Интерполяционный многочлен Лагранжа. Схема Эйткена



Пусть функция  задана условиями (4.1). Интерполяционным многочленом Лагранжа называется многочлен , представленный в виде:

.       (4.4)

Оценка погрешности формулы Лагранжа: ,

где                                                              (4.5)

Пример 4.1.Для функции, имеющей аналитическое выражение , задана интерполяционная таблица:

100 121 144
10 11 12

а) Составить интерполяционный многочлен второго порядка.

б) Вычислить значение L2(115).

в) Оценить погрешность полученного результата

,

           

Если надо вычислить не общее выражение , а лишь его значение на конкретном  и при этом значения функции даны в достаточно большом количестве узлов, то можно использовать интерполяционную схему Эйткена.

Согласно данной схеме последовательно вычисляются многочлены:

,

,

 и т.д.

Интерполяционный многочлен n-й степени, принимающий в точках  значения  ( ), запишется следующим образом:

.

Вычисления по схеме Эйткена удобно расположить в таблице 4.1.

Таблица 4.1

 Интерполяционная схема Эйткена

       
     
   

 

Вычисления по схеме Эйткена обычно ведутся до тех пор, пока последовательные значения  и  не совпадут в пределах заданной точности. Схема Эйткена легко реализуется на ЭВМ и обеспечивает возможность автоматического контроля точности вычислений.

Пример 4.2. Функция  задана таблицей.

1.0 1.1 1.3 1.5 1.6
1.000 1.032 1.091 1.145 1.170

Применив схему Эйткена, найти .

Решение: Записываем данные значения функции в табл. 4.2. и вычисляем разности  при .

Таблица 4.2

Схема Эйткена для примера 4.2.

0 1 2 3 4 1,0 1,1 1,3 1,5 1,6 1,000 1,032 1,091 1,145 1.170 -0,15 -0,05 0,15 0,35 0,45   1,048 1,047 1,050 1,057   1,048

 

Затем последовательно находим:

 


Полученные значения Li-1 заносим в таблицу, после чего вычисляем

Значения  и  совпадают до третьего знака. На этом вычисления можно прекратить и с точностью до 10-3 записать

Первая и вторая интерполяционные формулы Ньютона

Часто интерполирование ведется для функций, заданных таблицами с равноотстоящими значениями аргументов. В этом случае шаг таблицы  является величиной постоянной.

Составим таблицу конечных разностей, которые вычисляются по формуле:

.

 

Таблица 4.3

Таблица конечных разностей

 

Первым интерполяционным многочленом Ньютона называется многочлен вида: (4.6)

Практически формула (4.6) применяется в несколько ином виде. Положим:   или x = x0 + ht. Тогда в новых обозначениях формула (4.6) перепишется:                                                                                                                   (4.7)

В выражение многочлена (4.7) входят разности  Поэтому формулу (4.7) удобно применить для интерполирования в начале таблицы. Если требуется найти значение функции f(x) при значении x = x', то в качестве x0 берут ближайшее к x', причем меньшее значение аргумента. Говорят, что первый многочлен Ньютона применяется для интерполирования вперед.

Оценка погрешности первой интерполяционной формулы Ньютона:

где .                                                               (4.8)

Если аналитическое выражение  неизвестно или его трудно вычислить, то можно использовать следующую формулу:

 где .             (4.9)

Вторым интерполяционным многочленом Ньютона называется многочлен вида:

                                                                 (4.10)

На практике удобнее пользоваться другой формой записи многочлена:

Положим  или . В новых обозначениях получаем:

Оценка погрешности второго интерполяционного многочлена Ньютона:

где .                                 (4.12)

Если аналитическое выражение  неизвестно или его нужно вычислить, то можно использовать следующую формулу:

где .                            (4.13)

В выражение многочлена (4.11) входят разности:

Поэтому формулу (4.11) используют для интерполирования в конце таблицы. Если требуется найти значение функции f (x) при значении x = x’, то в качестве    берут ближайшее к x’ (большее) значение аргумента из чисел, содержащихся в таблице.

Говорят, что второй многочлен Ньютона применяется для интерполирования назад.

Рассмотрим пример использования многочленов Ньютона для интерполирования.

Пример 4.3. Функция y = f (x) задана таблицей значений с шагом h.

           а) Запишите первый интерполяционный многочлен Ньютона второго порядка, используя указанную ниже таблицу разностей.

0,150 0,155 0,160 0,165 0,170 0,175 0,180 0,14944 0,15438 0,15932 0,16425 0,16918 0,17411 0,17903 494 494 493 493 493 492 0 -1 0 0 -1 -1 1 0 1

Вычислить значения функции при x = 0,156 при помощи первого многочлена Ньютона

Положим:

б) Грубую оценку погрешности полученного значения можно получить, используя формулу (4.13).

Интерполяция сплайнами.

При большом количестве узлов интерполяции сильно возрастает степень интерполяционных многочленов, что делает их неудобными для вычислений. Высокой степени многочленов можно избежать, разбив отрезок интерполяции на несколько частей с построением на каждой части самостоятельного интерполяционного многочлена. Такое интерполирование приобретает существенный недостаток: в точках стыка разных интерполяционных многочленов будет разрывной их первая производная.

В этом случае удобно пользоваться особым видом кусочно-полиномиальной интерполяции – интерполяцией сплайнами.

Сплайн – это функция, которая на каждом частичном отрезке является алгебраическим многочленом, а на всем заданном отрезке непрерывна вместе с несколькими своими производными. Ниже рассмотрен способ построения сплайнов третьей степени (кубических сплайнов), наиболее распространенных на практике.

Пусть интерполируемая функция  задана своими значениями  в узлах

На отрезке [ ] функцию  запишем в виде:

          (4.14)

где  - неизвестные коэффициенты (всего их 4n).

Используя совпадение значений  в узлах с табличными значениями функции , получаем следующие уравнения:

                                                                  (4.15)

                                        (4.16)

Число этих уравнений – 2n. Для получения дополнительных уравнений используем непрерывность  и  в узлах интерполяции интервала ( ).

Получаем следующие уравнения:

                                   (4.17)

Для получения еще двух уравнений используем условие – равенство нулю второй производной в точках :

                                                          (4.18)

Исключив  из полученных выше уравнений, получаем систему, содержащую 3n неизвестных:

                        (4.19)

Решив данную систему, получаем значения неизвестных , которые определяют сплайн .

Рассмотрим пример построения сплайна.

Пример 4.4. Интерполирующая функция задана таблицей, содержащей четыре узла.

2 3 4 5
4 -2 6 -3

Используя формулы (4.14), составляем кубический сплайн:

Составляем систему уравнений с использованием формул (4.19):

Коэффициенты системы представлены в таблице 4.4.

 

 

Таблица 4.4

Коэффициенты, определяющие матрицу системы     примера 4.4

Своб. члены
1 1 1 0 0 0 0 0 0 -6
0 0 0 2 4 8 0 0 0 8
0 0 0 0 0 0 2 4 8 -9
-1 -2 -3 1 0 0 0 0 0 0
0 0 0 -1 -4 -12 1 0 0 0
0 -1 -3 0 1 0 0 0 0 0
0 0 0 0 -1 -6 0 1 0 0
0 0 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 1 6 0

Система может быть решена с использованием компьютера, например, методом Гаусса. Получаем решение (результаты округлены до двух знаков после запятой):

Полученные значения коэффициентов определяют искомый сплайн:


Дата добавления: 2018-06-01; просмотров: 5395; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!