Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Вторая интерполяционная формула Ньютона.
Для интерполирования функции в конце таблицы применяется вторая интерполяционная формула Ньютона. (1) Вывод формулы аналогичен 1-ой интерполяционной формуле, только теперь коэффициент полинома (коэффициент ) определяется из равенств (2) Введем обозначение Тогда
и так далее. В результате получим: (3) Пример: дана таблица значений семизначных логарифмов:
Найти lg1044
Решение: составляем таблицу конечных разностей.
Примем Тогда . По формуле (3) получаем: В результате все знаки верные! Т.о. первая интерполяционная формула Ньютона применяется для интерполирования вперед и экстраполирования назад (за границы интервала); Вторая формула – для интерполирования назад и экстраполирования вперед. Операция экстраполирования менее точна! Оценки погрешностей интерполяционных формул Ньютона. Если узлы интерполирования - равноотстоящие причем то, пологая , получим остаточные члены для 1-ой и 2-ой интерполяционных формул Ньютона: (1) , (2) Где - некоторое промежуточное значение между узлом интерполирования и точкой . (Для интерполирования , для экстраполирования возможно, что ). При расчетах порядок n разностей выбирается таким, что . Учитывая, что h достаточно мало и и что можно положить: (3) При этом остаточные члены интерполяционных формул Ньютона будут равны (подставляя (3) в (1) и (2)). Пример: В пятизначных таблицах логарифмов даются логарифмы целых чисел от х=1000 до х=10000 с предельной абсолютной погрешностью, равной . Возможно ли линейное программирование с той же степенью точности? Решение: Т.к. , то где Отсюда , а Из формулы (1) при n=11 и h=1 получаем: Т.к. (интерполируем не далее, чем на 1 шаг), то Окончательно получаем: Т.о. погрешность интерполирования не превосходит погрешностей исходных данных!
Линейное интерполирование (h=1) возможно!!! * * * Интерполяционные формулы Ньютона используют лишь значения функций, лежащие лишь по одну сторону от выбранного начального значения
Для интерполирования в середине таблицы удобно применять формулы, содержащие как последующие, так и предшествующие значения функций по отношению к начальному ее значению. При этом используются центральные разности: Причем:
Интерполяционные формулы с центральными разностями: формулы Гаусса, Стирлинга, Бесселя.
. Интерполяционная формула Лагранжа. Для произвольно заданных узлов интерполирования (в том числе и для неравноотстоящих узлов) применяется интерполяционная формула Лагранжа. На отрезке [a, b] задано n+1 значений аргумента и известны значения функций y=f(x):
Требуется построить полином степени не выше n, имеющий в заданных узлах , те же значения, что и функция f(x), т.е. такой, что
Рассмотрим частную задачу: построить полином , такой, что бы при Т.е. (1) Такой полином имеет вид: (2) При - условие (1) Поэтому И В результате получаем: (3) Будем теперь искать интерполяционный полином в виде Этот полином имеет вид: (4) Подставляя (3) в (4), получаем: (5)
----- интерполяционная формула Лагранжа
Можно доказать единственность полинома Лагранжа
При n=1 имеем: - уравнение прямой, проходящей через две заданные точки: ( При n=2 получаем уравнение параболы, проходящей через три точки:
(точки Пример: Для функции построить интерполяционный полином Лагранжа, выбрав узлы: Решение: Вычисляем По формуле (5) получаем: Точность не велика, т.к. синусоиду мы интерполируем параболой (квадратичной).
`Оценка погрешности интерполяционной формулы Лагранжа.
(6) где
Пример1: с какой точностью можно вычислить с помощью интерполяционной формулы Лагранжа для функции , выбрав узлы интерполирования Три точки n=2. Решение: имеем Отсюда (т.к. Из формулы (6) получаем:
Пример2 с какой точностью можно вычислить по формуле Лагранжа
Точное значение
6 Обратное интерполирование Задача обратного интерполирования: по заданному значению функции найти аргумент , при котором . Функция y=f(x) задана таблично. Предположим, что на отрезке [a, b], содержащем узлы интерполяции, функция f(x) монотонна. Тогда существует однозначная обратная функция x=F(y). Она задана той же таблицей, что и y=f(x), только теперь аргументом будет значение , а -соответствующее значение функции. В этом случае обратное интерполирование сводится к обычному интерполированию для функции x=F(y). Т.е. строится интерполяционный многочлен (например, по формуле Лагранжа) – многочлен . При подстановке в значения - получаем . Второй способ применим ко всякой функции f(x) (не обязательно к монотонной!). Не меняя ролями функцию и аргумент, записываем по какой – либо формуле интерполяционный многочлен . Неизвестное значение находим приближенно, решая уравнение . Если число узлов велико, то этот способ нахождения приводит к решению системы алгебраических уравнений высокого порядка. Рассмотрим другой - интерполяционный метод решения уравнений. Будем рассматривать только равноотстоящие узлы, т.е. Пусть для определенности находится между и . Строим интерполяционный многочлен по 1-ой формуле Ньютона. Уравнение принимает вид: (2) Выберем начальное приближение Подставляя в (2) последовательно получаем Итерационный процесс прекращается, когда два соседних приближения совпадают с заданной системой точности. Т.о. находится Т.к. то Пример: функция y=f(x) задана таблично
Найти значение , для которого =1,7333 Решение: строим таблицу конечных разностей заданной функции.
Т.к. т.е. , воспользуемся 1-ой интерполяционной формулой Ньютона (2), подставив в нее значения разностей из таблицы. Получаем: Т.к. решение ищем с точностью до 0,0001, (4-ре значащих цифры после запятой), то - шаг по х.
ЛЕКЦИЯ 10 Сплайн – интерполяция. (spline – рейка, планка) Механические сплайны – гибкие деревянные рейки, закрепленные на концах. В узлах (точках) интерполяции подвешивают грузила. Сплайн принимает форму, минимизирующую его потенциальную энергию. Если сплайн представить функцией S(x), то S и непрерывны на [ ]. Кубическая сплайн – функция, удовлетворяющая условиям называется естественным кубическим сплайном. С математической точки зрения кубическая сплайн – функция – единственная функция, обладающая свойством минимальной кривизны, среди всех функций, интерполирующих данные точки и имеющих квадратичную интегрируемую вторую производную. Т.е. кубический сплайн есть самая гладкая из функций, интерполирующих заданные точки. Пусть отрезок [a, b] разбит на n частей точками Сплайном k-ой степени называется функция, представляющая собой многочлен не выше к-ой степени на каждом из последовательно примыкающих друг к другу интервалов причем в точках стыка двух интервалов функция непрерывна вместе со своими производными до порядка не выше к Сплайн 1-ой степени – кусочно-линейная функция (непрерывная). Производная терпит разрыв в точках излома.
Задача интерполяции функции на отрезке [ a, b] кубическим сплайном (сплайном 3-ей степени) состоит в нахождении функции S(x), равной многочлену третьей степени на каждом отрезке т.е. (1) Значения сплайна в узлах интерполяции равны и сплайн-функция S(x) непрерывна в узлах интерполяции вместе с производными первого и второго порядков.
В сплайне (1) неизвестные . Интервал [a, b] разбит на n участков. Т. о. имеем 4n неизвестных: (i*p) = 4n. Уравнения (2) – (5) дают 4n – 2 уравнения. Т.о. для определения величин необходимо ввести еще каких-либо 2 ограничения. В качестве ограничений выбирается одна из 3-х пар краевых условий:
Построим сплайн, удовлетворяющий краевым условиям I типа. Введем величины , называемые наклонами сплайна в узлах (i=0,1,..,n) Интерполяционный кубический сплайн вида (6) Где удовлетворяет условиям (2) – (4) для любых Из условия (5) и краевых условий (I) можно определить параметры . Действительно, легко проверить, подставляя в (6) и т.д., что С учетом выражений: (беря вторые производные от S(x) по х и подставляя и )
И краевых условий (I) и условий (S) получим систему из n+1 линейных уравнений относительно неизвестных (Приравнивая:
(7) Решая систему (7) методом Гаусса, получаем в результате прямой прогонки коэффициенты: (8) Обратной прогонкой получаем результат: (9) Результаты (8) и (9) позволяют построить кубический сплайн (6) Построение сплайна с учетом краевых условий (II) производится аналогично! Точность интерполяционной функции f(x), имеющей на отрезке [a, b] непрерывные производные до 3-его порядка включительно, кубическим сплайном S(x) по точкам равномерного разбиения отрезка с шагом h при любых краевых условиях (I – III), оценивается неравенством: где (10) ! Неравенство (10) дает завышенную оценку точности. Пример: На отрезке [0, ] построить кубический сплайн с шагом , интерполирующий функцию , если заданы значения функции в трех узлах интерполяции:
С помощью интерполяционной формулы вычислить приближенное значение и сравнить с точным значением 0,5.
Решение: Т.к. задано 2 отрезка, , то представим сплайн в виде:
Краевые условия (I) имеют вид:
Из системы уравнений (7) имеем: Находим Подставляем значения в (6). Получаем: (т.к. и числа, содержащие Аналогично: Получаем для : (т.к. Т. о. Погрешность меньше ! Мы могли бы получить выражение для по формуле (8) и (9) – рекуррентные соотношения, получаемые при прямом и обратном прогоне в Методе Гаусса. Действительно имеем: Находим: 7 Блок – схема программ интерполяции (Ракитин, Первушин «Практическое руководство по методам вычислений. 1998)
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2021-03-09; просмотров: 366; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.216.186.164 (0.118 с.) |