LEC-18 (Материалы к лекциям), страница 2
Описание файла
Файл "LEC-18" внутри архива находится в следующих папках: Материалы к лекциям, Lecturessemestr7. Документ из архива "Материалы к лекциям", который расположен в категории "". Всё это находится в предмете "методы решения задач механики сплошных сред" из 7 семестр, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "методы решения задач механики сплошных сред" в общих файлах.
Онлайн просмотр документа "LEC-18"
Текст 2 страницы из документа "LEC-18"
Так как 1, то коэффициент Сj, определяется выражением
Наконец, для искомого многочлена получаем
Введя обозначения
можем записать полученный многочлен в более компактном виде
Метод разделенных разностей (1670-1711).
Существует множество разностных методов интерполяции, однако наиболее распространен метод Ньютона для интерполирования вперед, известный также как метод Ньютона — Грегори. Интерполяционный многочлен для этого метода имеет вид
Коэффициенты находятся из уравнений , позволяющих записать систему
Это линейная система уравнений с треугольной матрицей, определение с ее помощью значений не вызывает затруднений, однако существует и еще более простой способ определения , основанный на применении правых конечных разностей. Если значения х заданы через равные промежутки , то в общем случае
Последнее выражение позволяет привести решаемые уравнения к виду
откуда для коэффициентов получаем
Здесь называется первой правой разностью (в зарубежной литературе «разности вперёд» - forward finite differences) . Продолжая вычисления, находим
где — вторая правая разность, представляющая собой разность разностей. Коэффициент можно представить в виде
В общем случае разности более высоких порядков для функции y=f(x) в интервале определяются выражением
Часто их сводят в таблицы, подобные нижеприведённой,
…… | ||||||
….. | ||||||
….. | …… | |||||
……. | ……. | |||||
…….. | …… | …….. | ||||
… | … | …… | ….. |
где разности порядка п выражены через разности порядка п—1.
Применение метода интерполяции Ньютона
Продемонстрируем применение метода интерполяции Ньютона на следующем примере.
Пример 1. Пусть имеется следующая таблица данных функции
10 | 0,17365 |
20 | 0,34202 |
30 | 0,50000 |
40 | 0,64279 |
50 | 0,76604 |
60 | 0,86603 |
Требуется найти у при х = 23° методом разделенных разностей. С помощью, исходных данных составим таблицу разностей.
(град) | ||||||
10 | 0,17365 | |||||
0,16837 | ||||||
20 | 0,34202 | -0,01039 | ||||
0,15798 | -0,00480 | |||||
30 | 0,50000 | -0,01519 | 0,00045 | |||
0,14279 | -0,00435 | 0,00018 | ||||
40 | 0,64279 | -0,01954 | 0,00063 | |||
0,12325 | -0,00372 | |||||
50 | 0,76604 | -0,02326 | ||||
0,09999 | ||||||
60 | 0,86603 |
За x0 можно принять любое xi например х=20°. Необходимые разности стоят на диагонали, идущей от x0 вниз. Число используемых разностей высших порядков может быть любым, но чем оно больше, тем выше точность. Одно из достоинств рассматриваемого метода состоит в том, что он позволяет уточнять результат, используя дополнительные разности, причем нет необходимости начинать вычисления сначала. Поэтому в случае, если неизвестно, сколько членов следует взять, их число можно увеличивать до тех пор, пока их вклад не станет пренебрежимо малым. В данном случае h=10°. Используя только первую разность, найдем
Введя дополнительно вторую разность, получим
у (23) =0,38941 Наконец, с помощью третьей разности найдем
Совершенно очевидно, что это значение очень близко к точному, равному 0,39073. Используя другие разности, получим другие интерполяционные схемы, например метод Ньютона для интерполяции назад, пример реализации которого прводился в лекции 12 предыдущего семестра, методы Гаусса для интерполяции вперед и назад.
Итерационные методы интерполяции
Эти методы основаны на повторном применении простой интерполяционной схемы.
Наиболее известным из них является излагаемый ниже метод Эйткена, сущность которого в повторном применении линейной интерполяции.
Выше было показано, что линейная интерполяция между точками (x0, y0) и (xi, yi) осуществляется по формуле
с помощью которой, задав значение , можно составить таблицу функций , где i = l, 2, . . ., п. Пользуясь этими функциями, с помощью линейной интерполяции получим новое семейство соотношений. Простой подстановкой можно показать, что выражения для представляют собой многочлены второй степени, описывающие кривые, проходящие через точки (x0, y0), (x1,y1) и (xi,yi). Получив многочлены с помощью линейной интерполяции и используя функции , можно записать выражение для многочлена третьей степени описывающего кривые, проходящие через точки (x0, y0), (x1,y1),(x2 ,y2)и (xi,yi).. Продолжая этот процесс, будем получать значения , которые будут стремиться к значению f(x). Хотя в принципе этот метод позволяет вводить многочлены степени n >3, обычно этого не делают, стремясь избежать роста ошибок. Следует, однако, отметить, что метод Эйткена не требует, чтобы используемые для интерполяции значения функции были расположены через равные интервалы. Применим метод Эйткена к предыдущему примеру.
Пусть требуется решить этот пример 1 методом Эйткена. Ниже приведена таблица результатов, полученных путем многократного применения линейной интерполяции при x =23°. Видно, что по мере выполнения вычислений значения у (23°) стремятся к истинному значению, равному 0,39073.
i | xi | yi | yi1 | yi2 | yi3 |
0 | 10 | 0,17365 | |||
1 | 20 | 0,34202 | 0,39253 | ||
2 | 30 | 0,50000 | 0,38578 | 0,39051 | |
3 | 40 | 0,64279 | 0,37694 | 0,39019 | 0,39073 |
4 | 50 | 0,76604 | 0,36618 | 0,38990 | 0,39072 |
5 | 60 | 0,86603 | 0,35367 | 0,38962 | 0,39072 |
Обратная интерполяция
Это алгоритм, с помощью которого находят значение аргумента х, соответствующее заданному значению функции у, которое лежит между двумя его значениями, приведенными в таблице. Чтобы применить изложенные выше методы, нужно видоизменить таблицу, поменяв в ней местами х и у. Единственный недостаток этого приема в том, что теперь значения аргумента не будут расположены через равные интервалы, что исключает использование методов, для которых шаг аргумента должен быть обязательно постоянным.
Аппроксимация кривых.
(Аппроксимация –термин происходит от латинского approximo- «приближаюсь», буквальное значение – «приближение»).
Существует два основных подхода к аппроксимации табличных данных кривыми.
При одном из них требуют, чтобы аппроксимирующая кривая (возможно, кусочно-гладкая) проходила через все точки, заданные таблицей. Это удается сделать с помощью методов интерполяции, рассмотренных выше.