Niech Φ oznacza funkcję zmiennej x zależną od n + 1 parametrów a 0, a 1, K, a n, tj.

Podobne dokumenty
i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

Indukcja matematyczna

1. Relacja preferencji

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Podprzestrzenie macierzowe

Analiza Matematyczna Ćwiczenia. J. de Lucas

ZAGADNIENIE TRANSPORTOWE

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna

Zmiana bazy i macierz przejścia

8.1 Zbieżność ciągu i szeregu funkcyjnego

Funkcja wiarogodności

Definicja 3.9. Zadanie interpolacji wymiernej polega na znalezieniu dla danej funkcji f funkcji wymiernej W mn postaci

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

ELEMENTY ANALIZY NUMERYCZNEJ

WYKŁAD 1 INTERPOLACJA WIELOMIANOWA

Portfel złożony z wielu papierów wartościowych

J. Wyrwał, Wykłady z mechaniki materiałów METODA SIŁ Wprowadzenie

Projekt 2 2. Wielomiany interpolujące

Lista 6. Kamil Matuszewski 26 listopada 2015

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

JEDNOWYMIAROWA ZMIENNA LOSOWA

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

( ) ( ) ( ) ( ) ( ) ( )

Analiza współzależności dwóch zjawisk zależności między tymi cechami

FUNKCJE DWÓCH ZMIENNYCH

Modelowanie i Analiza Danych Przestrzennych

METODY KOMPUTEROWE 1

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Matematyka dyskretna. 10. Funkcja Möbiusa

11/22/2014 STRATEGIE MIESZANE - MOTYWACJA. ROZWAśMY PRZYKŁAD:

IV. ZMIENNE LOSOWE DWUWYMIAROWE

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

. Wtedy E V U jest równa

Regresja REGRESJA

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

p Z(G). (G : Z({x i })),

Równania rekurencyjne

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

ZMIENNE LOSOWE WIELOWYMIAROWE

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1)

Zaawansowane metody numeryczne

MODELE OBIEKTÓW W 3-D3 część

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.

Przegląd wybranych testów

Małe drgania wokół położenia równowagi.

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

R n. i stopa procentowa okresu bazowego, P wartość początkowa renty, F wartość końcowa renty. R(1 )

Definicja interpolacji

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Wnioskowanie statystyczne dla korelacji i regresji.

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

f '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n

PODSTAWY I ZASTOSOWANIA RACHUNKU TENSOROWEGO

( ) ( ) ( ) ( ) ( ) ( )

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

ĆWICZENIE 5 TESTY STATYSTYCZNE

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Rachunek różniczkowy funkcji wielu zmiennych

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

VI. TWIERDZENIA GRANICZNE

Planowanie eksperymentu pomiarowego I

Rachunek różniczkowy funkcji wielu zmiennych

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Prawdopodobieństwo i statystyka r.

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

Diagonalizacja macierzy kwadratowej

Badania Operacyjne (dualnośc w programowaniu liniowym)

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Sprzedaż finalna - sprzedaż dóbr i usług konsumentowi lub firmie, którzy ostatecznie je zużytkują, nie poddając dalszemu przetworzeniu.

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

Pojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k

Relacyjny model danych. Relacyjny model danych

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

2. Wartości własne i wektory własne macierzy

Twierdzenie Cayleya-Hamiltona

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

Analiza I.1, zima globalna lista zadań

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny

O liczbach naturalnych, których suma równa się iloczynowi

Model Lesliego. Oznaczmy: 0 m i liczba potomstwa pojawiającego się co jednostkę czasu u osobnika z i-tej grupy wiekowej, i = 1,...

Sterowanie optymalne statkiem w obszarze ze zmiennym prądem problem czasooptymalnej marszruty. Zenon Zwierzewicz

FUNKCJE ZMIENNYCH LOSOWYCH. Uwagi o rozkładzie funkcji zmiennej losowej jednowymiarowej.

Ćwiczenia 10 KORELACJA

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

Badania niezawodnościowe i statystyczna analiza ich wyników

Transkrypt:

III. INTERPOLACJA 3.. Ogóe zadae terpoac Nech Φ ozacza fucę zmee x zaeżą od + parametrów a 0, a, K, a, t. Defca 3.. Zadae terpoac poega a oreśeu parametrów a ta, żeby da + da- ych par ( x, f ( x ( 0,,..., czb rzeczywstych ub zespooych tach, że x x da, zachodzło Φ Φ( xa, 0, a, K, a. Φ( x, a, a, K, a f ( x,,, K,. 0 0 Puty x azywamy węzłam terpoac, f ( x wartoścam fuc w węz- łach x, a zbór π { x0, x, K, x } azywamy satą. W zaeżośc od rodzau fuc Φ wyróżamy terpoacę:! ową, w tym " weomaową, a w tym Lagrage a, Hermte a, " trygoometryczą, " fucam seaym,! eową, w tym " wymerą, " wyładczą. W terpoac owe fuca Φ zaeży w sposób owy od współczyów a, t. Φ( xa,, a, K, a aψ ( x. 0 Na przyład, da terpoac weomaowe mamy 0 Przyładem terpoac eowe est terpoaca wymera, w tóre Φ ( xa,, a, K, a ax. 0 0

22 III. Iterpoaca Φ ( xa,, a, K, a, b, b, K, b. 0 0 Iterpoaca est stosowaa m.. do oreśea wartośc fuc zadae tabcą wartośc (p. terpoaca weomaowa, do wyprowadzaa wzorów umeryczego całowaa, różczowaa, rozwązywaa rówań różczowych, przyspeszaa zbeżośc pewych cągów (p. terpoaca weomaowa wymera do aazy Fourera ser pomarów (terpoaca trygoometrycza. m 0 m 0 ax bx 3.2. Iterpoaca Lagrage a Defca 3.2. Zadae terpoacye Lagrage a poega a zaezeu da dae fuc f weomau L stopa e wyższego ż, tórego wartośc w + putach x są tae same, a wartośc terpoowae fuc, tz. L( x f ( x da 0K,,,, gdze x x da. (3. Twerdzee 3.. Zadae terpoacye Lagrage a ma dołade edo rozwązae, t. da dowoych + węzłów x wartośc fuc w tych węzłach f ( x stee dołade ede weoma stopa e węszego od, da tórego zachodz zaeżość (3.. Dowód. W perwsze częśc dowodu poażemy, że weoma, o tórym mowa w twerdzeu, stee, a astępe udowodmy ego edozaczość. Sostruumy astępuące fuce pomoccze: Są to weomay stopa, tae że, gdy, ( x δ 0, gdy ( ozacza symbo Kroecer a. Stąd weoma δ ( x, 0K,,,. 0 L ( x f ( x ( x f ( x 0 0 0 x x (3.2 est weomaem stopa co awyże przymuącym w putach x wartośc f ( x, czy stee weoma spełaący zaeżość (3.. Przypuśćmy, że steą dwa weomay L ( x L 2 ( x stopa e węszego od, da tórych

3.2. Iterpoaca Lagrage a 23 2 2 L ( x L ( x f ( x. Wówczas weoma L( x L( x est weomaem stopa e węszego od, tóry ma co ame + różych perwastów x ( 0,,...,. Ozacza to, że est to weoma tożsa- moścowo rówy 0, t. 2 L ( x L ( x 0, a węc 2 L ( x L ( x, co est sprzecze z przyętym założeem, że weomay L ( x L 2 ( x są róże. # Wzór (3.2 os azwę wzoru terpoacyego Lagrage a, a weoma L ( x azywa sę weomaem terpoacyym Lagrage a. Z wzoru tego wya, że weoma L ( x zaeży owo od wartośc f ( x. Da dużych wartośc wzór te est epratyczy. Przyład 3. Nech da 3 będze daa tabca wartośc 0 2 3 x 0 3 4 f ( x 3 2 Naeży wyzaczyć wartość weomau terpoacyego że L3 ( x f ( x da 0,, 2, 3. Mamy ( x ( x 3( x 4 x 0 x 3 x 4 0( x x ( 0 ( 0 3( 0 4, ( ( ( ( ( 0( 3( 4, ( x 0( x ( x 4 x 0 x x 3 2( x 3 x ( 3 0( 3 ( 3 4, ( ( ( ( ( 4 0( 4 ( 4 3 L 3 w puce x 2 przy założeu, a podstawe wzoru (3.2 otrzymuemy L3 2 0 2 3 2 2 2 2 3 2 3 2 6 3 2 2 3 ( ( + ( + ( + ( + + + 3. 6 # Przy obczau wartośc weomau terpoacyego wygode est posługwać sę agorytmem Neve a, tóry sformułuemy w twerdzeu. Twerdzee 3.2. Nech da daych putów węzłowych ( x, f ( x, 0,,..., P 0 K ozacza weoma stopa e węszego od, ta że P ( x f ( x, 0,, K,. K 0 Wówczas zachodzą wzory reurecye:

24 III. Iterpoaca a P( x f ( x, ( P x x x P x 0 2K ( ( 0K ( b P x 0K (. 0 (3.3 Dowód. Wzór a est oczywsty. W ceu wyazaa wzoru b ozaczmy prawą stroę przez R(x. Poażemy, że weoma R ma własośc weomau P 0 K. Zauważmy, że stopeń weomau R est e węszy od. Z defc weomaów mamy P 2 K P 0 K Rx ( P ( x f ( x, Rx ( P ( x f ( x, K K 2 0 0 0 0 a da, 2,...,! otrzymuemy ( x x f ( x ( x x f ( x 0 Rx ( 0 f ( x. Z twerdzea 3. wya edozaczość terpoac weomaowe, a węc R P # 0 K. Agorytm Neve a poega a tym, że za pomocą wzorów (3.3 ostruuemy tabcę symetryczą, tóra zawera wartośc weomau terpoacyego w ustaoym puce x: P 0 K 0 2 3 x 0 f ( x P ( x 0 0 x f ( x P ( x x 2 f ( x P ( x 2 2 x 3 f ( x P ( x 3 3 P0( x P2 ( x P23 ( x P02 ( x P23 ( x P023 ( x W pratyce weoma P, +, K, + ozaczamy przez P +,, co ułatwa omputerowe zaprogramowae powyższe tabcy (ao tabcy dwuwymarowe. Przymue oa wówczas postać 0 2 3 x 0 f ( x P 0 00 x f ( x P 0 x 2 f ( x P 2 20 x 3 f ( x P 3 30 P P 2 P 3 P 22 P 32 P 33 Stosuąc to ozaczee wzory (3.3 moża zapsać astępuąco:

3.3. Wzór terpoacyy Newtoa 25 P 0 P f ( x, ( x x P ( x x P,, P P P, + x x x x,,,, 0,, K. (3.4 Przyład 3.2 Da daych z przyładu 3. zadźmy wartość L 3 ( 2 stosuąc agorytm Neve a. Korzystaąc z wzorów (3.4 ostruuemy astępuącą tabcę: 0 2 3 0 P 00 P 0 3 3 P 20 2 4 P 30 P 5 5 P 2 2 P 3 3 0 P 22 3 8 P 32 3 P 33 3 Zatem L ( 2 P 3. 3 33 # 3.3. Wzór terpoacyy Newtoa W przypadu wyzaczaa samego weomau terpoacyego ub obczaa weu terpoowaych wartośc orzysta sę z weomau terpoacyego Newtoa. W zapse tego weomau wyorzystue sę orazy różcowe. Defca 3.3. Iorazem różcowym rzędu fuc f opartym a param różych węzłach x, x, K, x, w tórych est oreśoa fuca f (t. zae są wartośc f ( x azywamy wyrażee postac f ( x [ x, x, K, x ; f ], ( (3.5 przy czym przez oraz różcowy rzędu zerowego oparty a węźe my wartość [ x ; f ] f ( x. Poże podaemy podstawowe własośc orazu różcowego. Ioraz różcowy est fucą symetryczą, t. rozumex

26 III. Iterpoaca gdze czby,,, są dowoą permutacą czb, +,..., +. K 2 Ioraz różcowy est fucoałem owym, t. gdze π ozacza satę. [ x, x, K, x ; f ] [ x, x, K, x ; f ], [ π ; αf + βg] α[ π ; f ] + β[ π ; g], 3 Jeś sata π est edostaa, t. x + x0 + ( + h, h cost, 0,,...,!, to f ( x [ π ; f ] 0, h! gdze ozacza operator różcy progresywe zdefoway astępuąco: 0 f ( x f ( x, f ( x f ( x f ( x+ h f ( x, f ( x ( f ( x, 23,, K. Poższe twerdzee podae zwąze reurecyy da orazów różcowych. Twerdzee 3.3. Da dowoego uładu param różych putów x, x, K, x do dzedzy fuc f zachodz zaeżość reurecya Dowód. Z wzoru (3.5 mamy [ x,,, ; ] [,,, ; ] [ x, x,, x ; f x 2 K x f x x K x f K ]. aeżących (3.6 [ x, x, K, x ; f ] [ x, x, K, x ; f ] 2 Ozaczaąc prawą stroę wzoru (3.6 przez P otrzymuemy f ( x P x ( x x f ( x ( f ( x ( f ( x + ( f ( x f x + ( x x x f ( x, ( (. ( x

3.3. Wzór terpoacyy Newtoa 27 + f ( x f ( x ( x x ( x x ( x x f ( x x x x + x + f ( x + x ( x x ( x x x f ( x + ( f ( x + ( Stąd, z uwag a wzór (3.5, otrzymuemy ewą stroę wzoru (3.6. # Możemy teraz zdefować weoma terpoacyy Newtoa. Defca 3.4. Nech π ozacza dowoą satę bez węzłów weorotych. Weomaem - terpoacyym Newtoa da fuc f a satce π azywamy weoma N ( x f ( x0 + [ x0, x; f ]( x x0 + [ x0, x, x2; f ]( x x0( x x (3.7 + K+ [ x0, x, K, x; f ]( x x0( x x K( x x, przy czym N( x f ( x da x π ( 0,,...,. Z twerdzea 3. wya, że zarówo weoma L ( x, a weoma N ( x są rozwązaem tego samego zadaa terpoacyego. Poeważ to rozwązae est edozacze, węc mamy Twerdzee 3.4. Weomay Lagrage a Newtoa są agebracze rówoważe, t. L ( x N ( x. f ( x Zauważmy, że wzór (3.7 est postacą Newtoa weomau (zob. p. 2.. Współczy tego weomau oreśa sę zwye z tabcy orazów różcowych postac ( x x f ( x ( x x f ( x. (

28 III. Iterpoaca 0 2 3 x 0 f ( x [ x ; f ] 0 0 x f ( x [ x ; f ] x 2 f ( x [ x ; f ] 2 2 x 3 f ( x [ x ; f ] 3 3 M M [ x0, x; f ] [ x, x2; f ] [ x2, x3; f ] M [ x0, x, x2; f ] [ x, x2, x3; f ] M [ x0, x, x2, x3; f ] M przy czym odpowede orazy różcowe obczae są oeo ouma po oume z wyorzystaem zaeżośc (3.6. Współczy weomau (3.7 zaduą sę w awyższym uośym werszu. Agorytm te moża zreazować osztem tyo 2 mesc pamęc (szcząc dae wartośc fuc. Przyład 3.3 Da daych z przyładu 3. weoma terpoacyy Newtoa ma postać N3( x f ( x0 + [ x0, x; f ]( x x0 + [ x0, x, x2; f ]( x x0( x x + [ x0, x, x2, x3; f ]( x x0( x x( x x2 + [ 0, ; f ]( x 0 + [ 03,, ; f ]( x 0( x + [ 034,,, ; f ]( x 0( x ( x 3. Iorazy różcowe obczamy w tabcy: 0 2 3 0 2 3 3 2 4 2 5 6 6 6 Szuay weoma est węc astępuący: Łatwo sprawdzć, że 5 3 3 2 0 N3( x + 2x x( x + x( x ( x 3 + x+. 6 6 6 2 3 N 3 ( 2 3. # 3.4. Iterpoaca Lagrage a da węzłów rówoodegłych Załóżmy, że węzły x, 0,,...,, są rzeczywste rówoodegłe (tz. sata π est e- dostaa, czy x x0 + h, gdze h ozacza stałą długość rou. Jeś we wzorze (3.2 podsta- wmy x x + th to otrzymamy 0,

3.4. Iterpoaca Lagrage a da węzłów rówoodegłych 29 Przy węzłach rówoodegłych szczegóe wygoda est postać weomau terpoacyego, tórego współczy są wyrażoe za pomocą tzw. różc sończoych fuc f. Wprowadźmy teraz odpowede poęca. Defca 3.5. Nech M(R ozacza asę fuc ograczoych a całe os rzeczywste, t. a Różcą zwyłą (progresywą fuc f M( R azywamy operacę, tóre wartoścą est f, zdefowaą wzorem gdze x R, h R, przy czym h cost. Podobe defuemy pozostałe operace. b Operaca przesuęca: Ef ( x f ( x + h. c Różca wstecza: f ( x f ( x f ( x h. d Różca cetraa: δf ( x f ( x+ h/ 2 f ( x h/ 2. Odpowede różce rzędu oreśamy ao różce z różc rzędu!, p.. przy czym 0 f ( x f ( x. Poże podao a podstawowych własośc różc sończoych. Ich udowodee pozostawamy Czyteow. f ( x ( E I f ( x Ef ( x If ( x (I ozacza operacę detyczośc: If(x f(x df 2 ( o f ( x ( f ( x ( f ( x 3 δ 2 f ( x ( f ( x 4 o f ( x o f ( x df m m 5 ( αf ( x + βg( x α f ( x + β g( x 6 ( f ( x g( x g( x f ( x + f ( x+ h g( x f ( x 7 gx ( gx ( f( x f( x gx (, gx (, gx ( + h 0 gxgx ( ( + h 8 E f ( x f ( x+ h f ( x t L( x L( x0 + th L( t f ( x. 0 Korzystaąc z poęca różcy progresywe różcy wstecze moża udowodć 0 f M( R sup f ( x <. x R f ( x f ( x+ h f ( x, 0 f ( x ( f ( x, 2K,,,

30 III. Iterpoaca Twerdzee 3.5. Jeże węzły są rówoodegłe, to gdze f ( x0 L( x0 + th L( t q (, t (3.8! 0 q ( t, q ( t ( t,, 2, K, 0 0 oraz f ( x0 L( x th L( t q~ 0 + (, t (3.9! 0 gdze q ~ ( t, q ~ ( t ( t +,, 2, K,. 0 0 Dowód. Udowodmy wzór (3.8 (dowód wzoru (3.9 przebega podobe. Stosuąc zasadę duc matematycze moża poazać, że da węzłów rówoodegłych mamy Jeś x x0 + th, to f ( x0 [ x0, x, K, x ; f ]. (3.0 h! 0 ( x x h ( t. 0 Stąd oraz z wzorów (3.7 (3.0 otrzymuemy wzór (3.8. # Przyład 3.4 Daa est astępuąca tabca wartośc fuc: 0 2 3 4 x 3,50 3,55 3,60 3,65 3,70 f ( x 33,5 34,83 36,598 38,475 40,447 Naeży obczyć wartość weomau terpoacyego w puce x 3,58. Poeważ węzły są rówoodegłe, możemy użyć wzoru (3.8 ub (3.9. Wyberaąc perwszy z tych wzorów sporządzamy aperw tabcę różc progresywych: