
- •Лекция 1.
- •1.1. Основные понятия и определения.
- •1.2. Требования к модели. Функции модели
- •1.3. Классификация моделей
- •1.3.1. Статические и динамические модели
- •1.3.2. Детерминированные и стохастические модели
- •1.3.3. Классификация математических моделей.
- •Лекция 2. Разновидности математических задач, возникающих при моделировании эмс.
- •2.1. Приближение функций. Интерполяция, экстраполяция, аппроксимация. Приближение периодических функций.
- •2.2. Алгебра комплексных чисел.
- •2.3. Решение систем линейных алгебраических уравнений (слау), матричная алгебра.
- •2.4. Решение систем нелинейных алгебраических уравнений.
- •2.5. Решение систем обыкновенных дифференциальных уравнений.
- •2.6. Решение систем дифференциальных уравненийв частных производных.
- •Лекция 3. Ошибки вычислений.
- •3.1. Общие характеристики вычислительных процессов.
- •3.2. Классификация погрешностей.
- •3.3. Абсолютная и относительная погрешности. Точные десятичные знаки.
- •Лекция 4. Приближение функций
- •4.1. Каноническая форма интерполяционного полинома.
- •4.2. Интерполяционный полином Лагранжа.
- •4.3. Интерполяция сплайнами.
- •4.3.1. Линейный сплайн
- •4.3.2. Кубический сплайн
- •Лекция 5. Аппроксимация функций.
- •5.1. Степенной базис
- •5.2. Базис в виде классических ортогональных полиномов
- •5.3. Малая помехоустойчивость метода наименьших квадратов при решении задач идентификации
- •5.3.1. Теория множественности моделей
- •Лекция 6. Приближение периодических функций.
- •6.1. Общие сведения.
- •6.2. Ряды Фурье.
- •6.3. Функции Уолша.
- •Лекция 7. Решение систем линейных алгебраических уравнений.
- •7.1. Область применения слау в задачах математического моделирования эмс.
- •7.2. Прямые методы решения слау.
- •7.3. Итерационные методы.
- •Лекция 8. Решение нелинейных уравнений.
- •8.1. Отделение корней уравнения.
- •8.1.1. Графический метод отделения корней.
- •8.1.2. Аналитический метод отделения корней.
- •8.2. Метод половинного деления (метод дихотомии).
- •8.3. Метод хорд.
- •8.4. Метод касательных (метод Ньютона-Рафсона).
- •Лекция 9. Численное интегрирование и дифференцирование.
- •9.1. Метод прямоугольников.
- •9.2. Метод трапеций.
- •9.3. Метод Симпсона.
- •9.4. Численное дифференцирование.
- •Лекция 10. Решение систем обычных дифференциальных уравнений (оду).
- •10.1. Метод Эйлера.
- •10.2. Методы Рунге-Кутты.
- •10.2.1. Метод Рунге-Кутты-Мерсона
- •10.3. Метод Адамса.
- •10.4. Визуализация решений оду.
- •Лекция 11. Визуальное моделирование динамических систем.
- •Лекция 12. Численное решение систем дифференциальных уравнений в частных производных.
- •12.1. Уравнения математической физики.
- •12.1.1. Уравнения параболического типа.
- •12.1.2. Уравнения гиперболического типа.
- •12.1.3. Уравнения эллиптического типа
- •12.2. Основные понятия метода сеток.
- •Лекция 13. Решение оптимизационных задач.
- •13.1. Методы безусловной одномерной оптимизации
- •13.1.1. Постановка задачи.
- •13.1.2 Метод обратного переменного шага.
- •13.1.3. Метод половинного деления
- •13.1.4. Метод квадратичной аппроксимации (метод Пауэлла).
- •13.2 Методы оптимизации многомерных функций.
- •13.2.1. Метод покоординатного спуска.
- •13.2.2. Метод наискорейшего спуска (метод градиентов)
- •13.2.3. Метод Нелдера-Мида.
- •13.2.3. Метод пчелиного роя.
- •Лекция 14. Идентификация параметров эмс.
- •14.1. Аппроксимация переходных характеристик элементарными динамическими звеньями
- •14.1.1. Апериодическая переходная характеристика
- •14.1.2.Колебательная переходная характеристика.
4.2. Интерполяционный полином Лагранжа.
Исходя из однозначности интерполяционного многочлена φ(x), можно построить полином в канонической форме, коэффициенты которого определяются из системы линейных алгебраических уравнений. Обозначим заданные значения f(xi) = yi. Поскольку искомый полином φ(x) должен принимать в заданных узлах х0, хі,...,хn значения, которые совпадают со значениями f(х0), f(хі),..., f(хn), можно записать φ(x) в виде:
где Фj(x) — многочлен степени n, который в узлах интерполяции удовлетворяет такому условию:
Данный вариант записи интерполяционного многочлена φ(x) называют интерполяционным полиномом Лагранжа. Для поиска Фj(x) находят многочлен степени n, который равняется нулю в узлах интерполяции хі (і = 0,1,..., j-1, j+1, ..., n) и равняется единице в точке xi. Многочлен, который удовлетворяет этим требованиям, может быть записан в виде:
Тогда интерполяционный полином в форме Лагранжа может быть записан в виде
(3.5)
Этот полином имеет специальное обозначение – Ln(x).
Старшая степень аргумента х в полиноме Лагранжа равна n, так как каждое произведение в формуле (3.5) содержит n сомножителей (х- хі). В узлах х= хі, выполняются условия Лагранжа, потому что в сумме (3.5) остается по одному слагаемому остальные обращаются в нуль за счет нулевых сомножителей в произведениях.
Пример 4.1.Пусть функция задана значениями в таблице. Для данного случая, когда мы имеем четыре значения функции, интерполяционная формула Лагранжа представляется так:
x |
y |
1 |
5,6 |
3 |
6,7 |
7 |
8,1 |
12 |
10,3 |
После подстановки заданных значений в формулу Лагранжа получаем:
Пример 4.2. Пример в Matlab.
% Построить интерполяционный многочлен Лагранжа
% Введём табличную функцию
x = [-1 0 1 2];
y = [4 2 0 1];
% Построим интерполяционный многочлен (аппроксимация четвёртой степени) p = polyfit(x, y, 4);
% Коэффициенты интерполяционного интерполяции
p
>>
p = |
|
|
|
|
|
|
1.2500 |
-2.0000 |
-1.2500 |
0 |
2.0000 |
В отличие от канонического интерполяционного полинома для вычисления значений полинома Лагранжа не требуется предварительного определения коэффициентов полинома путем решения системы уравнений. Однако для каждого значения аргумента х полином (3.5) приходится пересчитывать вновь, коэффициенты же канонического полинома вычисляются только один раз. С известными коэффициентами для вычисления значений канонического полинома требуется значительно меньшее количество арифметических операций по сравнению с полиномом Лагранжа. Поэтому практическое применение полинома Лагранжа оправдано только в случае, когда интерполяционная функция вычисляется в сравнительно небольшом количестве точек х. Важное место занимает полином Лагранжа в теории численных методов.
Другой метод построения интерполяционного полинома – использование метода Ньютона.
Интерполяционный полином
Ньютона. Ошибки интерполяции. Темы на
самостоятельное изучение.