
|
||
|
|
|
|
i 0 |
|
i 0 |
|
|
|
|
i 0 |
|
i 0 |
|
|
|
|
|||||
|
|
m |
|
A |
m |
|
|
|
m |
|
A |
|
m |
|
|
|
m |
|
|
|||
A |
x |
i |
x2 |
A x3 |
|
xn 1 |
x y |
i |
||||||||||||||
|
0 |
|
|
1 |
i |
|
|
2 |
|
|
i |
|
n |
|
i |
|
|
|
i |
|||
i 0 |
|
|
|
i 0 |
|
|
i 0 |
|
|
|
i 0 |
|
|
i 0 |
|
|||||||
|
|
m |
|
|
|
m |
|
|
|
m |
|
|
|
|
m |
|
|
|
m |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
A0 |
xi2 A1 xi3 |
A2 xi4 ... An xin 2 |
xi2yi |
|||||||||||||||||||
|
i 0 |
|
|
|
i 0 |
|
|
i 0 |
|
|
|
i 0 |
|
|
|
i 0 |
|
.........................................................................................
A |
m |
A |
m |
A |
m |
... A |
m |
|
xn |
xn 1 |
xn 2 |
x |
2n |
||||
0 |
i |
1 |
i |
2 |
i |
n |
|
i |
|
i 0 |
|
i 0 |
|
i 0 |
|
i 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m
xin yi. i 0
Определитель этой системы отличен от нуля, поэтому эта система имеет единственное решение A0, A1,...,An .
1) |
аппроксимируем |
таблично заданную функцию |
y f (x) |
линейной y A0 |
A1x. |
Составим систему для определения A0, A1
28
|
|
|
6 |
x |
|
|
|
6 |
|
y |
|
A m A |
|
k |
|
|
k |
||||||
|
0 |
1 |
|
|
|
|
|||||
|
|
|
k 1 |
|
|
k 1 |
|
||||
|
|
6 |
|
|
|
6 |
|
|
|
|
6 |
|
|
|
|
|
|
2 |
|
|
|||
A0 |
xk |
A1 x |
|
xk yk. |
|||||||
|
|
k 1 |
|
|
k 1 |
|
k |
|
|
k 1 |
|
|
|
|
|
|
|
|
|
Предварительно вычисляем
6
xk 0.5 1 1.5 2 2.5 3 10.5,
k1 6
xk2 0.25 1 2.25 4 6.25 9 22.75,
k1 6
yk 0.31 0.82 1.29 1.85 2.51 3.02 9.8,
k 1
6
xkyk 0.5 0.31 1 0.82 1.5 1.29 2 1.85 2.5 2.51 3 3.02 21.94. k 1
Следовательно, 6A0 10.5A1 9.8
10.5A0 22.75A1 21.94.
Решая эту систему, находим A0 и A1: A0 0.28,
A1 1.09.
Искомый многочлен y 1.09x 0.28. |
|
|||
2) |
аппроксимируем таблично |
заданную |
функцию |
|
y f (x) |
квадратичной функцией y A |
|
A x A x2. |
|
|
0 |
1 |
2 |
Составим систему для определения A0, A1, A2
29
|
|
6 |
6 |
6 |
|
|
A0m A1 |
xk A2 xk2 yk |
|
||||
|
|
k 1 |
k 1 |
k 1 |
|
|
|
6 |
6 |
6 |
|
6 |
|
|
xk |
A1 xk2 A2 xk2 xk yk |
||||
A0 |
||||||
|
k 1 |
k 1 |
k 1 |
|
k 1 |
|
|
6 |
6 |
6 |
4 |
6 |
|
|
2 |
3 |
|
2 |
yk . |
|
A0 |
xk |
A1 xk |
A2 xk |
xk |
||
|
k 1 |
k 1 |
k 1 |
|
k 1 |
|
Предварительно вычисляем
6
xk 0.5 1 1.5 2 2.5 3 10.5,
k1 6
xk2 0.25 1 2.25 4 6.25 9 22.75,
k 1
6
xk3 0.125 1 3.375 8 15.625 27 55.125,
k1 6
xk4 0.0625 1 5.0625 16 39.0625 81 142.1875,
k 1
6
yk 0.31 0.82 1.29 1.85 2.51 3.02 9.8, k 1
6
xk yk 0.5 0.31 1 0.82 1.5 1.29 2 1.85 2.5 2.51 3 3.02 21.94,
k 1
6
xk2yk 0.25 0.31 1 0.82 2.251.29 4 1.85 6.25 2.51 9 3.02 54.0675.
k 1
30