- •1. Решение трансцендентных уравнений методом дихотомий.
- •2. Решение трансцендентных уравнений методом хорд.
- •3. Решение трансцендентных уравнений методом касательных (метод Ньютона)
- •4. Решение трансцендентных уравнений методом секущих.
- •5. Решение трансцендентных уравнений методом простых итераций.
- •Задачи линейной алгебры
- •6. Решение систем линейных алгебраических уравнений методом Гаусса.
- •4.2. Решение систем линейных алгебраических уравнений методом Гаусса
- •7. Решение систем линейных алгебраических уравнений методом простых итераций.
- •8. Решение систем линейных алгебраических уравнений методом Зейделя.
- •9. Вычисление определителей методом Гаусса.
- •10. Обращение матриц.
- •Аппроксимация зависимостей
- •11. Интерполяция зависимостей каноническим полиномом.
- •12. Интерполяционный полином Лагранжа.
- •13. Интерполяционный полином Ньютона.
- •14. Интерполяция сплайнами.
- •15. Аппроксимация зависимостей методом наименьших квадратов.
- •Математически минимум величины q достигается при равенстве нулю частных производных от q по всем коэффициентам с0, с1, …, сm:
- •Вычисление определенных интегралов Требуется вычислить интеграл вида
- •16. Методы прямоугольников вычисления определенных интегралов.
- •Аналогично, в методе правых прямоугольников
- •17. Метод трапеций вычисления определенных интегралов.
- •18. Уточнение по Ричардсону вычисления определенных интегралов методом трапеций.
- •Решение дифференциальных уравнений
- •19. Метод Эйлера решения задачи Коши для оду 1 порядка.
- •20. Усовершенствованный метод Эйлера решения задачи Коши для оду 1 порядка.
- •21. Исправленный метод Эйлера решения задачи Коши для оду 1 порядка.
- •22. Метод Рунге-Кутта четвертого порядка решения задачи Коши для оду 1 порядка.
- •23. Метод Кутта-Мерсона решения задачи Коши для оду 1 порядка.
12. Интерполяционный полином Лагранжа.
Лагранж предложил следующую форму интерполяционного полинома:
-
(5.5)
Старшая степень аргумента x в этом полиноме равна n, так как каждое произведение в (5.5) содержит n сомножителей типа ( x - x j ).
Рис.5.3. Алгоритм интерполяции с использованием полинома Лагранжа |
В узлах x = x i выполняются условия Лагранжа Pn (x i )=f i. Например, при n=3 полином Лагранжа выглядит следующим образом: P3(x)=f0 +
f1 +
f2 +
f3 Тогда, например, при x = x2 получаем: P3(x2)=f0 +
f1 +
f2 +
f3 |
Сомножители при f0, f1 и f3 из-за наличия члена x2 - x2 обращаются в ноль, а сомножитель при f2 равен единице, т.е. P3(x2)=f2, что и требовалось доказать.
Блок-схема интерполяции полиномом Лагранжа приведена на рис.5.3.
В отличие от канонического полинома для вычислений значений полинома Лагранжа не требуется предварительного определения коэффициентов полинома, но для каждой новой точки интерполяции полином приходится пересчитывать вновь. Поэтому практическое применение полинома Лагранжа оправдано в том случае, когда интерполяция проводится в сравнительно небольшом количестве точек.
13. Интерполяционный полином Ньютона.
Ньютон предложил следующий вид интерполяционного полинома:
-
Pn(x)=A0+A1(x-x0)+A2(x-x0)(x-x1)+...+An(x-x0)(x-x1)...(x-xn-1)
(5.6)
Коэффициенты этого полинома A0, A1, A2,...,An определяются из условий Лагранжа (5.3).
Полагаем x=x0. Тогда в (5.6) все слагаемые, кроме A0, обращаются в нуль, следовательно,
A0 = f0.
Затем полагаем x=x1, тогда из (5.3) имеем:
f0 + A1(x1-x0)= f1,
откуда находим коэффициент A1:
A1
=
или A1
=
f01.
Величина
f01
=
называется разделенной
разностью первого порядка.
При малом расстоянии между x0
и x1
эта величина близка к первой производной
от функции f(x),
вычисленной в точке x=x0.
При x=x2 полином (5.6) принимает вид:
Pn(x)= f0+f01(x-x0)+A2(x-x0)(x-x1) ,
откуда с учетом (5.3) получаем:
f2 = f0+f01(x2-x0)+A2(x2-x0)(x2-x1) или f2 -f0-f01(x2-x0) = A2(x2-x0)(x2-x1) ,
следовательно, коэффициент A2:
A2=
=
=
=
,
где
. Обозначая
=
f012
(разделенная разность второго порядка),
окончательно получаем выражение для A2:
A2 = f012 .
Аналогично, при x=x3, находим коэффициент A3:
,
где
;
.
Методом математической индукции можно получить для любого Ak (k=0,...,n) следующее выражение:
.
Полученные результаты сведены в представленной ниже таблице.
Следует отметить, что добавление новых узлов в исходных данных не изменяет уже вычисленные коэффициенты; таблица будет лишь дополняться новыми строками и столбцами.
В интерполяционный полином Ньютона входят только диагональные элементы данной таблицы, а остальные являются промежуточными данными. Для вычисления любого элемента этой таблицы необходимы: диагональный элемент предыдущего столбца и предыдущий элемент данной строки.
Поэтому в программе, реализующей данный алгоритм, не нужно организовывать двумерный массив. Более того, все разделенные разности, в том числе и диагональные элементы (коэффициенты полинома) можно помещать по мере вычисления на место исходных значений fk. Следовательно, в программе можно ограничиться только двумя массивами: Х-для узлов и F-для значений аппроксимируемой функции. Массив F по мере выполнения программы будет заполняться разделенными разностями, и в конце концов в нем будут получены коэффициенты полинома A0,A1,A2,... ,An.
Таким образом, данный метод аппроксимации, так же как и в случае канонического полинома, дает в качестве результата коэффициенты интерполяционного полинома.
После определения коэффициентов A0,A1,A2,... ,An вычисление значений полинома Ньютона при конкретных аргументах x рекомендуется выполнять также по схеме Горнера, для чего полином (5.8) надо преобразовать к виду:
Pn(x)=A0+(x-x0)(A1+(x-x1)(A2+...+(x-xn-1)An)...)).
На рис.5.4 представлена блок-схема вычисления коэффициентов полинома Ньютона и его значений в точках интерполяции по схеме Горнера.
|
|
Разделенные разности |
|||||||
x |
f |
1 |
2 |
3 |
4 |
||||
x0 |
f0 |
=A0 |
|
|
|
||||
x1 |
f1 |
f01= |
=A1 |
|
|
|
|||
x2 |
f2 |
f02= |
f012= |
=A2 |
|
|
|||
x3 |
f3 |
f03= |
f013= |
f0123= |
=A3 |
|
|||
x4 |
f4 |
f04= |
f014= |
f0124= |
f01234= |
=A4 |
|||
