‫‪For more please visit – www.paragoncreations.

com/uni‬‬

‫דוגמא‪:‬‬ ‫כללי‬
‫‪y0  y1 y1  y2‬‬ ‫מספר מינימלי‪:‬‬
‫‪‬‬
‫‪f [ x0 , x1 ]  f [ x1 , x2 ] x0  x1 x1  x2‬‬ ‫‪ eps‬הוא המספר המינימלי שמחשב יודע להציג‪ .‬אם שני מספרים נבדלים ביניהם‬
‫‪a2  f [ x0 , x1 , x2 ] ‬‬ ‫‪‬‬ ‫בהפרש הקטן מ‪ ,eps -‬מבחינת המחשב הם אותו מספר‪.‬‬
‫‪x0  x2‬‬ ‫‪x0  x2‬‬
‫אם ‪ y  eps x‬אז ‪. z  x  y  x‬‬
‫טבלת ההפרשים המחולקים‪:‬‬ ‫פולינום הורנר – ‪:Horner‬‬
‫‪x‬‬ ‫‪y‬‬ ‫] ‪f[ ,‬‬ ‫] ‪f[ , ,‬‬ ‫פולינום רגיל‪P  a0  a1 x1  a2 x 2  ...  an x n :‬‬
‫‪x0‬‬ ‫‪y 0  a0‬‬ ‫‪-‬‬ ‫‪-‬‬
‫מספר פעולות כפל בפולינום רגיל‪( n 2  n)) / 2 :‬‬
‫‪x1‬‬ ‫‪y1‬‬ ‫‪f [ x0 , x1 ]  a1‬‬ ‫‪-‬‬
‫פולינום בצורת הורנר‪P  (...((( an x  an 1 ) x  an 2 ) x  an 3 ) x...  a1 ) x  a0 :‬‬
‫‪x2‬‬ ‫‪y2‬‬ ‫] ‪f [ x1 , x2‬‬ ‫] ‪f [ x0 , x1 ]  f [ x1 , x2‬‬ ‫מספר פעולות כפל בפולינום הורנר‪ . n :‬מספר פעולות חיבור בפולינום הורנר‪. n :‬‬
‫‪ a2‬‬
‫‪x0  x2‬‬
‫הערה‪ :‬סדר הנקודות ‪ x‬אינו משנה‪.‬‬ ‫סכום של סדרה הנדסית – נוסחה כללית‪:‬‬
‫)‪a1 ( q n  1‬‬
‫‪an  a1 q n 1  Sn ‬‬
‫סיבוכיות שיטת ניוטון למציאת הפולינום )‪: Pn ( x‬‬ ‫‪q 1‬‬
‫‪3 2‬‬ ‫הסדרה תמיד מתכנסת כאשר ‪.q<1‬‬
‫פעולות חשבון‪.‬‬ ‫לחישוב המקדמים‪(n  n) :‬‬
‫‪2‬‬
‫שגיאות‬
‫שגיאת האינטרפולציה (לצורת ניוטון ולצורת לגרנג')‬ ‫הקירוב של ‪ x‬יסומן ב‪x%-‬‬
‫שגיאה ( ) ‪:) Rn ( x‬‬
‫שגיאה יחסית‪:‬‬ ‫שגיאה מוחלטת‪:‬‬
‫‪ -‬יש ‪ n+1‬נקודות אינטרפולציה‪.‬‬ ‫‪x% x‬‬
‫)‪Rn ( x)  f ( x)  Pn ( x‬‬ ‫‪ ( x) ‬‬ ‫‪ ( x)  x% x‬‬
‫‪x‬‬
‫) ‪Rn ( x)  f  x0 ,..., xn , x  ( x  x0 )( x  x1 ) ( x  xn‬‬
‫)‪f ( n 1) (c‬‬ ‫ספרות משמעותיות‬
‫‪f  x0 ,..., xn , x  ‬‬ ‫הספרות המשמעותיות נמדדות מהספרה הראשונה שאינה אפס מצד שמאל לכיוון צד‬
‫!)‪( n  1‬‬ ‫ימין‪.‬‬
‫)‪f ( n 1) (c‬‬ ‫חיסור מספרים קרובים‪ :‬מאבדים דיוק כאשר מחסרים מספרים קרובים‪.‬‬
‫‪Rn ( x) ‬‬ ‫) ‪( x  x0 )( x  x1 ) ( x  xn‬‬
‫!)‪(n  1‬‬
‫‪min xi  c  max xi , 0  i  n‬‬
‫פולינומים‬
‫הערה‪:‬‬ ‫‪.1‬אם ‪ x0‬הוא שורש של )‪ pn ( x‬אז )‪. pn ( x)  ( x  x0 ) Qn 1 ( x‬‬
‫‪ -‬אם ) ‪ f ( n 1) ( x‬חסומה בקטע [‪ ]a,b‬אז‪:‬‬ ‫‪.2‬אם ) ‪ pn ( x)  Qn ( x‬ב‪ n+1 -‬נקודות שונות‪ ,‬אז ) ‪ pn ( x)  Qn ( x‬לכל ‪.x‬‬
‫‪.3‬דרך ‪ n+1‬נקודות עובר פולינום אחד ויחיד מסדר ‪.n‬‬
‫)‪( n 1‬‬
‫‪f‬‬ ‫)‪( x‬‬
‫‪Rn ( x )  max‬‬ ‫‪(b  a ) n 1‬‬
‫‪a  x b‬‬ ‫!)‪( n  1‬‬
‫הערה‪:‬‬ ‫טיילור‬
‫אם הפ"א מתכנס ל‪ ,f -‬אז שגיאת האינטרפולציה שואפת ל‪.0 -‬‬ ‫שגיאת טיילור‪:‬‬
‫‪f ( n 1) (c) n 1‬‬
‫שגיאת האינטרפולציה בנקודות שוות מרחק‪:‬‬ ‫‪Rn ( x)  max‬‬ ‫‪x‬‬
‫!)‪(n  1‬‬
‫‪ba‬‬ ‫!‪n‬‬
‫‪x   a, b , h ‬‬ ‫‪,  n 1 ( x )  ( x  x0 )( x  x1 ) ( x  xn )  h n 1‬‬
‫‪n‬‬ ‫‪4‬‬
‫אינטרפולציה – צורת לגרנג'‬
‫) ‪f ( n 1) ( c‬‬ ‫‪f ( n 1) ( c ) h n 1‬‬
‫‪Rn ( x ) ‬‬ ‫‪ n 1 ( x ) ‬‬ ‫‪‬‬ ‫) ‪ O ( h n 1‬‬ ‫נקודת אינטרפולציה‪ :‬נקודה שבה יודעים את הערך הפונקציה במדויק ( ‪.) xi‬‬
‫!)‪( n  1‬‬ ‫‪n 1‬‬ ‫‪4‬‬ ‫פולינום אינטרפולציה (פ"א)‪:‬‬
‫הערה‪ :‬לפונקציה ‪  n 1‬מוצאים מקסימום ע"פ הנוסחה הנ"ל אם הפולינום הוא‬ ‫‪n‬‬
‫‪ x  x0   x  x1   x  x2   x  xn1   x  xn ‬‬
‫מסדר ‪ 4‬ומעלה‪ .‬אחרת מוצאים מקסימום ע"י גזירה והשוואה ל‪ .0 -‬כמו כן – חובה‬ ‫‪Pn ( x )   f i li‬‬ ‫‪ li  ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫תמיד לבדוק גם את הערכים של הפונקציה בקצוות התחום‪.‬‬
‫‪i 0‬‬ ‫‪ xi  x0   xi  x1   xi  x2   xi  xn 1   xi  xn ‬‬
‫ב‪ xi , li -‬לא יופיע במונה‪ ,‬ו‪ xi  xi -‬לא יופיע במכנה‪.‬‬
‫אינטרפולציה לינארית למקוטעין‬ ‫דוגמא לפ"א מסדר ‪ 3( 2‬נקודות אינטרפולציה)‪:‬‬
‫בכל קטע הפונקציה האינטרפולטורית היא לינארית (מסדר ראשון)‪.‬‬ ‫‪ x  x1   x  x2 ‬‬ ‫‪ x  x0   x  x2 ‬‬ ‫‪ x  x0   x  x1 ‬‬
‫‪P2 ( x )  f 0 ‬‬ ‫‪‬‬ ‫‪  f1 ‬‬ ‫‪‬‬ ‫‪ f2 ‬‬ ‫‪‬‬ ‫‪‬‬
‫‪Leg1‬‬ ‫‪Leg 2‬‬ ‫‪ x0  x1   x0  x2 ‬‬ ‫‪ x1  x0   x1  x2 ‬‬ ‫‪ x2  x0   x2  x1 ‬‬
‫‪ -‬יש ‪ N+1‬נקודות אינטרפולציה‪.‬‬
‫‪ -‬יש ‪ N‬קטעים‪.‬‬
‫‪ :h -‬האורך האופקי של כל קטע‪.‬‬ ‫סיבוכיות – מספר פעולות החשבון שיש לבצע למציאת )‪: Pn ( x‬‬
‫‪ -‬לקטעים אורכי ‪ h‬שאינם בהכרח שווים‪.‬‬ ‫סיבוכיות כפל‪2n 2  n  1 :‬‬
‫‪a  x0 xi‬‬ ‫‪xi 1 xi  2‬‬ ‫‪b  xN‬‬ ‫(טכלס נתעסק רק עם אורכי ‪ h‬שווים)‬ ‫סיבוכית חיבור ‪ /‬חיסור‪2n 2  3n :‬‬
‫‪xi 1‬‬ ‫‪xi 1‬‬
‫‪x  xi 1‬‬ ‫‪x  xi‬‬ ‫‪x  xi  2‬‬ ‫‪x  xi 1‬‬
‫‪P1 ( x)  ...  yi ‬‬ ‫‪ yi 1 ‬‬ ‫‪ yi 1 ‬‬ ‫‪ yi  2 ‬‬ ‫‪ ...‬‬ ‫משפט הערך הממוצע של לגרנג'‬
‫‪xi  xi 1‬‬ ‫‪xi 1  xi‬‬ ‫‪xi 1  xi  2‬‬ ‫‪xi  2  xi 1‬‬ ‫‪y  y0‬‬ ‫)‪f ( k ) ( c‬‬
‫‪1 4 4 4 44 2 4 4 4 4 43 1 4 4 4 4 44 2 4 4 4 4 4 43‬‬
‫‪Leg 1‬‬ ‫‪Leg 2‬‬ ‫‪f [ x0 , x1 ]  1‬‬ ‫‪ f '( c) ,‬‬ ‫‪f [ x0 ,..., x k ] ‬‬
‫‪x1  x0‬‬ ‫!‪k‬‬
‫הערה‪ :‬הפונקציה האינטרפולטורית רציפה‪ ,‬אך לא גזירה בנקודות האינטרפולציה‪.‬‬
‫) ‪f ( n ) ( x0‬‬ ‫) ‪f  x0 , x1   f '( x0‬‬
‫שגיאה‪:‬‬ ‫‪f  x0 , x0 ,..., x0  ‬‬ ‫‪,‬‬ ‫‪f  x0 , x0 , x1  ‬‬
‫‪1 44 2 4 43‬‬ ‫!‪n‬‬ ‫‪x1  x0‬‬
‫לוקחים את הקטע הכי גדול עם השגיאה המקסימלית שלו‪.‬‬ ‫‪n 1‬‬

‫‪hmax  max xi 1  xi‬‬ ‫‪d‬‬

‫‪f  x0 ,..., xn , x   f  x0 ,..., xn , x, x ‬‬
‫‪1‬‬ ‫‪dx 1 4 2 4 3‬‬ ‫‪1 44 2 4 43‬‬
‫‪n 1‬‬ ‫‪n2‬‬
‫‪max R1 ‬‬ ‫‪ max f ''(c) hmax‬‬
‫‪8 xi c xi 1‬‬ ‫הערה‪ :‬אין משמעות לסדר ה‪x -‬ים בתוך הסוגריים‪.‬‬
‫במקרה שאורכי ‪ h‬שווים אז‪h  hmax  (b  a ) / N :‬‬
‫צורת ניוטון של פולינום האינטרפולציה‬
‫הסבר‪:‬‬ ‫) ‪Pn ( x )  a0  a1 ( x  x0 )  a2 ( x  x0 )( x  x1 )  ...  an ( x  x0 ) ( x  xn 1‬‬
‫) ‪f ''( x‬‬ ‫מציאת המקדמים‪:‬‬
‫‪max R1 ( x )  max‬‬ ‫) ‪max ( x  xi )( x  xi 1‬‬
‫] ‪x[ xi , xi 1‬‬ ‫] ‪x[ xi , xi 1‬‬ ‫‪2! xi  x xi 1‬‬ ‫] ‪f [ x0 ,..., xk ]  f [ x1 ,..., xk 1‬‬
‫‪ak 1‬‬ ‫‪ f [ x0 ,..., xk 1 ] ‬‬
‫‪2‬‬ ‫‪x0  xk 1‬‬
‫) ‪f ''( x‬‬ ‫‪ xi 1  xi ‬‬ ‫‪1‬‬
‫‪ max‬‬ ‫‪max‬‬ ‫‪ max f ''( x ) hmax‬‬
‫‪2‬‬
‫] ‪x[ xi , xi 1‬‬ ‫‪2! xi  x  xi 1 ‬‬ ‫‪2 ‬‬ ‫‪‬‬ ‫‪8‬‬ ‫‪f [ x0 ,..., xk ] ‬‬
‫)‪f ( k ) (c‬‬
‫!‪k‬‬
‫‪For more please visit – www.paragoncreations.com/uni‬‬

‫‪h  x1  x0  xi  xi 1‬‬
‫‪1 2‬‬
‫‪f1  f ( x0  h )  f 0  h  f '0 ‬‬
‫מחפשים קירוב לנגזרת‪ .‬משתמשים בטורי טיילור‪.‬‬ ‫אינטרפולציית הרמיט – פ"א עם נגזרות‬
‫דוגמא – מציאת ‪ f '0‬ע"י שימוש ב‪: f1 , f 1 -‬‬ ‫מחפשים קירוב לפונקציה ‪ ,f‬ונתונים הערכים המדויקים של ‪ f‬במספר נקודות‪.‬‬
‫‪ = m‬מספר נקודות האינטרפולציה‪.‬‬
‫‪ = n+1‬מספר הנתונים‪.‬‬
‫‪1‬‬
‫) ‪h f ''0  h 3 f (3) ( c1‬‬ ‫‪ = si‬סדר הנגזרת‪ ,‬כלומר‪ ,‬בנקודה ‪ xi‬נתונה לנו הנגזרת ה‪. f i ( xi )  C - si -‬‬
‫) ‪(s‬‬

‫‪2‬‬ ‫‪6‬‬
‫הערה‪ :‬אם בנקודה מסוימת נתונה גם נגזרת מסדר ‪ ,s‬אז יהיו גם נתונים הנגזרות‬
‫‪1 2‬‬ ‫‪1‬‬ ‫מסדר ‪ 0‬עד ‪.s‬‬
‫) ‪f 1  f ( x0  h )  f 0  h  f '0  h f ''0  h 3 f (3) ( c2‬‬
‫‪2‬‬ ‫‪6‬‬
‫‪f 1  f 1‬‬ ‫‪1‬‬ ‫השגיאה‪:‬‬
‫‪f '''(c1 )  f '''( c2 )  f '''(c ) ‬‬ ‫) ‪ f '0  h 2 f (3) ( c‬‬
‫‪2h‬‬ ‫‪6 4 2 43‬‬ ‫) ‪f ( n 1) ( c‬‬
‫‪1‬‬ ‫‪Rn ( x ) ‬‬ ‫‪( x  x0 ) s0 1 ( x  x1 ) s1 1 ( x  x2 ) s2 1 ( x  xm ) sm 1‬‬
‫) ‪e ( f ,h )  O ( h 2‬‬ ‫!)‪( n  1‬‬
‫‪f1  f 1‬‬ ‫)‪1 2 (3‬‬
‫‪f '0 ‬‬ ‫‪e( f , h ) ‬‬ ‫) ‪h f (c)  O(h 2‬‬ ‫נקודות אינטרפולציה כפולות‪:‬‬
‫‪2h‬‬ ‫‪6‬‬
‫הערה‪ :‬כאשר מקרבים סביב ‪ ,xi‬מביעים את כל שאר ה‪ x -‬ים בעזרת ‪ h‬ו‪.xi -‬‬ ‫) ‪f ( n ) ( x0‬‬ ‫) ‪f  x0 , x1   f '( x0‬‬
‫‪f  x0 , x0 ,..., x0  ‬‬ ‫‪,‬‬ ‫‪f  x0 , x0 , x1  ‬‬
‫‪1 44 2 4 43‬‬ ‫!‪n‬‬ ‫‪x1  x0‬‬
‫‪2‬‬ ‫‪n 1‬‬
‫נוסחאות הפרש מחולק למרכז מסדר ) ‪: O ( h‬‬
‫דוגמא‪:‬‬
‫‪f  f 1‬‬ ‫נתון‪:‬‬
‫‪f '0  1‬‬
‫‪2h‬‬ ‫‪f (0)  1 , f ( h )  0 , f '(0)  0 , f ( h )  0‬‬
‫‪f1  2 f 0  f 1‬‬ ‫טבלת הפרשים מחולקים‪:‬‬
‫‪f ''0 ‬‬ ‫‪x‬‬ ‫‪f‬‬ ‫] ‪f[ ,‬‬ ‫] ‪f[ , ,‬‬
‫‪h2‬‬
‫‪f  2 f1  2 f 1  f 2‬‬ ‫‪h‬‬ ‫‪0‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬
‫‪f (3) 0  2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪f [h, 0]  1/ h  a1‬‬ ‫‪-‬‬ ‫‪-‬‬
‫‪2h3‬‬
‫‪f  4 f1  6 f 0  4 f 1  f 2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪f [0, 0]  f '(0) /1!  0 f [h, 0, 0]  1/ h 2  a2‬‬ ‫‪-‬‬
‫‪f (4) 0  2‬‬
‫‪h4‬‬ ‫‪h‬‬ ‫‪0‬‬ ‫‪f [ h, 0]  1/ h‬‬ ‫‪f [0, 0,  h]  1/ h‬‬ ‫‪2‬‬
‫‪f [h, 0, 0, h]  a3‬‬
‫נוסחאות הפרש מחולק למרכז מסדר ) ‪: O ( h 4‬‬
‫‪ f 2  8 f 1  8 f 1  f 2‬‬ ‫נקודות צ'בישב‬
‫‪f '0 ‬‬
‫‪12h‬‬ ‫פולינום צ'בישב‪:‬‬
‫‪ f 2  16 f1  30 f 0  16 f 1  f 2‬‬ ‫)) ‪Tn ( x )  cos( n arccos( x‬‬
‫‪f ''0 ‬‬
‫‪12h 2‬‬ ‫נוסחה רקורסיבית לפולינום צ'בישב‪:‬‬
‫‪ f  8 f 2  13 f1  13 f 1  8 f 2  f 3‬‬ ‫‪Tn 1 ( x )  2 x Tn ( x)  Tn 1 ( x ) T2 ( x )  2 x  1‬‬
‫‪2‬‬
‫‪T5 ( x )  16 x 5  20 x 3  5 x‬‬
‫‪f (3) 0  3‬‬ ‫‪T0 ( x )  0‬‬ ‫‪T3 ( x)  4 x  3 x‬‬
‫‪3‬‬
‫‪T6 ( x )  32 x 6  48 x 4  18 x 2  1‬‬
‫‪8h 3‬‬
‫‪ f 3  12 f 2  39 f1  56 f 0  39 f 1  12 f 2  f 3‬‬ ‫‪T1 ( x)  x‬‬ ‫‪T4 ( x )  8 x  8 x  1 T7 ( x )  64 x 7  112 x 5  56 x 3  7 x‬‬
‫‪4‬‬ ‫‪2‬‬

‫‪f 0‬‬
‫)‪(4‬‬

‫‪6h 4‬‬ ‫מציאת שורשי פולינום צ'בישב‪:‬‬

‫‪ – N‬הוא סדר פולינום צ'בישב שאת שורשיו מחפשים‪.‬‬
‫נוסחאות הפרש מחולק קדימה מסדר ) ‪: O ( h 2‬‬ ‫‪ (2k  1) ‬‬
‫‪xk  cos ‬‬ ‫‪ k  0,1,..., N  1‬‬
‫‪‬‬ ‫‪2N ‬‬
‫‪3 f 0  4 f1  f 2‬‬
‫‪f '0 ‬‬
‫‪2h‬‬ ‫שורשי פולינום צ'בישב ייתנו את נקודות האינטרפולציה שיפיקו את התוצאה המדויקת‬
‫‪2 f 0  5 f1  4 f 2  f 3‬‬ ‫ביותר מהקירוב ע"י פולינום אינטרפולציה‪.‬‬
‫‪f ''0 ‬‬
‫‪h2‬‬ ‫שורשי הפולינום מתייחסים ל‪ x -‬ים בקטע סימטרי ‪ ]1,1 -[ -‬ויש להסב אותם לקטע‬
‫‪5 f 0  18 f1  24 f 2  14 f 3  3 f 4‬‬ ‫הרצוי‪.‬‬
‫‪f (3) 0 ‬‬
‫‪2h 3‬‬ ‫הפולינום האופטימלי‪:‬‬
‫‪3‬‬ ‫‪f‬‬ ‫‪‬‬ ‫‪14‬‬ ‫‪f‬‬ ‫‪‬‬ ‫‪26‬‬ ‫‪f 2  24 f 3  11 f 4  2 f 5‬‬ ‫)‪Tn 1 ( x‬‬
‫‪f (4) 0  0‬‬ ‫‪1‬‬
‫‪n 1 ( x )  ( x  x0 )( x  x1 )( x  x2 ) ( x  xn )   *n 1 ( x) ‬‬
‫‪h4‬‬ ‫‪2n‬‬
‫)* ‪ *n1 ( x )  ( x  x0 *)( x  x1 *)( x  x2 *) ( x  xn‬‬
‫נוסחאות הפרש מחולק אחורה מסדר ) ‪: O ( h 2‬‬
‫‪3 f 0  4 f 1  f 2‬‬ ‫) ‪1 max Tn 1 ( x‬‬
‫‪x  [1,1]  max  *n 1 ( x)  n ‬‬
‫‪f '0 ‬‬ ‫‪2‬‬ ‫‪2n‬‬
‫‪2h‬‬
‫השגיאה‪:‬‬
‫‪2 f 0  5 f 1  4 f 2  f 3‬‬
‫‪f ''0 ‬‬ ‫)‪f ( n 1) (c‬‬ ‫‪1‬‬ ‫) ‪f ( n 1) (c‬‬
‫‪h2‬‬ ‫‪Rn ( x ) ‬‬ ‫‪max  *n 1 ( x ) ‬‬ ‫‪‬‬
‫‪5 f 0  18 f 1  24 f 2  14 f 3  3 f 4‬‬ ‫!)‪( n  1‬‬ ‫‪(n  1)! 2n‬‬
‫‪f (3) 0 ‬‬ ‫מעבר לקטע [‪:]a,b‬‬
‫‪2h 3‬‬
‫‪t‬מייצג את נקודות צ'בישב בקטע [‪.]1,1-‬‬
‫‪3 f 0  14 f 1  26 f 2  24 f 3  11 f 4  2 f 5‬‬
‫‪f (4) 0 ‬‬ ‫‪ X‬מייצג את נקודות צ'בישב בקטע [‪.]a,b‬‬
‫‪h4‬‬ ‫כדי למצוא את הנקודות המקבילות בקטע [‪ ]a,b‬יש להציג את נקודות ‪ t‬בנוסחה הבאה‪:‬‬
‫הערה‪:‬‬ ‫‪x   a, b  ‬‬ ‫‪t 1‬‬ ‫‪t 1 a  b‬‬ ‫‪ba‬‬
‫‪ -‬מחולק קדימה – משתמשים בנקודות הגדולות מהנקודה שבה מחפשים נגזרת‪.‬‬ ‫‪ x  a‬‬ ‫‪b‬‬ ‫‪‬‬ ‫‪t‬‬
‫‪ -‬מחולק לאחור – משתמשים בנקודות הקטנות מהנקודה שבה מחפשים נגזרת‪.‬‬ ‫‪t   1,1 ‬‬ ‫‪1  1‬‬ ‫‪11‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪ -‬מחולק למרכז – משתמשים בנקודות סימטריות ביחס לנקודה שבה מחפשים את‬
‫הנגזרת‪.‬‬ ‫השגיאה החדשה של הפולינום המקורב ע"י נקודות צ'בישב המוזזות‪:‬‬
‫‪ -‬שימו לב‪ :‬סכום המקדמים של ה‪ f -‬במונה תמיד מתאפס‪...‬‬
‫‪f ( n 1) (c) (b  a ) n 1‬‬
‫‪Rn ( x ) ‬‬ ‫‪ 2 n 1‬‬
‫גזירה נומרית ע"י אינטרפולציה‪:‬‬ ‫!)‪(n  1‬‬ ‫‪2‬‬
‫)‪f '( x)  Pn '( x)  Rn '( x‬‬
‫)‪f ( n 1) (c‬‬
‫‪n 1 ( x)  ( x  x0 ) ( x  xn ) ,‬‬ ‫‪f  x0 ,..., xn , x  ‬‬
‫!)‪(n  1‬‬
‫‪d‬‬ ‫)‪d  f ( n 1) (c‬‬ ‫‪‬‬
‫‪Rn '( x)  f '( x)  Pn '( x) ‬‬ ‫‪ f  x0 ,..., xn , x  ( x  x0 ) ( x  xn )  ‬‬ ‫‪‬‬ ‫‪n 1 ( x) ‬‬
‫‪dx ‬‬ ‫!)‪dx  (n  1‬‬ ‫‪‬‬
‫) ‪f ( n 1) (c1‬‬ ‫) ‪f ( n  2) (c2‬‬
‫‪Rn '( x) ‬‬ ‫‪ 'n 1 ( x) ‬‬ ‫)‪ n 1 ( x‬‬
‫‪(n  1)! 14 2 n43‬‬ ‫‪(n  2)! 1 2n 31‬‬
‫) ‪O(h‬‬ ‫‪O(h‬‬ ‫)‬

‫גזירה נומרית‬
For more please visit – www.paragoncreations.com/uni

.‫לאחר האינטגרציה – סדר השגיאה עולה‬ :‫דוגמא לקירוב נגזרת‬

b b f ' 0  A  f 0  B  f1  C  f 2 , f ( xi )  f i , x1  x0  h

 R ( x ) dx   f  x ,..., x , x  ( x  x )( x  x ) ( x  x ) dx
a
n
a
0 n 0 1 n 
 f0  f0

 1 2 1 1 4 (4)
 f1  f 0  h  f '0  h f ''0  h 3 f '''0  h f (c1 )
 2 6 24
 1 1 1
:‫ מקרים‬2 ‫ישנם‬  f 2  f 0  2h  f '0  2 (2h ) f ''0  6 (2h ) f '''0  24 (2h ) f (c2 )
2 3 4 (4)

:]a,b[ -‫ בעלת סימן קבוע ב‬ n 1 ( x ) .1 1 1

A  f 0  B  f1  C  f 2  ( A  B  C )  f 0  h ( B  2C )  f '0  h 2 ( B  4C )  f ''0  h 3 ( B  8C )  f '''0  O (h 4 )
b 1 42 43 14 2 43 2 14 20 43
f ( n 1) (c)
b 6
E   Rn ( x) dx 
(n  1)! a
0 1
 n 1 ( x) dx  A BC  0
a 
 B  2c  1  A  3 / 2 B  2 C  1 / 2
:‫אם מתקיים‬.2  B  4C  0

b
1 3
.   n 1 ( x ) dx  0 .1 B  8C  0 
6
h ( B  8C )  f '''0  O (h 3 )
a 1 1
R  h 2 ( B  f (3) (c1 )  8 C  f (3) ( c2 ))  h 2 (2 f (3) (c1 )  4 f (3) (c2 ))
-‫של‬ ‫כך‬ xn 1 ‫נקודה‬ ‫קיימת‬.2 6 6
1 2 f (3) (c1 )  4 f (3) (c2 ) 1 2 f (3) ( c ) 1
.‫ סימן קבוע‬ n 1 ( x ) ( x  xn 1 ) R  h 2 ( 2) ( )  h 2 ( 2) ( )   h 2 f (3) ( c )  O (h 2 )
6 2 6 2 3
3 f 0  4 f1  f 2 1 2 (3)
f '0   h f (c)
:‫אז‬ 2h 1 344 2 4 43
b
f ( n 2) ( c ) O ( h2 )

( n  2)! a
E ( x  x0 )( x  x1 ) ( x  xn )( x  xn 1 ) dx  O ( h n 3 ) :‫הערה‬
‫תמיד מחשבים את טיילור לסדר אחד גבוה ממספר הנתונים ובנוסף כותבים את‬
‫ אז הוא‬,‫ לא מאפסים את האיבר שלפני השגיאה‬A, B, C ‫ אם המקדמים‬.‫השגיאה‬
:‫הערה‬ .‫ ונזניח את השגיאה שחישבנו בהתחלה‬,‫יהפוך להיות השגיאה‬
ab
. xn 1  ‫בד"כ‬
2 ‫יציבות חישובית בגזירה נומרית‬
.‫ – שגיאת עיגול ספרות‬e
‫שיטות אינטגרציה‬ .‫קיבלנו מספר ערכים מדויקים של הפונקציה בנקודות מסוימות‬
}h ‫שיטת המלבן‬.1 .‫ ומצאנו ביטוי לנגזרת בנקודה מסוימת‬,‫עיגלנו את הערכים האלו‬
.‫ השגיאה של עיגול הספרות‬+ ‫השגיאה בנויה מהשגיאה של הגזירה הנומרית‬
.‫ שבהן ערך הפונקציה ידוע‬ci ‫ נקודות‬n ‫ יש‬-
.)N=n( ‫ קטעים‬N ‫ יש‬- :‫ ביטוי לשגיאה החדשה של נגזרת מסדר שני‬- ‫דוגמא‬
.‫ האורך האופקי של כל קטע‬:h - ek  f k  yk
x0 c1 x1 c2 x2 c3 x3 c4 x4
.‫ שווים‬h ‫ לקטעים אורכי‬- e1  2e0  e1 f (4) (c) 4e Mh 2
a b
e( f , h)   h2  g ( h)  2 
h2 12 h 12
b N 1
xi  xi 1 1 1

 f ( x ) dx  h  f ( )  (b  a ) h 2  f ''(c ) .‫) מינימלית‬g)h ‫ אז‬h   48e  :‫חוקרים את הפונקציה ומוצאים שאם‬

4

a i 0 2 24
1 4 4 44 2 4 4 4 43 M  
O ( h2 ) .‫ נקבל את השגיאה הקטנה ביותר‬,‫ ואיתו נבצע חישובים‬,‫ כזה‬h ‫ אם נבחר‬:‫מסקנה‬
:‫הסבר לשגיאה‬
ba ‫אקסטרפולציה של ריצ'רדסון בגזירה‬
ci  ( xi 1  xi ) / 2 , h  xi  xi 1 
N .‫שיפור השגיאה ע"י שימוש בנקודות סימטריות‬
N 1 N 1
f ''(ki )
xi
1 2  h N 1 3
‫ ע"י‬O(h 4 ) ‫ לשגיאה מסדר‬O ( h 2 ) ‫הסבר זה מתייחס למעבר משגיאה מסדר‬
E   E   xi , xi 1      ( x% ci ) 2 dx%       f ''(ki ) 
i 0 i 0 2! xi 1 i 0 2! 3  2  . f a  2 h , f a h , f a  h , f a  2 h :‫הנקודות‬
4 D(h)  D(2h)
1 (b  a) 2 D%(h) 
N 1 N 1
1 3 N f ''(ki )
 h  f ''(ki )     h N   3
24 i 0 N 24 N i 0 N
:‫הסבר‬
1
  (b  a) h 2  f ''(c)  1 2 1 3 1 4 (4) 1 5 (5)
1 24
4 4 44 2 4 4 4 43  f a  h  f a  hf 'a  2! h f ''a  3! h f '''a  4! h f a  5! h f (c1 )
O ( h2 ) 
 f  f  hf '  1 h 2 f ''  1 h3 f '''  1 h 4 f (4)  1 h5 f (5) (c )
:‫בקטע בודד‬  a  h a a
2!
a
3!
a
4!
a
5!
2

xi 1
 xi  xi 1  2 2
f a  h  f a  h  2hf 'a  h3 f '''a  h 5 ( f (5) (c1 )  f (5) (c2 ))

xi
f ( x) dx  ( xi 1  xi )  f 
 2   3! 5!
:‫שגיאה‬ f  f ah 1 1
D ( h)  a  h  f 'a  h 2 f '''a  h 4 ( f (5) (c1 )  f (5) (c2 ))
h3 2h 3! 5!
E f ''(c) f  fa2h 1 1
24 D (2h)  a  2 h  f 'a  (2h) 2 f '''a  (2h) 4 ( f (5) (c3 )  f (5) (c4 ))
4h 3! 5!
‫שיטת הטרפז‬.3  1 4 
}h :‫בקטע מורכב‬ D%(h)  A D(h)  B D (2h)  ( A  B ) f 'a   A  B h 2 f '''a  O( h 4 )
14 2 43 
.‫ שבהן ערך הפונקציה ידוע‬xi ‫ נקודות‬n+1 ‫ יש‬- 1 1 44 2 4 43
3! 3!
0
.)N=n( ‫ קטעים‬N ‫ יש‬-
.‫ האורך האופקי של כל קטע‬:h - 4 1 4 D( h)  D(2h)
A  , B    D%( h) 
x0 c1 x1 c2 x2 c3 x3 c4 x4
.‫ שווים‬h ‫ לקטעים אורכי‬- 3 3 3
a b

‫אינטגרציה נומרית‬
b b b

 f ( x ) dx   P ( x) dx   R ( x ) dx
b N 1
h 1
 f ( x) dx  2  f ( x )  f ( x )  (b  a ) h 2  f ''(c ) n n
i i 1 a a a
a i 0 12
1 4 4 44 2 4 4 4 43 n b n b
Pn ( x )   fi li   Pn ( x ) dx   f i  li ( x ) dx
O ( h2 )

i 0 a i 0 a
:‫בקטע בודד‬
x1  x  x0   x  x1   x  x2   x  xn 1   x  xn 
h li       
 f ( x) dx  2 ( f
x0
0  f1 ) x
 i  x0   xi  x1   xi  x2   xi  xn 1   xi  xn 
:‫שגיאה‬
f ''(c) h3
E
12
:‫השגיאה‬
For more please visit – www.paragoncreations.com/uni
‫‪For more please visit – www.paragoncreations.com/uni‬‬

‫‪.4‬שיטת סימפסון‬
‫שיטת ‪:1‬‬ ‫בקטע מורכב‪:‬‬
‫דוגמא‪:‬‬ ‫‪-‬לכל קטע יש ‪ 3‬נקודות אינטרפולציה‪.‬‬
‫מחפשים ‪ A0 , A1 , x0 , x1‬כך ששגיאת האינטגרל המקורב תהיה מינימלית‪.‬‬ ‫‪-‬לכל קטע בונים פולינום אינטרפולציה ועליו‬
‫‪1‬‬ ‫עושים אינטגרל‪.‬‬
‫‪ f ( x)dx  A‬‬ ‫‪0‬‬ ‫) ‪f ( x0 )  A1 f ( x1‬‬
‫‪b‬‬ ‫‪N 1‬‬
‫‪h‬‬ ‫‪1‬‬
‫‪ f ( x ) dx  3  f ( x‬‬
‫‪1‬‬
‫‪2i‬‬ ‫‪)  4 f ( x2i 1 )  f ( x2i 2 ) ‬‬ ‫) ‪(b  a ) h 4  f (4) ( c‬‬
‫‪1‬‬
‫‪‬‬ ‫‪1 180‬‬
‫‪4 4 4 4 2 4 4 4 43‬‬
‫‪f ( x)  1   1 dx  2  A0  A1‬‬ ‫‪a‬‬ ‫‪i 0‬‬
‫‪‬‬ ‫) ‪O ( h4‬‬
‫‪1‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪‬‬
‫בקטע בודד‪:‬‬
‫‪f ( x)  x ‬‬ ‫‪ x dx  0  A x‬‬ ‫‪0 0‬‬ ‫‪ A1 x1‬‬ ‫‪‬‬
‫‪‬‬
‫‪A0  A1  1‬‬ ‫‪b‬‬
‫‪h‬‬
‫‪‬‬
‫‪1‬‬
‫‪‬‬ ‫‪1‬‬ ‫) ‪f ( x) dx  ( f 0  4 f1  f 2‬‬
‫‪2‬‬
‫‪1‬‬
‫‪2‬‬
‫‪x0   x1 ‬‬ ‫‪3‬‬
‫‪f ( x)  x   x dx   A0 x0  A1 x1‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪a‬‬
‫‪3‬‬
‫‪3‬‬ ‫‪‬‬ ‫שגיאה‪:‬‬
‫‪1‬‬
‫‪‬‬ ‫)‪h5 (4‬‬
‫‪1‬‬
‫‪‬‬ ‫‪E‬‬ ‫) ‪f (c‬‬
‫‪f ( x)  x 3   x 3 dx  0  A0 x03  A1 x13 ‬‬ ‫‪90‬‬
‫‪1‬‬ ‫‪‬‬
‫‪.5‬שיטת ‪Boole‬‬
‫שיטה ‪:Legendre - 2‬‬ ‫בקטע מורכב‪:‬‬
‫סד"פ‪:‬‬ ‫‪-‬לכל קטע יש ‪ 5‬נקודות אינטרפולציה‪.‬‬
‫‪.1‬ע"י פולינום ‪ Legendre‬או מהטבלה מוצאים את ‪x0 ,..., xn‬‬ ‫‪-‬לכל קטע בונים פולינום אינטרפולציה ועליו‬
‫‪.‬‬
‫עושים אינטגרל‪.‬‬
‫‪.2‬ע"י הטבלה מוצאים את המקדמים‪.‬‬
‫‪.3‬ע"י נוסחה עוברים מ‪ ]1,1-[ -‬לקטע [‪.]a,b‬‬ ‫‪b‬‬ ‫‪N 1‬‬
‫‪2h‬‬
‫פולינום לג'נדרה‪:‬‬
‫‪ f ( x ) dx  45  7 f ( x‬‬
‫‪a‬‬ ‫‪i 0‬‬
‫‪2i‬‬ ‫) ‪)  32 f ( x2i 1 )  12 f ( x2i  2 )  32 f ( x2i  2 )  7 f ( x2i  4‬‬

‫‪P0 ( x )  1‬‬ ‫‪8‬‬

‫‪‬‬ ‫) ‪( b  a ) h 6  f (6) ( c‬‬
‫‪P1 ( x )  x‬‬ ‫‪1 945‬‬
‫‪4 4 4 4 2 4 4 4 43‬‬
‫‪P2 ( x )  3x 2  1‬‬ ‫) ‪O ( h6‬‬

‫בקטע בודד‪:‬‬
‫‪P3 ( x )  5 x  3 x‬‬ ‫‪3‬‬
‫‪b‬‬
‫‪2h‬‬
‫‪Pk 1 ‬‬
‫‪2k  1‬‬
‫‪x Pk ( x ) ‬‬
‫‪k‬‬
‫) ‪Pk 1 ( x‬‬
‫‪‬‬‫‪a‬‬
‫‪f ( x) dx ‬‬
‫‪45‬‬
‫) ‪(7 f 0  32 f1  12 f 2  32 f3  7 f 4‬‬
‫‪k 1‬‬ ‫‪k 1‬‬ ‫שגיאה‪:‬‬
‫טבלת מקדמים ושורשי לג'נדרה‪:‬‬ ‫)‪8h 7 (6‬‬
‫‪E‬‬ ‫)‪f (c‬‬
‫‪ – n‬מספר הנקודות (‪-x‬ים)‪.‬‬ ‫‪945‬‬
‫‪n‬‬ ‫שורשים‬ ‫מקדמים‬ ‫שגיאה‬
‫‪2‬‬ ‫‪-0.5773502692‬‬ ‫‪1.0000000000‬‬ ‫) ‪f (4) (c‬‬ ‫שיטת האינטגרציה מסדר גבוה של ‪Romberg‬‬
‫‪-0.5773502692‬‬ ‫‪1.0000000000‬‬ ‫)‪4k R ( j , k  1)  R ( j  1, k  1‬‬
‫‪135‬‬ ‫‪R ( j, k ) ‬‬
‫‪3‬‬ ‫‪±0.7745966692‬‬ ‫‪0.5555555556‬‬ ‫)‪f (6) (c‬‬ ‫‪4k  1‬‬
‫‪0.0000000000‬‬ ‫‪0.8888888888‬‬
‫‪15750‬‬
‫‪h‬‬ ‫‪K=0‬‬ ‫‪K=1‬‬ ‫‪K=2‬‬
‫‪4‬‬ ‫‪±0.8611363116‬‬ ‫‪0.3478548451‬‬ ‫) ‪f (8) (c‬‬ ‫שיטת הטרפז – ‪T‬‬ ‫שיטת סימפסון – ‪S‬‬ ‫שיטת בול‬
‫‪±0.3399810436‬‬ ‫‪0.6521451549‬‬
‫‪3472875‬‬ ‫) ‪O(h 2‬‬ ‫) ‪O( h4‬‬ ‫) ‪O(h 6‬‬
‫‪5‬‬ ‫‪±0.9061798459‬‬ ‫‪0.2369268851‬‬ ‫)‪f (10) (c‬‬ ‫) ‪J=0 h0 R (0, 0)  T ( f , h0‬‬ ‫‪-‬‬ ‫‪-‬‬
‫‪±0.5384693101‬‬ ‫‪0.4786286705‬‬
‫‪1237732650‬‬ ‫‪J=1 h2‬‬ ‫‪h0‬‬ ‫)‪4 R (1, 0)  R(0, 0‬‬ ‫‪-‬‬
‫‪0.0000000000‬‬ ‫‪0.5688888888‬‬ ‫‪R (1, 0)  T ( f ,‬‬ ‫)‬ ‫‪R(1,1) ‬‬
‫‪6‬‬ ‫‪±0.9324695142‬‬ ‫‪0.1713244924‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪f (12) (c ) 213 (6!) 4‬‬
‫‪±0.6612093865‬‬ ‫‪0.3607615730‬‬ ‫‪J=2 h3‬‬ ‫‪h‬‬ ‫)‪4 R (2, 0)  R (1, 0‬‬ ‫)‪42 R(2,1)  R(1,1‬‬
‫!‪(12!)3 13‬‬ ‫) ‪R (2, 0)  T ( f , 0‬‬ ‫‪R (2,1) ‬‬ ‫‪R(2, 2) ‬‬
‫‪±0.2386191861‬‬ ‫‪0.4679139346‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪42  1‬‬
‫‪7‬‬ ‫‪±0.9491079123‬‬ ‫‪0.1294849662‬‬ ‫‪f (14) (c ) 215 (7!) 4‬‬
‫‪±0.7415311856‬‬ ‫‪0.2797053915‬‬
‫!‪(14!)3 15‬‬ ‫סדר דיוק אלגברי של נוסחאות קירוב‬
‫‪±0.4058451514‬‬ ‫‪0.3818300505‬‬ ‫אם השגיאה שווה ‪ 0‬אז הפולינום מדויק‪.‬‬
‫‪0.0000000000‬‬ ‫‪0.4179591837‬‬ ‫אם בשגיאה מופיעה נגזרת מסדר ‪ k‬אז כל פולינום עד סדר ‪ k-1‬כולל יגרום‬
‫‪8‬‬ ‫‪±0.9602898565‬‬ ‫‪0.1012285363‬‬ ‫‪f (16) (c ) 217 (8!) 4‬‬ ‫לשגיאה להתאפס‪ ,‬ואז אומרים שסדר הדיוק האלגברי הוא ‪.k-1‬‬
‫‪±0.7966664774‬‬ ‫‪0.2223810345‬‬
‫‪±0.5255324099‬‬ ‫‪0.3137066459‬‬
‫!‪(16!)3 17‬‬
‫באינטגרציה‪:‬‬
‫‪±0.1834346425‬‬ ‫‪0.3626837834‬‬ ‫סדר דיוק אלגברי מקסימלי – אם יש שגיאה מסדר ‪ n‬ניתן להגיע ל‪.n-1 -‬‬
‫שגיאה מינימלית – תלוי בשיטה‪.‬‬
‫מעבר לקטע [‪:]a,b‬‬
‫‪t‬מייצג את נקודות צ'בישב בקטע [‪.]1,1-‬‬ ‫בגזירה‪:‬‬
‫‪ X‬מייצג את נקודות צ'בישב בקטע [‪.]a,b‬‬ ‫סדר דיוק אלגברי מקסימלי – אם יש ‪ n‬נקודות ניתן להגיע ל‪ n-1 -‬או ‪.n‬‬
‫כדי למצוא את הנקודות המקבילות בקטע [‪ ]a,b‬יש להציג את נקודות ‪ t‬בנוסחה הבאה‪:‬‬ ‫שגיאה מינימלית – אם יש ‪ n‬נקודות ניתן להגיע לשגיאה מסדר ‪ n‬או ‪.n+1‬‬
‫‪x   a, b  ‬‬ ‫‪ab‬‬ ‫‪ba‬‬ ‫‪ba‬‬ ‫‪ba N‬‬
‫‪b‬‬

‫‪t   1,1 ‬‬

‫‪ x‬‬
‫‪2‬‬
‫‪t‬‬
‫‪2‬‬
‫‪, dx ‬‬
‫‪2‬‬
‫‪  f ( x) dx ‬‬ ‫) ‪ Ai f ( xi‬‬
‫‪2 i 0‬‬ ‫יציבות חישובית באינטגרציה נומרית‬
‫‪a‬‬
‫בנוסחאות אינטגרציה מורכבות יש יציבות נומרית כי מכפילים ב‪.h -‬‬
‫שיטות פתרון משוואות לא לינאריות‬ ‫אם סדר הקירוב לפחות ‪ 0‬אז מתקיים ‪. h Ai  b  a -‬‬
‫משפט ערך הביניים‪:‬‬
‫אם פונק' רציפה בקטע‪ ,‬והיא מקבלת ערכים חיוביים ושליליים בקטע אז יש נקודה‬
‫בקטע שערך הפונק' בה הוא אפס‪.‬‬ ‫נקודות אינטגרציה של גאוס‬
‫מחפשים ‪ x0 ,..., xn‬ומקדמים המבטיחים שגיאה מינמלית באינטגרל (סדר קירוב‬
‫מבחני עצירה‪:‬‬ ‫אלגברי מקסימלי)‪.‬‬
‫‪.1‬ע"פ מספר החלוקות שבצענו‪.‬‬
‫‪ e  r  a  eps .2‬שגיאה‪.‬‬
‫‪ra‬‬
‫‪ e ‬שגיאה יחסית‪.‬‬ ‫‪ eps .3‬‬
‫‪r‬‬
‫‪For more please visit – www.paragoncreations.com/uni‬‬

‫‪.1‬אם בנק' השבת ‪ g '( xn )  1‬אז האיטרציה נקראת כיווץ‪.‬‬ ‫שיטת החצייה‪:‬‬
‫נתונות ‪ 2‬נקודות ‪ a,b‬וערכי הפונקציה בנקודות אלה כך ש‪. f ( a )  f ( b )  0 -‬‬
‫‪.2‬אם בנק' השבת ‪ g '( xn )  1‬אז האיטרציה נקראת מתיחה‪.‬‬
‫‪.1‬נמצא נקודה חדשה ‪ r‬בצורה הבאה‪:‬‬
‫‪.3‬אם יוצא ש ‪ g '( xn )  1‬אז בד"כ זו התכנסות איטית חד צדדית ונותר לבדוק באיזה‬ ‫‪ab‬‬
‫צד היא מתכנסת‪ .‬ניתן לבדוק זאת ע"י מונוטוניות או ע"י ניסוי ותהייה‪.‬‬ ‫‪r‬‬
‫‪2‬‬
‫‪.4‬אם יש מתיחה מסביב לנק' שבת ז"א שהאיטרציה לא תתכנס אליה‪.‬‬
‫‪.6‬אם ‪ f ( r )  f ( a )  0‬אז נגדיר ‪b  r‬‬
‫‪.5‬אם יש כיווץ מסביב לנק' השבת אז האיטרציה תתכנס אל הנקודה בתחום‬
‫ההתכנסות‪.‬‬ ‫‪.7‬אם ‪ f ( r )  f ( a )  0‬אז נגדיר ‪a  r‬‬
‫‪.8‬אם ‪ f ( r )  0‬אז נפסיק פעולה‪.‬‬
‫סד"פ ניתוח איטרציה‪xn 1  g( xn ) :‬‬
‫‪.1‬מציאת נקודות השבת ע"י פתרון הפונקציה ‪ - f‬משוואה לא לינארית‪.‬‬ ‫שגיאת השיטה‪:‬‬
‫‪.2‬בדיקה האם הנגזרת של ‪ g‬בנקודת השבת קטנה מ‪.1 -‬‬ ‫‪b0  a0‬‬
‫‪en  bn  an ‬‬
‫‪.3‬אם כן נפתור את אי השוויון ‪ 1  g '( xn )  1‬כדי למצוא את תחום‬ ‫‪2n‬‬
‫ההתכנסות‪.‬‬ ‫קצב ההתכנסות של שיטה זו הוא‪( . p  1 :‬פירוט על קצב התכנסות בהמשך)‪.‬‬
‫משפט נקודת השבת‪:‬‬
‫אם מתקיימים‪:‬‬ ‫שיטת המיתר בקטע‪:‬‬
‫‪.1‬לכל ‪ x   a , b‬מתקיים ‪. g ( x )   a, b ‬‬ ‫נתונות ‪ 2‬נקודות ‪ a,b‬וערכי הפונקציה בנקודות אלה כך ש‪. f ( a )  f ( b )  0 -‬‬
‫‪ g.9‬רציפה בקטע‪.‬‬ ‫נמצא את הנקודה ‪ r‬הבאה בשיטה הבאה‪:‬‬
‫‪ g.10‬כיווץ בקטע‪.‬‬ ‫‪ .1‬נמצא נקודה חדשה בצורה הבאה‪:‬‬
‫) ‪f(a‬‬ ‫) ‪a f (b)  b f (a‬‬
‫אז מתקיים‪:‬‬ ‫‪ra‬‬ ‫‪‬‬
‫]‪f [a , b‬‬ ‫) ‪f (b)  f( a‬‬
‫לפונק' ‪ g‬קיימת נק' שבת אחת ויחידה‪ ,‬וכל סדרה שמתחילה בתוך התחום תתכנס‬
‫לנק' השבת‪ ,‬ומתקיים‪:‬‬ ‫‪ .2‬אם ‪ f ( r )  f ( a )  0‬אז נגדיר ‪b  r‬‬
‫) ‪x  [ x *  h, x *  h ]  q  max g '( x )  q  g '( x‬‬ ‫אם ‪ f ( r )  f ( a )  0‬אז נגדיר ‪a  r‬‬
‫‪q‬‬ ‫‪qk‬‬
‫‪ek  x *  xk ‬‬ ‫‪ xk  xk 1 , ek  x *  xk ‬‬ ‫‪ x1  x0‬‬
‫‪1 q‬‬ ‫‪1 q‬‬ ‫שגיאת השיטה‪en  bn  an :‬‬
‫קצב ההתכנסות של שיטה זו הוא‪p  1 :‬‬
‫משפטים‪:‬‬
‫‪.1‬אם ‪ g‬כיווץ בקטע סימטרי ביחס לנק' השבת אז כל תמונה של ‪ g‬בתחום הזה‬ ‫שיטת המיתר הכללית‪:‬‬
‫תתכנס לנק' השבת‪.‬‬ ‫נתונות ‪ 2‬נק' שרירותיות וערך הפונקציה בנקודות אלה‪.‬‬
‫‪.2‬אם הקטע לא סימטרי חייבים לבדוק מה קורה‪.‬‬
‫‪.3‬אם פונקציה ‪ g‬היא לינארית ו‪ 2 -‬נקודות שלה בין ‪ -1‬ל‪ 1 -‬אז גם שאר הנקודות בין‬ ‫מוצאים את הנקודה הבאה לפי‪:‬‬
‫ערכים אלה‪.‬‬
‫) ‪f ( xn 1‬‬
‫‪.4‬אם מתקיים כיווץ והפונקציה ‪ g‬מונוטונית יורדת ( ‪ ) 1  g '( xn )  0‬ההתכנסות‬ ‫‪xn 1  xn 1 ‬‬
‫] ‪f [ xn 1 , xn‬‬
‫לנקודת השבת תהיה בצורת שבלול‪.‬‬
‫‪.5‬אם מתקיים כיווץ והפונקציה ‪ g‬מונוטונית עולה ( ‪ ) 0  g '( xn )  1‬ההתכנסות‬
‫לנקודת השבת תהיה בצורה ישירה‪.‬‬ ‫שגיאת השיטה‪en  xn 1  xn :‬‬
‫‪1 5‬‬
‫קצב ‪ /‬סדר התכנסות‬ ‫‪p‬‬ ‫קצב ההתכנסות של שיטה זו הוא ‪:‬‬
‫‪2‬‬
‫הגדרת קצב ‪ /‬סדר ההתכנסות ‪:P‬‬
‫‪en 1‬‬ ‫שיטת ניוטון‪:‬‬
‫‪ const‬‬
‫‪enp‬‬ ‫נתונים נקודה‪ ,‬ערך הפונקציה בנקודה וערך הנגזרת בנקודה‪.‬‬
‫נתונה האיטרציה ) ‪ xn 1  g ( xn‬כאשר * ‪ x‬היא נק' שבת‪.‬‬
‫נמצא את הנקודה הבאה לפי‪:‬‬
‫אם מתקיים ‪ g '( x*)  g ''( x*)  ..  g ( p 1) ( x*)  0‬אז לפונקציה יש לפחות סדר‬ ‫) ‪f ( xn‬‬
‫התכנסות ‪.P‬‬
‫‪xn 1  xn ‬‬
‫) ‪f '( xn‬‬
‫משפטים‪:‬‬
‫‪.1‬ככל שקצב ההתכנסות גדול יותר כך הפונק' תתכנס מהר יותר‪.‬‬ ‫שגיאת השיטה‪en  xn 1  xn :‬‬
‫‪.11‬אם ‪ xn 1‬תלוי רק ב‪( xn -‬ולא גם ב‪ xn 1 -‬למשל) אז קצב ההתכנסות הוא מספר‬ ‫קצב ההתכנסות של שיטה זו היא ‪. P  2‬‬
‫שלם‪.‬‬
‫‪.12‬נניח שיש נק' שבת ב‪ , x  0 -‬ותחום ההתכנסות הוא ‪ x  2‬אז אם ) ‪g ( xn‬‬ ‫איטרציות מסוג נקודות שבת – ‪Fixed Points‬‬
‫איטרציה‪:‬‬
‫מונוטונית יורדת‪ ,‬מחפשים את הגבול הימני שיחזיר אותו ל‪ .-2 -‬כלומר‪ ,‬בודקים‬
‫כל פעם שמציבים את הערכים בנוסחה ומקבלים את הערך הבא – ביצענו איטרציה‬
‫מתי ‪ , g ( xn )  xn 1  2‬וזה הגבול הימני של תחום ההתכנסות‪.‬‬ ‫אחת‪.‬‬

‫פתרון מערכת משוואות לא לינאריות‬ ‫נתונה פונקציה ‪ . f ( x)  0‬בכל דרך אפשרית מגיעים למצב הבא‪:‬‬
‫‪ df1‬‬ ‫‪df1 ‬‬ ‫‪. f ( x)  0  g ( x)  x‬‬
‫‪ f 1 ( xk ) ‬‬ ‫‪ dx‬‬ ‫‪dx2 ‬‬ ‫‪1‬‬
‫הערה‪ :‬ניתן למצוא הרבה ) ‪ g ( x‬שונים‪.‬‬
‫‪F ( xk )  ‬‬
‫‪d‬‬
‫‪‬‬
‫‪1‬‬
‫) ‪  0 X k 1  X k   d F ( x )  F ( x‬‬
‫‪ f (x ) ‬‬
‫‪F‬‬
‫‪ dx ( xk )  df 2‬‬ ‫‪df1 ‬‬ ‫‪ dx‬‬
‫‪k‬‬
‫‪‬‬
‫‪k‬‬
‫‪ 2 k ‬‬ ‫נקודת שבת היא נקודה המקיימת‪:‬‬
‫‪ dx‬‬ ‫‪dx2 ‬‬ ‫‪‬‬
‫‪ 1‬‬
‫) *‪x *  lim xn , x *  g( x‬‬
‫מציאת נקודת מינימום‪:‬‬ ‫‪n ‬‬

‫‪df‬‬ ‫‪df‬‬
‫‪0 ,‬‬ ‫‪ 0   x1* , x2* ‬‬ ‫משפט לגרנג'‪:‬‬
‫‪dx1‬‬ ‫‪dx2‬‬
‫אם פונק' גזירה ורציפה בקטע אז‪:‬‬
‫דוגמא‪:‬‬
‫‪f ( b )  f ( a )  f '( c )  b  a  ; c   a, b‬‬
‫‪f ( x , x )  x12  x22  x1 x2‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪df‬‬ ‫‪‬‬ ‫משפט‪ . en1  g '( c ) en :‬הוכחה‪:‬‬

‫‪f1 ‬‬ ‫‪ 2 x1  x2  0 ‬‬
‫‪dx1‬‬ ‫‪‬‬
‫)‪   x1 , x2   (0,0‬‬ ‫) *‪ x  g ( x‬‬
‫*‬ ‫*‬ ‫*‬

‫‪f2 ‬‬
‫‪df‬‬
‫‪ x1  2 x2  0‬‬ ‫‪‬‬ ‫‪‬‬
‫‪dx2‬‬ ‫‪‬‬ ‫) ‪ xn 1  g( xn 1‬‬
‫‪1‬‬ ‫‪ 2‬‬
‫‪‬‬
‫‪1 ‬‬
‫‪‬‬
‫‪ 2‬‬
‫‪‬‬
‫‪1 ‬‬
‫‪‬‬
‫‪en 1  x *  xn 1  g( x* )  g( xn 1 )  g '( c )  x*  xn   g '( c ) en‬‬
‫‪ 2 x1  x2 ‬‬ ‫‪dF ‬‬ ‫‪2 1‬‬ ‫‪ dF ‬‬ ‫‪ 3‬‬ ‫‪3‬‬ ‫‪3   2 x1k  x2 k ‬‬
‫‪F ‬‬ ‫‪‬‬ ‫;‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪ ‬‬ ‫‪X k 1  X k‬‬ ‫‪ 3‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ x1  2 x2 ‬‬ ‫‪dx ‬‬ ‫‪1 2‬‬ ‫‪ dx ‬‬ ‫‪ 1‬‬ ‫‪2 ‬‬ ‫‪ 1‬‬ ‫‪2   x1k  2 x2 k ‬‬‫‪‬‬ ‫‪en 1  g '( c ) en‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪ 3‬‬ ‫‪3 ‬‬
‫הערות‪:‬‬
‫‪For more please visit – www.paragoncreations.com/uni‬‬

‫שיטות איטרטיביות לפתרון מע' משוואות‪:‬‬ ‫נורמות‬

‫‪ A X  b‬‬ ‫תכונות של נורמות של וקטור‪:‬‬ ‫נורמות של וקטור‪:‬‬
‫‪‬‬
‫‪ X k 1  X k  c  A X k  b ‬‬ ‫¡‪x‬‬ ‫‪n‬‬

‫‪ X  B X  d‬‬ ‫‪ p x1p  x2p  ..  xnp‬‬

‫‪ k 1‬‬ ‫‪k‬‬ ‫‪x  (0, 0,.., 0)  x  0‬‬ ‫‪x‬‬ ‫‪p‬‬

‫‪g ( x )  X  c  A X  b    I  c A X  c b‬‬ ‫‪x   x‬‬ ‫‪x‬‬ ‫‪ x12  x22  ..  xn2‬‬
‫‪2‬‬
‫‪g ( x )  B X  d , B   I  c A , d  c b‬‬ ‫‪x y  x  y‬‬ ‫‪n‬‬
‫‪x 1   xi‬‬
‫‪rk   A X k  b    A X k  A X‬‬ ‫*‬
‫‪  A ( X‬‬ ‫‪k‬‬ ‫) ‪ X )  A ( ek‬‬
‫*‬
‫‪x‬‬ ‫‪‬‬
‫‪ x2 x1‬‬ ‫‪i 1‬‬

‫‪ek 1  B ek  ek 1  B ek  B‬‬

‫‪k 1‬‬
‫‪e0  B‬‬
‫‪k 1‬‬
‫)‪(X  X0‬‬
‫*‬ ‫‪x 1  max xi‬‬
‫‪1i  n‬‬

‫הערה‪:‬‬ ‫הערה‪ :‬היחס בין הנורמות אינו עולה על סדר המטריצה (סדר המרחב)‪.‬‬
‫אם עבור נורמה כלשהי של ‪ ,B‬גודלה קטן מ‪ ,1 -‬אז האיטרציה תתכנס לכל נורמה‬
‫(מקביל ל‪ .))g')x -‬המשפט לא נכון להפך‪.‬‬ ‫נורמות של מטריצה‪:‬‬
‫‪n‬‬ ‫‪n‬‬

‫מציאת מס' האיטרציות ‪ k‬שצריך לבצע ע"מ להגיע לשגיאה מסויימת‪:‬‬ ‫‪A i  max A x‬‬ ‫‪i‬‬
‫‪,‬‬ ‫‪A  A‬‬ ‫‪T‬‬
‫‪ max  aij‬‬ ‫‪,‬‬ ‫‪A 1  AT‬‬ ‫‪ max  aij‬‬
‫‪1‬‬ ‫‪1i  n‬‬ ‫‪‬‬ ‫‪1 j  n‬‬
‫‪j 1‬‬ ‫‪i 1‬‬
‫‪X  [ X *  h, X *  h ]  q  max B  q  B‬‬
‫‪‬‬
‫‪A 2  max max A A‬‬ ‫‪T‬‬
‫‪‬‬ ‫‪,‬‬ ‫‪Ax  A  x‬‬
‫‪q‬‬ ‫‪qk‬‬
‫‪ek  X *  X k ‬‬ ‫‪ X k  X k 1 , ek  X *  X k ‬‬ ‫‪ x1  x0‬‬ ‫‪ - A ‬הערך הגדול ביותר מבין סכום הערכים המוחלטים של איברי השורות‪.‬‬
‫‪1 q‬‬ ‫‪1 q‬‬
‫הערות‪:‬‬ ‫‪ - A 1‬הערך הגדול ביותר מבין סכום הערכים המוחלטים של איברי העמודות‪.‬‬
‫‪ -‬מציבים את כל הנתונים בנוסחה השניה ומוצאים את ‪.k‬‬
‫‪ -‬אם ‪ k‬יוצא מספר לא שלם נבחר את ‪ k‬בתור המס' השלם הקרוב ביותר מלמעלה‪.‬‬ ‫הערה‪ :‬אין יחס קבוע בין נורמות של מטריצות‪.‬‬

‫שיטת יעקובי‬ ‫הגדרה ‪ -‬רדיוס ספקטרלי‪:‬‬

‫סביבה הכי קטנה שמכילה את כל הע"ע‪ .‬הרדיוס תמיד נמדד מהאפס‪.‬‬
‫‪bi   aij x j ,k‬‬ ‫‪ ( A)  max i ,‬‬ ‫)‪A i  ( A‬‬
‫‪xi ,k 1 ‬‬ ‫‪j i‬‬
‫‪, i  1, 2,,, n , D xk 1  b   A  D  xk , B  I  D 1 A‬‬
‫‪aii‬‬ ‫תכונות ‪:cond‬‬
‫‪‬‬ ‫‪Ai‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪aij / aii ‬‬ ‫הערה‪ D :‬היא מט' אלכסונית שמכילה רק את האלכסון של ‪.A‬‬
‫‪cond ( A)  cond ( A1 ) , cond ( A)i  max‬‬ ‫‪, cond ( A)i  max‬‬
‫‪‬‬ ‫‪‬‬ ‫‪min‬‬ ‫‪BAi‬‬
‫‪B‬‬ ‫‪O‬‬ ‫‪‬‬
‫‪ aij / aii‬‬ ‫‪‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪‬‬ ‫אלכסון דומיננטי‪:‬‬ ‫‪cond ( A)  A i  A1  1‬‬
‫‪i‬‬

‫אם לכל שורה במטריצה מתקיים‪ aii   aij :‬אז למט' יש אלכסון‬ ‫‪ -‬כאשר ‪ B‬היא מט' סינגולרית הקרובה ביותר ל ‪.A‬‬
‫‪i j‬‬

‫דומיננטי בשורות‪.‬‬ ‫הערות‪:‬‬

‫משפטים‪:‬‬ ‫‪.1‬ככל ש‪ )cond)A -‬גדול יותר‪ ,‬כך שינוי קטן בנתונים יגרור שינוי גדול יותר בתוצאה‪.‬‬
‫‪.1‬אם למט' ‪ A‬יש אלכסון דומיננטי בשורות אז מתקיים ‪ - B   1‬ז"א האיטרציה‬ ‫‪.13‬אם ‪( cond=1‬מצב אידיאלי) אז נקבל‪. cond  1  A  I , I x  b :‬‬
‫מתכנסת‪ .‬אם האלכסון לא דומיננטי ‪ -‬לא יודעים!‬
‫שגיאה באגף ימין בלבד‪:‬‬
‫‪.17‬אם מתקיים ‪   1‬לכל ע"ע של ‪ - B‬אז האיטרציה אף פעם לא תתכנס‪.‬‬
‫‪ Ax  b‬‬ ‫‪b‬‬ ‫‪e‬‬ ‫‪b‬‬
‫‪.18‬אם מתקיים ‪   1‬לכל ע"ע של ‪ - B‬אז האיטרציה תתכנס תמיד‪.‬‬ ‫‪ %‬‬ ‫‪‬‬ ‫‪ cond ( A) ‬‬
‫‪ Ax  b  b‬‬ ‫‪cond ( A) b‬‬ ‫‪x‬‬ ‫‪b‬‬
‫‪.19‬אם יש ע"ע שחלקם גדולים מ‪ 1-‬וחלקם קטנים מ‪ ,1-‬אז לפעמים האיטרציה תתכנס‬ ‫‪ %‬‬
‫ולפעמים תתבדר‪ ,‬תלוי בנק' ההתחלה של האיטרציה‪.‬‬ ‫‪ x  x  x‬‬ ‫‪b‬‬ ‫‪x‬‬ ‫‪b‬‬
‫‪‬‬ ‫‪ cond ( A) ‬‬
‫‪e  x  x%  x‬‬ ‫‪cond ( A) b‬‬ ‫‪x‬‬ ‫‪b‬‬
‫שיטת גאוס זיידל‬
‫‪ (1/ A)   min‬‬ ‫‪, ( A)   max‬‬ ‫‪, cond ( A)  (1/ A) ( A)  cond ( A)i‬‬
‫‪bi   aij x j k 1   aij x j k ‬‬ ‫הערה‪ :‬מצב אידיאלי הוא כאשר ‪ ,cond = 1‬במצב זה השינוי בערור הוא בדיוק השינוי‬
‫‪j i‬‬ ‫‪j i‬‬
‫‪xi k 1 ‬‬ ‫‪i  1,2,,, n‬‬ ‫ב‪.x -‬‬
‫‪aii‬‬
‫‪b‬‬ ‫‪x‬‬ ‫‪b‬‬ ‫‪x‬‬ ‫‪b‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪D xk 1  b  L xk 1  U xk , B    D  L  U  I   D  L  A‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪b‬‬ ‫‪x‬‬ ‫‪b‬‬ ‫‪x‬‬ ‫‪b‬‬
‫הערות‪:‬‬
‫‪ -‬שיטה זו מתכנסת מהר יותר משיטת יעקובי‪.‬‬ ‫נוסחה לשגיאה בנתונים (מטריצה) ובאגף ימין‪:‬‬
‫‪ -‬את מט' ‪ A‬ניתן לחלק ל‪ 3 -‬מט' הראשונה ‪ - D‬אלכסונית‪ ,‬השניה ‪ -L‬משולשית‬ ‫‪ A i b i ‬‬
‫‪ Ax  b‬‬ ‫‪x‬‬ ‫‪cond ( A)i‬‬
‫תחתונה והשלישית ‪ -U‬משולשית עליונה‪.‬‬ ‫‪i‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪A i  A i‬‬ ‫‪bi ‬‬
‫‪  A  A x% b  b‬‬ ‫‪i‬‬ ‫‪1  cond ( A)i‬‬ ‫‪‬‬
‫פיתרון נומרי של מד"ר‬ ‫‪ %‬‬ ‫‪Ai‬‬
‫שיטת אויילר‪:‬‬ ‫‪‬‬ ‫‪x  x  x‬‬
‫הנקודה הראשונה חייבת להיות הערך המדוייק של הפונקציה (‪ h‬הוא אורך כל קטע)‪.‬‬
‫‪A i‬‬
‫‪e  x  x%  x‬‬ ‫‪cond ( A)i‬‬ ‫‪1‬‬
‫) ‪xi 1  xi  h  f ( ti , xi‬‬ ‫‪Ai‬‬
‫אם תנאים אילו מתקיימים‪:‬‬ ‫שגיאה רק במטריצה (נתונים)‪:‬‬
‫‪f ( t ', x ')  f ( t '', x '')  L  t ' t ''  x ' x ''   f ( t , x ( t ))  M x‬‬ ‫‪ Ax  b‬‬
‫‪‬‬ ‫‪x‬‬ ‫‪A i‬‬
‫‪  A  A x% b‬‬ ‫‪ cond ( A)i ‬‬
‫‪i‬‬
‫אז‪:‬‬
‫‪x‬‬ ‫‪Ai‬‬
‫‪ei 1   1  L h  ei  L h 2  1  M ‬‬ ‫‪ %‬‬
‫‪x  x  x‬‬
‫‪i‬‬
‫‪‬‬
‫סדר התכנסות גלובלי‪ :‬שגיאה מצטברת (סכום של שגיאות)‪.‬‬
‫פתרון נומרי של מע' משוואות לינארית ‪Ax  b‬‬
‫סדר התכנסות לוקלי‪ :‬שגיאה של פעולה בודדת‪.‬‬
‫‪ -‬אם דטרמיננטה שונה מאפס אז למערכת פתרון יחיד‪.‬‬
‫‪.O h‬‬ ‫‪ ‬‬ ‫‪2‬‬
‫סדר ההתכנסות הגלובלי הוא ‪ . O  h ‬סדר ההתכנסות הלוקלי הוא‬ ‫‪ -‬אם דטרמיננטה קרובה לאפס אז יש בעיות בחשוב הפתרון‪.‬‬
‫משפט‪:‬‬
‫‪ei  h  1  M  e‬‬‫‪‬‬ ‫‪L  T  t0 ‬‬
‫‪‬‬
‫‪1‬‬ ‫שיטות פתרון‪:‬‬
‫‪.1‬שיטה ישירה (אלימינציה של גאוס)‪.‬‬
‫‪.14‬שיטה איטרטיבית‪:‬‬
‫הפיכת מטריצות‬ ‫‪Ax  b , x  ( A  I ) x  b , xk 1  b  ( A  I ) xk‬‬
‫עבור מטריצה ‪:A 2x2‬‬
‫‪ d b ‬‬ ‫שיטת האלימינציה של גאוס‪:‬‬
‫‪1‬‬ ‫‪ c a ‬‬ ‫‪.1‬ע"י פעולות אלמנטריות מביאים את המטריצה לצורה משולשית עליונה‪.‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪a b‬‬ ‫‪‬‬ ‫‪‬‬
‫‪A ‬‬ ‫‪‬‬
‫‪c d‬‬
‫‪.15‬פותרים את המערכת מלמטה למעלה‪.‬‬
‫‪‬‬ ‫‪‬‬ ‫)‪det( A‬‬ ‫‪.16‬מציאת סיבוכיות ובחירת פיבוט‪.‬‬