- •1. Математические модели, их создание
- •1.1 Этапы решения задачи на компьютере.
- •1.2 Примеры используемых подходов
- •2. Погрешности результатов
- •2.1 Источники и классификация погрешностей.
- •2.2 Абсолютная и относительная
- •2.3 Действия над приближенными
- •2.4 Погрешности вычисления значений функции.
- •3. Решение системы линейных
- •3.1 Основные понятия алгебры матриц.
- •3.2 Действия с матрицами
- •3.3 Обратные матрицы
- •3.4 Решение систем линейных уравнений
- •4. Приближение функции. Интерполяция.
- •4.1 Постановка задачи приближения функции.
- •4.2 Конечные разности различных порядков.
- •4.3 Интерполяционная формула ньютона.
- •4.4 Интерполяционная формула
- •4.5 Линейная и квадратичная
- •5. Определение параметров эмпирических
- •5.1 Подбор эмпирических формул.
- •5.2 Метод выбранных точек.
- •5.3 Метод средних.
- •5.4 Метод средних.
- •6. Приближенное дифференцирование
- •6.1 Использование конечных разностей для
- •6.2 Использование интерполяционных
- •6.3 Численное интегрирование.
- •1) Метод прямоугольников.
- •2) Метод трапеций.
- •3) Метод симпсона.
- •7. Приближенное решение
- •7.1 Использование конечных разностей для
- •7.2 Погрешность приближнного значения
- •7.3 Графическое решение уравнений.
- •7.4 Метод половинного деления
- •7.5 Метод хорд
- •7.6 Метод ньютона
- •8. Приближенное решение обыкновенных дифференциальных уравнений.
- •8.1 Метод последовательного дифференцирования.
- •8.2 Метод эйлера
- •9.Вычисление значений функции.
- •9.1 Постановка задачи.
- •9.2 Схема горнера для вычисления
- •9.3 Определение границ действительных корней
4.4 Интерполяционная формула
ЛАГРАНЖА.
В случае непостоянного шага интерполирования
xi – xi-1 = hi ≠ const при i=1,2,…,n
используется так называемая интерполяционная формула Лагранжа.
|
Пусть на отрезке [a,b] даны n+1 значений аргумента x0, x1, x2, …, xn и для функции y=f(x) известны соответствующие значения f(x0)=y0, f(x1)=y1, … , f(xn)=yn Строится поленом Ln(x), имеющий в заданных узлах x0, x1, ..., xn те же значения, что и функция f(x), т.е. такой, что Ln(xi) = yi (i=0, 1, …, n) Такой поленом имеет вид: |
|

Это и есть интерполяционная формула Лагранжа.
4.5 Линейная и квадратичная
ИНТЕРПОЛЯЦИЯ.
Рассмотрим два частных случая интерполяционного полинома Лагранжа.
При n=1 мы имеем две точки – (x0,x1), и получим из формулы (4.6) уравнение прямой y=L1(x), проходящей через эти точки
y=L1(x)=
y0
+
y1
При
x0=a,
x1=b
получим y
=
y0
+
y1
При n=2 получим уравнение параболы, проходящей через 3 точки x0=a, x1=b, x2=c
L2(x)
=
y0
+
y1
+
y2
=
y0
+
y1
y2
Пример
1
Для функции y=sinπx
построить интерполяционный полином
Лагранжа, выбрав узлы x0=0,
x1=
,
x2=
.
Решение
Вычислим соответствующие значения
функции y0=0,
y1=
sin
=
,
y2=
sin
=1
Применяя формулу (4.6), получим:
L2(x)
=
y0
+
y1
+
y2
=
∙ 0 +
∙
+
∙ 1 =
x
– 3x2
Пример 2 С помощью интерполяционной формулы Лагранжа вычислить значение функции при значении аргумента x*=323.5, приняв n=3. В соответствии с вариантом выбрать исходные данные из таблицы 4 индивидуального задания.
|
i |
x |
y |
|
0 |
321,0 |
2,50651 |
|
1 |
322,8 |
2,50893 |
|
2 |
324,2 |
2,51081 |
|
3 |
325,0 |
2,51188 |
Решение Подставим значения x*, xi и yi в интерполяционную формулу Лагранжа (4.6)
L(x*)
= y0
+ y1
+ y2
+
Получим:
L(323,5)
= 2,50651 ∙
+ 2,50893 ∙
+ 2,51081 ∙
+2,51188∙
= –0,07996 + 1,18794 + 1,83897 – 0,43708 =2,50987
Таким образом, в точке x*=323,5 функция f(x*)=2,50987.
5. Определение параметров эмпирических
ФОРМУЛ.
5.1 Подбор эмпирических формул.
Пусть при обработке экспериментальных данных получена таблица данных
|
x0 |
x1 |
x2 |
… |
xn |
|
y0 |
y1 |
y2 |
… |
yn |
Необходимо построить зависимость y=f(x), приближенно отображающую эти данные.
Вид эмпирической формулы может быть произвольным. В этом случае предпочтение отдается наиболее простым формулам.
Более строгий выбор эмпирической формулы производится на основе анализа i-ых конечных разностей по данным таблицы. Если расстояние между узлами ∆xi = xi – xi-1 = const, то:
1) при условии ∆yi≈const следует в качестве эмпирической формулы использовать линейную зависимость
y = ax + b;
2) при ∆2yi≈const – квадратичную
y = ax2 + bx + c;
3) при ∆3yi≈const – кубическую
y = ax3 + bx2 + cx + d;
и т.д.
рассмотрим несколько методов определения параметров эмпирических формул.
5.2 Метод выбранных точек.
Пусть получена некоторая таблица данных y=f(x). На плоскости XOY нанесем эти точки
|
|
(*), а затем проведем кривую φ(x), примыкающую к этим точкам, и выберем на этой линии точки (◦). Число выбранных точек должно быть равным количеству исходных параметров. Координаты этих точек измеряются и используются для вычисления коэффициентов эмпирической зависимости.
|
Если используется эмпирическая зависимость
φ(x) = a0 + a1x + a2x2 + … + anxn
то для вычисления n+1 коэффициентов ai нужно задать n+1 точку. В результате получим систему n+1 линейных уравнений
a0+a1x0+a2
+…+an
=y0
a0+a1x1+a2
+…+an
=y1
… … … …
a0+a1xn+a2
+…+an
=yn
т.к. значения xi и yi (i=0,1,2,…,n) известны.


