
- •1. ЭЛЕМЕНТАРНАЯ ТЕОРИЯ ПОГРЕШНОСТЕЙ; ВЫЧИСЛИТЕЛЬНЫЕ ЗАДАЧИ, МЕТОДЫ И АЛГОРИТМЫ
- •1.1. Источники и классификация погрешностей результата численного эксперимента
- •1.2. Погрешности чисел
- •1.3. Погрешности арифметических операций
- •1.4. Погрешности функций
- •1.5. Особенности машинной арифметики
- •1.6. Лабораторная работа № 1. Определение абсолютной и относительной погрешностей приближенных чисел. Оценка погрешностей результата
- •1.7. Корректность вычислительной задачи
- •1.8. Обусловленность вычислительной задачи
- •1.9. Вычислительные методы, их классификация
- •2. ПРИБЛИЖЕНИЕ ФУНКЦИЙ
- •2.1. Задача приближения функций
- •2.2. Интерполяция обобщенными многочленами
- •2.3. Полиномиальная интерполяция. Многочлен Лагранжа
- •2.4. Погрешность интерполяции
- •2.5. Конечные разности и их свойства
- •Доказательство
- •2.6. Разделенные разности и их свойства
- •2.9. Лабораторная работа № 2. Интерполирование и экстраполирование данных. Интерполяционный многочлен Лагранжа
- •2.10. Интерполяционный многочлен Ньютона с конечными разностями
- •2.11. Лабораторная работа № 3. Интерполирование и экстраполирование данных. Интерполяционный многочлен Ньютона
- •2.12. Интерполяционные формулы Гаусса, Стирлинга и Бесселя
- •3. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ И СПЕЦИАЛЬНЫЕ ИНТЕРПОЛЯЦИОННЫЕ МНОГОЧЛЕНЫ
- •3.1. Постановка задачи и вывод формул метода наименьших квадратов
- •3.3. Глобальная полиномиальная интерполяция
- •3.4. Чувствительность интерполяционного многочлена к погрешностям входных данных
- •3.5. Многочлены Чебышева
- •3.6. Решение задачи минимизации оценки погрешности
- •3.8. Лабораторная работа №5. Экономизация степенных рядов
- •3.9. Локальная интерполяция
- •3.10. Сплайны, их свойства и построение
- •3.11. Погрешность приближения кубическими сплайнами
- •3.13. Тригонометрическая интерполяция. Дискретное преобразование Фурье и его реализация на ЭВМ
- •3.14. Матричная форма записи дискретного преобразования Фурье (ДПФ)
- •3.15. Алгоритм реализации ДПФ
- •3.16. Пример реализации алгоритма ДПФ при
- •3.17. Лабораторная работа № 7. Дискретное преобразование Фурье
- •4. ЧИСЛЕННОЕ ДИФФЕРЕНЦИРОВАНИЕ И ЧИСЛЕННОЕ ИНТЕГРИРОВАНИЕ
- •4.1. Простейшие формулы численного дифференцирования для первой производной
- •4.2. Формулы численного дифференцирования для второй производной
- •4.3. Формулы численного дифференцирования, основанные на интерполяции алгебраическими многочленами
- •4.4. Обусловленность формул численного дифференцирования
- •4.5. Простейшие квадратурные методы численного интегрирования
- •4.6. Оценка погрешностей простейших квадратурных формул
- •4.7. Квадратурные формулы интерполяционного типа
- •4.8. Квадратурные формулы Гаусса
- •4.9. Лабораторная работа № 8. Численное дифференцирование и численное интегрирование функций
- •5. РЕШЕНИЕ СИСТЕМ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ И ПРОБЛЕМЫ СОБСТВЕННЫХ ЗНАЧЕНИЙ
- •5.1. Нормы векторов и матриц и их свойства
- •5.2. Обусловленность задачи решения системы линейных алгебраических уравнений
- •5.3. Метод Гаусса (схема единственного деления)
- •5.4. Метод прогонки
- •5.5. Метод простых итераций
- •5.6. Сходимость метода простых итераций
- •5.10. Постановка задачи нахождения собственных чисел
- •5.11. Подобные матрицы
- •5.12. Локализация собственных значений
- •5.13. Степенной метод
- •5.14. Вычисление собственных векторов методом обратных итераций
- •6. ЧИСЛЕННЫЕ МЕТОДЫ РЕШЕНИЯ НЕЛИНЕЙНЫХ УРАВНЕНИЙ И СИСТЕМ
- •6.1. Решение нелинейных уравнений
- •6.2. Метод Ньютона для уравнений
- •6.3. Сходимость метода Ньютона и трудности его применения
- •6.4. Метод Ньютона решения систем нелинейных уравнений
- •6.6. Модификации метода Ньютона
- •6.7. Лабораторная работа № 11. Решение систем нелинейных уравнений методом Ньютона
- •7. ЧИСЛЕННЫЕ МЕТОДЫ РЕШЕНИЯ ЗАДАЧИ КОШИ ДЛЯ ОБЫКНОВЕННЫХ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ И СИСТЕМ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ
- •7.1. Задача Коши для дифференциального уравнения первого порядка
- •7.2. Численные методы решения задачи Коши. Основные понятия и определения
- •7.3. Решение с помощью рядов Тейлора
- •7.5. Анализ ошибок, возникающих при использовании методов Рунге - Кутты
- •7.6. Методы прогноза и коррекции
- •7.7. Сравнение методов
- •7.8. Лабораторная работа № 12. Методы интегрирования обыкновенных дифференциальных уравнений
- •7.9. Решение задачи Коши для систем обыкновенных дифференциальных уравнений
- •7.11. Лабораторная работа № 13. Численное интегрирование систем дифференциальных уравнений первого порядка
- •8. ДИФФЕРЕНЦИАЛЬНЫЕ УРАВНЕНИЯ С ЧАСТНЫМИ ПРОИЗВОДНЫМИ (УРАВНЕНИЯ МАТЕМАТИЧЕСКОЙ ФИЗИКИ)
- •8.1. Классификация уравнений математической физики
- •8.2. Простейшие задачи, приводящие к дифференциальным уравнениям в частных производных
- •8.4. Уравнения параболического типа. Явные и неявные схемы
- •Доказательство
- •8.5. Уравнения гиперболического типа
- •8.6. Уравнения эллиптического типа
- •8.7. Свойства разностных схем для дифференциальных уравнений: способность аппроксимировать исходную дифференциальную задачу, устойчивость и сходимость
- •8.8. Некоторые обобщения
- •8.9. Лабораторная работа № 14. Решение задачи Дирихле для уравнения Лапласа методом сеток
- •8.10. Лабораторная работа № 15. Решение однородного уравнения колебаний струны методом сеток по неявной схеме.

Теорема 2.3. |
k -я конечная разность выражается через значения функции в k +1 |
|||||
точке по формуле |
k yi = ∑k (−1)k − j Ckj yi+ j , где Ckj = |
k! |
|
. |
(2.5.1) |
|
j!(k − j)! |
||||||
|
j=0 |
|
|
|||
В частности уже получена 2 yi = yi+2 − 2 yi+1 + yi , аналогично получаются формулы |
||||||
3 yi = 2 yi+1 − 2 yi = yi+3 − 2 yi+2 + yi+1 − yi+2 + 2 yi+1 − yi = yi+3 − 3yi+2 + 3yi+1 − yi , |
|
4 yi = yi+4 − 4 yi+3 + 6 yi+2 − 4 yi+1 + yi .
Коэффициенты, входящие в эти формулы, можно взять из треугольника Паскаля . |
]. |
|
Теорема 2.4. Пусть функция y = f (x) дифференцируема k раз на отрезке [xi , xi+k |
||
Тогда справедливо равенство k yi = hk f (k )(ζ), ζ (xi , xi+1 ). |
(2.5.2) |
Доказательство
Теорема в общем виде доказывается по индукции. Проверим ее выполнимость только
для n =1. |
|
= hf / (ζ)= f |
|
|
|
, то есть f (x |
|
|
|
)= f (x |
|
)+ h |
f / (ζ), ζ (x |
|
|
|
). |
f |
k |
k +1 |
− f |
k |
k |
+ h |
k |
k |
k |
, x |
k +1 |
||||||
|
|
|
|
|
|
k |
|
|
|
Но последняя формула - формула Лагранжа для y = f (x). Для последующих n теоре-
ма доказывается по индукции. Эта формула может быть применима для оценки погрешности
при интерполяции, когда функция задана только таблично. Если h |
k |
мало, то |
k |
f |
0 |
можно |
||||
hk |
|
|||||||||
|
|
|
|
|
|
|
f (x ). |
|||
приближенно принять за M k = max |
|
f (k )(x) |
|
и, таким образом, оценить погрешность |
|
|
||||
|
|
|
|
|||||||
[x0 , xk ] |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
В реальных вычислениях таблица конечных разностей k yi |
|
строится по значениям |
yi , каждое из которых содержит погрешность ε j = y j − y j . Тогда в силу формулы (2.5.1)
вычисленные значения k y j содержат неустранимые ошибки |
|
||||||||
|
|
|
|
εi(k ) = |
k yi − |
k yi = ∑k (−1)k − j Ckj εi+ j . |
(2.5.3) |
||
|
|
|
|
|
|
|
|
j=0 |
|
Пусть |
|
εi |
|
≤ ε для всех |
i , тогда можно получить гарантированную оценку |
|
|||
|
|
|
|||||||
|
|
|
|
|
εi(k ) |
k |
k |
|
|
|
|
|
|
|
≤ ∑Ckj ε = ε∑Ckj = 2k ε. |
(2.5.4) |
|||
|
|
|
|
|
|
|
j=0 |
j=0 |
|
|
|
|
|
2.6. Разделенные разности и их свойства |
|
Пусть функция y = f (x) задана на таблице x0 , x1 , x2 ,..., xn значений аргумента с про-
извольным шагом, причем точки таблицы занумерованы также в произвольном порядке. |
|||||||||
Величины f (xi ; xi+1 )= |
f (xi+1 )− f (xi ) |
|
называются разделенными разностями пер- |
||||||
|
xi+1 − xi |
||||||||
|
|
|
|
|
|
|
|||
вого порядка функции y = f (x) в узлах |
xi , xi+1. Аналогично определяются разделен- |
||||||||
ные разности более высокого порядка: f (xi ; xi+1; xi+2 )= |
f (xi+1; xi+2 )− f (xi ; xi+1 ) |
- разде- |
|||||||
xi+2 − xi |
|
||||||||
|
|
|
|
|
|
||||
ленная разность второго порядка в узлах |
xi , xi+1 , xi+2 . Разделенной разностью |
k -го по- |
|||||||
рядка называется число |
|
|
|
|
|
||||
f (xi ; xi+1;...; xi+k )= |
f (xi+1; xi+2 ;...; xi+k )− f (xi ; xi+1;...; xi+k −1 ) |
. |
(2.6.1) |
||||||
|
|||||||||
|
|
|
|
xi+k − xi |
|
|
|
|
Блез Паскаль (1623-1662) - французский математик.
29

Эти разности также можно записывать в виде треугольной таблицы:
x0 |
f (x0 ) |
|
|
|
|
|
f (x0 ; x1 ) |
|
|
||
x |
f (x ) |
|
|
f (x0 ; x1; x2 ) |
|
1 |
1 |
|
) |
|
|
|
f (x ; x |
2 |
|
f (x0 ; x1; x2 ; x3 ) |
|
|
1 |
|
|
|
|
x2 |
f (x2 ) |
|
|
f (x1; x2 ; x3 ) |
f (x0 ; x1; x2 ; x3 ; x4 ) |
|
f (x2 ; x3 ) |
|
f (x1; x2 ; x3 ; x4 ) |
||
x3 |
f (x3 ) |
|
|
f (x2 ; x3 ; x4 ) |
f (x1 ; x2 ; x3 ; x4 ; x5 ) |
f (x3 ; x4 ) f (x2 ; x3 ; x4 ; x5 )
x4 |
f (x4 ) |
f (x3 ; x4 ; x5 ) |
|
f (x5 ) |
f (x4 ; x5 ) |
x5 |
|
Разделенные разности обладают рядом замечательных свойств, изложенных в следующих теоремах.
Теорема 2.5. Разделенная разность f (xi ; xi+1; xi+k ) является симметричной функцией своих аргументов xi , xi+1 ,..., xi+k (то есть ее свойства не меняются при любой их пе-
рестановке).
Теорема 2.6. Разделенная разность |
k -го порядка выражается через значения |
|||||||||||||||||||||||||||||||
функции следующим образом |
|
|
|
|
|
|
|
|
|
|
|
|
f (x |
) |
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
f (x0 ; x1;...; xk )= ∑ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
(2.6.2) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
(x |
i |
− x |
0 |
)(x |
i |
− x )...(x |
i |
− x |
|
)(x |
i |
− x |
i+1 |
)...(x |
i |
− x |
k |
) |
||||||||||||||
|
|
|
i=0 |
|
|
|
|
1 |
|
|
i−1 |
|
|
|
|
|
|
|
|
|||||||||||||
Легко заметить, что под знаком суммы стоят коэффициенты a0 , a1 ,..., ak |
обобщенного |
|||||||||||||||||||||||||||||||
многочлена Φm (x), которые мы получали при выводе формулы Лагранжа (2.3.3). Теорема 2.6 |
||||||||||||||||||||||||||||||||
доказывается методом математической индукции; проверим ее лишь для |
|
k =1. |
|
|||||||||||||||||||||||||||||
f (x |
0 |
; x )= |
f |
(x0 ) |
+ |
f (x1 ) |
= |
|
|
|
|
f (x1 )− f (x0 ) |
|
|
|
|
. |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
1 |
|
x0 |
− x1 |
|
|
|
x1 − x0 |
|
|
|
|
|
x1 |
− x0 |
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
1442443 |
|
|
|
|
|
|
1442443 |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
по формуле (2.6.2) |
после приведения к общему знаменателю |
|
||||||||||||||||||||||||||
Теорема 2.7. Пусть функция |
y = f (x) |
имеет на отрезке [a, b], содержащем точки |
||||||||||||||||||||||||||||||
xi , xi+1 ,..., xi+k , производную порядка k . Тогда справедливо равенство |
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
f (xi ; xi+1 ;...; xi+k |
)= |
f (k )(ζ) |
, ζ (a, b). |
|
|
|
|
|
|
|
|
(2.6.3) |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k! |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Теорема 2.8. В случае когда таблица значений аргумента имеет постоянный шаг h , конечная и разделенная разность связаны соотношением
f (x |
; x |
|
;...; x |
|
)= |
k yi |
. |
(2.6.4) |
|
|
|
||||||
i |
|
i+1 |
|
i+k |
|
hk k! |
|
Для k =1 доказательство теоремы очевидно.
2.7. Интерполяционный многочлен Ньютона
Пусть функция y = f (x) задана в n +1 точках таблично, то есть известны
Исаак Ньютон (1643-1727) - английский физик, астроном и математик.
30

|
|
x0 |
|
|
|
x1 |
|
|
|
x2 |
|
|
|
... |
|
|
|
xn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
y0 |
|
|
|
y1 |
|
|
|
y2 |
|
|
... |
|
|
|
yn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Алгебраический многочлен |
|
n -й степени |
|
|
|
|
|
|
|
|
|||||||||||
|
Pn (x)= f (x0 )+ f (x0 ; x1 )(x − x0 )+ f (x0 ; x1 ; x2 )(x − x0 )(x − x1 )+... |
|
|||||||||||||||||||
+ f (x0 ; x1 ;...; xn )(x − x0 )(x − x1 )...(x − xn−1 )= ∑n |
f (x0 ; x1 ;...; xk )ωk (x), |
(2.7.1) |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k =0 |
ω0 (x)≡1 |
|
|||||
|
|
|
ωk (x)= (x − x0 )(x − x1 )...(x − xk −1 ), |
|
называется интерполяционным многочленом Ньютона с разделенными разностями.
Очевидна аналогия формулы (2.7.1) с формулой Тейлора. Действительно, так как по теоре- |
|||||||||||||||||||||||
ме 2.7 |
f (x |
0 |
; x ;...; x |
i+k |
)= |
f (k )(ζ) |
, |
то P |
(x) = f (x |
0 |
)+ |
f / (ζ) |
(x − x |
0 |
) + |
f // (ζ) |
(x − x |
0 |
)(x − x )+... |
||||
|
|
1 |
|
|
k! |
n |
|
1! |
|
|
2! |
|
|
|
|
1 |
|||||||
Формулы подраздела 2.4 о погрешности интерполяции f (x)− P (x)= |
f (n+1)(ζ) |
ω |
|
|
(x) в точке |
||||||||||||||||||
(n +1)! |
|
|
|
||||||||||||||||||||
x , |
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
n+1 |
|
||||
не |
|
являющейся |
узловой, |
можно |
|
уточнить |
|
следующим |
|
образом: |
|||||||||||||
f (x)− Pn (x) |
= f (x0 ; x1 ;...; xn ; x)ωn+1 |
(x). |
|
|
|
|
|
|
|
|
|
|
|
|
|
(2.7.2) |
В практическом плане формула (2.7.1) обладает рядом преимуществ перед формулой Лагранжа. Если, например, по каким-либо причинам необходимо увеличить степень интерполяционного многочлена на единицу, добавив в таблицу еще один узел xn+1 , то при использовании формулы Лагранжа это приведет не только к увеличению числа слагаемых, но и к
необходимости вычислять каждое из них заново. В то же время для вычисления Pn (x) по |
||||
формуле Ньютона (2.7.1) достаточно добавить к Pn (x) |
лишь очередное слагаемое, так как |
|||
Pn+1 (x)− Pn (x)= f (x0 ; x1 ;...; xn ; xn+1 )ωn+1 (x). Если величина |
|
xn+1 − x |
|
мала, а функция y = f (x) |
|
|
|||
достаточно гладкая, то справедлива оценка: f (x0 ; x1;...; x |
n ; x)≈ f (x0 ; x1;...; xn ; xn+1 ), из кото- |
рой, с учетом предыдущего равенства, следует, что f (x)− Pn (x)≈ Pn+1 (x)− Pn (x). |
Тогда вели- |
||||
чину |
|
||||
εn = |
|
Pn+1 (x)− Pn (x) |
|
|
(2.7.3) |
|
|
||||
можно использовать для практической оценки погрешности интерполяции. |
|
2.8. Вычислительная схема Эйткена
Согласно этой схеме интерполяционные многочлены любого вида вычисляются последовательно по формулам
Pi,i+1 |
(x)= |
|
1 |
|
|
|
|
yi |
xi − x |
|
, |
|
|
|||||
|
|
|
|
|
|
|||||||||||||
xi+1 − xi |
|
|
yi+1 |
xi+1 − x |
|
|
|
|||||||||||
Pi,i+1,i+2 |
(x)= |
|
|
1 |
|
|
|
|
Pi,i+1 |
(x) |
xi |
|
− x |
|
, |
|||
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
Pi+1,i+2 (x) |
xi+2 − x |
|
||||||||||
xi+2 |
− xi |
|||||||||||||||||
Pi,i+1,i+2,i+3 |
(x)= |
|
|
|
1 |
|
|
|
|
Pi,i+1,i+2 (x) |
|
|
xi − |
|
x |
|||
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
Pi+1,i+2,i+3 (x) xi+3 − x |
||||||||||||
|
xi+3 |
− xi |
и так далее. Интерполяционный многочлен n -й степени, принимающий в точках значения yi , i = 0, n, запишется следующим образом:
(2.8.1)
x0 , x1 ,..., xn
Александр Крег Эйткен (1895-1967) - английский математик.
31

|
|
|
|
|
|
|
P |
|
(x)= |
|
|
|
|
1 |
|
|
|
P0,1,...,n−1 (x) |
|
x0 |
|
− x |
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(2.8.2) |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P1,2,...,n (x) xn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
0,1,2...,n |
|
|
|
xn |
− x0 |
|
|
|
|
− x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
Действительно, из первой формулы (2.8.1) |
|
при i = 0 сразу получаем |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||
|
P |
(x) = |
y0 (x1 − x)− y1 (x0 − x) |
= y |
|
|
x − x1 |
|
+ y |
|
|
x − x0 |
|
≡ L (x) = |
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
x |
|
− x |
|
|
|
x |
− x |
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
0,1 |
|
|
|
|
x − x |
0 |
|
|
|
|
|
|
|
|
|
|
0 |
0 |
|
|
|
1 |
|
|
0 |
|
1 |
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|||||||
= y |
|
|
x − x0 + x0 − x1 |
+ y |
|
|
|
x − x0 |
|
= y |
|
|
x0 − x1 |
|
+ y |
|
|
|
|
x − x0 |
|
|
+ y |
|
x |
− x0 |
= |
|||||||||||||||||||||||||
0 |
|
|
1 x |
|
− x |
|
|
|
0 x |
|
− x |
|
0 x |
|
− x |
|
|
1 x |
− x |
|
||||||||||||||||||||||||||||||||
|
|
|
x |
0 |
− x |
|
|
|
|
0 |
|
|
|
0 |
|
|
|
0 |
|
|
|
|
0 |
|
||||||||||||||||||||||||||||
|
|
|
|
|
1 |
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
1 |
|
|
|
|
|||||||||||
= y |
0 |
|
+ (y1 − y0 )(x |
− x0 ) = y |
0 |
|
+ |
y1 |
− y0 |
(x − x |
0 |
) |
|
= y |
0 |
|
+ f (x |
0 |
; x )(x − x |
0 |
) |
≡ P (x). |
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
x1 − x0 |
|
|
|
|
|
|
|
|
|
x1 |
− x0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
1 |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Остальные |
формулы |
проверяются |
|
|
|
аналогично. |
|
|
Кроме |
того, |
мы |
получили, что |
L1 (x)≡ P1 (x). Это действительно так по теореме о единственности интерполяционного многочлена n -й степени. Таким образом, Ln (x) и Pn (x) тождественно совпадают и являются по сути лишь разной формой записи единого интерполяционного многочлена n -й степени.
Схема Эйткена применяется там, где не нужно общее выражение Pn (x), а нужно лишь его значение при конкретных x , и при этом значения функции даны в достаточно большом числе узлов. Вычисления по схеме Эйткена удобно вести с помощью таблицы, аналогичной таблице конечных или разделенных разностей:
x0 |
x1 |
x2
x3
...
xn−1
xn
y0 |
P0,1
|
y1 |
|
|
|
|
|
|
|
P0,1,2 |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P1,2 |
|
|
|
|
|
P0,1,2,3 |
|
|
|
|
|
|
|
|
|
|||
|
y2 |
|
|
|
|
|
|
|
P1,2,3 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P2,3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|||
|
y3 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
... |
|
|
|
|
|
|
|
|
|
Pn−3,n−2,n−1,n |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|||
|
yn−1 |
|
|
|
|
|
|
|
Pn−2,n−1,n |
|
|
|
|
|
|
|
|
|
|
|
Pn−1,n
yn
Вычисления прекращают, |
если |
|
Pn+1 (x)− Pn (x) |
|
|
|
|
< ε или если последовательные значе- |
|||||||||||||||||||||||
|
|
|
|||||||||||||||||||||||||||||
ния P0,1,...,n (x) и P0,1,...,n,n+1 (x) совпадут в |
|
пределах заданной точности. |
|||||||||||||||||||||||||||||
Пример. Вычислить y = 3 |
x по схеме Эйткена в точке x =1.15 , если y = f (x) задана |
||||||||||||||||||||||||||||||
таблицей: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
x |
|
|
|
1.0 |
|
|
|
|
1.1 |
|
|
|
|
|
1.3 |
|
|
|
|
1.5 |
|
|
|
|
1.6 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
y |
|
|
|
1.000 |
|
|
|
|
1.032 |
|
|
|
1.091 |
|
|
1.145 |
|
|
1.170 |
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Составим таблицу и заполним по формулам (2.8.1) ее столбцы, начиная с четвертого:
32