Metody numeryczne. Sformułowanie zagadnienia interpolacji

Podobne dokumenty
Metody numeryczne. Sformułowanie zagadnienia interpolacji

Analiza numeryczna Kurs INP002009W. Wykład 8 Interpolacja wielomianowa. Karol Tarnowski A-1 p.223

Metody numeryczne. Ilorazy różnicowe. dr Artur Woike. Wzory interpolacyjne Newtona i metoda Aitkena.

INTERPOLACJA I APROKSYMACJA FUNKCJI

Metody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.

Interpolacja. Marcin Orchel. Drugi przypadek szczególny to interpolacja trygonometryczna

Matematyka stosowana i metody numeryczne

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Technologie informatyczne

3. Interpolacja. Interpolacja w sensie Lagrange'a (3.1) Dana jest funkcja y= f x określona i ciągła w przedziale [a ;b], która

Interpolacja funkcji

Obliczenia naukowe Wykład nr 6

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Newton vs. Lagrange - kto lepszy?

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja Interpolacja wielomianowa Przykłady. dr hab.inż. Katarzyna Zakrzewska, prof.agh. Met.Numer.

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne

Rozwiązywanie równań nieliniowych

I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji.

Zadania z analizy matematycznej - sem. I Pochodne funkcji, przebieg zmienności funkcji

Zaawansowane metody numeryczne

Interpolacja, aproksymacja całkowanie. Interpolacja Krzywa przechodzi przez punkty kontrolne

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

Aproksymacja. funkcji: ,a 2. ,...,a m. - są funkcjami bazowymi m+1 wymiarowej podprzestrzeni liniowej X m+1

Analiza matematyczna dla informatyków 3 Zajęcia 14

Egzamin z Metod Numerycznych ZSI, Grupa: A

DOPASOWYWANIE KRZYWYCH

Wykład 5. Zagadnienia omawiane na wykładzie w dniu r

GAL 80 zadań z liczb zespolonych

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

Teoria. a, jeśli a < 0.

Analiza numeryczna kolokwium2a-15grudnia2005

1. Pochodna funkcji. Twierdzenie Rolle a i twierdzenie Lagrange a.

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

Elementy metod numerycznych

1 Równania nieliniowe

Metody numeryczne I Równania nieliniowe

Metody numeryczne rozwiązywania równań różniczkowych

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

Funkcje dwóch zmiennych

Pochodna funkcji c.d.-wykład 5 ( ) Funkcja logistyczna

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

5 Równania różniczkowe zwyczajne rzędu drugiego

2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2.

Interpolacja i modelowanie krzywych 2D i 3D

5. Równania różniczkowe zwyczajne pierwszego rzędu

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.

Definicje i przykłady

Wykład 5. Informatyka Stosowana. 7 listopada Informatyka Stosowana Wykład 5 7 listopada / 28

Pochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych

12.Rozwiązywanie równań i nierówności liniowych oraz ich układów.

( ) Arkusz I Zadanie 1. Wartość bezwzględna Rozwiąż równanie. Naszkicujmy wykresy funkcji f ( x) = x + 3 oraz g ( x) 2x

Wprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE

Rozdział 2. Liczby zespolone

Granice funkcji-pojęcie pochodnej

Pochodne funkcji wraz z zastosowaniami - teoria

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.

Metody Obliczeniowe w Nauce i Technice

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.

Układy równań i równania wyższych rzędów

Matematyka dyskretna

Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/

Dystrybucje, wiadomości wstępne (I)

Aproksymacja funkcji a regresja symboliczna

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

Wykład 14 i 15. Równania różniczkowe. Równanie o zmiennych rozdzielonych. Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie

II. Równania autonomiczne. 1. Podstawowe pojęcia.

Matematyka 2. Równania różniczkowe zwyczajne rzędu drugiego

Układy równań liniowych

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Przekształcenia liniowe

Roksana Gałecka Okreslenie pochodnej funkcji, podstawowe własnosci funkcji różniczkowalnych

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

VII. WYKRESY Wprowadzenie

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski

Aby przygotować się do kolokwiów oraz do egzaminów należy ponownie przeanalizować zadania

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

1 Równania różniczkowe zwyczajne

Fakt 3.(zastosowanie różniczki do obliczeń przybliżonych) Przy czym błąd, jaki popełniamy zastępując przyrost funkcji

Matematyka dyskretna

Grafika komputerowa Wykład 7 Modelowanie obiektów graficznych cz. I

Równania różniczkowe liniowe II rzędu

EGZAMIN PISEMNY Z ANALIZY I R. R n

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Wektory i wartości własne

Szeregi funkcyjne. Szeregi potęgowe i trygonometryczne. Katedra Matematyki Wydział Informatyki Politechnika Białostocka

Liczby zespolone. x + 2 = 0.

Wstęp do metod numerycznych Zadania numeryczne 2016/17 1

Ćwiczenia nr 7. TEMATYKA: Krzywe Bézier a

Przykładowe rozwiązania

ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II

Zadania egzaminacyjne

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

1. Liczby zespolone Zadanie 1.1. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone (1) 1 i (2) (5)

Zaawansowane metody numeryczne

Wykład 3 Równania rózniczkowe cd

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

Rozdział 2. Liczby zespolone

1 Funkcje dwóch zmiennych podstawowe pojęcia

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009.

22 Pochodna funkcji definicja

Transkrypt:

Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej że: i=0,n F (x i ) = y i. Poza węzłami funkcja F powinna przybliżać wartości funkcji f. W naszym przypadku szukamy funkcji F w postaci wielomianu W n stopnia mniejszego lub równego n. Zatem ogólnie mamy, że: x R F (x) = W n (x) i=0,...,n W n (x i ) = y i.

Interpretacja geometryczna Z warunku i=0,...,n W n (x i ) = y i wynika, że wykres wielomianu W n na płaszczyźnie R 2 musi przechodzić przez wszystkie z punktów (x 0, y 0 ),..., (x n, y n ) lub (przy stosowaniu równoważnych oznaczeń) (x 0, f (x 0 )),..., (x n, f (x n )). Interpretacja geometryczna

Twierdzenie interpolacyjne Twierdzenie. (o istnieniu wielomianu interpolacyjnego) Istnieje dokładnie jeden wielomian interpolacyjny W n stopnia co najwyżej n (n 0), który w punktach x 0,..., x n przyjmuje wartości y 0,..., y n. Wielomian W n może być stopnia mniejszego od n. Przykłady interpolacji Interpolacja wielomianem niższego stopnia:

Przykłady interpolacji Przybliżanie funkcji sinus wielomianem interpolacyjnym stopnia co najwyżej trzeciego: Przykłady interpolacji Zachowanie wielomianu interpolacyjnego dla funkcji sinus poza przedziałem interpolacji:

Wyznaczanie wielomianu interpolacyjnego Możemy założyć, że W n (x) = n j=0 c j x j. Po wstawieniu tego wyrażenia do warunku i=0,...,n W n (x i ) = y i otrzymujemy następujący układ n + 1 równań liniowych z n + 1 niewiadomymi: nj=0 c j x j 0 = y 0 nj=0 c j x j n = y n Po podstawieniu konkretnych danych układ ten należy rozwiązać ze względu na współczynniki c 0,..., c n, które jednoznacznie określają postać wielomianu W n. Wyznaczanie wielomianu interpolacyjnego 1 Sprawdzenie poprawności otrzymanego wielomianu interpolacyjnego bazuje na sprawdzeniu, czy jest zachodzą warunki: i=0,...,n W n (x i ) = y i. 2 Jeśli wśród danych wartości w węzłach jest wartość f (0), to powinna ona być równa wyrazowi wolnemu otrzymanego wielomianu interpolacyjnego: f (0) = c 0.

Przykład układu interpolacyjnego (n = 3) Notacja standardowa: c 0 + c 1 x 0 + c 2 x0 2 + c 3x0 3 = y 0 c 0 + c 1 x 1 + c 2 x1 2 + c 3x1 3 = y 1 c 0 + c 1 x 2 + c 2 x2 2 + c 3x2 3 = y 2 c 0 + c 1 x 3 + c 2 x3 2 + c 3x3 3 = y 3 Notacja macierzowa: 1 x 0 x0 2 x0 3 1 x 1 x1 2 x1 3 1 x 2 x2 2 x2 3 1 x 3 x3 2 x3 3 c 0 c 1 c 2 c 3 = y 0 y 1 y 2 y 3 Stosowanie interpolacji wielomianowej. Zadanie 1. Niech f (x) = x 3 2x 2 + 3x 1. Niech będą dane węzły interpolacji x i = 2 + i oraz wartości w węzłach y i = f (x i ) (i = 0,..., n). Wyznaczyć wielomiany interpolacyjne W 1, W 2, W 3 i W 4.

Wielomiany czynnikowe i wzór Lagrange a Niech będą dane węzły x 0,..., x n (x i x j dla i j) oraz odpowiadające im wartości y 0,..., y n. Dla każdego j = 0,..., n kładziemy: φ j (x) = (x x 0)... (x x j 1 )(x x j+1 )... (x x n ) (x j x 0 )... (x j x j 1 )(x j x j+1 )... (x j x n ). Wtedy wielomian interpolacyjny W n jest określony następująco: n W n (x) = y 0 φ 0 (x) +... + y n φ n (x) = y i φ i (x). i=0 Wielomiany φ j są nazywane wielomianami czynnikowymi. Stosowanie wzoru Lagrange a. Zadanie 2. Niech będą dane węzły interpolacji x i = 2 + i (i = 0,..., 4). Wyznaczyć za pomocą wzoru interpolacyjnego Lagrange a wielomiany interpolacyjne W 1, W 2, W 3 i W 4 dla następujących wartości w węzłach: 1 y 0 = 17, y 1 = 5, y 2 = 1, y 3 = 1, y 4 = 7; 2 y 0 = 25, y 1 = 8, y 2 = 5, y 3 = 4, y 4 = 17; 3 y 0 = 12, y 1 = 6, y 2 = 2, y 3 = 0, y 4 = 0.

Oszacowanie błędu wzoru interpolacyjnego Lagrange a Oznaczenia: f jest przybliżaną funkcją (musi posiadać pochodne do rzędu n + 1 włącznie na rozpatrywanym przedziale); x jest punktem, w którym badamy dokładność; a, b jest rozpatrywanym przedziałem przybliżania interpolacyjnego, takim że x a, b i=0,...,n x i a, b ; M n+1 = sup f (n+1) (t) ; t a,b ω n (x) = (x x 0 ) (x x 1 )... (x x n ). Oszacowanie błędu wzoru interpolacyjnego Lagrange a Mamy następujące oszacowanie (z góry) dla błędu wzoru interpolacyjnego Lagrange a: f ( x) W n ( x) M n+1 (n + 1)! ω n( x). Ponieważ przy ustalonych danych wielomian interpolacyjny jest dokładnie jeden, więc oszacowanie błędu wzoru interpolacyjnego Lagrange a jest prawdziwe również dla innych wzorów interpolacyjnych.

Stosowanie oszacowania błędu interpolacji Zadanie 3. Wyznaczyć z jaką dokładnością można obliczyć za pomocą wielomianu interpolacyjnego W 1, W 2, W 3 i W 4 : 1 wartość sin π 36, jeżeli znane są wartości y 0 = sin 0, y 1 = sin π 6, y 2 = sin π 4, y 3 = sin π 3. 2 wartość ln 100.5, jeżeli znane są wartości y 0 = ln 100, y 1 = ln 101, y 2 = ln 102, y 3 = ln 103. 3 wartość e 10.311, jeżeli znane są wartości y 0 = e 5, y 1 = e 9, y 2 = e 10, y 3 = e 11, y 4 = e 13. Przyjąć π 3.14159 i e 2.71828.