
- •Глава 2.Численные методы математического анализа Часть 1.Интерполирование и приближение функций
- •§1. Интерполирование алгебраическими многочленами п. 1.1. Определение интерполяционного многочлена
- •П. 1.2. Интерполяционная формула Лагранжа
- •П. 1.3. Интерполяционная формула Ньютона
- •П. 1.4. Погрешность интерполяционной формулы
- •§2. Сплайн-интерполирование п. 2.1. Построение кубического сплайна
- •П. 2.2.Метод прогонки
- •§3. Приближение функций эмпирическими формулами
- •П. 3.1. Подбор эмпирической формулы
- •П. 3.2. Подбор параметров для выбранного типа эмпирической формулы
- •П. 3.2.1. Метод средних
- •П. 3.2.2. Среднеквадратичное приближение
- •Часть 2.Численное интегрирование §1.Простейшие квадратурные формулы п. 1.1.Постановка задачи
- •П. 1.2.Формула прямоугольников
- •П. 1.3.Формула трапеций
- •П. 1.4.Формула Симпсона (парабол)
- •§2.Квадратурные формулы интерполяционного типа п. 2.1.Вывод формул
- •П. 2.2.Оценка погрешности
- •§3.Квадратурные формулы наивысшей алгебраической степени точности
П. 2.2.Метод прогонки
Рассмотрим систему линейных уравнений
(2.13)
(2.14)
(2.15)
Это
система с трехдиагональной матрицей
размерности
:
Для решения систем такого вида используется метод исключения неизвестных, называемый методом прогонки.
Пусть имеет место соотношение
(2.16)
с
неопределенными коэффициентами
Подставим
в (2.13), получаем
Сравнивая это тождество с (2.16), находим
(2.17)
(2.18)
Из
(2.16) при
и (2.14) получаем
(2.19)
Зная
и переходя от
к
в формулах (2.17) и (2.18) можно определить
для
.
Вычисление по формуле (2.16) ведутся путем
перехода от
к
(т.е.
зная
можно
найти
)
и для начала этих вычислений необходимо
знать
.
Определим
из (2.15) и (2.16) при
(2.20)
Т.о., решение системы (2.13) –(2.15) методом прогонки, осуществляется по следующим формулам:
Прямой ход:
Обратный ход:
Условия устойчивости метода прогонки:
,
.
§3. Приближение функций эмпирическими формулами
При интерполировании используется условие равенства значений аппроксимирующей функции и данной функции в заданных точках – узлах интерполяции. Это означает, что значения функции в узлах должны быть заданы с высокой степенью точности. На практике часто возникает задача аппроксимации таблично заданной функции, значения которой известны приближенно. В этом случае используются другие способы аппроксимации. Наиболее распространенный из них метод наименьших квадратов.
П. 3.1. Подбор эмпирической формулы
В
результате эксперимента была получена
таблица значений:
,
.
Требуется определить связь между
исходными параметрами
и искомой величиной
на основе таблицы значений
.
Задача
состоит в том, чтобы найти такую функцию
,
значения которой при
мало отличаются от опытных данных
.
Такая функция
называется эмпирической
формулой.
График эмпирической зависимости, вообще
говоря, не проходит через заданные точки
.
Это приводит к тому, что экспериментальные
данные в некоторой степени сглаживаются,
а интерполяционная формула повторила
бы все ошибки, которые есть в исходных
данных.
Построение эмпирической формулы состоит из двух этапов:
Подбор общего вида формулы.
Определение наилучших значений, содержащихся в формуле параметров.
Иногда общий вид формулы известен из физических или иных соображений. В других случаях вид может быть произвольным, предпочтение отдается наиболее простым формулам, которые могут выбираться из геометрических соображений, после нанесения экспериментальных точек на координатную плоскость и сравнение полученной кривой с графиками известных функций.
Простейшая
эмпирическая формула (уравнение прямой)
.
О применимости этой формулы можно судить
по величинам
.
Если
,
то формула применима.
В
ряде случаев к линейной зависимости
могут быть сведены экспериментальные
данные, когда их график в декартовой
системе координат не является прямой.
Это может быть достигнуто путем введения
новых переменных:
.
Они выбираются так, чтобы точки
лежали на прямой. Такое преобразование
называется выравниванием данных.
Например, степенная зависимость
логарифмированием преобразуется к виду
.