- •Требования к выполнению лабораторних работ
- •Постановка задачи
- •Содержание отчета
- •Теоретические сведения
- •Примеры выполнения заданий
- •Расчет в пакете mathcad
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи.
- •Выводы. Теоретические сведения
- •Примеры выполнения заданий
- •Уточнение корня комбинированным методом.
- •Пример вычислений по методу хорд в пакете mathcad.
- •Пример реализации модифицированного метода
- •Варианты лабораторных работ
- •Лабораторная работа № 3 решение алгебраических и трансцендентных уравнений методом простой итерации
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи.
- •Теоретические сведения
- •Примеры выполнения заданий
- •П ример решения трансцендентного уравнения в пакете mathcad.
- •Пример расчета в пакете matlab.
- •Встроенные функции пакетов mathcad, matlab для приближенного решения уравнений Пакет mathcad
- •Пакет matlab
- •Постановка задачи
- •Содержание отчета
- •Теоретические сведения.
- •Выводы. Теоретические сведения
- •Примеры выполнения заданий
- •Пример вычислений в пакете mathcad.
- •Программная реализация метода Гаусса для решения слау в пакете matlab.
- •Варианты лабораторных работ
- •Лабораторная работа № 5 итерационные методы решения системы линейных алгебраических уравнений (слау)
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи.
- •Теоретические сведения.
- •Выводы. Теоретические сведения
- •Пример выполнения заданий
- •Решение системы методом простой итерации.
- •Пример расчета в пакете mathcad.
- •Программная реализация метода простой итерации для решения слау в пакете matlab.
- •Встроенные функции пакетов mathcad и matlab
- •Для приближенного решения систем линейных
- •Алгебраических уравнений
- •Пакет mathcad
- •Пакет matlab
- •Тема 3. Интерполяция и приближение полиномами Лабораторная работа № 6 интерполяционный многочлен лагранжа
- •Постановка задачи
- •Теоретические сведения.
- •Выводы. Теоретические сведения
- •Пример выполнения заданий
- •Построение полинома Лагранжа для таблично заданной функции.
- •Построение полинома Лагранжа в пакете mathcad.
- •Пример построения полинома Лагранжа в пакете matlab.
- •Пример использования узлов Чебышева.
- •Пример вычисления погрешности интерполирования.
- •Варианты лабораторных работ
- •Лабораторная работа № 7 интерполирование для таблиц с постоянным шагом. Численное дифференцирование. Обратное интерполирование
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи.
- •Теоретические сведения.
- •Выводы. Теоретические сведения
- •Пример выполнения заданий
- •Построение первой формулы Ньютона в пакете mathcad.
- •Пример программ для вычислений по первой формуле Ньютона в matlab.
- •Обратное интерполирование с помощью полинома Ньютона в пакете mathcad.
- •Решение задачи обратного интерполирования
- •Варианты заданий
- •Лабораторная работа № 8 интерполирование кубическими сплайнами
- •Постановка задачи
- •Содержание отчета
- •Постановка задачи
- •Теоретические сведения.
- •Выводы. Теоретические сведения
- •Пример выполнения заданий
- •Построение кубического сплайна в пакете matlab.
- •Построение кубического сплайна в пакете mathcad.
- •Варианты лабораторных работ
- •Варианты лабораторных работ (окончание)
- •Встроенные функции интерполирования Пакет mathcad
- •Пакет matlab
- •Библиографический список
- •Содержание
- •Тема 1. Приближенное решение алгебраических
- •Тема 2. Приближенное решение систем линейных
- •Тема 3. Интерполяция и приближение полиномами……50
Встроенные функции интерполирования Пакет mathcad
В MATHCAD можно использовать линейную интерполяцию, когда точки данных соединяются отрезками прямых, или кубическую сплайн-интерполяцию, когда точки соединятся отрезками кубической параболы.
Линейная интерполяция выполняется функцией linterp(vx,vy,x), которая возвращает линейно интерполируемое значение y, соответствующее третьему аргументу x. Аргументы vx,vy – это исходные векторы данных одинаковой длины, причем элементы вектора vx должны быть расположены в порядке возрастания.
Кубическая сплайн-интерполяция позволяет провести кривую через заданные точки так, чтобы первые и вторые производные были непрерывны в каждой точке. Эта кривая образуется кубическими полиномами, проходящими через наборы из трех смежных точек, которые затем состыковываются друг с другом, чтобы образовать одну кривую. Порядок выполнения такого вида интерполяции следующий:
1. Создать векторы исходных данных vx,vy одинаковой длины, причем элементы вектора vx должны быть расположены в порядке возрастания.
2. Вычислить вектор vs , который будет содержать значения вторых производных интерполяционной кривой в заданных точках. Вектор vs можно вычислить, используя одну из функций, которые отличаются лишь граничными условиями, а именно:
lspline(vx,vy) – генерация сплайна, который приближается к прямой линии в граничных точках;
pspline(vx,vy) – генерация сплайна, который приближается к параболе граничных точках;
cspline(vx,vy) – генерация сплайна, который приближается к кубической параболе в граничных точках.
Чтобы найти интерполируемое значение в произвольной точке, например в точке x , необходимо вычислить функцию interp(vs,vx,vy,x).
Обратите внимание, что можно сделать то же самое, вычисляя, например, interp(cspline(vx,vy),vx,vy,x). Пример сплайн-интерполяции показан на рис. 8.1.
Для узловой и промежуточной точек найдены ординаты y соответствующих точек сплайна. Нахождение значения в узловой точке – это проверка правильности алгоритма. На рис. 8.1 также построен график интерполирующей функции и крестиками отмечены узловые точки. Для получения наилучших результатов значение x должно находиться между значениями в векторе vx.
Иногда необходимо оценить поведение функции вне отрезка, на котором заданы данные. В MATHCAD есть функция predict, которая позволяет это сделать. Эта функция использует линейный алгоритм предсказания, который бывает полезен в том случае, если экстраполируемая функция гладкая и осциллирующая, но не обязательно периодическая. Формат написания функции: predict(vy,m,n) . Возвращает n предсказанных значений, используя m последних последовательных значений вектора данных vy. Элементы вектора vy должны представлять собой значения, взятые через равные интервалы. Необходимо отметить, что задача экстраполяции хорошо решаема в случае монотонных функций, представляемых полиномом невысокой степени, а также для функций, содержащих колебательную компоненту.
Рис. 8.1. Пример построения кубического сплайна
В заключение приведем список функций интерполяции и экстраполяции:
linterp (vx, vy, x);csline (vx, vy); psline (vx, vy); lsline (vx, vy); interp (vs, vx, vy, x); cspline (Mxy, Mz); pspline (Mxy, Mz); lspline (Mxy, Mz); interp (vs, Mxy, Mz, v); predict (v, m, n).