- •1)Векторное (линейное) пространство - математическое понятие, обобщающее понятие совокупности всех (свободных) векторов обычного трехмерного пространства.
- •Вопрос 21.Ортогональная, ортонормированная матрица, неквадратная матрица с ортогональными (ортонормированными) столбцами.
- •Вопрос 22.Обращение матрицы методом Гаусса
- •Вопрос 23.Разложение матрицы в произведение ортогональной и треугольной (метод Шмидта)
- •Вопрос 24.Ортогональные функции и ортогональные полиномы
- •Вопрос 25.Построение полинома ортогонального на дискретной системе точек
- •По моментам весовой функции
- •По рекуррентным формулам
- •Вопрос 26.Собственные векторы и собственные числа матрицы
- •Вопрос 27.Матрица простой структуры, ее свойства
- •Вопрос 28.Сингулярное разложение
- •Вопрос 29.Нормы векторов и матриц Норма вектора
- •Норма матрицы
- •Вопрос 30.Метрическое векторное пространство
- •Вопрос 32.Градиент, свойства градиента
- •Вопрос 33.Матричная форма записи ряда Тейлора. Формула Тейлора
- •Различные формы остаточного члена
- •Вопрос 34.Минимизация погрешности интерполяции
- •Вопрос 35.Обобщенный подход к процессу интерполяции Интерполяция функций интерполяционными полиномами
- •Задача интерполяции функции, интерполяционные полиномы
- •Вопрос 36.Численное взятие производной.
- •Введение
- •Погрешность вычислений
- •Вопрос 37.Решение системы линейных уравнений методом Гаусса Метод Гаусса
- •Вопрос 38.Матрица перестановок
- •Определение
- •Свойства
- •Вопрос 39.Решение системы линейных алгебраических уравнений методом Гаусса с выбором главного элемента по столбцам Метод Гаусса с выбором главного элемента
- •Вопрос 40.Решение системы линейных алгебраических уравнений методом вращения Метод вращения
- •40.Решение системы линейных алгебраических уравнений методом вращения
- •41.Решение системы линейных уравнений методом факторизации матрицы
- •42.Итерационный процесс решения систем линейных алгебраических уравнений
- •43.Функции невязки, ошибок
- •44.Метод простой итерации
- •45.Итерационный метод смещения
- •Пример.
- •46) Метод Якоби
- •47) Метод Зейделя
- •48) Метод релаксации Метод релаксации - итерационный метод решения систем линейных уравнений.
- •49) Метод Чебышева
- •50/51) Метод минимальных невязок (Одношаговый, двухшаговый - гугл не нашел )
- •52) Решение нелинейного уравнения одной переменной методом дихотомии
- •53) Метод золотого сечения
- •56) Симплекс метод (метод Нелдера – Мида)
- •57) Метод наискорейшего спуска
- •59) Решение систем нелинейных уравнений нескольких переменных методом Ньютона
- •60.Решение нелинейного уравнения нескольких переменных методом Левенберга - Марквардта
- •61.Решение системы нелинейных уравнений методом спуска
- •62.Решение системы нелинейных уравнений методом Ньютона
- •63.Решение системы нелинейных уравнений методом Левенберга - Марквардта
- •64.Структура м – функции
- •65.Арифметические операторы Матлаб
- •65)Арифметические операторы.
Различные формы остаточного члена
В форме Лагранжа:
В форме Коши:
В интегральной форме:
Вопрос 34.Минимизация погрешности интерполяции
В некоторых случаях удается улучшить результаты глобальной интерполяции за счет специального расположения узлов интерполяции (если они не зафиксированы). Доказано, что если функция имеет непрерывную производную на отрезке , то при выборе значений , совпадающих с корнями полинома Чебышева степени n, интерполяционные полиномы степени n-1 сходятся к значениям функции в любой точке этого отрезка. Корни многочлена Чебышева на отрезке определяются выражением
, .
Они расположены неравномерно на отрезке и сгущаются к его концам. Такое сгущение компенсирует увеличение погрешности интерполяции при приближении к концам отрезка, которое имеет место при равномерном расположении узлов.
Однако не всегда удается выбрать такое специальное расположение узлов, которое обеспечивает хорошую точность глобальной интерполяции. В тех случаях, когда узлы интерполяции фиксированы, уменьшение погрешности интерполяции осуществляют за счет уменьшения степени интерполяционных полиномов, применяя многоинтервальную интерполяцию.
Вопрос 35.Обобщенный подход к процессу интерполяции Интерполяция функций интерполяционными полиномами
В вычислительной математике существенную роль играет интерполяция функций, т.е. построение по заданной функции другой (как правило, более простой), значения которой совпадают со значениями заданной функции в некотором числе точек. Причем интерполяция имеет как практическое, так и теоретическое значение. На практике часто возникает задача о восстановлении непрерывной функции по ее табличным значениям, например полученным в ходе некоторого эксперимента. Для вычисления многих функций оказывается эффективно приблизить их полиномами или дробно-рациональными функциями (см., например [1] Ссылка в списке литературы). Теория интерполирования используется при построении и исследовании квадратурных формул для численного интегрирования, для получения методов решения дифференциальных и интегральных уравнений.
Все перечисленные выше вопросы рассмотрены в классических учебниках по численным методам (см., например, [2-5] Ссылки в списке литературы). Цель этого раздела - демонстрация возможностей MATLAB для изучения вопросов, возникающих при интерполяции функций, в основном при помощи интерполяционных полиномов. В данном разделе приводятся необходимые сведения об интерполяции функций и при помощи небольших программ, написанных на языке пакета MATLAB, изучаются проблемы, возникающие при интерполяции функций. Простота языка пакета MATLAB в сочетании с широким набором его функций, в том числе и графических, позволяет вместо написания собственных программ интерполяции и визуализации результатов сосредоточиться на исследовании большого числа примеров, что может быть использовано при проведении лабораторных работ по численным методам для студентов технических факультетов вузов и институтов.
Задача интерполяции функции, интерполяционные полиномы
Пусть на отрезке [a,b] задана функция ƒ(x). Задача интерполяции (или интерполирования) состоит в построении функции g(x), совпадающей с заданной ƒ(x) в некотором наборе точек {x1,x2,...,xn+1} из отрезка [a,b] (эти точки называются узлами интерполяции), т.е. должны выполняться условия:
g(xk)=yk, k=1,2,...,n+1,
где yk - известные значения функции ƒ(x) в точках xk. Функция g(x) называется интерполянтом функции ƒ(x).
Важно, что какие бы подходы для построения интерполяционного полинома не применялись, они всегда должны привести к одинаковому результату (если все вычисления проводятся точно, а не на компьютере), поскольку интерполяционный полином степени существует и единственный при различных -ом узлах интерполяции. Другое дело, что разные способы построения интерполяционного полинома могут обладать разными вычислительными свойствами. Рассмотрим сначала интерполяционный полином в форме Лагранжа. Далее мы будем использовать обозначение для интерполяционного полинома в зависимости от способа его построения.