рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Постановка задачи интерполирования

Постановка задачи интерполирования - раздел Программирование, Курсовая работа по курсу "Вычислительная математика и программирование" по теме "Обработка экспериментальных данных" Пусть Некоторая Функция Y=F(Х) Задана Таблицей (Табл. 3.1), ...

Пусть некоторая функция Y=f(Х) задана таблицей (табл. 3.1), т.е. при значениях аргумента X = X0, X1, ..., Xn функция f(Х)принимает соответствующие значения Y0, Y1,..., Yn.

Таблица 3.1

Таблица экспериментальных значений

X X0 X1 X2 . . . Xn
Y Y0 Y1 Y2 . . . Yn

 

И пусть необходимо определить значение Y=f(X), (Xi-1< < Хi ). Значение Х=попадает между двумя табличными значениями, поэтому для вычисления значения функции необходимо предложить некоторый характер ее изменения между известными значениями.

Интерполирование можно рассматривать как процесс определения для данного аргумента Х значения функции Y= f(X) по ее нескольким известным значениям. При этом различают интерполирование в узком смыс­ле, когда х находится между x0 и xn, и экстраполирование, когда х находится вне отрезка интерполирования [x0 , xn].

Задача интерполирования заключается в следующем. На отрезке [а,в] заданы n+1 точки Х0, Х1, ... , Хn, которые называются узлами интерполяции, и значения некоторой функции f(X) в этих точках.

  f(X0) = Y0; f(X1) = Y1; . . . f(Xn)=Yn. (3.1)

Требуется построить функцию Рn(X) (интерполирующую функцию), которая удовлетворяла следующим условиям:

  Pn(X0)=Y0; Pn(X1)=Y1; . . . Pn(Xn)=Yn, (3.2)

т.е. интерполирующая функция Рn(X) должна принимать те же значения, что и искомая (интерпо­лируемая) функция f(X) для узловых значений аргумента Х0, Х1,. . ., Хn.

Геометрически это означает, что нужно найти кривую y=Pn(X) некоторого определенного типа, проходящую через заданную систему точек Мi( Xi,Yi ) (i=0,1,2,...,n). Очевидно, можно построить множество непрерывных функций, которые будут проходить через заданные узловые точки.

Замена функции f(х) ее интерполяционным многочленом Рn(x) может потребоваться не только тогда, когда известна лишь таблица ее значений, но и когда аналитическое выражение для f(х) известно, однако является слишком сложным и неудобным для дальнейших математических преобразований (например, для интегрирования, дифференцирования и др.). Иногда рассматриваются задачи тригонометрической интерполяции (интерполирующая функция — тригонометриче­ский полином); интерполирующей может быть также рацио­нальная функция.

В общем случае зависимость, которой подчиняется функция, может быть аппроксимирована многочленом п-ой степени

  Рn(X) = Y = А0 + А1∙Х + А2∙Х2 + ... + Аn∙Xn (3.3)

Такую задачу называют задачей параболического интер­полирования (или интерполяции).

3.2. Параболическое интер­полирование

Для определения коэффициентов многочлена (3.3) необходимо располагать n+1 узловой точкой. Аналитическое определение коэффициентов интерполяционного многочлена для n+1точки сводится к решению системы линейных уравнений n+1 порядка, каждое из которых представляет собой выражение (3.3), записанное для определенной узловой точки

  Yi = A0 + A1∙ Xi + A2∙Xi2 +...+ An∙Xin, (3.4)

где i = 1,2,. . . n+1

Данным методом построения интерполяционного полинома удобно пользоваться при наличии ЭВМ и соответствующих программ. В библиотеке прикладных программ ХТФ ОПУ имеются программы для решения систем линейных уравнений методами Гаусса и Зейделя(GZ.EXE), которыми можно пользоваться при решении этой задачи.

Изложенный метод не является единственным способом построения интерполяционного полинома. Другой подход, часто используемый на практике, называется методом Лагранжа.

 

– Конец работы –

Эта тема принадлежит разделу:

Курсовая работа по курсу "Вычислительная математика и программирование" по теме "Обработка экспериментальных данных"

ОДЕССКИЙ ГОСУДАРСТВЕННЫЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ... Химико технологический факультет...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Постановка задачи интерполирования

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

М Е Т О Д И Ч Е С К И Е У К А З А Н И Я
  по выполнению курсовой работы по курсу "Вычислительная математика и программирование" по теме "Обработка экспериментальных данных" для

Одесса 1999
Методические указания по выполнению курсовой работы по курсу "Вычислительная математика и программирование" по теме "Обработка экспериментальных данных" для студентов 1 кур

СТРУКТУРА КУРСОВОЙ РАБОТЫ
Курсовая работа состоит из двух частей. При выполнении первой части курсовой работы по заданным экспериментальным данным необходимо: 1) провести корреляционный анализ и установить наличие

Теоретические сведения
Под корреляцией понимается всякая связь между двумя или несколькими исследуемыми явлениями. Она может быть детерминистической или случайной (вероятностной). Первый тип связи

Линейная корреляция
Предположим, известно, что случайные величины Х и Y связаны линейной корреляционной зависимостью (обе линии регрессии прямые). Требуется по опытным данным найти уравнения прямых линий регрессии Х н

Метод наименьших квадратов
  Исследование и оптимизация сложных, плохо организованных систем возможны лишь с помощью статистических, вероятностных методов. Исходной точкой для таких исследований является аналог

Метод наименьших квадратов
Эмпирическая формула в общем виде может быть записана в следующем виде:  

Требуется определить коэффициент эмпирической формулы
  F(Xi,aj) = a + b∙Xi. (2.17) Тогда выражение (2.15) примет вид:

Анализ уравнения регрессии
  Дисперсия адекватности модели Sад2 характеризует меру отклонения данных , пол

Представление экспериментальных данных формулами без использования МНК
Для расчетов и оптимизации, как правило, вместо табличных данных и графиков используются формулы, которые отражают закономерности табличного или графического материала. Когда теория процесса отсутс

Выбор эмпирической формулы. Метод выравнивания.
  В некоторых случаях выбор типа эмпирической формулы может быть произведен на основе теоретических представлений о характере изучаемой зависимости. В других случаях приходится подбир

Метод выбранных точек
Пусть эмпирическая формула имеет вид (2.35) Требуется найти значение коэффициентов а и b. Наносим на координатную плоскость опытные точки (Xi,Yi). Как можно ближе к этим точкам проводим пр

Метод средних
Пусть эмпирическая формула имеет вид (2.35). Подставим в нее в место Х и Y опытные значения Xi и Yi. Так как левая часть формулы обычно не равна правой, получим систему уравне

Метод Лагранжа
Пусть при Х = Х0, Х1, Х2, ..., Хn функция f(X)принимает соответственно значения Y0, Y1, Y

Понятие о конечных разностях различных порядков
Для таблицы функцииY = f(X) с постоянным шагом h (т.е. с равноотстоящими узлами интерполяции):   Xk

Первая интерполяционная формула Ньютона для равноотстоящих узлов интерполяции
  Будем искать многочлен Рn(х) степени п, удовлетворяю­щий условиям (3.2), в виде  

Вторая интерполяционная формула Ньютона для равноотстоящих узлов интерполяции
  Получим формулу, которой удобно пользоваться для ин­терполирования (экстраполирования) функции у =f(х) в конце таблицы. Напишем искомый интерполяционный мног

Конечные разности
  X y Dy D2y D3y 283,15 1,308

Обратное интерполирование
  Пусть функция у = f(х) задана таблично. Задача обратного интерполирования заключается в том, чтобы по заданному зна­чению функции

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги