- •Основные понятия вычислительной математики.
- •Решение нелинейного уравнения методом простых итераций. Понятие сжимающего отображения. Теорема о сходимости. Геометрическая интерпретация. Метод простой итераций.
- •Условие сходимости метода. Понятие сжимающего отображения.
- •Усовершенствование итерационного процесса. Условия для выбора числа r. Геометрическая интерпретация Модификация итерационного процесса.
- •Геометрическая интерпретация.
- •Метод Ньютона для решения нелинейного уравнения. Условия сходимости метода. Геометрическая интерпретация. Метод Ньютона.
- •Условие сходимости метода Ньютона
- •Геометрическая интерпретация.
- •Метод секущих для решения нелинейных уравнений. Условие сходимости. Геометрическая интерпретация. Метод секущих.
- •Метод Стефенсона. Условие сходимости метода. Геометрическая интерпретация. Метод Стефенсона.
- •Геометрическая интерпритация.
- •Численные методы линейной алгебры.
- •Прямые и итерационные методы. Условие сходимости итерационных методов. Метод Гаусса.
- •Метод простой итерации.
- •Сходимость метода простой итерации.
- •Метод Зейделя.
- •Метод релаксации.
- •Метод прогонки.
- •Вычисление собственных чисел матрицы.
- •Метод итерации и Ньютона решения сну. Теоремы о сходимости.
- •Сходимость метода.
- •Метод Ньютона.
- •Сходимость метода.
- •Вопрос приближения функций. Понятие точечной и интерполяционной аппроксимации.
- •Интерполяционный многочлен Лагранжа. Теорема о единственности.
- •Многочлен Ньютона с распределенными разностями.
- •Многочлен Ньютона с конечными разностями
- •Сплайны.
- •Линейная и квадратичная интерполяция.
- •Характер экспериментальных данных.
- •Метод выбранных точек и средних.
- •Метод наименьших квадратов.
- •Равномерное приближение функции.
- •Численное интегрирование и дифференцирование.
- •Общая постановка задачи Коши.
- •Метод Эйлера.
- •Метод Рунге - Кутта.
- •Метод Рунге - Кутта четвертого порядка точности:
- •Постановка 2-х точной краевой задачи.
- •Метод конечных разностей
- •Метод Адамса.
Многочлен Ньютона с конечными разностями
В рассмотренных выше методах не делалось никаких предположений о плотности распределения узлов интерполяции. Рассмотрим случай равноотстоящих узлов интерполяции, то есть xi - xi-1 = const = h, i=1,n. h - называется шагом.
Введем понятие конечных разностей. Пусть некоторая функция задана таблицей. Составим разности значений функции:
Эти разности называются разностями первого порядка. Можно составить разности второго порядка:
Аналогично составляются разности k-го порядка:
Выразим конечные разности непосредственно через значение функции:
Таким образом, для любого k можно записать:
Запишем эту формулу для значений разности в узле xi:
Используя конечные разности можно определить
Перейдем к построению интерполяционного многочлена Ньютона. Этот многочлен будем искать в виде:
График многочлена должен проходить через заданные узлы, то есть N(xi)=yi(i = 0,n). Используем эти условия для нахождения коэффициентов многочлена:
Найдем отсюда коэффициенты ai :
Таким образом для любого k-го коэффициента формула примет вид:
Подставляя эти формулы в выражение многочлена Ньютона получим его следующий вид:
Полученную формулу можно записать в упрощенном виде. Для этого введем переменную
В этом случае:
С учетом этих соотношений формулу многочлена Ньютона можно записать в виде:
Полученная формула называется первым интерполяционным многочленом Ньютона для интерполяции вперед.
Эту интерполяционную формулу обычно используют для вычисления значений функции в точках левой половины рассматриваемого отрезка. Для правой половины рассматриваемого отрезка разности лучше вычислять справа налево. В этом случае t=(x-xn)/h<0 и интерполяционный многочлен Ньютона можно получить в виде:
Сплайны.
И спользование многочленов высокой степени при решении задачи интерполяции связана с повышением сложности вычислений. Помимо этого необходимы спец методы составления подобных многочленов. Дополнительная трудность составляет накопление ошибок в округлении при проведении вычислений. Выходом может служить применение локальной интерполяции с использованием многочленов невысокой степени. Главным недостатком здесь явл. отличие производных в точках стыка двух соседних многочленов. В некоторых случаях эта особенность не играет большой роли при решении задачи интерполяции. Иногда быв. ситуации, требующие гладкости интерполяции многочлена. В этом случае в качестве интерполяции ф-и исп. сплайны, представленные собой спец образом построенные гладкие кусочно-многочленные ф-и, сочетающие в себе локальную простату и глобальную на всём отрезке [x0; xn] гладкость.
Пусть отрезок [x0; xn] разбит на n частей [xi-1; xi]. Тогда сплайном степени m Sm(x) наз. ф-ия, обладающая след. св-ми:
ф-ия Sm(x) непрерывна на всём отрезке от [x0; xm] вместе со своими производноми до некоторого порядка Р;
На каждом отрезке [xi-1; xi] сплайн совпадает с некоторым многочленом степени m. Sm(x)=Pm,i(x)
Разность теорем между степенью сплайна и наивысшей на отрезке (x0; xn) непрерывной производной наз. дефектом сплайна. Показанный на рисунке. Дефект сплайна = 1.
На практике наиб. распространенные кубич. сплайны с дефектом 1 или 2. На каждом отрезке такой сплайн совпад. с полиномом вида:
Значения называется наклоном сплайна в точке xi. Т.о., отрезке (xi-1; xi) кубический сплайн однозначно определяется величинами
(1)
Фактически задача сводится к определению наклонов сплайна Si-1 и Si :
Если в т. xi , где , нам известны не только величины , но и величины , то естественно предположить: . Получаемый в этом случае сплайн называется локальным.
Можно потребовать, чтобы кубический сплайн имел непрерывную на отрезке от x0 до xn 2-ю производную. Для этого наклоны Si должны быть подобраны т.о., чтобы в т. стыка xi у соседних полиномов P3,i(x) и P3,i+1(x) совпадали значения 2-х производных: . Используя ф-лу (1), найдём выражения 2-х производных
Приравниваем значения 2-х производных в т. стыка, получим систему из n-1 ур. для n+1 неизвестного:
Полученная система явл. не доопределённой.
Е сли известны численные значения , то найденная система дополнилась бы 2-я ур.: для левой границы:
Если численные значения неизвестны, то полученную систему можно привести к системе, определяющий естественный кубический сплайн. В этом случае искусственно полагают вторые производные на границах отрезка x0 и xn = 0.