7. Интерполяция функций Интерполяционные формулы Ньютона
До сих пор не делалось никаких предположений о заданных значениях аргумента, которые могли быть совершенно произвольными.
Предположим дополнительно, что рассматриваемые значения аргумента являются равноотстоящими, т.е. образуют арифметическую прогрессию.
В этом случае шаг таблицы (i=0, 1, 2, …,n) является величиной постоянной. Для таких таблиц построение интерполяционных формул (как впрочем, и вычисление по этим формулам) заметно упрощается.
Прежде чем перейти к рассмотрению этого вопроса, познакомимся с понятием конечных разностей.
Конечные разности
Пусть функция задана таблицей с постоянным шагом. Разности между значениями функции в соседних узлах интерполяции называют конечными разностями первого порядка:
, (i=0, 1, 2, …, n).
Из конечных разностей первого порядка образуются конечные разности второго порядка:
, (i=0, 1, 2, …, n).
Продолжая этот процесс, можно по заданной таблично функции составить таблицу конечных разностей (табл. 7.1).
Таблица 7.1
Таблица конечных разностей
Конечные разности любого порядка могут быть представлены через значения функции.
Действительно, для разностей первого порядка это следует из определения. Для разностей второго порядка имеем:
Методом математической индукции можно доказать, что:
. (7.1)
Первая интерполяционная формула Ньютона
Пусть для функции, заданной таблично с постоянным шагом, составлена таблица конечных разностей. Будем искать интерполяционный полином в виде:
(7.2)
Это полином степени n. Значение коэффициентов найдем из условия совпадения значений исходной функции и полинома в узлах интерполяции. Полагая , из (7.2) находим:
.
Далее, придавая x значение x1 и x2 последовательно, получаем:
.
Найдем коэффициенты :
Аналогично можно найти и другие коэффициенты. Общая формула имеет вид:
k=0, 1, 2, …, n
Подставляя эти выражения в формулу (7.2), получим следующий вид интерполяционного полинома:
. (7.3)
Практически формула (7.3) применяется в несколько ином виде. Положим
, т.е. . Тогда
, и т.д.
Окончательно имеем:
(7.4)
Полученное выражение называется первой интерполяционной формулой Ньютона для интерполирования вперед.
Вторая интерполяционная формула Ньютона
Для правой половины рассматриваемого отрезка разности лучше вычислять справа налево. В этом случае:
, т.е. t < 0 и интерполяционную формулу Ньютона можно получить в виде:
(7.5)
Формулу (7.5) называют второй интерполяционной формулой Ньютона для интерполирования назад.
Как первая, так и вторая интерполяционные формулы Ньютона могут быть использованы для экстраполирования функции, т.е. для нахождения значений функции y для значений аргументов x, лежащих вне пределов таблицы. Если x < x0 и x близко к x0, то выгодно применять первую интерполяционную формулу Ньютона, причем тогда .
Если x < xn и x близко к xn, то удобнее пользоваться второй интерполяционной формулой Ньютона, причем .
Таким образом, первая интерполяционная формула Ньютона обычно используется для интерполирования вперед и экстраполирования назад, а вторая интерполяционная формула Ньютона, наоборот - для интерполирования назад и экстраполирования вперед.
Операция экстраполирования менее точна, чем операция интерполяции в узком смысле слова.
Yandex.RTB R-A-252273-3
- Введение
- Основы работы с MathCad
- 1. Введение в численные методы. Теория погрешностей и машинная арифметика Понятие о вычислительном эксперименте
- Классификация погрешностей
- Элементы теории погрешностей
- 2. Теория погрешностей и машинная арифметика Погрешности арифметических действий Погрешность функции
- Погрешности арифметических действий
- 3. Численное решение нелинейных уравнений
- Решение нелинейных уравнений
- 4. Численное решение систем уравнений Решение систем линейных уравнений
- Решение матричных уравнений
- Решение систем нелинейных уравнений
- 5. Решение систем уравнений и систем уравнений MathCad Решение одного уравнения
- Нахождение корней полинома
- Решение систем уравнений
- Приближенные решения
- Символьное решение уравнений
- 6. Интерполяция функций
- Глобальная интерполяция
- 7. Интерполяция функций Интерполяционные формулы Ньютона
- Локальная интерполяция
- 8. Интерполяция функций Кубическая сплайн-интерполяция
- Интерполяция средствами MathCad
- 9. Математическая обработка экспериментальных данных Элементы теории ошибок
- Элементы теории ошибок Случайные ошибки
- Аппроксимация в виде линейной комбинации функций
- Полиномиальная аппроксимация в Mathcad
- С помощью функции regress
- 11. Численное интегрирование и дифференцирование Численное интегрирование
- Методы прямоугольников
- Метод трапеций
- Метод Симпсона
- Метод Монте - Карло
- Численное дифференцирование
- 12. Решение обыкновенных дифференциальных уравнений
- Одношаговые методы решения задачи Коши
- Общая характеристика одношаговых методов
- 13. Решение дифференциальных уравнений в частных производных Уравнения первого порядка
- Типы дифференциальных уравнений в частных производных
- Уравнения первого порядка
- Лабораторная работа
- Варианты задания 1
- Варианты задания 2
- Варианты задания 3
- Локальная интерполяция
- Предсказание
- Варианты заданий 4
- Полиномиальная регрессия
- Обобщенная регрессия
- Варианты задания 5
- Численное интегрирование и дифференцирование
- Варианты задания 6