
- •1.1. Основные этапы решения задач с помощью эвм
- •1.2. Погрешности результатов численного решения задач
- •2.1. Метод дихотомии (деления отрезка пополам)
- •2.2. Метод хорд
- •2.3. Метод простой итерации
- •2.4. Метод Ньютона
- •3.3. Итерационные методы решения слау
- •4.1. Постановка задачи интерполяции
- •4.2. Полиномиальная интерполяция. Формула Лагранжа
- •4.3. Разделенные разности и интерполяционная формула Ньютона
- •4.4. Кусочно-полиномиальная интерполяция
- •5.1. Численное дифференцирование
- •5.2. Погрешности методов численного дифференцирования
- •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
- •Метод наименьших квадратов для регрессионного анализа
- •Основная задача определить коэффициенты . Для расчетов необходимо задать массивы данныхи, построим программу, используя соотношение
- •7.1. Методы решения задачи Коши
- •7.3. Решение краевой задачи для оду
- •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
4.2. Полиномиальная интерполяция. Формула Лагранжа
Известно,
что любая непрерывная на отрезке
функция
может быть хорошо приближена некоторым
полиномом
*,
о чем говорит теорема Вейерштрасса: Для
любого
существует полином
степени
,
такой, что
.
Однако
эта теорема не дает ответа на вопрос о
существовании хорошего интерполяционного
полинома для заданного множества точек
.
Будем искать такой полином методом
неопределенных коэффициентов с
использованием степенного базиса.
Представим интерполяционный полином
в виде
,(4.5)
где
– неопределенные коэффициенты. Приняв
во внимание (4.1), для нахождения неизвестных
коэффициентов
получим систему линейных алгебраических
уравнений:
(4.6)
Данная система имеет единственное решение, так как ее определителем является отличный от нуля определитель Вандермонда
(4.7)
для
.
Отсюда следует, что интерполяционный
полином (4.5) существует и единственен
(форм его записи существует множество).
В
качестве базиса для построения
интерполяционного полинома были взяты
функции
.
Однако более удобным для вычислений
является использование коэффициентов
Лагранжа
(4.8)
где
индексы
и
изменяются от
до
,
или полиномов Лагранжа (принимающих
аналогичные значения при
)
.(4.9)
Очевидно,
что полином
принимает значение
в узле
и равен нулю во всех остальных узлах.
Отсюда следует, что интерполяционный
полином
(4.10)
имеет
степень не выше
и
.
Таким образом, полином, приближенно
описывающий исходную функцию, найден.
Формулу (4.10) называют формулой Лагранжа.
Число арифметических операций для
вычисления по формуле Лагранжа
пропорционально
.
Предположив, что функция
имеет
-ю
непрерывную производную, можно получить,
что погрешность аппроксимации составляет
для
. (4.11)
4.3. Разделенные разности и интерполяционная формула Ньютона
Для
вычислений удобна форма записи
интерполяционного полинома, связанная
с разделенными
разностями.
Введем разделенные разности для известных
точек
:
нулевого
порядка
;
первого
порядка
;
второго
порядка
и т.д.
Разделенные
разности имеют размерности соответствующих
производных функции
.
Если исходная функция представима в
виде полинома
степени
,
то разделенные разности можно записать
относительно этого полинома соответственно:
первого
порядка
;
второго
порядка
и т.д.
Для разделенных разностей справедливо равенство
(4.12)
доказательство которого можно провести по индукции.
Непосредственно из (4.12) вытекает ряд следствий:
Разделенная разность является линейным оператором относительно функции
:
Разделенная разность есть симметрическая функция своих аргументов
(т.е. не изменяется при любой их перестановке).
Если
функция задана в точках
,
то
таблицу
называют таблицей ее разделенных разностей.
Построим
интерполяционные формулы, используя
разделенные разности полиномов. Пусть
– полином степени
.
Вычтя из
константу
,
получим полином
,
который обращается в нуль при
и поэтому делится нацело на
.
Следовательно, первая разделенная
разность полинома
степени
(4.13)
есть
полином
степени относительно
и в силу симметричности выражения (4.13)
относительно
.
Аналогично вторая разность
есть полином
степени. В самом деле, числитель
разделенной разности
(4.14)
обращается
в нуль при
и, значит, нацело делится на
,
а степень полинома при этом уменьшается
на единицу. Далее можно показать, что
разделенная разность
есть полином нулевой степени, т.е.
константа, а разделенные разности более
высоких порядков равны нулю.
Выразив
из (4.13) полином
,
а из (4.14) полином
получим
(4.15)
и
т.д. Эта цепочка соотношений конечна,
так как
разделенная разность полинома равна
нулю. Последовательно подставив эти
соотношения друг в друга, получим формулу
которая
содержит значения разделенных разностей
полинома в узлах
.
Однако значения интерполяционного
полинома в узлах по определению совпадают
со значениями функции
и поэтому разделенные разности функций
и
равны. Подставив в полученную формулу
разделенные разности функции
,
получим интерполяционный полином в
виде
. (4.16)
Этот полином называется интерполяционным полиномом Ньютона.
Пример.
Пусть функция
.
Выберем в качестве узлов точки
.
Составим таблицу разделенных разностей:
(нету)
С учетом найденных величин, получим
Применив
интерполяционный полином, можно
приближенно найти значения функции
в точках, не совпадающих с узлами. В
нашем случае, например,
. Если
узлы интерполяции отстоят друг от друга
на одном и том же расстоянии, т.е.
удовлетворяют соотношению
,
где
,
а
,
то, обозначив
,
получим следующие равенства:
и
т.д. В общем случае
, (4.17)
где
.
Тогда
Поэтому интерполяционный полином (4.16) преобразуется к виду
.(4.18)