readln(b_s);

val(b_s,matr2[j],code);

until code=0;

end;

1.7 Тестовый пример

2. Полиномиальная интерполяция функции методом Ньютона с разделенными разностями

2.1 Постановка задачи

Разработать схему алгоритма и написать программу на языке Turbo Pascal 7.0 для интерполирования функции, заданной в узлах, используя метод Ньютона с разделенными разностями.

2.2 Математическая формулировка задачи

Дана табличная функция:

i	x_i	y_i
0	x₀	y
1	x₁	0
2	x₂	y
...	...	1
n	x_n	y
		2
		...
		y
		n

или

Точки с координатами (x_i, y_i) называются узловыми точками или узлами.

Количество узлов в табличной функции равно N=n+1.

Необходимо найти значение этой функции в промежуточной точке, например, x=D, причем

Для решения задачи строим интерполяционный многочлен.

2.3 Обзор существующих численных методов решения задачи

Интерполяция по Лагранжу

Интерполяционный многочлен может быть построен при помощи специальных интерполяционных формул Лагранжа, Ньютона, Стерлинга, Бесселя и др.

Интерполяционный многочлен по формуле Лагранжа имеет вид:

Докажем, что многочлен Лагранжа является интерполяционным многочленом, проходящим через все узловые точки, т.е. в узлах интерполирования x_i выполняется условие L_n(x_i) = y_i. Для этого будем последовательно подставлять значения координат узловых точек таблицы в многочлен (2.1). В результате получим:

если x=x₀, то L_n(x₀) = y₀,

если x=x₁, то L_n(x₁) = y₁,

……………

если x=x_n, то L_n(x_n) = y_n.

Это достигнуто за счет того, что в числителе каждой дроби при соответствующем значении у_j, j=0,1,2,…,n отсутствует сомножитель (x-x_i), в котором i=j, а знаменатель каждой дроби получен заменой переменной х на соответствующее значение х_j.

Таким образом, интерполяционный многочлен Лагранжа приближает заданную табличную функцию, т.е. L_n(x_i) = y_i и мы можем использовать его в качестве вспомогательной функции для решения задач интерполирования, т.е.

Чем больше узлов интерполирования на отрезке [x₀,x_n] , тем точнее интерполяционный многочлен приближает заданную табличную функцию, т.е. тем точнее равенство:

Однако с увеличением числа узлов интерполирования возрастает степень интерполяционного многочлена n и в результате значительно возрастает объем вычислительной работы. Поэтому при большом числе узлов необходимо применять ЭВМ. В этом случае удобно находить значения функции в промежуточных точках, не получая многочлен в явном виде.

При решении задачи экстраполирования функции с помощью интерполяционного многочлена вычисление значения функции за пределами отрезка [x₀,x_n] обычно производят не далее, чем на один шаг h, равный наименьшей величине

так как за пределами отрезка [x₀,x_n] погрешности, как правило, увеличиваются.

Интерполяция по Ньютону

Интерполяционный многочлен по формуле Ньютона имеет вид:

(2.2)

где n – степень многочлена,

- разделенные разности 0-го, 1-го, 2-го,…., n-го порядка, соответственно.

Сплайн-интерполяция

Сплайны стали широко использоваться в вычислительной математике сравнительно недавно. В машиностроительном черчении они применяются уже давно, так как сплайны – это лекала или гибкие линейки, деформация которых позволяет провести кривую через заданные точки (x_i, у_i).

Используя теорию изгиба бруса при малых деформациях, можно показать, что сплайн – это группа кубических многочленов, в местах сопряжения которых первая и вторая производные непрерывны. Такие функции называются кубическими сплайнами. Для их построения необходимо задать коэффициенты, которые единственным образом определяют многочлен в промежутке между данными точками.

Например, для некоторых функций (рис.) необходимо задать все кубические функции q₁(x), q₂(x), …q_n(x).

В наиболее общем случае эти многочлены имеют вид:

где k_ij - коэффициенты, определяемые описанными ранее условиями, количество которых равно 4n. Для определения коэффициентов kij необходимо построить и решить систему порядка 4n.

Первые 2n условий требуют, чтобы сплайны соприкасались в заданных точках:

Следующие (2n-2) условий требуют, чтобы в местах соприкосновения сплайнов были равны первые и вторые производные:

Система алгебраических уравнений имеет решение, если число уравнений соответствует числу неизвестных. Для этого необходимо ввести еще два уравнения. Обычно используются следующие условия:

При построении алгоритма метода первые и вторые производные удобно аппроксимировать разделенными разностями соответствующих порядков.

Полученный таким образом сплайн называется естественным кубическим сплайном. Найдя коэффициенты сплайна, используют эту кусочно-гладкую полиноминальную функцию для представления данных при интерполяции.

2.4 Численный метод решения задачи

Значения f(x₀), f(x₁), … , f(x_n) , т.е. значения табличной функции в узлах, называются разделенными разностями нулевого порядка (k=0).

Отношение

называется разделенной разностью первого порядка (k=1) на участке [x₀, x₁] и равно разности разделенных разностей нулевого порядка на концах участка [x₀, x₁], разделенной на длину этого участка.

Для произвольного участка [x_i, x_i+1] разделенная разность первого порядка (k=1) равна

Отношение

называется разделенной разностью второго порядка (k=2) на участке [x₀, x₂] и равно разности разделенных разностей первого порядка, разделенной на длину участка [x₀, x₂].

Для произвольного участка [x_i, x_i+2] разделенная разность второго порядка (k=2) равна

Таким образом, разделенная разность k-го порядка на участке [x_i, x_i+k] может быть определена через разделенные разности (k-1)-го порядка по рекуррентной формуле:

(2.3)

Где

n – степень многочлена.

Максимальное значение k равно n. Тогда i =0 и разделенная разность n-го порядка на участке [x₀,x_n] равна

т.е. равна разности разделенных разностей (n-1)-го порядка, разделенной на длину участка [x₀,x_n].

Разделенные разности

являются вполне определенными числами, поэтому выражение (2.2) действительно является алгебраическим многочленом n-й степени. При этом в многочлене (2.2) все разделенные алгебраическим многочленом n-й степени. При этом в многочлене (2.2) все разделенные разности определены для участков [x₀, x_0+k],

Лемма: алгебраический многочлен (2.2), построенный по формулам Ньютона, действительно является интерполяционным многочленом, т.е. значение многочлена в узловых точках равно значению табличной функции

Докажем это. Пусть х=х₀, тогда многочлен (2.2) равен

Пусть х=х₁, тогда многочлен (2.2) равен

Пусть х=х₂, тогда многочлен (2.2) равен

Заметим, что решение задачи интерполяции по Ньютону имеет некоторые преимущества по сравнению с решением задачи интерполяции по Лагранжу. Каждое слагаемое интерполяционного многочлена Лагранжа зависит от всех значений табличной функции y_i, i=0,1,…n. Поэтому при изменении количества узловых точек N и степени многочлена n (n=N-1) интерполяционный многочлен Лагранжа требуется строить заново. В многочлене Ньютона при изменении количества узловых точек N и степени многочлена n требуется только добавить или отбросить соответствующее число стандартных слагаемых в формуле Ньютона (2.2). Это удобно на практике и ускоряет процесс вычислений.