
- •1.1. Основные этапы решения задач с помощью эвм
- •1.2. Погрешности результатов численного решения задач
- •1.3. Основные требования к алгоритмам и программному обеспечению
- •2.1. Метод дихотомии (деления отрезка пополам)
- •2.2. Метод хорд
- •2.3. Метод простой итерации
- •2.4. Метод Ньютона
- •2.5. Модификации метода Ньютона
- •3.1. Основные понятия вычислительной линейной алгебры
- •3.2. Некоторые точные методы решения слау
- •3.3. Итерационные методы решения слау
- •3.4. Вычисление собственных значений матрицы
- •4.1. Постановка задачи интерполяции
- •4.2. Полиномиальная интерполяция. Формула Лагранжа
- •4.3. Разделенные разности и интерполяционная формула Ньютона
- •4.4. Кусочно-полиномиальная интерполяция
- •4.4. Программы решения задач интерполяции с помощью Matlab
- •5.1. Численное дифференцирование
- •5.2. Погрешности методов численного дифференцирования
- •5.3. Численное интегрирование. Простейшие методы
- •5.4. Метод Ньютона-Котеса и его модификация
- •5.5. Методы Монте-Карло
- •6.1. Решение пере- и недоопределенных слау
- •6.2. Примеры решение переопределенной слау методом наименьших квадратов Пусть
- •6.3. Метод наименьших квадратов для регрессионного анализа
- •Задание к главе 6
- •7.1. Методы решения задачи Коши
- •7.2. Методы Рунге-Кутта решения задачи Коши
- •7.3. Решение краевой задачи для оду
- •Задания к главе 7
- •8.1. Решения дифференциальных уравнений первого порядка
- •8.2. Решения дифференциальных уравнений параболического типа
- •8.3. Решение дифференциальных уравнений эллиптического типа
- •8.4. Решение дифференциальных уравнений гиперболического типа
4.4. Кусочно-полиномиальная интерполяция
Интерполяция
многочленом Лагранжа или Ньютона на
отрезке
с использованием большого числа узлов
приводит к увеличению степени
интерполяционного многочлена, что
затрудняет вычисления и увеличивает
погрешность. Для решения этой проблемы
отрезок
разбивают на части и на каждой из них
приближенно заменяют функцию
многочленом некоторой, обычно не слишком
большой степени. Такой подход к решению
задачи интерполяции называется
кусочно-полиномиальной
интерполяцией.
Одним из видов кусочно-полиномиальной
интерполяции является интерполяцией
с помощью сплайн-функций.
Сплайн-функцией
или сплайном
называют кусочно-полиномиальную функцию,
определенную на отрезке
и имеющую на нем некоторое число
непрерывных производных. Слово«spline»
означает
гибкую линейку, используемую для
проведения гладких кривых через заданные
точки плоскости. Преимущество сплайнов
перед обычной интерполяцией заключается
в том, что их сходимость к функции
осуществляется
быстрее. Более того, использование
сплайнов повышает устойчивость процесса
вычислений. Рассмотрим распространенный
в вычислительной практике случай, когда
сплайн определяется с помощью многочленов
степени
.
Интерполяционным
сплайном порядка
,
соответствующим данной функции
и данным узлам
,
называется функция
,
удовлетворяющая следующим условиям:
на каждом из отрезков
она является многочленом степени
(
);
на отрезке
она имеет непрерывные производные до порядка
;
, при
Если
,
то для единственности
следует задать дополнительно еще
условий, которые обычно задаются на
концах отрезка
либо произвольно, либо из дополнительной
информации о поведении
.
При
получаем так называемый метод ломаных
(каждая точка соединяется с соседними
прямой линией). Очевидно, что
равномерно сходится к непрерывной на
отрезке
функции
.
Равномерная сходимость имеет место для
квадратичного
и
кубического сплайна
,
причем скорость сходимости повышается
вместе с увеличением порядка сплайна
и повышением гладкости функции
.
Рассмотрим
построение кубического сплайна
.
На каждом из отрезков
,
где
,
будем искать функцию
в виде многочлена третьей степени
. (4.19)
Здесь
,
,
а
,
,
и
– коэффициенты, подлежащие определению.
Выясним смысл введенных коэффициентов,
для чего вычислим первые три производные
функции (4.19):
Отсюда
для
получим
. (4.20)
Сучетом
условия
получим, что для
. (4.21)
Доопределим,
кроме этого,
.
Таким образом, коэффициенты
определены.
Требование
непрерывности функции
приводит к условиям при
(4.22)
Из
выражения (4.22)с учетом выражений (4.18),
получаем при
уравнения
. (4.23)
Обозначив
перепишем в виде
,
для
. (4.24)
Условия
непрерывности первой производной
для
,
приведут
к уравнениям
,
для
, (4.25)
а из условий непрерывности второй производной получим
,
для
. (4.26)
Объединяя
уравнения (4.24)-(4.26), получим систему
уравнений относительно
неизвестных
,
,
(при
).
Два
недостающих условия получают, задавая
те или иные граничные условия для
.
Пусть для
выполняются условия
,
тогда
или
и
,
т.е.
получаем два уравнения
и
. (4.27)
Заметим,
что условие
совпадает с уравнением (4.26) при
.
Таким образом, для определения неизвестных коэффициентов приходим к к замкнутой системе уравнений:
(4.28)
Систему уравнений (4.28) можно решать различными методами, однако путем преобразований ее можно свести к решению СЛАУ с трехдиагональной матрицей:
(4.29)
а
(4.30)
где
.
Отметим, что систему уравнений (4.29) можно
решать с помощью метода прогонки.