NUMA2 skriptaPDF

OSTRAVSK UNIVERZITA
PRODOVDECK FAKULTA
NUMERICK MATEMATIKA 2
ZUZANA VCLAVKOV
OSTRAVA 2006
OBSAH PEDMTU
vod ........................................................................................................................................... 3
1. Aproximace funkc. Aproximace Taylorovm polynomem ................................................ 5
1.1. Aproximace funkce ....................................................................................................... 5
1.2. Aproximace Taylorovm polynomem .......................................................................... 9
1.3. Kontroln otzky. ........................................................................................................ 12
2. Aproximace interpolanmi metodami............................................................................... 15
2.1. Interpolace................................................................................................................... 15
2.2. Interpolace Lagrangeovm interpolanm polynomem ............................................. 16
2.3. Newtonv interpolan polynom................................................................................. 21
2.4. Interpolace funkcemi po stech spojitmi................................................................. 26
2.4.1. Interpolace po stech linern funkc.............................................................. 27
2.4.2. Interpolace kubickmi spline funkcemi ........................................................... 28
2.5. Kontroln otzky ......................................................................................................... 34
3. Aproximace neinterpolanmi metodami ........................................................................... 37
3.1. vod............................................................................................................................ 37
3.2. Metoda nejmench tverc ........................................................................................ 38
3.3. ebyevova aproximace ............................................................................................. 47
3.4. Extrapolace k nule....................................................................................................... 50
3.5. Kontroln otzky ......................................................................................................... 53
4. Numerick vpoet derivace a integrlu............................................................................ 55
4.1. Numerick integrl, Newton-Cotesovy kvadraturn vzorce ....................................... 55
4.2. Rombergova metoda ................................................................................................... 61
4.3. Gaussovy kvadraturn vzorce...................................................................................... 62
4.4. Numerick derivovn................................................................................................. 66
2
4.5. Kontroln otzky ......................................................................................................... 70
een loh............................................................................................................................... 73
Zvr......................................................................................................................................... 77
Literatura .................................................................................................................................. 79
vod
VOD
Mil tenko, mil teni,
pedkldan vukov opora je oporou ke kurzu Numerick matematika 2,
kter je vnovn numerickm metodm aproximace funkc a matematick
analzy. Numerick matematika je v souasn dob rozvoje potaov techniky
nevyhnutnou soust nejenom samotn matematiky, ale i spousty dalch
prodovdnch, technickch, i ekonomickch obor. Nabz nm monost eit
piblinmi metodami adu problm, kter matematicky nelze eit vbec a nebo
je to technicky obtn. Tyto texty Vs seznm se zkladnmi metodami pro
aproximace funkc v diskrtnch i spojitch ppadech a s numerickmi metodami
pro vpoet integrlu a derivace.
V jednotlivch kapitolch je uvdn piblin as potebn k prostudovn uiva,
pokuste se proto studovat systematicky, postupn a dodrujte termny.
V zvru kad kapitoly jsou Kontroln lohy, kter by jste po prostudovn mli
bt schopni vyeit samostatn. Sprvnost een si mete ovit v kapitole
een lohy. Pesto, e dnes ji existuje mnoho program, kter zahrnuj
algoritmy popisovanch metod, doporuuji, aby jste si algoritmy zpracovali
samostatn. Z praktickho dvodu ponechvm pouze na Vs, jak software k
prci pouijete.
Kapitoly 3. a 4. obsahuj korespondenn kol, kter je nutno zaslat ke kontrole
dle harmonogramu studia. Bli informace o zpsobu komunikace Vm sdl
tutor.
Z asovch dvod obsahuje studijn opora pouze strun popis tch
nejzkladnjch numerickch metod. Podrobnj informace o jednotlivch
metodch, jako i popis dalch metod mete naleznout v doporuen literatue,
kter je uvedena v zvru text.
Peji Vm mnoho spch ve studiu.
Zuzana Vclavkov
Autorka studijn opory
as potebn k prostudovn uiva pedmtu:

30 + 30 hodin (teorie + een loh)
Aproximace funkc
1. APROXIMACE FUNKC.
APROXIMACE TAYLOROVM
POLYNOMEM
V tto kapitole se dozvte:
co je to aproximace funkce;
co je chyba aproximace a jak ji lze mit;
jak typy aproximac funkc se v praxi pouvaj
co je aproximace Taylorovm polynomem.
Budete schopni:
urit systm zkladnch jednoduchch funkc a pot urit tvar

aproximan funkce;
dle poadavk na
aproximan metody
zkonstruovat Taylorv aproximan polynom v okol bodu a urit

chybu aproximace;
chybu
aproximace
urit
vhodn
typ
Klov slova tto kapitoly:

aproximace funkce, chyba aproximace, systm zkladnch jednoduchch funkc,
Taylorv polynom .
as potebn k prostudovn uiva kapitoly:
4+4 hodiny (teorie + een loh)
Prvodce studiem.
Prvn kapitola je vodem do teorie aproximac spojitch relnch
funkc jedn reln promnn. Vysvtlme si co je aproximace a jak
lze mit velikost chyby aproximace funkce v ppadech spojitch i
diskrtnch. Dle popeme aproximaci spojit funkce Taylorovm
polynomem a jej vyuit.
1.1 Aproximace funkce

V praxi se asto setkvme s rznmi sloitjmi funkcemi, kter se
nedaj a nebo daj jen obtn matematicky zpracovat. Pokud nevyadujeme zcela
pesn- analytick een, je vhodn tuto funkci nahradit jednodu funkc, kter
nm matematickou prci usnadn. Me to bt napklad ve vpotu uritho
integrlu (vme, e nkter integrly nelze analyticky vypotat), nebo napklad
pi zpracovn vsledk men, kde potebujeme z diskrtnch hodnot urit
spojitou funkci. Dalm pkladem jsou kalkulaky nebo potae, kter um
6
pouze algebraick operace- stn a nsoben, a tedy vpoet vech ostatnch
funkc je pouze velice kvalitn piblinou hodnotou. Takovto proces nahrazen
funkce nazvme aproximac. My se budeme zabvat aproximacemi spojitch
relnch funkc jedn reln promnn.
Definice: Aproximace funkce je nhrada dan funkce f (x ) njakou jinou funkc
(x ) , kter v njakm smyslu vhodn napodobuje tuto funkci a snadno se
matematicky zpracovv a modeluje.
Budeme-li chtt spn aproximovat funkci musme s ohledem na el pro
kter chceme aproximaci dle pout vhodn vybrat onu jednodu funkci tak,
abychom zachovali podstatn vlastnosti pvodn funkce a zrove skuten
zjednoduili jej matematick zpracovn. Napklad pi ji zmnnm vpotu
uritho integrlu je vhodn nahradit danou funkci polynomem s dostaten
vysokm stupnm, protoe je snadno integrovateln.
Pedem vybrme tzv. systm jednoduchch zkladnch funkc 0 , 1 ,..., n a
danou funkci pak aproximujeme linern kombinac tchto funkc (hovome o
aproximaci linernho typu), tedy
( x ) = c00 ( x ) + ... + cn n ( x ) .
Pro dan systm zkladnch jednoduchch funkc nazveme mnoinu vech jejich
linernch kombinac tdou aproximujcch funkc a budeme znait Vn .
Pklad.
Jako systm zkladnch jednoduchch funkc meme vzt nejznmj a
nejastji pouvan systm 1, x, x 2 , x 3 , ... . Budeme-li chtt aproximovat
njakou funkci, budeme tvar aproximace hledat jako linern kombinaci, tj.
(x ) = c0 + c1 x + c2 x 2 + ... + cn x n ,
tedy vlastn aproximujeme polynomem n-tho stupn.
Podobn systm polynomickch zkladnch jednoduchch funkc je

2
3
1, ( x x0 ), ( x x0 ) , ( x x0 ) , ... .
Jinou tdou jsou systmy trigonometrick, v praxi nejastji pouvan jsou
a) 1, cos x, sin x,..., cos Lx, sin Lx, ...
b) 1, eix , e 2ix , e3ix , ...
Vimnme si, e systmy jsou konstruovny jako nekonen, pesto, e ke
konkrtn aproximaci vyuvme vdy konen poet- prvnch n funkc.
Umouje nm to aproximovat funkce s libovoln vysokou pesnost.
Aproximace funkc
Chyba aproximace.
Hovome-li o aproximaci funkce jinou funkc, bude ns tak zajmat chyba jak
se u tohoto nahrazen dopoutme. Nech f ( x ) je dan funkce a (x ) jej
aproximace na intervalu [a, b] .
Potom funkci
E (x ) = f (x ) (x )
nazveme chyba aproximace na intervalu [a, b] .
Poznmka.
Uvdomme si, e chyba v tomto ppad nen jedno slo, ale opt funkce na
danm intervalu [a, b] . Na velikost chyby se tak meme dvat z rznch
pohled- meme napklad poadovat, aby byla men ne pedem dan
v kadm bod intervalu, nebo pouze ve vybranch bodech, nebo meme chtt
aby byla mal z hlediska integrlu, atp.
Pi urovn velikosti chyby aproximace rozliujeme dva ppady:

a) spojit- zajm-li ns velikost chyby ve vech bodech intervalu [a, b] a
b) diskrtn- zajm ns velikost chyby ve vybran soustav bod xi [a, b].
Rozeberme nyn nejastji pouvan kriteria men chyby.
A. Spojit ppad
A1. Poadujeme-li, aby byla chyba v kadm bod intervalu [a, b] co nejmen,
budeme vlastn chtt minimalizovat veliinu
max ( f , ) = max f (x ) ( x ) .
x[a , b ]
Pokud mme vybranou tdu aproximujcch funkc Vn , pak aproximaci Vn

takovou, e pro vechny Vn plat
0 ( f , ) ( f , )
nazveme nejlep aproximace vzhledem ke kritriu ( f , ) . Nejlep aproximace
vzhledem ke kritriu max ( f , ) se nazv nejlep stejnomrn aproximace, nebo
ebyevova aproximace.
A2. Jinm kritriem me bt minimalizace chyby z pohledu integrlnho

prmru, kter nezdrazuje maximln chybu v jednotlivch bodech, ale celkov
chybu na intervalu [a, b]
1
p
b
p
p ( f , ) = f ( x ) ( x ) dx , p 1 .
a
Nejlep aproximaci vzhledem k p ( f , ) nazveme nejlep L p aproximac.
V praxi se nejastji pouv nejlep L2 aproximace, tedy
8
1
2
b
2
2 ( f , ) = f ( x ) ( x ) dx .
a
Chceme-li zdraznit vliv nkterch st intervalu [a, b] meme toto kritrium

pout v kombinaci s vhovou funkc ( x )
1
2
2, ( f , ) = f ( x ) ( x ) ( x ) dx .
Pipomeme jenom, e vhov funkce ( x ) v tomto ppad mus bt spojit a

integrovateln na [a, b] a zpravidla nabv hodnot z intervalu [0,1] . Pokud na
njak sti intervalu [a, b] nabv nuly, tato st se na velikosti chyby nebude
podlet vbec a naopak, pokud nabv hodnoty 1, bude se tato st podlet na
velikosti chyby stoprocentn.
B. Diskrtn ppad
B1. Obdobn lze definovat kritria v ppad diskrtnm, mme-li funkci zadanou
tabulkou { ( xi , f ( xi )), i = 0,1,..., m } . Nejlep diskrtn aproximace bude
max ( f , ) = max f ( xi ) ( xi ) .
i = 0 ,1,..., m
B2. Podobn lze definovat
kter je pro p = 2
m
pm ( f , ) = f (xi ) (xi )
i =0
p
, p 1,
m
2 2
( f , ) = f (xi ) ( xi )
i =0
znm jako metoda nejmench tverc.

m
2
C. Jin typy
Uveme jet jeden typ kritria pro men velikosti chyby aproximace, chceme-li
aby aproximace co nejlpe popisovala chovn funkce v okol jednoho bodu
x0 [a, b] , budeme poadovat minimalizaci
n
Tn ( f , ) = f ( j ) ( x0 ) ( j ) ( x0 ) , x0 [a, b] ,
j =0
( j)
( j)
kde f , jsou j t derivace funkc f , . Nejlep aproximace ve td

polynom n-tho stupn je znm jako Taylorv polynom.
Aproximace funkc
1.2 Aproximace Taylorovm polynomem
Nech je dna funkce f (x ) definovan na [a, b] , kter m v bod

x0 [a, b] alespo n derivac a nech tyto hodnoty znme. Minimalizovat
Tn ( f , ) znamen poadovat
( j ) (x0 ) = f ( j ) (x0 ) pro j = 0,1,..., n .

Zvolme systm zkladnch jednoduchch funkc
1, ( x x0 ), ( x x0 ) , (x x0 ) , ... ,
2
tedy aproximaci budeme hledat ve tvaru
( x ) = c0 + c1 ( x x0 ) + c2 ( x x0 )2 + ... + cn ( x x0 )n .
Snadno spoteme, e j-t derivace je ( j ) ( x0 ) = j ! c j . Tedy existuje jedin
polynom pn ( x ) pro kter plat
pn
( j)
(x0 ) =
f ( j ) ( x0 ) (neboli Tn ( pn , ) = 0 )
a to je polynom s koeficienty c j =
pn ( x ) = f ( x0 ) +
f ( j ) ( x0 )
, tedy
j!
(n )
f ( x0 )
(x x0 ) + f (x0 ) (x x0 )2 + ... + f (x0 ) (x x0 )n .
n!
1!
2!
Tento polynom je znm jako Taylorv polynom funkce f ( x ) , nebo Taylorv

rozvoj funkce f ( x ) v okol bodu x0 [a, b] .
Pklad.
Sestrojme Taylorv polynom pro funkci f ( x ) = e x v okol bodu x0 = 0 .
een.
Nejdve spoteme vechny derivace a do du n. Vme, e
f (n ) ( x ) = e x , tedy f (n ) (0) = e0 = 1
tedy po dosazen obdrme
1
1
1
pn ( x ) = 1 + x + x 2 + ... + x n .
1!
2!
n!
10
Chyba aproximace Taylorovm polynomem.

Vta. Nech funkce f ( j ) (x ) pro j = 0,1,..., n existuj a jsou spojit na intervalu
[a, b] a nech pro vechna x (a, b ) existuje f (n +1) (x ) . Nech pn (x ) je Taylorv
polynom n tho stupn pro funkci f ( x ) v bod x0 [a, b] . Potom chyba
aproximace na intervalu [a, b] je
n +1
(
x x0 )
E ( x ) = f ( x ) pn ( x ) =
(n + 1)!
f (n +1) ( )
kde int ( x, x0 ) je ble neuren slo a zvis na hodnot x .

Vzhledem k faktu, e slo int ( x, x0 ) neznme, zpravidla nememe urit
hodnotu chyby aproximace Taylorovm polynomem. Ale pokud umme stanovit
takov slo M , e f (n +1) ( x ) M pro vechna x [a, b] , meme provst tzv.
odhad chyby aproximace
E (x )
M
x x0
(n + 1)!
n +1
Poznmka.
Pro funkci f (x ) meme pst f ( x ) = pn ( x ) + O ( x x0 ) n +1 , kme, e chyba
aproximace je du ( x x0 ) n +1 , nebo strunji h n +1 .

Mjme na pamti, e tato chyba je pouze chybou metody- tj. chyba kter se
dopoutme nahrazenm funkce f (x ) novou funkc pn ( x ) . Nezahrnuje tedy
vechny nepesnosti vpotu- nap. zaokrouhlovac chyby, chyby ve vstupnch
datech, chyby s jakou jsme urili derivace, atp.
Pklad.
Sestrojme Taylorv polynom 6. stupn pro funkci f ( x ) = cos x v okol bodu
x0 = 0 a odhadnte chybu aproximace.
een.
Opt nejdve spoteme vechny derivace a do du 6.
f ( x ) = cos x , tedy f (0 ) = cos 0 = 1
f ( x ) = sin x , f (0 ) = sin 0 = 0
f ( x ) = cos x , f (0 ) = cos 0 = 1
f ( x ) = sin x , f (0 ) = sin x = 0
f (4 ) ( x ) = cos x , f (4 ) (0 ) = cos 0 = 1
atd.
Aproximace funkc
11
tedy po dosazen obdrme
pn ( x ) = 1
1 2 1 4 1 6
x + x x .
2!
4!
6!
Pro odhad chyby meme vzt v vahu, e f (7 ) ( x ) = sin x 1 = M a tak

E (x )
1
x
7!
n +1
Poznmka.
Podvme-li se na graf funkce f (x ) a jej aproximace pn ( x ) vidme, e
aproximace popisuje pvodn funkci velice pkn pouze v okol bodu x0 = 0 , lze
j tedy jako aproximaci spn pout pouze pro okol nuly, se zvtujc se
vzdlenost se ob funkce zanaj znan liit a o aproximaci se ji mluvit ned.
Proto je dleit dopedu vdt za jakm elem aproximaci konstruujeme.
y
-5
-4
-3
-2
-1
x
1
-1
-2
-3
-4
-5
-6
-7
cos(x)
- 1/720*x^6 + 1/24*x^4 - 1/2*x^2 + 1
Pklad.
Urete bez pouit kalkulaky piblinou hodnotu
0.98 .
een.
K een takovho pkladu pouijeme Taylorv rozvoj, dky ktermu
pevedeme operaci odmocovn (kterou neumme provst bez pouit
kalkulaky), na operace stan a nsoben.
Urme rozvoj funkce f ( x ) = x kolem bodu x0 = 1 a slo 0.98 = 1 0.02
pak urme dosazenm do rozvoje za x = 0.98 .
Nejdve spoteme pslun derivace
f (x ) =
f ( x ) =
x , tedy f (1) = 1
1
1
1 2
x , f (1) =
2
2
12
3
1
1
f ( x ) = x 2 , f (1) =
4
4
5
3
3
f ( x ) = x 2 , f (1) = ,
8
8
atd.
tedy rozvoj bude mt tvar ( x ) = 1 +

hodnota bude (0.98) = 0.9899495 .
1
(x 1) 1 (x 1)2 + 1 (x 1)3 a konkrtn
16
8
2
Rovn meme urit chybu se kterou jsme 0.98 urili. Pouili jsme prvn tyi
leny rozvoje, tedy chyba bude
x 4 (4 )
E (x ) =
f ( ) .
4!
7
15 2
x
co lze
na intervalu
16
f (4 ) ( x ) M = 1.006190034 , tedy odhad chyby je
Plat
f (4 ) ( x ) =
E (x )
[0.98,1]
omezit
M
(x 1)4 ,
4!
konkrtn v bod x = 0.98 je E (0.98) 0.5 107 .
1.3 Kontroln otzky

Kontroln otzky.
1. Urete Taylorv rozvoj funkce f ( x ) = ln x kolem bodu x0 = 1 a pot
spotejte bez pouit kalkulaky hodnotu ln 1.3 .
2. Urete hodnotu sla e s chybou men ne 103 .
3. Napite Taylorv rozvoj funkce f ( x ) = sin x kolem bodu x0 = 0 .
Spotejte bez pouit kalkulaky hodnotu sin 0.22 a urete chybu, kter
jste se dopustili.
4. Urete bez pouit kalkulaky hodnotu 382 .
5. Urete bez pouit kalkulaky hodnotu 1.045 .
6. Urete bez pouit kalkulaky hodnotu arctan 0.8 .
Aproximace funkc
Shrnut kapitoly.
V tto kapitole jsme se seznmili s pojmem aproximace funkce. Uvedli jsme

nkter nejastji pouvan systmy zkladnch jednoduchch funkc a popsali
konstrukci aproximan funkce linernho typu. Podrobnji jsme rozebrali
aproximaci funkce Taylorovm polynomem. Pokud jste byli schopni samostatn
vyeit kontroln otzky, jste na nejlep cest k pochopen dalch kapitol.
13
Aproximace interpolanmi metodami
15
2. APROXIMACE INTERPOLANMI
METODAMI
co je to interpolace a extrapolace;
jak konstruovat interpolan

Newtonovm tvaru;
jak konstruovat interpolaci po stech spojitou funkc- linern;
a konstrukci kubickch spline funkc .
polynom
v Lagrangeovm
Budete schopni:
sestrojit Lagrangev
aproximace;
uitm diferenc sestrojit Newtonv interpolan polynom;
aproximovat funkci po stech linernm polynomem;
sestrojit aproximaci kubickou spline funkc.
interpolan
polynom
urit
chybu

interpolace, extrapolace, kubick spline funkce.
12+12 hodin (teorie + een loh)
Prvodce studiem.
Tato kapitola je vnovna aproximaci funkc jedn reln promnn
metodami interpolanmi. Vysvtlme si co je interpolace a
extrapolace a popeme konstrukci interpolanho polynomu. Ve
druh sti se budeme zabvat interpolac po stech spojitmi
funkcemi linernmi a kubickmi spline funkcemi.
2.1 Interpolace
V pedchoz kapitole jsme popsali aproximaci Taylorovm polynomem,

kter velice dobe popisovala chovn pvodn funkce v okol bodu kolem kterho
jsme polynom sestrojili. V praxi vak asto potebujeme aproximaci, kter by
popsala funkci stejn kvalitn v okol vce bod- teba zadanch tabulkou.
Pedpokldejme, e mme zadanou funkci tabulkou (me to bt napklad
men) { ( xi , f ( xi )), i = 0,1,..., n }. Interpolac nazveme takovou aproximaci (x )
dan funkce f ( x ) , kter spluje tzv. interpolan podmnky
(xi ) = f (xi ) pro kad i = 0,1,..., n ,
16
tedy aproximan funkce prochz vemi tabulkovmi body. Pouijeme-li tuto

aproximaci k uren hodnoty funkce mezi dvmi tabulkovmi body, mluvme o
interpolaci, pokud aproximace uijeme k uren hodnoty mimo interval vymezen
tabulkovmi body, hovome o extrapolaci.
Interpolan metody se v praxi pouvaj pedevm ke zpracovn men a tak
tvo zklad jinch numerickch metod- nap. pro vpoet integrlu, nebo
derivace.
Poznmka.
Pokud aproximujeme ve td polynom, pak interpolan podmnky (za
pedpokladu, e tabulkov hodnoty jsou nezvisl) pedstavuj n+1 podmnek pro
koeficienty c0 , c1 ,..., cn linern kombinace ( x ) = c00 ( x ) + ... + cn n ( x ) a tedy
bude existovat jedin polynom n-tho stupn, kter jim bude vyhovovat. Jedn
se vlastn o speciln ppad nejlep diskrtn aproximace pro ppad m = n ,
nebo takovto aproximan funkce minimalizuje kritrium
1
2
2n ( f , ) = f (xi ) (xi ) = 0 .
2
i =0
Poadavek pesnho splnn interpolanch podmnek je eln pout v ppad,

e data, tj. tabulkov hodnoty jsou ureny s vysokou pesnost. Jinak je lep pro
aproximaci pout jinou strategii.
2.2 Interpolace Lagrangeovm interpolanm polynomem
Vta. Pro kadou funkci f (x ) a kad n existuje prv jeden polynom n-tho
stupn (x ) Pn kter spluje interpolan podmnky
( xi ) = f ( xi ) pro kad i = 0,1,..., n ,
kme mu interpolan polynom k funkci f ( x ) v bodech x0 , x1 ,..., xn . Tabulkov
body x0 , x1 ,..., xn nazvme uzly interpolace.
Dkaz.
Polynom zapeme ve tvaru
n
Ln ( x ) = f ( xi ) li ( x ) ,
i =0
kde
li ( x ) =
(x x0 )(x x1 ) ... (x xi 1 )(x xi +1 ) ... (x xn )

(xi x0 )(xi x1 ) ... (xi xi 1 )(xi xi +1 ) ... (xi xn )
jsou polynomy n-tho stupn, kter nabvaj hodnot

li ( xk ) = 0 pro k i
li ( xk ) = 1 pro k = i . Pedpokladem je, e uzly interpolace jsou rzn xi x j pro
i j , tedy e dn tabulkov bod zde nen zahrnut vcekrt.
17
Ji ze zpisu polynomu je vidt, e spluje interpolan podmnky (xi ) = f (xi )

pro kad i = 0,1,..., n . Ukeme jet, e takov polynom bude jedin.
Pedpokldejme, e existuje polynom pn ( x ) , kter tak spluje interpolan
podmnky pn (xi ) = f ( xi ) pro kad i = 0,1,..., n . Potom funkce pn ( x ) Ln ( x ) je
opt polynom nejve n-tho stupn a je roven nule ve vech n+1 bodech
x0 , x1 ,..., xn . Ale z algebry vme, e v relnch slech neme mt polynom n-tho
stupn vce ne n koen, tedy mus bt identicky roven nule, tj. pn ( x ) Ln ( x ) 0
co znamen pn (x ) = Ln ( x ) .
Takto sestrojen interpolan polynom se nazv Lagrangev.
Pklad.
Bhem odpoledne jsme mili teplotu venkovnho prosted, namen hodnoty
jsou uvedeny v tabulce. Sestrojte Lagrangev interpolan polynom k tmto
hodnotm a urete jak teplota byla ve 14 hod 30 minut. Prbh funkce teploty
zakreslete do grafu.
xi [hod]
f ( xi ) [C]
12.00
14.00
16.00
18.00
21.5
21.0
18.0
16.5
een.
Tabulkov hodnoty jsou pro i = 0,1,...,3 , tedy budeme sestrojovat polynom 3-tho
stupn. Nejdve urme polynomy li ( x ) pro i = 0,1,...,3
l0 ( x ) =
(x 14)(x 16)(x 18) = 1 (x 14)(x 16)(x 18)

(12 14)(12 16)(12 18) 48
l1 ( x ) =
(x 12)(x 16)(x 18) = 1 (x 12)(x 16)(x 18)

(14 12)(14 16)(14 18) 16
l2 ( x ) =
(x 12)(x 14)(x 18) = 1 (x 12)(x 14)(x 18)

(16 12)(16 14)(16 18) 16
l3 (x ) =
(x 12)(x 14)(x 16) = 1 (x 12)(x 14)(x 16)

(18 12)(18 14)(18 16) 48
Tvar Lagrangeova interpolanho polynomu bude

21.5
(x 14)(x 16)(x 18) + 21.0 (x 12)(x 16)(x 18)
L3 ( x ) =
48
16
18.0
(x 12)(x 14)(x 18) + 16.5 (x 12)(x 14)(x 16)
16
48
18
Polynom dle neupravujeme, nechvme ho v tomto tvaru. Chceme-li nyn urit

teplotu ve 14 hod 30 minut, tedy 14.5 hod, dosadme do polynomu a vyslme
L3 ( 14.5) = 20.328 . Tedy teplota ve 14 hod 30 minut byla piblin 20.328C.
Graf. Interpolan polynom prochz vemi sovmi body.
21
20
19
18
17
12
13
14
15
16
17
18
Chyba aproximace.
Vta. Nech [a, b] je libovoln interval, kter obsahuje vech n+1 bod
x0 , x1 ,..., xn . Nech existuj vechny derivace f , f , f ,..., f (n ) a jsou spojit na
[a, b]
a nech pro vechna x (a, b ) existuje
f (n +1) (x ) . Ozname Ln ( x )
interpolan polynom pro funkci f (x ) s uzly x0 , x1 ,..., xn . Pak pro chybu

aproximace funkce f ( x ) polynomem Ln ( x ) plat
E ( x ) = f ( x ) Ln ( x ) = ( x x0 ) ... ( x xn )
kde int ( x0 ,..., xn , x ) a zvis na hodnot x .
f (n +1) ( )
,
(n + 1)!
Vimnme si, e pokud se f (n +1) (x ) pli nemn, prbh chyby bude piblin ve
tvaru en ( x ) = ( x x0 ) ... ( x xn ) , tedy ji lze redukovat vhodnou volbou rozloen
interpolanch uzl.
Vzhledem k faktu, e slo neznme, provdme pouze odhad chyby
aproximace, pokud jsme schopni urit konstantu M , e
x (a, b ) je f (n +1) ( x ) M .
19
Potom meme pst

E (x )
M
M
en ( x )
max e ( x ) .
(n + 1)!
(n + 1)! x[a ,b ] n
Poznmka.
Podobn jako u aproximace Taylorovm polynomem i zde nejsou do chyby
aproximace zahrnuty chyby ve vstupnch datech. Pedpokldejme, e vstupn
~
daje jsou zateny chybou, tedy f (xi ) = f ( xi ) + i , i . Potom
~
Ln ( x ) Ln (x ) =
~
[ f (x ) f (x )] l (x )
n
i =0
i =0
n
~
f ( xi ) f ( xi ) li (x ) li ( x )
i =0
co znamen, e chyby ve vstupnch datech maj vliv na chovn polynom li ( x ) ,

kter jsou zvisl na rozloen interpolanch uzl. Vhodnou volbou tak lze jejich
vliv redukovat.
Pklad.
Urete hodnotu sin 3118 pomoc Lagrangeova interpolanho polynomu, znteli z tabulek hodnoty sin 31 = 0.51504 a sin 32 = 0.52992 . Urete chybu
aproximace. Pracujte na 5 desetinnch mst.
een.
Nejdve urme interpolan polynom. Dvmi hodnotami prolome linern
polynom, tedy pmku, mluvme o tzv. linern interpolaci. Polynom bude mt
obecn tvar
x x1
x x0
L1 ( x ) =
f (x0 ) +
f ( x1 ) ,
x0 x1
x1 x0
tedy v naem ppad
x 32
x 31
L1 ( x ) =
0.51504 +
0.52992 = ( x 32) 0.51504 + ( x 31) 0.52992
31 32
32 31
Hodnotu sin 3118 = sin 31.3 obdrme dosazenm do polynomu
L1 (31.3) = 0.51950 .
Nyn provedeme odhad chyby aproximace. Plat
M
M
E (x )
e1 ( x )
max e1 ( x ) ,
2!
2! x[31,32 ]
kde M je konstanta, e x (31,32) je f ( x ) M piem f ( x ) = sin x .
Vme, e (sin x ) = cos x , (sin x ) = sin x , a vzhledem k tomu, e funkce sinus

je na intervalu [31,32] rostouc meme poloit M = 0.52992 . Tedy po
peveden stup na radiny bude
20
0.52992

x 31
x 32
.
2
180
180
Odhad chyby se kterou jsme urili hodnotu sin 3118 = sin 31.3 bude
E (x )
0.52992
E 31.3
0.3
0.7
= 1.7 10 5 .

180
2
180
180
Linern aproximac jsme zskali hodnotu sin 3118 = 0.51950 s chybou men
ne 1.7 105 .
Extrapolace.
Pouijeme-li interpolanho polynomu k uren piblin hodnoty vn

intervalu int ( x0 , x1 ,..., xn ) , hovome o extrapolaci. Je teba mt na pamti, e vn
intervalu ji nemme informace o dalm chovn funkce, tedy chyba takov
aproximace me bt velk. Extrapolace dv zpravidla dobr vsledky, pokud se
nevzdlme od intervalu pli daleko, tedy pokud ji pouijeme k uren hodnot
blzko koncovch bod intervalu.
Pklad.
Urete extrapolan hodnotu sin 3118 pomoc Lagrangeova interpolanho
polynomu, znte-li z tabulek hodnoty sin 30 = 0.50000 a sin 31 = 0.51504 .
Urete chybu aproximace. Pracujte na 5 desetinnch mst.
een.
Budeme postupovat podobn jako v pedchozm ppad. Lagrangev interpolan
polynom proloen v danch bodech bude
L1 ( x ) = ( x 31) 0.50000 + ( x 30 ) 0.51504
Hodnotu sin 3118 = sin 31.3 obdrme dosazenm do polynomu

L1 (31.3) = 0.51955 .
Pro odhad chyby plat

E (x )

0.51504
x 30
x 31
2
180
180
Odhad chyby se kterou jsme urili hodnotu sin 3118 = sin 31.3 bude
5
E 31.3
3 10 .
180
21
Linern aproximac jsme zskali hodnotu sin 3118 = 0.51955 s chybou men
ne 3 105 .
Poznmka.
Vimnme si, e odhad chyby nm pi extrapolaci ji nedv zruku e
skuten chyba bude men ne n odhad. Je to zpsobeno tm, e konstantou M
jsme omezili hodnoty derivace pouze na intervalu [a, b] a uili jsme toto omezen
pro hodnotu vn intervalu.
2.3 Newtonv interpolan polynom
Jinm zpisem interpolanho polynomu sestrojenho k tabulkovm

hodnotm { ( xi , f (xi )), i = 0,1,..., n } je polynom ve tvaru
N n (x ) = a0 + a1 ( x x0 ) + a2 ( x x0 )( x x1 ) + ... + an ( x x0 )...( x xn 1 ) ,
ktermu kme Newtonv interpolan polynom. Jednm ze zpsob jak
naleznout koeficienty ai je een soustavy
N n (x0 ) = a0 = f ( x0 )
N n (x1 ) = a0 + a1 ( x1 x0 ) = f ( x1 )
M
N n (xn ) = a0 + a1 ( xn x0 ) + ... + an ( xn x0 )...( xn xn 1 ) = f (xn )
Tato soustava je trojhelnkov jej diagonln prvky jsou pi rznch

tabulkovch hodnotch rzn od nuly, tedy bude vdy existovat prv jedno
een.
Pklad.
Urete Newtonv interpolan polynom pro tabulkov hodnoty z pkladu
pedchoz sti (jednalo se o men teploty bhem dne). Urete teplotu v ase 14
hod 30 minut.
xi [hod]
f ( xi ) [C]
12.00
14.00
16.00
18.00
21.5
21.0
18.0
16.5
een.
Polynom kter obdrme bude 3. stupn a obecn bude mt tvar
N n ( x ) = a0 + a1 ( x x0 ) + a2 (x x0 )( x x1 ) + a3 ( x x0 )( x x1 )( x x2 ) ,
tedy neznm koeficienty ai dostaneme eenm soustavy
22
a0 = 21.5
a0 + a1 (14 12) = 21.0
a0 + a1 (16 12) + a2 (16 12)(16 14) = 18.0
a0 + a1 (18 12) + a2 (18 12)(18 14) + a3 (18 12)(18 14)(18 12) = 16.5
co m jedin een a0 = 21.5, a1 = 0.25, a2 = 0.3125, a3 = 0.0833 .
Po dosazen bude mt polynom tvar
N n ( x ) = 21.5 0.25( x 12) 0.3125( x 12)( x 14) + 0.0833( x 12)( x 14)( x 16)
Budeme-li chtt zjistit hodnotu teploty v ase 14.5 hod, dosadme do polynomu a
vyslme N 3 ( 14.5) = 20.328 . Tedy teplota ve 14 hod 30 minut byla piblin
20.328C.
Hodnota nm vyla pln stejn jako v ppad interpolace
Lagrangeovm polynomem, jeliko se jedn o stejn polynom ve dvou rznch
zpisech.
Pomrn diference.
V praxi vtinou zpsob vpotu koeficient ai kter jsme prv popsali

nemus bt nejjednodu. Cel postup lze zjednoduit pouitm tzv. pomrnch
diferenc.
Definice. Pro dan tabulkov body { ( xi , f (xi )), i = 0,1,..., n } nazveme pomrnou
diferenc 0. du f [xi ] samotn funkn hodnoty, tedy f [xi ] = f (xi ) . Dle
rekurentn pomrnou diferenc k. du f [xi , xi +1 ,..., xi + k ] nazveme podl
f [xi , xi +1 ,..., xi + k ] =
f [xi +1 , xi +1 ,..., xi + k ] f [xi , xi +1 ,..., xi + k 1 ]

.
xi + k xi
Tedy pomrn diference

0. du je f [xi ] = f ( xi )
f ( xi +1 ) f ( xi )
1. du je f [xi , xi +1 ] =
(nkdy taky kme diferenn podl)
xi +1 xi
f [xi +1 , xi + 2 ] f [xi , xi +1 ]
2. du je f [xi , xi +1 , xi + 2 ] =
, atd.
xi + 2 xi
Poznmka.
Pomrn diference jsou symetrick funkce svch argument, tedy pi libovoln
permutaci xi ,..., xi + k se hodnota f [xi , xi +1 ,..., xi + k ] nemn.
23
Vta. Pro koeficienty Newtonova interpolanho polynomu plat

ai = f [x0 , x1 ,..., xi ].
Pklad.
Urete pomoc pomrnch
z tabulkovch hodnot
xi [hod]
f ( xi ) [C]
diferenc
Newtonv
interpolan
12.00
14.00
16.00
18.00
21.5
21.0
18.0
16.5
polynom
een.
Pomrn diference zapisujemet do trojhelnkov tabulky nsledujcm
zpsobem
xi
12.00
14.00
16.00
18.00
f [xi ] = f ( xi )
21.5
21.0
18.0
16.5
f [xi , xi +1 ]
---0.25
-1.50
-0.75
f [xi , xi +1 , xi + 2 ]
-----0.3125
0.1875
f [xi , xi +1 , xi + 2 , xi + 3 ]
------0.0833
Vimnme si, e hodnoty ai = f [x0 , x1 ,..., xi ] jsou vlastn diagonln prvky tto
tabulky, tedy meme rovnou pst tvar Newtonova interpolanho polynomu
N n ( x ) = 21.5 0.25( x 12) 0.3125( x 12)( x 14) + 0.0833( x 12)( x 14)( x 16)
Vhodou Newtonova interpolanho polynomu je pedevm vlastnost tzv.
permanence, tedy to, e meme pidvat dal tabulkov body ani bychom
museli cel vpoet provdt znovu. V tabulce pomrnch diferenci pidme
dal dek, dopoteme jeden sloupec navc a vechny dosavadn hodnoty
zstanou stejn. U Lagrangeova zpisu musme cel polynom konstruovat znovu.
Dv nm to monost pohodln zvyovat stupe aproximace. V numerick
matematice m Lagrangev interpolan polynom vyuit pedevm pi vpotu
numerickho integrlu.
Diference pro ekvidistant dlen. Dopedn diference.
Jsou-li tabulkov hodnoty rozloeny stejnomrn neboli ekvidistantn

s krokem h , tj. i = 0,1,..., n 1 je xi +1 xi = h , cel postup vpotu koeficient
Newtonova interpolanho polynomu se jet zjednodu, nebo jmenovatel
v pomrnch diferencch budou pod sejn.
Je vhodn zavst tzv. dopedn diference.
24
Definice. Dopednou diferenc 0. du 0 f i nazveme funkn hodnotu, tedy

0 f i = f ( xi ) . Rekurentn dopednou diferenc k. du nazveme
k f i = k 1 f i +1 k 1 f i .
Dopedn diference
0. du je 0 f i = f ( xi )
1. du je 1 f i = f (xi +1 ) f ( xi )
2. du je 2 f i = 1 f i +1 1 f i , atd.
Snadno se d ukzat, e mezi pomrnmi a dopednmi diferencemi plat
k f i
. U sestrojovn Newtonova interpolanho
vztah f [xi , xi +1 ,..., xi + k ] =
k ! hk
polynomu s dopednmi diferencemi je eln zavst substituci x = x0 + th (jako
bychom mili vzdlenost bodu x od bodu x0 v jednotkch h ). Polynom N n ( x )
pak pejde v polynom N n+ (t ) , kter m tvar
n
t
t
t
N n+ (t ) = 0 f 0 + 1 f 0 + ... + n f 0 = j f 0 ,
j =0 j
1
n
t
kde symbolem , t R, j N oznaujeme tzv. zobecnn kombinan slo,
j
t t (t 1)...(t j + 1)
=
.
j!
j
Tento tvar interpolanho polynomu se nazv Newtonv s dopednmi

diferenceni, nebo Newtonv pro interpolaci vped. Chyba aproximace zstv
pod stejn, nebo se jedn o stejn polynom v jinm zpisu. Pouitm substituce
tak dostaneme odhad
t
.
E (t ) = f (x0 + th ) N n+ (t ) Mh n +1
n + 1
Koeficienty Newtonova polynomu pro interpolaci vped jsou diagonlou tabulky
dopednch diferenc.
Pklad.
Urete pomoc dopednch diferenc Newtonv polynom pro interpolaci vped ze
stejnch tabulkovch hodnot
xi [hod]
f ( xi ) [C]
12.00
14.00
16.00
18.00
21.5
21.0
18.0
16.5

een.
Dopedn diference zapisujeme podobn jako
trojhelnkov tabulky nsledujcm zpsobem
xi
12.00
14.00
16.00
18.00
0 f i = f ( xi )
21.5
21.0
18.0
16.5
1 f i
---0.5
-3.0
-1.5
diference
2 f i
-----2.5
1.5
25
pomrn
do
3 f i
------4.0
Polynom bude mt tvar

t
t
t
N n+ (t ) = 21.5 0.5 2.5 + 4.0
1
2
3
Budem-li chtt zjistit hodnotu teploty v ase 14.5 hod, provedeme substituci a
14.5 12
= 1.25 a po dosazen
dosadme do polynomu. Substituc dostvme t =
2
1.25
1.25
1.25
0.5
2.5 +
4.0 = 20.328 .
N n+ (1.25) = 21.5
1
2
3
Hodnota nm vyla opt stejn, teplota ve 14 hod 30 minut byla piblin
20.328C.
Zptn diference.
Analogicky jako dopedn diference lze zavst diference zptn, a to tak,

e zptnou diferenc 0. du nazveme opt samotn funkn hodnoty 0 f i = f ( xi )
a rekurentn zptnou diferenc k. du nazveme rozdl k f i = k 1 f i k 1 f i 1 .
Provedenm substituce x = xn + th (nyn mme vzdlenost od koncovho bodu
xn v jednotkch h ) pak obdrme Newtonv polynom se zptnmi diferencemi,
nebo Newtonv polynom pro interpolaci vzad ve tvaru
n
t
n t
j t
N n (t ) = 0 f n 1 f n + ... + ( 1) n f n = ( 1) j f n .
j =0
1
n
j
Snadno se d ukzat, e k f i = k f i k tedy koeficienty polynomu se zptnmi

diferencemi budou leet v poslednm dku tabulky dopednch diferenc (tabulky
dopednch a zptnch diferenc jsou stejn).
26
Pklad.
Urete pomoc dopednch diferenc Newtonv polynom pro interpolaci vped
opt pro stejn tabulkov hodnoty
xi [hod]
f ( xi ) [C]
12.00
14.00
16.00
18.00
21.5
21.0
18.0
16.5
een.
Tabulku ji nemusme potat nebo je uvedena v pedchozm pklad. Tvar
Newtonova polynomu pro interpolaci vzad bude
t
t
t
N n (t ) = 16.5 + 1.5 1.5 4
1
2
3
a budeme-li chtt urit teplotu ve 14 hodin 30 minut, opt provedeme substituci,
14.5 18
t=
= 1.75 a dosadme do polynomu
2
1.75
1.75
1.75
1.5
1.5
4 = 20.328 .
N n ( 1.75) = 16.5 +
1
2
3
Teplota ve 14 hod 30 minut byla piblin 20.328C.
2.4 Interpolace funkcemi po stech spojitmi
V pedchoz sti jsme popsali interpolace pomoc jednoho polynomu.

Tyto aproximan metody vak maj svoje nevhody pedevm pokud je interval,
na kterm chceme aproximovat velk. Jednou z nich je fakt, e pouijeme-li k
aproximaci polynom niho stupn, nemusme doshnout poadovan pesnosti,
ale pokud pouijeme polynom vysokho stupn zkomplikuje se samotn
vpoetn prce a navc polynomy vych stup mou bt mezi interpolanmi
uzly pli zvlnn a tak nepopou danou funkci vrohodn.
Snadn cesta jak se tmto problmm vyhnout je rozdlit cel interval
[a, b] na men sti- subintervaly a na kadm z nich pak aproximovat
samostatn jinm polynomem. Meme tak zachovat ni stupe polynomu a
nebudeme riskovat nedostatenou pesnost. Vsledkem takovto interpolace pak
bude funkce po stech polynomick.
Pedpokldejme e chceme aproximovat funkci f ( x ) , kter je zadan
tabulkou { ( xi , f (xi )), i = 0,1,..., n }, na intervalu [a, b] . Tabulkov body rozdl
interval na n st- subinterval [a = x0 , x1 ], [x1 , x2 ],..., [xn 1 , xn = b] a na kadm
z nich budeme aproximovat samostatn polynomem pedem zadanho stupn.
Aproximan funkce (x ) bude tedy sloena z polynom
(x ) =
0 (x ) x [x0 , x1 ]
1 (x ) x [x1 , x2 ]
M
n 1 (x ) x [xn 1 , xn ]
Protoe se jedn pod o interpolaci, budeme po aproximan funkci (x )
poadovat splnn interpolanch podmnek
(xi ) = f (xi ) pro kad i = 0,1,..., n ,

dle budeme poadovat, aby byla funkce (x ) spojit, mla co nejvt poet
spojitch derivac a co nejmen kivost na intervalu [a, b] .
2.4.1 Interpolace po stech linern funkc
Nejjednodu ppad je interpolace po stech linern funkc. Postup si

ukeme na konkrtnm pklad.
Pklad.
Aproximujte funkci f (x ) zadanou tabulkou pomoc interpolace po stech
linern funkc.
-1
0
2
3
xi
-1
2
2
f ( xi ) 1
Urete hodnotu funkce v bod x = 1.5 .

een.
Budeme na kadm subintervalu [xi , xi +1 ] prokldat linern funkci i ( x ) , tedy
pmku. Protoe pmka je urena dvma body, plyne z pedpokladu splnn
interpolanch podmnek, e takov pmka bude jedin (mus prochzet body
[xi , f (xi )], [xi +1, f (xi +1 )] ).
Jej rovnice se d snadno odvodit
i ( x ) = f ( xi ) +
f ( xi +1 ) f (xi )
(x xi ) .
xi +1 xi
Dostvme
0 ( x ) = 1 +
( 1) 1 (x ( 1)) = 2 x 1 pro
0 ( 1)i
1 ( x ) = ( 1) +
x [ 1,0]
2 ( 1)
(x 0) = 3 x 1 pro x [0,2]
2 0i
2
27
28
22
(x 2) = 2 pro x [2,3] .
3 2i
Aproximan funkce (x ) zakreslen do grafu bude
2 (x ) = 2 +
-5
-4
-3
-2
-1
-1
Budeme-li chtt nyn urit hodnotu aproximan funkce v nkterm bod, musme
nejdve zjistit do kterho intervalu dan bod spad, a tedy kter st
aproximan funkce pro nj plat. V naem ppad x = 1.5 [0,2] tedy hodnota
3
(1.5) = 1 (1.5) = 1.5 1 = 1.25 .
2
2.4.2 Interpolace kubickmi spline funkcemi
Stejnou mylenku meme pout i pi interpolaci po stech polynomem

vyho stupn ne je pmka. V praxi se nejastji pouv aproximace po stech
polynomem 3. stupn, nazvan kubick spline funkce.
Protoe dvmi body nen jednoznan uren polynom 3. stupn, meme zde
poadovat podmnky navc. Je pirozen poadovat, aby aproximan funkce
nebyla zubat v uzlech interpolace, jako je pi aproximaci po stech linern
funkc (viz graf). Matematicky eeno poadujeme co nejvt hladkost funkce
(x ) , tj. aby bylo co nejvc derivac spojitch.
Sestrojen aproximan funkce (x ) bude splovat
1. na kadm subintervalu bude polynomem 3. stupn
2. bude splovat interpolan podmnky
3. prvn dv derivace budou spojit na intervalu [a, b] , tj. C 2 [a, b] (to
jsou podmnky pro vnitn body intervalu)
4. tzv. okrajov podmnky- neboli informace o chovn aproximace
v krajnch bodech.
29
Okrajov podmnky mou bt ureny rznmi zpsoby

a) (a ) = f (a ), (b ) = f (b )
b) (a ) = f (a ), (b ) = f (b )
c) (a ) = 0, (b ) = 0 , tzv. pirozen okrajov podmnka, nebo
pirozen spline funkce.
Konstrukce kubick spline funkce.
Pedpokldejme e chceme aproximovat funkci f (x ) , kter je zadan

tabulkou { ( xi , f (xi )), i = 0,1,..., n }, na intervalu [a, b] . Tabulkov body rozdl
interval na n st- subinterval [a = x0 , x1 ], [x1 , x2 ],..., [xn 1 , xn = b] a na kadm
z nich budeme hledat polynom 3. stupn ve tvaru
i ( x ) = ai + bi ( x xi ) + ci ( x xi )2 + di ( x xi )3 pro x [xi , xi +1 ] .
Potebujeme nalzt koeficienty ai , bi , ci , di v tomto vyjden. Ozname dlku
kadho subintervalu hi = xi +1 xi pro i = 0,1,..., n 1 .
Konstrukci popeme ve dvou krocch. Nejdve budeme pedpokldat, e
znme tzv. momenty kubick spline funkce M i , tj. hodnoty druhch derivac
v uzlovch bodech ( xi ) = M i a ukeme jak spotat koeficienty ai , bi , ci , di .
Ve druhm kroku pak ukeme jak lze urit momenty spline funkce.
KROK 1. Pedpokldejme, e znme momenty spline funkce, tedy ( xi ) = M i
pro i = 0,1,..., n . Vme, e druh derivace polynomu 3. stupn je linern polynom,
navc prochz body ( xi , M i ), ( xi +1 , M i +1 ) tedy meme pst
i ( x ) = M i +
mi +1 M i
(x xi ) = M i xi +1 x + M i +1 x xi pro x [xi , xi +1 ] .
hi
hi
hi
Integrac tto funkce podle dx dostaneme tvar prvn derivace i ( x )
i ( x ) = M i
(xi +1 x )2 + M (x xi )2 + A ,
i +1
2hi
2hi
kde Ai je integran konstanta.

Analogicky po dal integraci obdrme vztah pro funkci i ( x )
i ( x ) = M i
(xi +1 x )3 + M (x xi )3 + A (x x ) + B ,
6hi
kde Bi je opt integran konstanta.
i +1
6hi
30
Hodnoty integranch konstant zskme z interpolanch podmnek i (xi ) = f ( xi )

a i ( xi +1 ) = f ( xi +1 ) . Po dosazen dostaneme
Ai =
f ( xi +1 ) f ( xi ) hi
(M i + 1 M i )
hi
6
hi2
Bi = f ( xi ) M i
.
6
Hledan koeficienty pak budou
ai = i ( xi ) = f ( xi )
Mh
f ( xi +1 ) f ( xi ) 2M i M i +1
bi = i ( xi ) = i i + Ai =
hi
hi
2
6
1
1
ci = i ( xi ) = M i
2
2
M Mi
1
di = i( xi ) = i +1
6
6hi
KROK 2. Nyn odvodme rovnice pro momenty spline funkce.
Uvaujme okrajov podmnky tvaru (a ) = f (a ), (b ) = f (b ) , tedy
M 0 = f (a ), M n = f (b ) . Z poadavku spojitosti prvn derivace ( x ) v uzlu xi
dostaneme
i1 ( xi ) = i (xi + ) ,
kde symbolem +, rozumme derivace zleva a zprava.
Tedy vztahy
f ( xi ) f ( xi 1 ) hi 1
h
i1 ( xi ) =
+
M i + i 1 M i 1
3
6
hi 1
f (x+1i ) f ( xi ) hi
h
i ( xi + ) =
+ M i + i M i +1
3
6
hi
se mus rovnat pro kad i = 1,2,..., n 1 . Pouijeme-li pro zestrunn zpisu
znaen
hi 1
= i ,
hi 1 + hi
hi
= 1 i = i ,
hi 1 + hi
gi =
6 f ( xi +1 ) f ( xi ) f ( xi ) f ( xi 1 )
hi 1 + hi
hi
hi 1
obdrme soustavu rovnic

2M 1 + 1M 2
= g1 1 f (a )
2 M 1 + 2M 2 + 2 M 3
= g2
...
n 2 M n 3 + 2M n 2 + n 2 M n 1 = g n 2
n 1M n 2 + 2M n 1 = g n 1 n 1 f (b )
Matice tto soustavy jak vidme je tdiagonln a d se ukzat, e tak diagonln
dominantn a je tedy vdy regulrn, proto mme zarueno, e bude vdy existovat
prv jedno een.
Obecn lze algoritmus vpotu kubick spline funkce shrnout do tchto krok:
1.
2.
3.
4.
5.
6.
vstup: n, x0 = a,..., xn = b, f (a ), f (b ), f ( x0 ),..., f ( xn )

spoteme hi
spoteme hodnoty pomocnch veliin i ,i , gi pro i = 1,..., n 1
ze soustavy stanovme momenty spline funkce M 1 ,..., M n 1
dopoteme koeficienty ai , bi , ci , di
vstup: aproximan funkce (x )
Pklad.
Sestrojte pirozenou
tabulkou
kubickou spline funkci (x ) pro funkci f ( x ) zadanou

-1
xi
f ( xi ) 1
-1
Urete hodnotu funkce v bod x = 1.5 .

een.
Jednotliv pomocn veliiny,kter spotme dle pslunch vztah, zapisujeme
do tabulky nsledujcm zpsobem
0
1
xi
-1
0
f ( xi )
1
-1
hi
1
2
---
--1
3
2
3
---
--2
3
1
3
---
gi
--7
-3
---
31
32
Nyn sestavme soustavu rovnic pro vpoet moment. Mme konstruovat

pirozenou kubickou spline funkci, tedy z okrajovch podmnek mme
M 0 = 0, M 3 = 0 .
2M 1 +
2
M2 = 7
3
2
M 1 + 2 M 2 = 3
3
9
, M 2 = 3 .
2
Nyn meme dopotat koeficienty ai , bi , ci , di opt dle pslunch vztah a
sestavme je do tabulky
Tato soustava m prv jedno een M 1 =
i
ai
i=0
1
bi
ci
di
11
4
0
3
4
i =1
-1
i=2
2
1
2
9
4
5
3
2
1
2
Zapeme tvar aproximan spline funkce

11
(x + 1) + 3 (x + 1)3 x [ 1,0]
4
4
1
9
5
( x ) = 1 ( x ) = 1 x + x 2 x3 x [0,2]
2
4
8
3
1
2
3
= 2 (x ) = 2 + ( x 2) ( x 2) + ( x 2) x [2,3]
2
2
= 0 ( x ) = 1
Budeme-li chtt spotat hodnotu v bod x = 1.5 , dosadme do 1 ( x ) nebo

77
x = 1.5 [0,2] . Po dosazen dostaneme 1 (1.5) =
1.203 . Zakreslme jet
64
kubickou spline funkci do grafu.
33
y
2
-1.0
-0.5
0.5
1.0
1.5
2.0
2.5
3.0
-1
Vimnme si, e funkce je opravdu hladk. Zbavili jsme se schdk, kter se u

aproximace po stech linern funkc vyskytly. Je to dsledkem poadavku na
spojitost prvnch dvou derivac. Na prvn pohled nen vbec patrn, e se graf
skld ze t rznch polynom 3. stupn.
Pklad.
Prolote stejnmi hodnotami jako v pedchozm pklad Newtonv interpolan
polynom a srovnejte ob aproximan funkce (Newtonv interpolan polynom a
kubickou spline funkci).
een.
Protoe mme 4 tabulkov hodnoty, lze proloit prv jeden polynom 3. stupn,
kter spluje interpolan podmnky.
Prolome-li polynom ve tvaru Newtonovm, dostaneme tabulku pro pomrn
diference
xi
f [xi ] = f ( xi )
f [xi , xi +1 ]
f [xi , xi +1 , xi + 2 ]
f [xi , xi +1 , xi + 2 , xi + 3 ]
-1
0
2
1
-1
2
2
----7
6
1
-------
---2
3
2
0
Z eho meme pst tvar interpolanho polynomu

7
5
N 3 ( x ) = 1 2( x + 1) + (x + 1)x + ( x + 1)x( x 2 ) .
6
12
5
12
34
Zakreslme-li ob aproximan funkce do jednoho grafu (modr barva je kubick

spline funkce, erven barva je Newtonv interpolan polynom) vidme, e se
troku odliuj.
y
2
-1.0
-0.5
0.5
1.0
1.5
2.0
2.5
3.0
-1
piecewise([x < 0 and -1 < x, - 11/4*x + 3/4*(x + 1
poly(- 5/12*x^3 + 19/12*x^2 - 1, [x])
Uvdomme si, e zatmco Newtonv interpolan polynom je tvoen jedinm

polynomem 3. stupn na celm intervalu [ 1,3], tak kubick spline funkce je
tvoena temi rznmi polynomy 3. stupn, na kadm dlm subintervalu jinm
funknm pedpisem.
2.5 Kontroln otzky

Kontroln otzky.
1. Ukate, e mezi pomrnou a dopednou diferenc plat vztah
k f i
.
f [xi ,...xi + k ] =
k !h k
2. Ukate speciln ppad interpolanho polynomu proloenho temi body,
tzv. ppad kvadratick interpolace. Pomoc nho pak urete hodnotu
cos 61.5o z tabulkovch hodnot cos 60o = 0.5000 , cos 61o = 0.4848 ,
cos 62o = 0.4695 .
3. Ukate, e mezi diferencemi plat vztahy
f i = f i 1 , k f i = k f i k .
4. Prolote tabulkovmi hodnotami interpolan polynom ve tvaru
Lagrangeovm, Newtonovm s pouitm dopednch i zptnch diferenc.
Urete hodnotu v bod x = 5.24 .
x
3
4
5
6
7
8
f (x ) 12.82 10.91 5.43 7.28 9.11 9.25

5. Specifikujte algoritmus pro aproximaci kubickou spline funkc pro
ekvidistantn dlen. Pot aproximuje data z pkladu 4. pirozenou
kubickou spline funkc a opt urete hodnotu v bod x = 5.24 .
6. Interpolujte data z pkladu 4. po stech linern funkc. Urete hodnotu
v bod x = 5.24 .
Shrnut kapitoly.
V tto kapitole jsme se vnovali interpolanm metodm, popsali jsme si
konstrukce interpolanho polynomu ve tvaru Lagrangeovm a Newtonovm
spolu s odhadem chyby aproximce. Dle jsme se vnovali interpolaci po stech
spojitmi funkcemi linernmi a kubickmi spline funkcemi.
Pokud jste byli schopni algoritmicky zpracovat tyto metody v nkterm
matematickm softwaru a vyeili jste kontroln otzky, mete pejt na dal
kapitolu.
35
Aproximace neinterpolanmi metodami

3. APROXIMACE NEINTERPOLANMI
METODAMI
co jsou neinterpolan metody;
jak jsou vhody jejich pouit;
jak jsou nejastji pouvan neinterpolan metody pro ppad

diskrtn i spojit.
Budete schopni:
sestrojit aproximaci funkce metodou nejmench tverc

s pouitm ortogonlnch polynom jako zkladnch funkc;
sestrojit ebyevovou aproximaci;

ortogonln polynom, metoda nejmench tverc, ebyevova aproximace,
ebyevv polynom.
Prvodce studiem.
Tato kapitola je vnovna aproximaci funkc jedn reln promnn
metodami neinterpolanmi. Vysvtlme si jak jsou vhody tchto
metod a kdy je vhodn je pout. Rozebereme metodu nejmench
tverc obecn a pot pro ortogonln polynomy jako zkladn
funkce. Dle popeme ebyevovou aproximaci pro ppad spojit.
3.1 vod
V pedchoz kapitole jsme se vnovali rznm typm interpolanch

metod. Tyto metody mly spolenou vlastnost tu, e aproximan funkce musela
splovat interpolan podmnky, tedy prochzela tabulkovmi body. Ne vdy je
ale nevyhnutn tento poadavek vyadovat. Pouit interpolanch metod je
vhodn pedevm v ppadech, kdy mme tabulkov hodnoty ureny s vysokou
pesnost a je tedy na mst se dat co nejvce pidrovat. Pokud jsou ale
namen hodnoty zateny vt chybou, nemus bt pro ns natolik smrodatn,
abychom vyadovali splnn interpolanch podmnek a je vhodn pout jinouneinterpolan metodu. V ppad diskrtnm je to nejastji metoda nejmench
tverc a ve spojitm ppad ebyevova aproximace.
37
38
3.2 Metoda nejmench tverc
Pedpokldejme, e mme funkci zadanou tabulkou

{ (xi , f (xi )), i = 0,1,..., m }
Budeme hledat funkci (x ) ve tvaru
( x ) = c00 ( x ) + ... + cn n ( x )
ze tdy Vn , kde n m . Koeficienty c0 , c1 ,..., c n volme tak, abychom
minimalizovali souhrnou odchylku
1
m
2
( f , ) = [ f (xi ) (xi ) ]2 i .
i =0
m
2
Nejlep aproximace, kter minimalizuje 2m, ve td Vn , kde n m m urit

vhodn statistick vlastnosti a vyrovnv vliv nhodnch chyb v zadanch
(namench) hodnotch. Tto nejlep aproximaci se k nejlep diskrtn L2aproximace nebo aproximace metodou nejmench tverc. Hodnoty i , tzv.
vhy, jsou nezporn sla a umouj zdraznit vliv dat v nkterch bodech.
Jsou-li vstupn data udna se stejnou pesnost a pisuzujeme-li vem namenm
hodnotm stejn vznam, klademe i 1 .
Minimalizovat 2m, v relnch slech znamen minimalizovat
m
R( f , ) = [ f ( xi ) ( xi ) ] i
2
i =0
tedy
R( f , )
= 0.
c k
Po dosazen ( x ) = c00 (x ) + ... + cn n ( x ) dostaneme

2
n
m
c j j (xi ) i
f (xi )
ck i = 0
j =0
= 0 pro k = 0,1,..., n
tedy
2
2 i f (xi ) c j j (xi ) k ( xi ) = 0 pro k = 0,1,..., n

i =0
j =0
a po prav
m
m
(
)
(
)
x
c
=
i j i k i j i f ( xi ) k ( xi ) pro k = 0,1,..., n .
j =0 i =0
i =0
Tyto rovnice se nazvaj normln rovnice. Otzkou je zda existuje jejich een a
jestli opravdu minimalizuje veliinu 2m, ve td Vn .
Vta. Nech systm zkladnch funkc 0 , 1 ,..., n je linern nezvisl. Potom

existuje prv jedna aproximace
n
( x ) = c j j ( x )
j =0
kter minimalizuje ve td Vn veliinu 2m, . Koeficienty c j se naleznout jako

jedin een soustavy normlnch rovnic.
Poznmka.
V diskrtnm ppad dostaneme pi n = m interpolan aproximaci.
Pklad.
Sestrojte aproximaci polynomem 0. stupn (konstantou) metodou nejmench
tverc k datm { (xi , f (xi )), i = 0,1,..., m } . Vhy volte i 1 .
een.
Budeme-li prokldat polynom 0. stupn, bude systm zkladnch funkc pouze
0 ( x ) 1 a hledme tedy (x ) = c0 0 ( x ) = c0 . Soustava normlnch rovnic pejde
v jedinou rovnici
m
(x ) (x )c = f (x ) (x )
i =0
i =0
a po dosazen dostaneme
m
c0 1 = f ( xi )
i =0
i =0
c0 =
f (x )
i =0
m +1
co kad jist zn pod nzvem aritmetick prmr. Aritmetick prmr je tedy

specilnm ppadem metody nejmench tverc, kdy aproximujeme vechny
namen hodnoty konstantou.
Poznmka.
Soustava normlnch rovnic pedstavuje soustavu n + 1 linernch algebraickch
rovnic o n + 1 neznmch c0 , c1 ,..., c n . Pedchoz vta nm zaruuje existenci a
jednoznanost een a tedy obecn jej meme naleznout nkterou z metod pro
een soustav- napklad Gaussovou eliminan metodou, ppadn pokud matice
soustavy bude pozitivn definitn (pro linern nezvisl systm zkladnch
funkc je splnno) a symetrick lze pout Choleskeho algoritmus. Vechny tyto
metody sebou ale nesou krom pracnosti vpotu i dal chybov zaten, protoe
soustava me bt patn podmnn. Navc budeme-li chtt zvyovat stupe
aproximace tm, e pouijeme polynom vyho stupn, je nutno cel vpoet
provdt znovu. Klasick volba systmu funkc 1, x, x 2 ,... je tedy obecn
39
40
nevhodn. Na prvn pohled je zejm, e vhodnou volbou systmu zkladnch

funkc meme matici soustavy zjednoduit a tm zjednoduit a urychlit i vpoet
koeficient c0 , c1 ,..., c n . Ne si ukeme vhodnj systmy zkladnch funkci,
pipomeme nkolik teoretickch poznatk o funkcch.
Skalrn souin funkc. Norma funkce. Ortogonln funkce.
Definice. Systm funkc { 0 ,..., n } definovanch na intervalu [a, b] , kde

n
s : s ( x ) = j j ( x ) pro kad x [a, b] ,

j =0
js
se nazv linern zvisl.

Systm funkc { 0 ,..., n } s nazv linern nezvisl spojit na intervalu [a, b]
jestlie
(x ) = 0
j =0
x [a, b] nastane prv tehdy, kdy
pro kad
0 = 1 = ... = n = 0 .
Systm funkc { 0 ,..., n } s nazv linern nezvisl diskrtn pro tabulkov
body x0 , x1 ,..., x m jestlie
n
j tab j = o ,
j =0
kde
tab j = ( j ( x 0 ), j ( x1 ),..., j ( x m )) ,
nastane
prv
tehdy,
kdy
0 = 1 = ... = n = 0 . (Neboli pokud jsou vektory tab 0 , tab 1 ,..., tab n

linern nezvisl.)
Poznmka.
Povimnme si, e pokud je systm linern nezvisl v nkterm diskrtnm
ppad, je linern nezvisl i spojit. Ovem obrcen to neplat. Demonstrujme
si to na nsledujcm pklad.
Pklad.
Rozhodnte zda je systm funkc 1, x 2 , x 4 ,..., x 2 n
diskrtn.
linern nezvisl spojit i
een.
Systm
je
zcela
jist
linern
nezvisl
spojit,
protoe
2
2n
0 + 1 x + ... + n x = 0 plat pouze pokud 0 = 1 = ... = n = 0 , nicmn
nemus bt linern nezvisl diskrtn pro libovoln tabulkov body. Vezmme
ku pkladu body x0 = 1, x1 = 1 , pak dostaneme
tab 0 = (1,1)
tab 1 = (1,1)
...
tab n = (1,1)
co jsou vektory linern zvisl.
Definice. Skalrnm souinem dvou relnch funkc reln promnn f , g na
intervalu [a, b] nazvme
b
( f , g ) = f (x ) g (x ) (x )dx
ve spojitm ppad,
nebo
m
( f , g ) = f (xi ) g (xi ) i
v ppad diskrtnm.
i =0
Vhov funkce ( x ) , resp. vhy i mou zdraznit nebo potlait vliv nkterch
bod nebo st intervalu.
Pro skalrn souin funkc plat analogick tvrzen jako pro skalrn souin
vektor. Uveme alespo nkter.
Vta. Pro skalrn souin funkc plat
1. ( f , g ) = (g , f )
2. (c1 f + c 2 g , h ) = c1 ( f , h ) + c 2 ( g , h ) kde ci = konst
3. ( f , f ) 0
4. ( f , f ) = 0 prv tehdy kdy f ( x ) = 0 pro vechny x [a, b] ve spojitm
ppad, resp. f ( xi ) = 0 pro vechna i = 0,1,..., m v diskrtnm ppad.
Pokud mme nadefinovn skalrn souin, meme definovat pojem normy
funkce analogicky jako pro vektory.
1
Definice. Normou funkce f nazvme f = ( f , f ) 2 .

Vta. Pro normu funkce plat
1. f 0
2.
f = 0 pokud f ( x ) = 0 pro vechny x [a, b] ve spojitm ppad, resp.
f ( xi ) = 0 pro vechna i = 0,1,..., m v diskrtnm ppad

3.
c f = c f kde c = konst
4.
f +g = f + g .
41
42
Definice. Systm funkc {0 ,..., n } nazveme ortogonln jestlie

1. ( j , k ) = 0 pro kad j k
2.
j 0 pro kad j = 0,1,..., n .
Ortogonln systm funkc je vdy linern nezvisl.
Ortogonln systmy polynom.
Pro kad interval [a, b] a kadou vhovou funkci lze sestrojit

ortogonln systm polynom jak pro ppad spojit, tak pro ppad diskrtn.
Popis konstrukce meme nalzt nap. v [4].
Uveme nkolik nejznmjch a v praxi nejastji pouvanch systm.
ebyevovy polynomy, ppad spojit.
Jsou konstruovny pro interval [ 1,1] a vhov funkce ( x ) = (1 x 2 ) 2 . Tyto

polynomy jsou ureny rekurentnm pedpisem
T0 ( x ) 1
T 1 (x ) = x
T
j +1
(x ) = 2 xT j (x ) T j 1 (x )
pro
j 1
tedy konkrtn tvary funkc jsou

T0 ( x ) 1
T 1 (x ) = x
T 2 (x ) = 2 x 2 1
T 3 (x ) = 4 x 3 3x
T 4 (x ) = 8 x 4 8 x 2 + 1
...
Vlastnosti:
ebyevovy polynomy jsou stdav sud a lich funkce,
2s + 1
koeny kadho polynomu T j ( x ) jsou dny vztahem x s = cos

j 2
kde s = 0,1,..., j 1
polynom T j ( x ) m na intervalu [ 1,1] j + 1 extrm
43
Legendrovy polynomy, ppad spojit.

Jsou konstruovny pro interval [ 1,1] a vhov funkce ( x ) 1 . Tyto
polynomy jsou definovny pedpisem
P0 ( x ) 1
P1 (x ) = x
P j +1 ( x ) =
2 j +1
j
xP j ( x )
P j 1 ( x ) pro
j +1
j +1
j 1
Konkrtn tvar nkolika prvnch Legendrovch polynom je

P0 ( x ) 1
P1 (x ) = x
1
3x 2 1
2
1
P 3 (x ) = 5 x 3 3x
2
1
P 4 ( x ) = 35 x 4 30 x 2 + 3
8
...
P 2 (x ) =
Vlastnosti:
polynomy jsou opt stdav sud a lich funkce,
polynomy maj vyuit pedevm pi numerickm vpotu integrlu.
Grammovy polynomy, ppad diskrtn.
Jsou konstruovny pro vhy i 1 pro kad i = 0,1,..., m a pro ekvidistantn
1
tabulkov body xi = i m kde i = 0,1,..., m rozloen symetricky kolem nuly.
2
Rekurentn jsou ureny
G0 ( x ) 1
G 1 (x ) = x
G j +1 ( x ) = xG j ( x )
a tak jednotliv polynomy jsou
j 2 (m + 1) j 2
G j 1 ( x ) pro
4 4 j 2 1
2
G0 (x ) 1
G1 ( x ) = x
j 1
44
[
[
[
1
(m + 1)2 1
12
1
2
3(m + 1) 7 x
G 3 (x ) = x3
20
1
3
2
2
3(m + 1) 13 x 2 +
G 4 (x ) = x 4
m(m + 2 )(m + 1) 9
14
560
...
G 2 (x ) = x 2
]
]
Vlastnosti:
polynomy maj vyuit pedevm v metod nejmench tverc.
lze sestrojit i pro jinou volbu tabulkovch bod
Ortogonln polynomy jako zkladn funkce v metod nejmench tverc.
Vrame se nyn zptky k een normlnch rovnic u metody nejmench

tverc. Uijeme-li definice skalrnho souinu, meme normln rovnice zapsat
ve tvaru
(
n
j =0
, k ) c j = ( f , k ) pro k = 0,1,..., n .
Uvaujme jako systm zkladnch funkc ortogonln polynomy. Pro ortogonln

funkce plat ( j , k ) = 0 pro kad j k , tedy matice soustavy bude diagonln
, j ) c j = ( f , j ) pro j = 0,1,..., n
protoe zstanou pouze diagonln leny ( j , j ) 0 a tak meme pmo

vyjdit neznm koeficienty
cj =
( f , )
( , ) pro
j
j = 0,1,..., n .
Pklad.
Aproximujte polynomem 3. stupn, metodou nejmench tverc funkci zadanou
tabulkou
xi
f ( xi )
-2
-1
-1
Jako systm zkladnch funkc pouijte 1, x, x 2 , x 3 .

een.
Aproximan polynom 3. stupn budeme hledat ve tvaru
(x ) = c0 0 ( x ) + ... + c3 3 (x ) , kde j ( x ) = x j .

Nejdve spoteme jednotliv skalrn souiny. Protoe se jedn o ppad
diskrtn, jsou to vlastn skalrn souiny vektor.
Pro zadan tabulkov body budou
tab 0 = (1,1,1,1,1)
tab 1 = ( 2,1,0,1,2)
tab 2 = (4,1,0,1,4)
tab 3 = ( 8,1,0,1,8)
tab f = (2,0,1,1,0 )
Spotme pslun skalrn souiny.
( 0 , 0 ) = 5 , ( 0 , 1 ) = 0 , ( 0 , 2 ) = 10 , ( 0 , 3 ) = 0 , ( f , 0 ) = 2
(1 , 1 ) = 10 , (1 , 2 ) = 0 , (1 , 3 ) = 34 , ( f , 1 ) = 3
( 2 , 2 ) = 34 , ( 2 , 3 ) = 0 , ( f , 2 ) = 9
( 3 , 3 ) = 130 , ( f , 3 ) = 15
Sestavme normln rovnice. Protoe skalrn souin je na relnch slech
symetrick, bude rozen matice soustavy
5 0 10 0
2
0 10 0 34 3
10 0 34 0
9
0 34 0 130 15
11 5 5 1
a tato soustava m jedin een , , , .
35 6 14 3
11 5
15
1
+ x + x 2 x 3 . Na grafu je vidt, e
35 6
14
3
aproximan polynom neprochz tabulkovmi body.
Aproximan polynom bude ( x ) =
45
46
Graf.
y
2
-2.0
-1.5
-1.0
-0.5
0.5
1.0
1.5
2.0
-1
Pklad.
Aproximujte polynomem 3. stupn, metodou nejmench tverc funkci zadanou
tabulkou
xi
f ( xi )
-2
-1
-1
Jako systm zkladnch funkc pouijte ortogonln polynomy.

een.
Pouijeme jako systm zkladnch funkc Grammovy polynomy. Mme 5
tabulkovch bod symetricky rozloench kolem potku. Grammovy polynomy
tedy budou
G0 ( x ) 1
G 1 (x ) = x
G 2 (x ) = x 2 2
G 3 (x ) = x 3
17
x
5
Aproximan polynom 3. stupn budeme hledat ve tvaru

(x ) = c0 G0 (x ) + ... + c3G3 (x ) .
Nejdve spoteme jednotliv skalrn souiny. Pro zadan tabulkov body budou
tab G0 = (1,1,1,1,1)
tab G1 = ( 2,1,0,1,2 )
tab G2 = (2,1,2,1,2)
12 6
6 12
tab G3 = , ,0, ,
5 5
5 5
tab f = (2,0,1,1,0)
tedy meme rovnou potat
c0 =
( f , G0 ) 2
=
(G0 , G0 ) 5
c1 =
( f , G1 )
3
=
(G1 , G1 ) 10
c2 =
( f , G2 ) 5
=
(G2 , G2 ) 14
24
( f , G3 ) 5
c3 =
=
(G3 , G3 ) 360
1
3
25
Hledan polynom bude
(x ) =
2 3
5 2
1
17
x+
x 2 x3 x .
5 10
14
3
5
Po prav si meme snadno ovit, e se jedn o stejn polynom, kter jsme

obdreli s pouitm systmu zkladnch funkc 1, x, x 2 , x 3 , ale vpoet byl
znateln jednodu.
3.3 ebyevova aproximace
Ve spojitm ppad je nejastji pouvanou neinterpolan metodou nejlep

stejnomrn aproximace, neboli ebyevova aproximace. V tomto odstavci se
omezme na ebyevovou aproximaci polynomem. Mjme funkci f ( x ) , kterou
chceme aproximovat polynomem n-tho stupn (x ) Pn na intervalu [a, b] .
Nejlep stejnomrn aproximace minimalizuje chybu
max ( f , ) = max f (x ) (x ) .
x[a , b ]
47
48
Vta. Nech f (x ) je spojit funkce na intervalu [a, b] . Potom nejlep

stejnomrn aproximace ( x ) Pn funkce f (x ) je takov funkce, pro kterou
plat
a) existuje n + 2 bod xi [a, b] pro i = 0,1,..., n + 1 takovch, e v nich
absolutn hodnota chyby nabv maximum, tj.
f ( xi ) ( xi ) = max f ( x ) ( x ) = max ( f , )
x[a , b ]
b) tyto extrmy maj stejnou velikost, ale stdav znamnka, tj.
f ( xi ) ( xi ) = f ( xi +1 ) ( xi +1 ) pro kad i = 0,1,..., n .

Vta nm sice zaruuje existenci nejlep stejnomrn aproximace, nicmn
nedv nm dn nvod jak ji naleznout. Kdybychom znali body xi , bylo by
mon ze soustavy b) urit koeficienty aproximace (x ) . V praxi je vak velice
obtn zkonstruovat ebyevovou aproximaci, protoe body xi neznme. Hled
se proto iteran funkce, kter by jej vlastnosti splovala co nejlpe.
Postup:
KROK 1.
Za poten iteraci bod xi(0 ) volme extrmy ebyevova polynomu Tn +1 ( x ) .
Pracujeme-li na intervalu [ 1,1] , jsou to body
n +1 i
kde i = 0,1,..., n + 1 .
xi = cos
n +1
Pro obecn interval [a, b] je nutn provst linern transformaci
1
z = [(b a )x + (b + a )].
2
KROK 2.
K n + 2 bodm xi(k ) [a, b] spoteme ze soustavy b) parametry (k ) ( x ) Pn .
KROK 3.
Nalezneme body ve kterch nastvaj extrmy chyby f ( x ) (k ) ( x ) . Pokud jsou
tyto body stejn jako xi(k ) (tedy nalezly jsme extremln body) algoritmus
kon a funkci (k ) ( x ) Pn povaujeme za ebyevovou aproximaci. Jinak body
ozname jako xi(k +1) a jdeme zptky na KROK 2.

Takto sestaven posloupnost iterac (k ) (x ) konverguje k ebyevov aproximaci
(x ) .
Pklad.
Aproximujte funkci f ( x ) =
1
x +1
na intervalu [0,1] ebyevovou aproximac
polynomem 1. stupn.
een.
Potebujeme sestrojit aproximaci polynomem 1. stupn ve tvaru (x ) =c 0 +c1 x .
Tuto funkci budeme hledat iteran. Sestrojme posloupnost
(k ) (x ) = c0(k ) + c1(k ) x ( x )
kter bude konvergovat k hledan ebyevov aproximaci.
KROK 1. Urme poten iteraci bod xi(0 ) jako extrmy ebyevova polynomu
T2 ( x ) . To budou na intervalu [ 1,1] body
(2 0) = 1 a po transformaci na interval [0,1] x (0 ) = 1 ( 1 + 1) = 0
~
x0 = cos
0
2
2
(2 1) = 0 , x (0 ) = 1 (0 + 1) = 1
resp. ~
x1 = cos
1
2
2
2
(2 2) = 1 , x (0 ) = 1 (1 + 1) = 1 .
~
x0 = cos
2
2
2
KROK 2. Sestrojme soustavu rovnic a urme koeficienty c0(0 ) , c1(0 ) nult iterace
ebyevovy aproximace.
Soustava bude
1
1
c 0 c1 xi =
+ c0 + c1 xi +1 pro i = 0,1
xi + 1
xi +1 + 1
a po prav
1
1
2c 0 + c1 ( xi +1 + xi )+ =
+
pro i = 0,1 .
xi + 1 xi +1 + 1
Po dosazen bod dostvme rovnice
1
5
2c 0(0 ) + c1(0 ) =
2
3
3
7
2c 0(0 ) + c1(0 ) =
2
6
49
50
co m een c0(0 ) =
23 1
23 (0 )
1
x.
, c1 = . Tedy (0 ) =
24 2
24
2
KROK 3.
1
23 1
+ x . Extrmy nastanou tam, kde je

x + 1 24 2
prvn derivace funkce nulov, nebo kde neexistuje (v naem ppad jsou to krajn
1
1
+
tedy nov body
body intervalu). Prvn derivace bude =
2
(x + 1) 2
Nalezneme extrmy funkce =
x0(1) = 0, x1(1) = 1 + 2 , x 2(1) = 1 .
Nyn pokraujeme krokem 2. Ze soustavy opt urme nov c0(1) , c1(1) .

Nov soustava po dosazen bod bude
2c0(1) +
2c0(1) + 2 c1(1)
a een je c0(1) =
2
+1
2
2 1
=
+
2
2
2 1 c1(1) =
2 1
1
+ 0.957, c1(1) = = 0.5 a tedy (1) = 0.957 0.5 x .
2 4
2
Dle bychom pokraovali krokem 3 atd. a vytvoili bychom posloupnost (k ) (x ) .

Z konvergence plyne, e m vt k tm vce se blme ke skuten ebyevov
aproximaci.
3.4 Extrapolace k nule
V numerick matematice je spousta metod zaloench na vpotu veliiny F

pomoc aproximace T (h ) zvisl na njakm parametru, zpravidla kroku h ,
piem plat
F = lim T (h ) ,
h 0
tedy m vce zjemujeme krok, tm vce se blme ke skuten hodnot. Pli

velk zjemovn kroku ovem nese sebou asto velkou pracnost vpotu a
zaokrouhlovac chyby tak mohou vpoet znemonit. Pokud ovem o dan
metod vme navc, e je du h p , tedy e plat pro h 0 odhad
T (h ) = F + ch p + O h r ,
kde c, p, r jsou konstanty a r > p meme zskat hodnotu F ze dvou hodnot
T (h ) , T (qh ) s chybou du h r na zklad extrapolace.
( )
Pedpokldejme, e mme hodnoty T (h ) , T (qh ) se dvma rznmi kroky h a

qh , tedy plat
( )
T (h ) = F + ch p + O h r
T (qh ) = F + c(qh ) + O (qh ) .

p
) ( )
Pro h 0 plat piblin O (ch ) = O h r tedy po vynsoben prvn rovnice

lenem q p a odetenm obou rovnic dostaneme
q p T (h ) T (qh ) = Fq p F + O h r
r
( )
neboli
F = T (h ) +
T (h ) T (qh )
+ O hr
p
q 1
( )
co je odhad veliiny F s chybou du h r (tedy men chybou ne byly odhady

T (h ) nebo T (qh ) ).
Jedn se vlastn o proloen polynomu 1. stupn v promnn h p hodnotami
T (h ) a T (qh ) , piem veliinu F potom extrapolan aproximujeme hodnotou
tohoto polynomu v nule. Proto je tato metoda nazvna extrapolace k nule, nebo
Richardsonova extrapolace.
Tento zpsob zvyovn pesnosti piblinho vpotu hraje vznamnou roli pi
numerickm vpotu integrlu a een diferencilnch rovnic.
Poznmka.
Meme-li vyjdit T (h ) v mocninch h i dle jako
T (h ) = F + c0 h p + c1 h 2 p + c 2 h 3 p + ...
lze cel postup extrapolace nkolikrt za sebou opakovat, mluvme o tzv.
opakovan extrapolaci k nule. Zpravidla krok dlme stejnm zpsobem, tvo
tedy posloupnost h, q 1 h, q 2 h,... . Algoritmus pak pedstavuje prokldn
interpolanho polynomu S -tho stupn hodnotami
) (
T (h ), T q 1 h , T q 2 h ,..., T q S h
a extrapolan aproximujeme F jako hodnotu tohoto polynomu v nule.

Algoritmus pak meme zapsat jako
Vstup: Pro s = 0,1,..., S :
Ts ,0 := T (q s h ) ,
Pro
k = 0,1,..., s
Ts ,k = Ts ,k 1 +
Ts ,k 1 Ts 1,k 1
q k p 1
Hodnoty zapisujeme do tabulky, viz nsledujc pklad.
51
52
Pklad.
Pouijte extrapolaci k nule pro aproximaci prvn derivace funkce f ( x ) = e x
v bod x0 = 1 , pokud pro uren derivace pouijete centrln diferenci tvaru
f (x + h ) f (x h )
, kter je du O h 2 .
f ( x )
2h
( )
een.
Nejdve urme hodnoty derivace pomoc diferennho podlu. Budeme volit
postupn kroky h1 = 0.4 , h2 = 0.2 , h3 = 0.1 a vpoty budeme zaokrouhlovat na
4 desetinn msta .
f (1 + 0.4) f (1 0.4 )
= 2.7914 = T0, 0 ,
Pro h1 = 0.4 dostaneme f (1)
2 0.4
f (1 + 0.2) f (1 0.2)
podobn pro h2 = 0.2 to bude f (1)
= 2.7364 = T1, 0 ,
2 0.2
f (1 + 0.1) f (1 0.1)
a pro h3 = 0.1 f (1)
= 2.7228 = T2, 0 .
2 0.1
Nyn pouijeme pro zpesnn extrapolaci k nule. Protoe v naem ppad je
p = 2 a q = 2 (krok jsme plili), plat
Ts ,0 Ts 1,0
Ts ,1 = Ts ,0 +
22 1
tedy dostaneme
2.7364 2.7914
= 2.7181
3
2.7228 2.7364
= 2.7228 +
= 2.7183
3
T1,1 = 2.7364 +
T2,1
a na tyto dv hodnoty opt aplikujeme extrapolaci k nule, dostaneme

Ts ,1 Ts 1,1
Ts , 2 = Ts ,1 +
2 22 1
tedy
2.7183 2.7181
= 2.7183 co znamen, e na dan poet
15
desetinnch mst se ji hodnota dle nezpesuje. Zapeme do tabulky
nsledovn
T2, 2 = 2.7183 +
hs
Ts ,0
Ts ,1
Ts , 2
0
1
2
0.4
0.2
0.1
2.7914
2.7364
2.7228
--2.7181
2.7183
----2.7183
53
Skuten hodnota derivace f ( x ) = e x , v bod x0 = 1 bude po zaokrouhlen na 4

desetinn msta f (1) = e1 = 2.7183 .
3.5 Kontroln otzky

Kontroln otzky.
1. Aproximujte tabulkov hodnoty metodou nejmench tverc postupn
polynomem 1. stupn, 2. stupn, 3. stupn. Nartnte graf.
x
f (x )
-2
5.247
-1
2.369
0
-0.999
1
-4.563
2
-1.258
2. Aproximujte metodou nejmench tverc polynomem 1. stupn, 2.

stupn a 3. stupn hodnoty
x
f (x )
0.0
2.9
0.1
2.8
0.2
2.7
0.3
2.3
0.4
2.1
0.5
2.1
0.6
1.7
s pouitm systmu j ( x ) = x j a pot s pouitm Grammovch polynom

(nutno provst vhodnou transformaci).
3. Aproximujte funkci f ( x ) = x na intervalu [0,0.5] ebyevovou
aproximac polynomem 1. a 2. stupn. Pracujte na 4D.

4. Aproximujte funkci f ( x ) = cos x na intervalu 0, ebyevovou
4
aproximac polynomem 1. stupn. Pracujte na 6D.
5. Dokate vtu o vlastnostech skalrnho souinu funkc.
6. Dokate vtu o vlastnostech normy funkce.
7. Pouijte extrapolaci k nule pro zpesnn aproximaci prvn derivace
funkce f ( x ) = ln x v bod x0 = 3 .
54
Shrnut kapitoly.
Tato kapitola byly vnovna neinterpolanm metodm. Uvedli jsme si

konstrukci aproximan funkce metodou nejmench tverc v ppad obecnm i
s pouitm ortogonlnch polynom jako systmu zkladnch funkc. Dle jsme si
popsali ve spojitm ppad ebyevovou aproximaci. Pokud jste algoritmicky
zpracovali uveden metody a vyeili kontroln otzky, pejdte na dal kapitolu.
Korespondenn kol.
Aproximujte tabulkov hodnoty nkterou z interpolanch metod a nkterou
neinterpolan metodou. Urete hodnotu aproximace funkce v bod x0 = 1.05 .
Provete odhad chyb pokud vte, e hodnoty odpovdaj funknm hodnotm
funkce f ( x ) = x 2e x a srovnejte je se skutenou chybou. Nartnte do grafu
funkci f (x ) a ob aproximace. Diskutujte vsledek.
x
-3
-2
-1
0
1
2
3
f (x ) 0.4481 0.5413 0.3679 0.0000 2.7183 29.5562 180.7698
Numerick vpoet derivace a integrlu
55
4. NUMERICK VPOET DERIVACE A

INTEGRLU
jak numericky spotat urit integrl;
co je kvadraturn vzorec;
jak typy kvadraturnch vzorc se v praxi pouvaj;
co je numerick derivace a jak ji pout.
Budete schopni:
numericky spotat urit integrl uitm Newton-Cotesovch

kvadraturnch formul pro ekvidistantn dlen;
numericky
spotat
urit
kvadraturnch formul;
pout diferenn formule pro vpoet numerick derivace;
integrl
uitm
Gaussovch

numerick integrl, kvadraturn vzorec, diferenn podl, numerick derivace.
Prvodce studiem.
Tato kapitola je vnovna numerickmu vpotu derivace a uritho
integrlu. Vysvtlme si kdy a jakm zpsobem je mon spotat
urit integrl numericky a kdy a jak pouvat numerickou derivaci.
4.1 Numerick integrl, Newton-Cotesovy kvadraturn vzorce
Numerickm integrlem, nkdy tak nazvan numerick kvadratura,

budeme rozumt metody pro piblin vpoet uritho integrlu
b
I ( f ) = f (x ) dx ,
a
kde funkce f (x ) je integrovateln na intervalu [a, b] .

V praxi jsou tyto metody velice dleit, protoe vme, e ne vdy je mon
spotat integrl analyticky, ppadn me bt analytick vpoet pli obtn.
Rovn jsou tyto metody vyuvny pro funkce, kter mme zadan diskrtn
(napklad njak men).
Princip metod pro vpoet numerickho integrlu spov v tom, e funkci f ( x )
nahradme na intervalu [a, b] vhodnou aproximac (x ) a piblinm integrlem
bude potom
56
b
I ( f ) I ( ) = ( x ) dx .
a
Pokud (x ) je dobr aproximace funkce

aproximac integrlu I ( f ) protoe plat
I ( f ) I ( ) =
b a sup
x[a , b ]
f ( x ) , bude i I ( ) dobrou
f ( x ) dx ( x ) dx
f (x ) (x )
f (x ) (x ) dx
a
Pouijeme-li popsanho postupu, obdrme vzorce pro vpoet numerick

kvadratury, kterm kme kvadraturn vzorce. Vzorce dlme na
zkladn, pokud aproximujeme funkce f ( x ) jedinou funkc (x ) na

celm intervalu [a, b]
sloen, pokud interval [a, b] rozdlme na men subintervaly [ai , bi ] a
na kadm pouijeme pro integraci vzorec zkladn.
Zkladn vzorce jet dlme na oteven a uzaven, podle toho, zda obsahuj
krajn body intervalu.
Zkladn Newton-Cotesovy kvadraturn vzorce.
My se budeme zabvat pouze tzv. interpolanmi kvadraturnmi vzorci,

tedy funkce f ( x ) bude aproximovna interpolanm polynomem.
b
Mjme urit integrl I ( f ) = f (x ) dx , nahrame funkci f ( x ) interpolanm

a
polynomem n -tho stupn v bodech x0 , x1 ,..., x n [a, b] v Lagrangeovm tvaru

n
p n ( x ) = f ( xi )li ( x ) .
i =0
Integrac dostaneme
b
a i =0
I ( f ) I ( p n (x )) = p n ( x ) dx = f ( xi )li (x ) dx = wi f ( xi ) ,
i =0
kde
b
wi = li ( x ) dx .
a
Bodm x0 , x1 ,..., x n kme kvadraturn uzly a koeficientm wi koeficienty

kvadraturnho vzorce. Nyn rozebereme nejastji pouvan zkladn kvadraturn
vzorce tohoto typu.

A. Obdlnkov pravidlo zkladn.
Na intervalu [a, b] nahradme funkci f ( x ) polynomem 0. stupn proloenho
a+b
v bod x0 =
. Kvadraturn vzorec pak bude mt tvar
2
a+b
K ( f ) = (b a ) f
.
2
f(x)
(a+b)/2
Z obrzku je patrn, e integrl, tedy obsah plochy pod kivkou, nahrazujeme

obsahem obdlnku, proto se tento kvadraturn vzorec nazv obdlnkov
pravidlo. Pokud je funkce f (x ) pmka, dv vzorec zcela pesnou hodnotu
(dokate!).
B. Lichobnkov pravidlo zkladn.
Na intervalu [a, b] nahradme funkci f ( x ) polynomem 1. stupn proloenho
v bodech x0 = a, x1 = b , tedy
xb
xa
p1 (x ) =
f (a ) +
f (b )
ab
ba
Kvadraturn vzorec bude mt tvar
ba
ba
K( f ) =
f (a ) +
f (b ) .
2
2
Podobn jako u obdlnkovho pravidla jsme obsah plochy pod kivkou
nahradili obsahem lichobnku.
Poznmka.
Obecn interpolan kvadraturn vzorce s uzly x0 , x1 ,..., x n zcela pesn integruj
vechny polynomy a do stupn n . (Dokate!) Nejvt N , takov, e
kvadraturn vzorec dv pesnou hodnotu pro polynomy x i pro i = 0,1,..., N
nazvme algebraick d kvadraturnho vzorce. Systmy kvadraturnch vzorc
s koeficienty wi(n ) a uzly xi(n ) pro i = 0,1,...n kter maj tu vlastnost, e pro kadou
spojitou funkci f ( x ) plat
57
58
n
( ) = f (x ) dx ,
lim wi
(n )
(n )
f xi
i =0
nazvme konvergentn kvadratury.

Sloen Newton-Cotesovy kvadraturn vzorce.
V konstrukci zkladnch kvadraturnch vzorc bychom mohli dle

pokraovat prokldnm polynom vych stup, nicmn tento postup nese
sebou nkolik nevhod. Jednak bude samotn prce vce pracn a navc vzorce
v zkladnm tvaru nejsou konvergentnmi kvadraturami, tedy nemme zarueno
zven pesnosti vpotu integrlu. Mnohem jednodu cesta je rozdlit
interval [a, b] na konen poet subinterval
[a , b ] kde
j
j = 1,..., m , a1 = a, bm = b, b j = a j +1
a pro kad subinterval pout zkladn vzorec. Dostvme tak vzorce

I( f ) =
bj
j =1 a j
bj
f (x )dx = f (x )dx = (x )dx ,

j =1 a j
kter jak jsme ji uvedli budeme nazvat sloenmi kvadraturami.

V ppad Newton-Cotesovch kvadratur provedeme dlen ekvidistantn
ba
a
s krokem h pomoc bod x k = x 0 + kh kde k = 0,1,..., N , tedy h =
N
aplikac zkladnch vzorc pak obdrme vzorce sloen.
A. Obdlnkov pravidlo sloen.
Na kadm subintervalu [x k , x k +1 ] nahrazujeme funkci f ( x ) konstantou
h
proloenou bodem x k + (z pohledu celho intervalu [a, b] aproximujeme f (x )
2
po stech konstantn funkc), sloen vzorec m tvar
I( f ) =
N 1 x k + 1
f ( x ) dx =
k = 0 xk
N 1
h
f ( x ) dx h f xk + R( f , h ) .
2
k =0
D se ukzat, e chyba tohoto kvadraturnho vzorce je

I ( f ) R( f , h ) = (b a )
h2
f ( ) kde [a, b ] ,
24
tedy pokud meme omezit druhou derivaci funkce f

konstantou M 2 lze pout odhadu
na intervalu
[a, b]

I ( f ) R( f , h ) (b a )
h2
M2 .
24
B. Lichobnkov pravidlo sloen.

Na kadm subintervalu [x k , x k +1 ] nahrazujeme funkci f ( x ) linernm
polynomem v uzlech x k , x k +1 (z pohledu celho intervalu [a, b] aproximujeme
f ( x ) po stech linern funkc), sloen vzorec m tvar
b
I ( f ) = f ( x ) dx
a
h
[ f (x0 ) + 2 f (x1 ) + 2 f (x2 ) + ... + 2 f (x N 1 ) + f (x N )] =
2
N 1
1
1
= h f (x 0 ) + f ( x k ) + f ( x N ) T ( f , h )
2
k =1
2
Podobn pro chybu plat

I ( f ) T ( f , h ) = (b a )
h2
f ( ) kde [a, b ] ,
12
pro odhad chyby plat

h2
I ( f ) T ( f , h ) (b a ) M 2 .
12
C. Simpsonovo pravidlo sloen.

Na subintervalu [x k , x k + 2 ] nahrazujeme funkci f (x ) kvadratickm polynomem
v uzlech x k , x k +1 , x k + 2 ( N mus bt sud slo!), sloen vzorec m tvar
h
[ f (x0 ) + 4 f (x1 ) + 2 f (x2 ) + 4 f (x3 ) + ... + 2 f (x N 2 ) + 4 f (x N 1 ) + f (x N )]
3
T ( f , h)
I( f )
Chyba kvadraturnho vzorce je

h 4 (4 )
I ( f ) S ( f , h ) = (b a )
f ( ) kde [a, b ] ,
180
tedy pokud lze omezit tvrtou derivaci funkce f na intervalu [a, b] konstantou
M 4 lze pout odhadu
h4
I ( f ) S ( f , h ) (b a ) M 4 .
24
59
60
Poznmka.
Odvozen vztah pro chyby kvadraturnch vzorc pesahuje rmec tohoto skripta,
ale ten je me naleznout nap. v [5].
Poznmka.
I u sloench vzorc lze v uvedenm postupu analogicky pokraovat a odvodit
vztahy pro kvadratury vych d, ale vpoet derivac pro odhad chyby je pak
nron a samotn odhady bvaj zpravidla zbyten pesimistick. Pro dosaen
poadovan pesnosti vsledku se v praxi proto nedoporuuje zvyovat d
vzorce, ale poet uzl (napklad zdvojnsobenm bod).
Pklad.
Urete
integrl
I = sin x dx
Newton-Cotesovmi
kvadraturnmi
vzorci
zkladnmi i sloenmi pro dlen s krokem
16
. Odhadnte chyby a
porovnejte se skutenou chybou.

een.
Pesn een integrlu bude
I = sin x dx = [ cos x ] 0 = 2 .
0
Pouijeme-li pouze zkladn vzorce, tj. interval [0, ] nedlme, dostaneme zcela
neuspokojiv vsledky

obdlnkov pravidlo I ( 0)sin = = 3.1416
2
0
(sin 0 + sin ) = 0 .
lichobnkov pravidlo I
2
Vsledky, kter obdrme sloenmi kvadraturami jsou seazeny v tabulce, vetn

odhadu chyby i skuten chyby (srovnn se skutenm eenm integrlu).
Zaokrouhlovali jsme na 4 desetinn msta.
kvadratura
sin
,
R
x
K ( f , h)
4
hodnota
2.0523
integrlu
odhad
0.0807
chyby
skuten 0.0523
chyba
R sin x, T sin x,
16
4
2.0032
1.8961
0.0050
0.1615
0.0032
0.1039

kvadratura

T sin x,
K ( f , h)
16
hodnota
1.9936
integrlu
odhad
0.0101
chyby
skuten 0.0064
chyba
61
S sin x, S sin x,
4
16
2.0046
2.0000
0.0498
0.0002
0.0046
0.0000
Pro odhady chyb jsme pouili omezen (sin x ) = sin x , tedy na intervalu [0, ]
lze omezit konstantou M 2 = 1 a podobn (sin x ) = sin x , tedy M 4 = 1 . Je vidt,

e skuten chyba je o nco men ne proveden odhady.
Nejpesnj vsledky nm dv Simpsonovo pravidlo. Obdlnkov pravidlo je
pesnj ne lichobnkov.
(4 )
4.2 Rombergova metoda
D se ukzat (nap. viz [4]), e pro lichobnkov pravidlo plat, e m-li

f ( x ) na intervalu [a, b] alespo 2m + 2 derivac, tak existuj konstanty a1 ,..., a m
takov, e
T ( f , h ) I ( f ) = a1 h 2 + a 2 h 4 + ... + a m h 2 m + O h 2 m + 2 ,
co znamen, e toto pravidlo lze spn kombinovat s extrapolac k nule.
Vsledkem je algoritmus znm jako Rombergova kvadratura (integrace).
Pouijeme-li plen kroku, pak algoritmus bude:
Vstup: f ( x ), h
s = 0,1,...S
Pro
Ts ,0 := T ( f ,2 s h )
Pro
k = 1,2,..., s
Ts ,k := Ts ,k 1 +
Ts ,k 1 Ts 1,k 1
4k 1
Vstup: TSS .
Poet krok S nemusme volit pedem, je praktitj sledovat samotnou chybu
Ts ,k Ts 1,k . Rombergova metoda je v praxi asto pouvan, protoe je
numericky stabiln a dv velice dobr vsledky. Je vak nevhodn pro periodick
funkce.
62
Pklad.
1
Pouijte Rombergovou metodu pro vpoet
x dx . Pouijte krok h = 0.2 a pot
plen kroku. Pracujte na 4 desetinn msta.

een.
1
Skuten hodnota je
2 32
2
x dx = x = = 0.666667 .
3 0 3
Prvn sloupec tabulky obdrme lichobnkovm pravidlem s krokem h = 0.2 ,

h = 0.1 , h = 0.05 , atd. Dle pak aplikujeme extrapolaci k nule.
Hodnoty seadme do tabulky.
s
Krok h
Ts ,0
Ts ,1
Ts , 2
Ts ,3
0
1
2
3
0.2
0.1
0.05
0.025
0.6497
0.6605
0.6644
0.6659
--0.6641
0.6657
0.6664
----0.6658
0.6664
------0.6664
Dle ji nepokraujeme, nebo se na dan poet desetinnch mst ji hodnota

neli.
4.3 Gaussovy kvadraturn vzorce
Zmnili jsme se, e Newton-Cotesovy kvadraturn vzorce s n + 1

ekvidistantn rozloenmi uzly pesn integruj polynomy a do n -tho stupn.
D se ukzat, e pokud neklademe poadavek ekvidistantnho rozloen, meme
vhodnou volbou uzl doshnou a dvojnsobnho algebraickho du.
Kvadraturn vzorce s n + 1 uzly, kter dosahuj nejvy mon algebraick d
2n + 1 , se nazvaj Gaussovy kvadraturn vzorce. Jejich uzly jsou voleny jako
koeny specilnch ortogonlnch polynom. Vzorce maj obecn tvar
b
i =0
f (x ) dx wi f (xi ) ,
pro interval [ 1,1] jsou koeficienty wi(0 ) a uzly xi(0 ) uvdny v tabulkch. Pro
obecn interval [a, b] je nutno pout transformaci
wi =
b a (0 )
b + a b a (0 )
wi , xi =
+
xi pro i = 0,1,..., n .
2
2
2
63
Tyto vzorce tvo pro n konvergentn kvadraturu i pro funkce po stech

spojit, kter maj konen poet skok.
Jako soustava ortogonlnch polynom se v praxi pouvaj nejastji
Legendrovy polynomy na intervalu [ 1,1] s vhami ( x ) 1 ,
ebyevovy polynomy na intervalu [ 1,1] s vhami ( x ) =
,
1 x2
resp. na jinch intervalech pak Laguerrovy nebo Hermitovy polynomy,
atd.
Mluvme pak o Gauss-Legendreov, Gauss-ebyevov, integraci.
Gauss-Legendreova integrace.
Pouijeme-li koeny Legendreovch polynom na intervalu [ 1,1] jako uzly
vzorc, dostaneme
(0 )
(0 )
w0 = 2, x 0 = 0 a tedy
pro n = 0
f (x ) dx = 2 f (0)
w0(0 ) = 1 = w1(0 ) , x0(0 ) =
pro n = 1
1 (0 )
1
a tedy
, x1 =
3
3
1
1
(
)
=
+
f
x
dx
f
f
1
3
3
w0(0 ) =
pro n = 2
5
8
3
3
= w2(0 ) , w1(0 ) = , x0(0 ) = , x 2(0 ) = 0, x 2(0 ) =
9
9
5
5
a tedy
1
f (x ) dx = 9 f
3 8
5
+ f (0) +
5 9
9
Pro chybu tchto kvadraturnch vzorc plat

En (x ) = d n +1 f (2 n + 2 ) ( ) ,
kde ( 1,1) a
22 n +1 (n!)
dn =
.
(2n + 1)[(2n )! ]3
4
64
Tyto vzorce se daj pout i ve sloenm tvaru. Rozdlme stejnomrn s krokem

h interval [a, b] na
m=
ba
subinterval a j , b j pro j = 1,2,..., m .
h
Na kadm subintervalu pouijeme Gauss-Legendreovou integraci, a dosadme

vztahy pro transformaci intervalu [ 1,1] [a, b] . Obdrme tak sloen vzorec
b
f ( x ) dx
h m
2 j =1
h hxi(0 )
(0 )
+
w
f
a
i
j 2+ 2
i =0
kde wi(0 ) , xi(0 ) jsou koeficienty a uzly pro interval [ 1,1] .

Chyba sloenho vzorce bude
bah
En ( x ) =

2 2
2n + 2
d n +1 f (2 n + 2 ) ( ) ,
kde [a, b ] .
Pklad.
Aproximujte numericky integrl I = sin x dx prvnmi temi zkladnmi Gauss0
Legendreovmi kvadraturnmi vzorci a sloenmi pro dlen s krokem

Odhadnte chyby a porovnejte se skutenou chybou.
een.
Pesn een integrlu bude
I = sin x dx = [ cos x ] 0 = 2 .
0
Pouijeme-li pouze zkladn vzorce, tj. interval [0, ] nedlme, dostaneme
pro n = 0 po transformaci
w0 =
2 = , x0 =
tedy kvadratura bude

I sin
0 =
= = 3.1416
[0, ]
Protoe na intervalu
lze omezit k -tou derivaci
65
(sin x )(k )
1,
dostaneme odhad chyby

3
1
E 0 ( x ) 1.2919 .
2 3
pro n = 1 po transformaci
w0 = w1 =
1 =
, x0 =
1
1
, x1 = +
,
3
2 2 3
tedy
1
1
+ sin +
sin
2
2 2 3 = 1.9358 .
2
2
2
3
Pro odhad chyby bude

5
1
E1 ( x )
0.0708 .
2 135
pro n = 2 opt po proveden transformace dostaneme

w0(0 ) =
5
8
3
3
= w2(0 ) , w1(0 ) = , x0(0 ) = , x 2(0 ) = 0, x 2(0 ) =
,
9
9
5
5
take kvadraturn vzorec nm d

I

5
sin
18
2 2

3 4
5
+
+
sin
sin
2 2
5 9
2
18

Pro odhad chyby plat

7
1

E 2 (x )
0.0015 .
2 15750
Pouijeme-li vzorce sloen dostaneme
pro n = 0 a zvolen krok h =
2 sin a
8
j =1
s chybou
2.0523
8
3
= 2.0014 .
5
66
E0 (x )
0.0807 .
28 3
Podobn pro n = 1 dostaneme aproximaci integrlu
4
1

a j + +
I sin a j +
+
sin
8 j =1
8 8 3
8 8
s chybou men ne
E1 ( x )
1
1.9998
3
1
0.0003 .

2 8 135
Z vsledk je patrn, e sloenmi vzorci, tedy dlenm intervalu, je mon

doshnout velice mal chyby i pi pouit kvadraturnch vzorc nich stup.
4.4 Numerick derivovn
Numerick vpoet derivace je zaloen na stejn mylence jako

numerick integrl, tj. nahradme danou funkci f ( x ) jej aproximac (x ) a za
numerickou derivaci pak klademe f ( x ) ( x ) . Zde vak musme bt velice
obezetn, protoe jak nm uke nsledujc pklad, dobr aproximace
samotn funkce nm nezaru dobrou aproximaci derivace.
Pklad.
Vezmme funkci f ( x ) = ln x a aproximujme v okol bodu x0 = 1 Taylorovm
polynomem 1.stupn, dostaneme tak ( x ) = x 1 . Pro prvn derivaci plat
1
1
f ( x ) = a (x ) = 1 , pro druh f ( x ) = 2 a (x ) = 0 , atd.
x
x
Podvme-li se na chybu aproximace a jej derivac v bod x = 1.1 bude

f (1.1) (1.1) = 0.0047
f (1.1) (1.1) = 0.0909 ,
co je tm 20-krt vt chyba ne chyba aproximace pvodn funkce.

Dle ji aproximace
( x ) = ( x ) = ... 0 .
nem
smysl,
nebo
vechny
dal
derivace
Numerick derivace se v praxi pouv z rznch dvod, nap.

neznme explicitn vyjden funkce f ( x ) a tedy neumme napsat vzorec
f (x )
derivovn funkce f (x ) je sloit a pracn,
nebo mme funkci zadanou pouze diskrtn, apod.
Pro samotnou aproximaci se pouv aproximace interpolanm polynomem,

piem stupe polynomu nesm bt men ne d potan derivace.
(Vysvtlete!). Interpolan polynom vyjadujeme v Newtonov tvaru, tedy
f ( x ) N n ( x ) = f [x 0 ] + f [x0 , x1 ]( x x 0 ) + f [x0 , x1 , x 2 ](x x0 )( x x1 ) + ...
... + f [x0 , x1 ,..., x n ]( x x0 )...( x x n 1 )
a tud aproximace k-t derivace bude

f (k ) ( x ) N n(k ) ( x ) = f [x0 , x1 ,..., x k ]
dk
dx k
{(x x0 )(x x1 )...(x xk 1 )} + ...
dk
... + f [x0 , x1 ,..., x n ] k
dx
{(x x0 )(x x1 )...(x x n1 )}
Jsou-li uzly interpolace ekvidistantn, meme pout Newtonv polynom pro

interpolaci vped, nebo vzad.
Chyba aproximace v uzlovm bod.

Nech existuje alespo n + 1 spojitch derivac funkce f (x ) na intervalu [a, b] .
Vyuijeme-li vztahu pro chybu aproximace interpolanm polynomem
f ( x ) = N n ( x ) + en (x )
f (n +1) ( )
,
(n + 1)!
kde en ( x ) = ( x x0 ) ... ( x x n ) a int ( x0 ,..., xn , x ) a zvis na hodnot x ,

dostaneme pro chybu prvn derivace v uzlovm bod x s
f ( xs ) = N n ( xs ) + en ( xs )
f (n +1) ( s )
,
(n + 1) !
kde s int ( x 0 ,..., x n , x ) .

Uveme nkolik nejastji pouvanch vzorc pro prvn a druhou derivaci.
Pedpokldejme ekvidistantn dlen s krokem h a pedpokldejme, e hodnotu
derivace potme v nkterm z uzl.
1. Prvn derivace:
Interpolace polynomem 1. stupn
f (x + h ) f (x ) 1
1.1. f ( x ) =
h f ( )
2
h
f (x ) f (x h ) 1
+ h f ( )
1.2. f ( x ) =
h
2
67
68

f (x + h ) f (x h ) 1 2
1.3. f ( x ) =
h f ( )
2h
6
3 f ( x ) + 4 f ( x + h ) f ( x + 2h ) 1 2
h f ( )
1.4. f ( x ) =
2h
3
3 f ( x ) 4 f ( x h ) + f ( x 2h ) 1 2
+ h f ( )
1.5. f ( x ) =
2h
3
2. Druh derivace:
f ( x + 2h ) f ( x + h ) + f ( x )
h f ( )
2.1. f ( x ) =
h2
f ( x ) 2 f ( x h ) + f ( x 2h )
2.2. f ( x ) =
+ h f ( )
h2
f (x + h ) 2 f (x ) + f (x h ) 1 2 (4 )
h f ( )
2.3. f ( x ) =
12
h2
Poznmka.
Pouijeme-li pro uren k-t derivace interpolan polynom k-tho stupn,
dostaneme vztah
f (k ) ( x ) k ! f [x0 , x1 ,..., xk ].
Hovome o aproximaci derivace diferencemi. Tyto aproximace se pouvaj
pedevm pi numerickm een okrajovch loh metodami st.
Poznmka.
Pi numerickm derivovn maj velk vznam chyby v hodnotch funkce f (a to
jak chyby men tak zaokrouhlovac), nebo nepesnosti ve vstupnch datech se
bhem vpotu zesiluj. Pokud mme vstupn data mal pesnosti, jsou kvli
patn podmnnosti takovto aproximace nevhodn. (Podrobnji viz. [4]).
Pklad.
Spotejte prvn derivaci funkce f ( x ) = ln x v bod x0 = 1 prvnmi temi
uvedenmi vzorci s krokem h = 0.1 , h = 0.05 , h = 0.025 . Srovnejte vsledky
z hlediska pesnosti.
een.
Skuten hodnota derivace je f ( x ) =
1
, tedy v bod f (1) = 1 .
x

1
, tedy ve vzorci 1.1 lze omezit na
x2
f (x ) f ( 1) = 1 , ve vzorci 1.2 lze omezit na
Pro odhady chyb pak dostaneme f ( x ) =

intervalu [1,1 + h] hodnotou
intervalu
[1 h,1]
hodnotou
f ( x ) f (1 h ) .
Pro vzorec 1.3 mme
2
co na intervalu [1 h,1 + h]
meme omezit hodnotou
x3
f ( x ) f (1 h ) . Jednotliv numerick derivace a odhady chyb jsou
f ( x ) =
uvedeny v nsledujc tabulce (hodnota derivace odhad chyby).
h = 0 .1
h = 0.05
h = 0.025
Vzorec 1.1
0.9531+0.0500
0.9758+0.1250
0.9877+0.0125
Vzorec 1.2
1.0536-0.0617
1.0259-0.0277
1.0127-0.0131
Vzorec 1.3
1.0034-0.0046
1.0008-0.0010
1.0002-0.0002
Vimnme si, e vzorce, kter obdrme s pouitm polynomu vyho stupn jsou
pesnj- v naem ppad vzorec 1.3.
69
70
4.5 Kontroln otzky

Kontroln otzky.
1
1. Urete integrl
dx analyticky i numericky s pouitm Newton-
Cotesovch kvadraturnch vzorc pro dva rzn kroky h1 = 0.1 a

h2 = 0.05 . Srovnejte skuten chyby a proveden odhady chyb.
Zaokrouhlujte na 4 desetinn msta.
5
1
2. Urete integrl dx analyticky i numericky s pouitm obdlnkovho a
x
1
lichobnkovho pravidla pro krok h = 0.5 . Provete odhad chyby.
Srovnejte se skutenm eenm. Zaokrouhlujte na 6 desetinnch mst.
1
3. Urete integrl
x dx analyticky i numericky s pouitm Simpsonova
pravidla pro kroky h = 0.1 a h = 0.05 . Provete odhad chyby. Srovnejte

se skutenm eenm. Zaokrouhlujte na 6 desetinnch mst.
1
1
4. Urete Rombergovou metodou integrl
dx . Pouijte krok h = 0.2 a
0 1+ x
plen kroku. Pracujte na 6 desetinnch mst.
0.8
sin x
5. Urete Rombergovou metodou integrl
dx . Pouijte krok h = 0.8
x
0
a plen kroku. Pracujte na 6 desetinnch mst.
1
6. Aproximujte numericky integrl I =
dx prvnmi temi zkladnmi
Gauss-Legendreovmi kvadraturnmi vzorci, zaokroulujte na 4 desetinn

msta. Odhadnte chyby a porovnejte se skutenou chybou.
7. Odvote prvn ti kvadraturn vzorce Gauss-Legendreovy integrace pro
t
t
a
aproximaci integrlu I = f (t ) dt , pouijte-li dlen s krokem h =
2
0
h=
t
.
4
1
8. Aproximujte numericky integrl I = e x dx prvnmi temi sloenmi

0
Gauss-Legendreovmi kvadraturnmi vzorci pro dlen s krokem h = 0.5 a

h = 0.25 , vyuijte pedchoz odvozen vzorce. Odhadnte chyby a
porovnejte se skutenou chybou.
9. Srovnejte pedchoz vsledky s aproximacemi stejnho integrlu, za
pouit Newton-Cotesovch kvadraturnch vzorc.
10. Spotejte druhou derivaci funkce f ( x ) = ln x v bod x0 = 1 uvedenmi

vzorci s krokem
h = 0.1 , h = 0.05 , h = 0.025 . Srovnejte vsledky
z hlediska pesnosti.
11. Spotejte prvn derivaci funkce f ( x ) = cos x v bod x0 = 0 uvedenmi
vzorci s rznm krokem.
12. Spotejte prvn a druhou derivaci funkce zadan tabulkou v bod x0 = 0 .
x
-0.2
-0.1
0
0.1
0.2
0.8187 0.9048 1.0000 1.1052 1.2214
f (x )
13. Odvote vztah pro piblinou hodnotu derivace tetho stupn pouitm
polynomu 3. stupn a polynomu 4. stupn.
14. Urete piblin derivace a do 5. stupn pro funkci f (x ) = x cos x v bod
x0 = pomoc diferennch vztah. Volte rzn kroky.
Shrnut kapitoly.
V tto kapitole jsme popsali kvadraturn vzorce pro numerickou integraci

dvojho typu: Newton-Cotesovy pro ekvidistantn dlen a Gaussovy pro
speciln rozloen bod. Strun jsme se zmnili o numerick derivaci a jejm
pouit. Pokud jste vyeili kontroln otzky, spn jste zvldli obsah tto
kapitoly.
Korespondenn kol.
3
Urete numericky integrl
x e dx
2 x
a) Rombergovou metodou
b) Gaussovm kvadraturnm vzorcem.
Srovnejte vsledek se skutenou (analyticky spotenou) hodnotou integrlu a
srovnejte odhad chyb se skutenou chybou.
71
72
een loh
EEN LOH
een kontrolnch otzek.
st 1.3
Pklad 1:
Urme rozvoj funkce f ( x ) = ln x kolem bodu x0 = 1 tak, e nejdve spoteme
pslun derivace
1
1
2
f (x ) = ,
f ( x ) = 2 ,
f (x ) = 3 , tedy Taylorv rozvoj bude
x
x
x
1
1
(x ) = (x 1) (x 1)2 + (x 1)3
a
konkrtn
hodnota
tedy
bude
2
3
(1.3) = 0.264 .
Pklad 2:
Dosadme do Taylorova rozvoje s prvnmi sedmi leny rozvoje a obdrme
hodnotu e = 2.718055559 .
Pklad 3:
Taylorv rozvoj bude sin x

Pklad 4:
Piblin hodnota
rozvoje.
x x3 x5 x7
+ + ...
1! 3! 5! 7!
382 = 19.55 s pouitm prvnch dvou len Taylorova
Pklad 5:
Piblin hodnota 1.045 = 1.2 s pouitm prvnch dvou len Taylorova rozvoje.
Pklad 6:
Piblin hodnota arctan 0.8 = 0.674 s pouitm prvnch ty len Taylorova
rozvoje.
st 2.5
Pklad 2:
Hodnota aproximace zskan kvadratickou interpolac je cos 61.5o = 0.4771625 .
Pklad 4:
Protoe se jedn o rzn zpisy tho polynomu, jsou ob hodnoty stejn,
(5.24) = 5.3577 .
73
74
Pklad 5:
Momenty kubick spline funkce dostaneme M 1 = 8.85 , M 2 = 13.98 ,
M 3 = 3.084 , M 4 = 1.764 . Tvar pirozen kubick spline funkce pak bude
14.12 1.475 ( x 3) 0.435 x
3
pro 3 < x < 4
3.805 ( x 4 ) 4.425 ( x 4 ) 4.86 x + 30.35

3
pro 4 < x < 5
6.99 ( x 5) 2.296 x 2.844 (x 5) + 16.91 pro 5 < x < 6

2
3.152 x 1.542 ( x 6 ) + 0.22 ( x 6 ) 11.63

2
pro 6 < x < 7
0.728 x 0.882 ( x 7 ) + 0.294 ( x 7 ) + 4.014

a grafem je
2
pro 7 < x < 8
y
12
11
10
9
8
7
6
3
Hodnota v hledanm bod je (5.24 ) = 5.242 .

Pklad 6.
Hodnota aproximace je (5.24 ) = 5.874 .

st 3.5
Pklad 1:
Meme pout Grammovy polynomy, jednotliv koeficienty pak budou
c0 = 0.1592 , c1 = 1.9942 , c2 = 0.8693 , c3 = 0.2453 . Tvar aproximanho
polynomu 3. stupn je
17
(x ) = 0.1592 1.9942 x + 0.8693 x 2 2 + 0.2453 x 3 x .

5
Pklad 2:
Polynom 1. stupn je (x ) = 2.97 2.00 x .
een loh
Pklad 3.
Aproximace
polynomem
1.
stupn
bude
(0 ) = 0.0732 + 1.4142 x ,
(1) = 0.0884 + 1.4142 x , na dan poet desetinnch mst se dle nemn.
Pklad 4.
Aproximace (0 ) = 1.035163 0.372923x , (0 ) = 1.035189 0.372923x , na dan
poet desetinnch mst se dle nemn.
Pklad 5,6.
Pro dkaz v ppad spojitm pouijte vlastnosti integrlu (integrl soutu funkc
je roven soutu integrl, atd. )
Pklad 7.
Extrapolace pro krok h = 0.8 a plen intervalu bude T32 = 0.333330 .

st 4.5
Pklad 1:
1
Skuten hodnota je e x dx = e 1 1.7183 ,

0
kvadratura R(e ,0.1) R (e x ,0.05) T (e x ,0.1) T (e x ,0.05) S (e x ,0.1) S (e x ,0.05)

K ( f , h)
hodnota
1.7176
1.7181
1.7197
1.7186
1.7183
1.7183
integrlu
x
Pklad 2:
5
Skuten hodnota je
kvadratura
K ( f , h)
hodnota
integrlu
1
5
dx = [ln x ]1 = ln 5 = 1.609438 ,
x
R ,0.5
x
1.599844
T ,0.5
x
1.628968
Pklad 3:
1
Skuten hodnota je
kvadratura
K ( f , h)
hodnota
integrlu
2 32
2
x dx = x = = 0.666667
3 0 3
x ,0.1
0.664100
x ,0.05
10.665759
75
76
Pklad 4.
1
Skuten hodnota integrlu je
1 + x dx = 0.693147 .
0
Krok h
Ts ,0
Ts ,1
Ts , 2
0
1
2
0.2
0.1
0.05
0.695635
0.693771
0.693303
--0.693150
0.693147
----0.693147
Pklad 5.
Hodnota T22 = 0.772094 .
Pklad 6.
1
Pesn een je I = e x dx = e 1 1.7183 . Aproximace pro n = 0 dostaneme

0
I 1.6487 s chybou men ne 0.1133 , pro n = 1 dostaneme I 1.7179

s chybou men ne 0.0006 a pro n = 2 dostaneme I 1.7183 s chybou men
ne 0.000001 , tedy na 4 desetinn msta pesn.
Pklad 8.
1
Pesn een je I = e x dx = e 1 1.7183 . Aproximace pro n = 0
s krokem
h = 0.5 bude I 1.7005 , odhad chyby je E ( x ) 0.0283 a pro krok h = 0.25 je

I 1.7138 , odhad chyby je E ( x ) 0.0071 .
Pklad 11.
Skuten hodnota derivace je f ( x ) = sin x tedy v bod f (0) = 0 . Vsledky
srovnejte dle va volby kroku.
Pklad 12.
Hodnoty odpovdaj hodnotm funkce f ( x ) = e x , tedy prvn i druh derivace je
f ( x ) = f ( x ) = e x , v bod f (0 ) = f (0 ) = 1 .
Zvr
ZVR
Distann opora, kterou jste prv doetli, obsahuje nezbytn zklad pro
splnn poadavk k spnmu absolvovn kurzu Numerick matematika 2.
Pokud jste pracovali samostatn, zpracovali algoritmy vech popisovanch metod
ve Vmi zvolenm softwaru a zvldli zodpovdt kontroln otzky a
korespondenn lohy, d se pedpokldat, e jste uivo zvldli a mete se
pihlsit ke kontrolnmu testu. Pokud Vm nkter pase dlaly problmy,
pokuste se je prostudovat znovu a znovu samostatn vypracujte kontroln otzky.
Pi jakchkoliv nejasnostech kontaktujte tutora, kter Vm zajist porad, jak pi
opakovn postupovat, ppadn diskutuje s ostatnmi studenty o dan
problematice. Naleznete-li v textu chyby i nejasnosti, autorka Vm bude vdn,
budete-li ji kontaktovat.
77
78
Literatura
LITERATURA
1. DMIDOVI, B. P., MARON, J. A.: Zklady numerick matematiky. Praha,
SNTL, 1966
2. HAVRDA, J., MKA, S., PIKRYL, P.: Numerick metody a matematick
statistika, Praha, VUT, 1980
3. POLK, J. : Pehled stedokolsk matematiky, 8. vyd., Prometheus, Praha,
2003
4. PIKRYL, P.: Numerick metody matematick analzy. Praha SNTL, 1985,
resp. novj vydn: PIKRYL, P.: Numerick metody: Aproximace funkc a
matematick analza. Plze: ZU, 1996
5. RALSTON, A.: Zklady numerick matematiky. Praha, Academia, 1978.
6. RIEANOV Z. a kolektv: Numerick metdy a matematick tatistika,
ALFA, Bratislava, 1987
79
81
POZNMKY

NUMA2 skriptaPDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

NUMA2 skriptaPDF

Uploaded by

Copyright:

Available Formats

OSTRAVSK UNIVERZITA

as potebn k prostudovn uiva pedmtu:

co je chyba aproximace a jak ji lze mit;

jak typy aproximac funkc se v praxi pouvaj

co je aproximace Taylorovm polynomem.

urit systm zkladnch jednoduchch funkc a pot urit tvar

zkonstruovat Taylorv aproximan polynom v okol bodu a urit

Klov slova tto kapitoly:

1.1 Aproximace funkce

Podobn systm polynomickch zkladnch jednoduchch funkc je

Pi urovn velikosti chyby aproximace rozliujeme dva ppady:

Pokud mme vybranou tdu aproximujcch funkc Vn , pak aproximaci Vn

A2. Jinm kritriem me bt minimalizace chyby z pohledu integrlnho

Nejlep aproximaci vzhledem k p ( f , ) nazveme nejlep L p aproximac.

V praxi se nejastji pouv nejlep L2 aproximace, tedy

Chceme-li zdraznit vliv nkterch st intervalu [a, b] meme toto kritrium

Pipomeme jenom, e vhov funkce ( x ) v tomto ppad mus bt spojit a

B2. Podobn lze definovat

znm jako metoda nejmench tverc.

kde f , jsou j t derivace funkc f , . Nejlep aproximace ve td

1.2 Aproximace Taylorovm polynomem

Nech je dna funkce f (x ) definovan na [a, b] , kter m v bod

( j ) (x0 ) = f ( j ) (x0 ) pro j = 0,1,..., n .

tedy aproximaci budeme hledat ve tvaru

Tento polynom je znm jako Taylorv polynom funkce f ( x ) , nebo Taylorv

Chyba aproximace Taylorovm polynomem.

kde int ( x, x0 ) je ble neuren slo a zvis na hodnot x .

aproximace je du ( x x0 ) n +1 , nebo strunji h n +1 .

tedy po dosazen obdrme

Pro odhad chyby meme vzt v vahu, e f (7 ) ( x ) = sin x 1 = M a tak

tedy rozvoj bude mt tvar ( x ) = 1 +

konkrtn v bod x = 0.98 je E (0.98) 0.5 107 .

1.3 Kontroln otzky

V tto kapitole jsme se seznmili s pojmem aproximace funkce. Uvedli jsme

Aproximace interpolanmi metodami

jak konstruovat interpolan

jak konstruovat interpolaci po stech spojitou funkc- linern;

a konstrukci kubickch spline funkc .

uitm diferenc sestrojit Newtonv interpolan polynom;

aproximovat funkci po stech linernm polynomem;

sestrojit aproximaci kubickou spline funkc.

Klov slova tto kapitoly:

V pedchoz kapitole jsme popsali aproximaci Taylorovm polynomem,

tedy aproximan funkce prochz vemi tabulkovmi body. Pouijeme-li tuto

Poadavek pesnho splnn interpolanch podmnek je eln pout v ppad,

2.2 Interpolace Lagrangeovm interpolanm polynomem

(x x0 )(x x1 ) ... (x xi 1 )(x xi +1 ) ... (x xn )

jsou polynomy n-tho stupn, kter nabvaj hodnot

Aproximace interpolanmi metodami

Ji ze zpisu polynomu je vidt, e spluje interpolan podmnky (xi ) = f (xi )

(x 14)(x 16)(x 18) = 1 (x 14)(x 16)(x 18)

(x 12)(x 16)(x 18) = 1 (x 12)(x 16)(x 18)

(x 12)(x 14)(x 18) = 1 (x 12)(x 14)(x 18)

(x 12)(x 14)(x 16) = 1 (x 12)(x 14)(x 16)

Tvar Lagrangeova interpolanho polynomu bude

Polynom dle neupravujeme, nechvme ho v tomto tvaru. Chceme-li nyn urit

a nech pro vechna x (a, b ) existuje

interpolan polynom pro funkci f (x ) s uzly x0 , x1 ,..., xn . Pak pro chybu

Aproximace interpolanmi metodami

Potom meme pst

co znamen, e chyby ve vstupnch datech maj vliv na chovn polynom li ( x ) ,

Vme, e (sin x ) = cos x , (sin x ) = sin x , a vzhledem k tomu, e funkce sinus

Pouijeme-li interpolanho polynomu k uren piblin hodnoty vn