Professional Documents
Culture Documents
Ứng dụng: xác định giá trị hàm, đạo hàm, tích phân, sai phân,
Tỷ sai phân
Sơ đồ chương 5. Đa thức xấp xỉ và đa thức nội suy
§1. Định nghĩa
Bài toán:
Hàm liên tục y = f(x) chỉ biết ở n giá trị rời rạc, (xi, yi), i = 1,2,…n.
Hãy xác định:
1. Giá trị của hàm tại các điểm rời rạc khác thuộc miền rời rạc
2. Đạo hàm, tích phân của hàm từ tập các giá trị rời rạc.
Bài toán chung: Từ mối quan hệ hàm trong tập số liệu thực nghiệm
(xi, yi), i = 1,2,…n, hãy thiết lập hàm khả tích, liên tục, khả vi y = f(x)
sao cho nó phù hợp với tập số liệu thực nghiệm (hàm phù hợp) theo
một trong hai cách sau:
1. phù hợp trực tiếp: hàm y = f(x) đi qua đúng các điểm rời rạc
2. phù hợp xấp xỉ tốt nhất: đa thức đi qua tập dữ liệu theo nghĩa
tốt nhất có thể (bình phương tối thiểu), không bắt buộc phải đi
qua đúng bất kỳ điểm dữ liệu nào.
Hai cách xây dựng hàm phù hợp
Ứng dụng của hàm phù hợp
1. Tính giá trị khác của hàm trong miền chứa dữ liệu (nội suy)
2. Tính đạo hàm (trong miền chứa dữ liệu thực nghiệm)
3. Tính tích phân (trong miền chứa dữ liệu thực nghiệm).
Các dạng hàm giải tích có thể được dùng làm hàm phù hợp:
1. Các đa thức
2. Các hàm lượng giác
3. Các hàm mũ….
Các hàm phù hợp cần có các tính chất sau: (31/10/19)
4. Dễ xác định
5. Dễ tính giá trị
6. Dễ tính đạo hàm
7. Dễ tính tích phân
Đa thức được chọn làm hàm phù hợp vì nó có cả 4 tính chất trên.
Tập dữ liệu rời rạc có thể bao gồm:
Các điểm (xi) không cách đều: dùng các đa thức phù hợp trực
tiếp, đa thức Lagrange, các đa thức tỷ sai phân (divided
difference polynomials).
Các điểm cách đều: dùng các đa thức sai phân tiến Newton, đa
thức sai phân lùi Newton. Các phương pháp này dễ áp dụng.
§2. Các tính chất của đa thức
Đa thức bậc n có dạng:
Pn ( x ) a0 a1 x a2 x ... an x
2 n
( 5.2.1 )
a0 ,a1 ,...,an const( s ),an 0
Định lý xấp xỉ (Weierstrass): mọi hàm liên tục đều xấp xỉ được bằng
một đa thức bậc đủ lớn.
0, f ( x) C a, b
Pn x , n n : f x Pn x x a, b
Định lý duy nhất: Qua n+1 điểm rời rạc chỉ có duy nhất đa thức bậc n.
Khi đa thức
đi qua n+1 điểm rời rạc,
sai số E(x) = f(x)-Pn(x)
Khai triển hàm thành chuỗi Taylo (đa thức bậc vô hạn):
1
f ( x ) f ( x0 ) f ( x0 ) x x0 f ( x0 ) x x0 ...
2
( 5.2.2 )
2!
Xấp xỉ hàm f(x) bằng đa thức Taylor bậc n, Pn(x), và phần dư, Rn(x):
f ( x ) Pn x Rn x ( 5.2.3 )
1 1 (n)
Pn x f ( x0 ) f ( x0 ) x x0 f ( x0 ) x x0 ... f ( x0 ) x x0 ( 5.2.4 )
2 n
2! n!
1
Rn x ( ) x x0 ,x0 x ( 5.2.5 )
( n 1 ) n 1
f
n 1 !
Đa thức Pn(x) xấp xỉ hàm f(x) từ n+1 điểm số liệu thực nghiệm, thì sai
số là:
E x Pn x f x
1
E(x)= x x0 x x1 ... x xn f ( n 1 )
( ),x0 xn ; ( 5.2.6 )
n 1 !
Tính giá trị đa thức: Để tính giá trị của đa thức bậc bốn
P4 ( x ) a0 a1 x a2 x a3 x a4 x
2 3 4
P4 ( x ) a0 x a1 x a2 x a3 a4 x
thì để tính giá trị của đa thức chỉ cần 8 phép toán: 4 (phép cộng) + 4
(phép nhân).
Suy rộng: Tính Pn(x), chỉ cần 2n phép toán cộng và nhân.
Pn ( x ) a0 x a1 x a2 x a3 ...x an 1 an x ( 5.2.7 )
bn an
bi ai xbi 1 , i n 1, n 2,...,0 ( 5.2.8 )
Pn ( x ) b0
(thuật toán Horner để tính giá trị đa thức)
Lấy đạo hàm đa thức:
d
dx
ai x iai x
i i
dPn ( x ) n 1
Pn ( x ) a1 2a2 x ... nan x Pn 1 ( x ) ( 5.2.9 )
(1)
dx
2
d Pn ( x )
2
P n
(2)
( x ) 2a2 6a3 x ... n n 1 n Pn 2 ( x )
a x n 2
dx
.......
Pn
(n)
n! an
( n 1 )
Pn 0
Lấy tích phân đa thức:
ai i 1
ai x dx i 1x const
i
I Pn ( x )dx a0 a1 x ... an x dx
n
( 5.2.10 )
a1 2 an n 1
I a0 x x ... x const Pn 1( x )
2 n1
Thuật toán chia đa thức: (15/10/20)
Pn ( x ) a0 a1 x a2 x 2 ... an x n
Pn ( x ) x r Qn 1( x ) R r
r ,Qn 1( x ), R r : Qn 1( x ) b0 b1 x b2 x 2 ... bn 1 x n 1 ( 5.2.11 )
R r P ( r )
n
Các hệ số b0, b1,…,bn-1 được xác định bằng cách đồng nhất hệ số các
lũy thừa của x cùng bậc ở hai vế của đẳng thức:
Các hệ số b0, b1,…,bn-1 được xác định bằng cách đồng nhất hệ số các
lũy thừa của x cùng bậc ở hai vế của đẳng thức:
Pn x x r Qn 1 x R
a0 a1 x a2 x ... an x x r b0 b1 x b2 x ... bn 1 x
2 n 2 n 1
R, x
Công thức tính các hệ số trong thuật chia đa thức:
bn an
( 5.2.12 )
bi ai rbi 1 , i n 1,n 2,...,0
hoặc
bn an
b a rb
n 1 n 1 n
...... ( 5.2.12a )
b a rb
1 1 2
b0 a0 rb1 R
Khi r = là nghiệm của đa thức thì
Pn ( ) 0
Pn ( x ) x Qn 1 ( x ) ( 5.2.13 )
Pn ( x ) x Qn 1( x ) R
và nghiệm tiếp theo của đa thức là nghiệm của đa thức bậc n-1,
Qn-1(x) .
Ví dụ 5.1: Cho đa thức:
a) Tính giá trị của đa thức, cùng đạo hàm bậc nhất của nó tại x = 2.5
b) Xác định đa thức Q4(x) thỏa mãn P5(x) = (x-2) Q4(x)
Giải: Áp dụng công thức lồng (5.2.8), ta có
Q4 ( x ) b0 b1 x b2 x 2 b3 x 3 b4 x 4 ,
b0 47.4375, b1 90.625, b2 53.75
b3 12.75, b4 1;
Q4 ( x ) 47.4375 90.625x 53.75x 12.75x x ,
2 3 4
P5 ( x ) x 2 Q4 ( x ),
4
Q4 ( x ) b0 b1 x b2 x b3 x b4 x
2 3
b4 1;
b3 15 2 1 13
b2 85 2 13 59
b1 225 2 59 107
b0 274 2 107 60
Q4 ( x ) 60 107 x 59x 13 x x
2 3 4
§3. Các đa thức phù hợp trực tiếp
Bài toán nội suy: Cho hàm f trên tập n + 1 điểm dữ liệu:
x ,f
0 0 f x0 , x1 , f1 f x1 ,..., xn , f n f xn
Hãy xác định đa thức cấp n, Pn(x), đi qua n + 1 điểm dữ liệu đó:
Pn ( x ) a0 a1 x a2 x ... an x : Pn ( xi ) f i ,i 0,1,2,...,n
2 n
(Pn(x) là đa thức nội suy, x0, x1,…, xn là các mốc nội suy)
Khi đó
f x Pn x
Giải:
a0 a1 x0 a2 x02 ... an x0n f 0
a
0 1 1 2 1
a x a x 2
... a n 1 f1
x n
.................................
a a x a x 2 ... a x n f
0 1 n 2 n n n n
1 x0 x0n a0 f0
n a f
1 x1 x1 1 1
Aa f , A ,a ,f
n
1 xn xn an fn
Khuyết điểm:
3. Bậc của đa thức thay đổi, quá trình tính phải thực hiện lại từ đầu.
4. Với n > 4 và hệ phương trình đại số tuyến tính là yếu thì dễ tạo ra
sai số lớn khi xác định các hệ số của đa thức.
§4. Các đa thức Lagrange
Bài toán nội suy: Giả sử quan hệ hàm f chỉ biết trên tập n+1 điểm:
x , y
i i f ( xi ) , i 0,1, 2,..., n
Ln ( x) a0 a1 x a2 x ... an x
2 n
sao cho
Ln ( xi ) yi , i 0,1, 2,..., n
khi đó Ln(x) được gọi là đa thức nội suy của hàm f, các điểm (x0,y0),
(x1,y1),…,(xn,yn) là các điểm nội suy và f(x) Ln(x).
Đa thức nội suy Lagrange
1. Với hai điểm nội suy (x0,y0) và (x1,y1):
Đa thức nội suy Lagrange bậc nhất đi qua hai điểm được xác định
bởi:
L1 x
x x1
y0
x x0
y1 (5.4.1)
x0 x1 x1 x0
L2 x
x x1 x x2
y0
x x0 x x2
y1
x x0 x x1
y2 (5.4.2)
x0 x1 x0 x2 x1 x0 x1 x2 x2 x0 x2 x1
n. Với n + 1 điểm nội suy (x0, y0), (x1, y1),(x2, y2) ,…,(xn,yn):
Lặp lại thủ tục trên, đa thức nội suy Lagrange bậc n xác định bởi:
Ln x
x x1 x x2 ... x xn
y0
x x0 x x2 ... x xn
y1 ...
x0 x1 x0 x2 .... x0 xn x1 x0 x1 x2 .... x1 xn
.......
x x0 x x2 ... x xn 1
yn (5.4.3)
xn x0 xn x2 .... xn xn1
Đa thức nội suy Lagrange cấp n: (công thức tổng quát):
n
Ln ( x ) i ( x )yi ( 5.4.4 )
i 0
i x
n
x xk
x x0 x x1 ... x xi 1 x xi 1 ... x xn
k 1,k i xi xk xi x0 xi x1 ... xi xi1 xi xi1 ... xi xn
Sai số khi xấp xỉ hàm bằng đa thức Lagrange
Định lý 5.4.1
f x C ( n 1)
a, b
xi a, b , i 0,1, 2,..., n
Ln ( x) f ( x) x a, b
n
1
Rn x f x Ln x f ( n 1) c x xi , c a, b (5.4.5)
n 1 ! i 0
Cm. Xét hàm:
n
u( x ) f ( x ) Ln ( x ) k x xi ( 5.4.6 )
i 0
n
u( x*) f ( x*) Ln ( x*) k x* xi 0
i 0
n
x xi 0
i 0 f ( x*) Ln ( x*)
k n
(a)
x* xi
i 0
Với k vừa chọn, hàm u(x) có n+2 nghiệm x0, x1,…., xn , x* thuộc [a,b].
Theo định lý Rolle, đạo hàm, u’(x) có ít nhất n+2-1 nghiệm trên [a,b],
đạo hàm bậc hai, u’’(x) có ít nhất n+2 – 2 = n nghiệm trên [a,b]….Đạo
hàm bậc n+1, u(n+1)(x) có ít nhất một nghiệm c thuộc [a,b], tức u(n+1)(c)
= 0.
Ta có n
u( x ) f ( x ) Ln ( x ) k x xi
i 0
n
(n 1 )
f ( n 1 )
c
( n 1 )
Ln 0, x xi n 1 ! k (b )
i 0 n 1 !
u ( n 1 ) c 0
f ( n 1 ) c f ( x*) Ln ( x*) f ( n 1 ) c n
k
n 1 !
n f ( x*) Ln ( x*)
n 1 !
x* x
i
x* xi
i 0
i 0
Vì x* là điểm bất kỳ không trùng với mốc nội suy nên đẳng thức trên
viết lại được dưới dạng
f ( n 1 ) c n
f ( x ) Ln ( x ) x x ,x a,b ( 5.4.7 )
n 1 ! i 0
i
Nếu hàm f(x) thoả mãn
M n 1 max f ( n 1 ) ( x )
a x b
thì sai số tuyệt đối của hàm f(x) với đa thức Lagrange là:
n
M n 1
f ( x ) Ln ( x )
n 1 ! x x ,x a,b
i 0
i ( 5.4.8 )
Ví dụ 5.4.1. Cho hàm y = sin(x) dạng bảng
x 0 /4 /2
sin(x) 0 0.707 1
Tính gần đúng y = sin(/3) bằng đa thức nội suy Lagrange và đánh
giá sai số.
Giaỉ:
Có ba mốc nội suy x0 = 0, x1 = /4 và x2 =/2 nên hàm sin(x) được xấp
xỉ bằng đa thức Lagrange bậc hai.
0 0
3 3 2 3 3 4
sin L2 0.707 1 0.851
3 3 0
0
4 4 2 2 2 4
Vì
M 3 max sin ( x ) 1
(3)
0 x
2
nên
1
R2 0.024
Vậy 3 3! 3 12 6
sin 0.851 0.03
3
Nhược điểm của đa thức Lagrange:
Từ đa thức nội suy bậc k chuyển sang đa thức bậc k + 1 , ta phải tính
lại tất cả các số hạng của đa thức nội suy bậc k + 1.
Tỷ sai phân
Giả sử hàm được cho dưới dạng bảng (x0,f0),(x1,f1),…,(xn,fn)
Tỷ sai phân cấp 1 tại điểm xi :
f xi 1 f xi
f xi , xi 1
xi 1 xi
Tỷ sai phân cấp hai tại điểm xi:
f xi 1 , xi 2 f xi , xi 1
f xi , xi 1 , xi 2
xi 2 xi
Bảng các tỷ sai phân
f x0 , x1
f1 f 0
; f x1 , x2
f 2 f1
x1 x0 x2 x1
f xi , xi 1
f i 1 f i f i f i 1
f xi 1 , xi
xi 1 xi xi xi 1
f x1 , x2 f x0 , x1
f x0 , x1 , x2
x2 x0
.....
f x1 , x2 ,..., xn f x0 , x1 ,..., xn1
f x0 , x1 ,..., xn
xn x0
Qui ước
f i (1) f xi , xi 1 ; f i (2) f xi , xi 1 , xi 2
...
fi (n)
f xi , xi 1 ,..., xi n
Pn x0 f i (0) 0 f i (1) 0 f i ( n ) f 0
Pn x1 f i (0) x1 x0 f i (1) x1 x0 0 f i (2) 0 f i ( n )
f 0 x1 x0
f1 f 0
f 0 f1 f 0 f1
x1 x0
.....
§5. Các đa thức sai phân Newton
5.1. Đa thức sai phân tiến Newton
• Tỷ sai phân cấp 1 của hàm số f(x) tại điểm x:
f ( x ) f0
f x,x0 f ( x ) f0 x x0 f x, x0 ( 5.5.1 )
x x0
• Tỷ sai phân cấp 2 của hàm số f(x) tại điểm x:
f x,x0 f x0 ,x1
f x,x0 ,x1 f x,x0 f x0 ,x1 x x1 f x,x0 ,x1
x x1
f ( x ) Pn x Rn x
trong đó
Đa thức (5.5.3) là đa thức sai phân tiến Newton xuất phát từ nút x0
của hàm số f(x).
Rn(x) tính theo (5.5.4) là sai số nội suy.
Đa thức sai phân tiến Newton được lập dần theo số nút nội suy nên
khi thêm nút nội suy, không phải làm lại từ đầu như đối với đa thức
Lagrange .
5.2. Đa thức sai phân lùi Newton
Bằng cách làm tương tự, ta xây dựng được đa thức sai phân lùi xuất
phát từ nút xn của hàm số f(x)
2.Đa thức sai phân tiến Newton thuận lợi cho việc tính giá trị f(x) tại
gần điểm x0. Đa thức sai phân lùi Newton thuận lợi cho việc tính giá
trị f(x) gần điểm xn.
Các đa thức sai phân tiến/lùi Newton với các mốc cách đều:
Các mốc nội suy cách đều nếu:
f i f i 1 f i / f i f i f i 1
Sai phân hữu hạn tiến / lùi cấp hai của hàm f(x) tại điểm xi:
2 f i f i f i 1 f i / 2 f i f i f i f i 1
Sai phân hữu hạn tiến / lùi cấp n của hàm f(x) tại điểm xi :
n yi n 1 yi n 1 yi 1 n 1 yi / n yi n 1 yi n1 yi n1 yi 1
s s 1 2 s s 1 s 2 3
Pn x f 0 sf 0 f0 f0
2! 2!
s s 1 s 2 ... s n 1 n
... f0 (5.5.10)
n!
x x0
s x x0 sh; xi x0 ih , i 1, 2,..., n (5.5.11)
h
trong đó s là biến nội suy.
Sai số khi xấp xỉ hàm bằng đa thức sai phân tiến Newton
1
En x x x0 x x1 ... x xn f ( n 1)
n 1 !
xk x0 kh, k 0,1, 2,..., n
x x0 x0 sh x0 sh
x x1 x0 sh x1 sh x1 x0 s 1 h
.....
x xn x0 sh xn sh xn x0 s n h
1
En x s s 1 ... s n h n 1 f ( n 1) (5.5.12)
n 1 !
Ví dụ 5.5.2: Cho bảng quan hệ hàm y = 1/x :
Tính P(3.44) bằng đa thức Newton tiến.
Nghiệm chính xác f(3.44) = 1/3.44=0.290698.
Giải:
x x0 3.44 3.40
s 0.4
h 0.1
s s 1 2 s s 1 s 2 3
P 3.44 f 3.4 sf 3.4 f 3.4 f 3.4 ...
2! 2!
s s 1 2 s s 1 s 2 2
Pn x f 0 sf 0 f0 f0
2! 3!
s s 1 s 2 ... s n 1 n
... f0 (5.5.12)
n!
x x0
s x x0 sh; xi x0 ih, i 1, 2,..., n (5.5.13)
h
Sai số khi xấp xỉ hàm bằng đa thức sai phân lùi Newton:
1
En x x x0 x x1 ... x xn f ( n1)
n 1 !
xk x0 kh, k 0,1, 2,..., n
x x0 x0 sh x0 sh
x x1 x0 sh x1 sh x0 x1 s 1 h
.....
x xn x0 sh xn sh x0 xn s n h
1
En x s s 1 ... s n h f
n 1 ( n 1)
(5.5.14)
n 1 !
§6. Các đa thức xấp xỉ khác
A
a
§7. Các xấp xỉ nhiều biến
A
a
§8. Nội suy ngược và nội suy từng phần
A
a
§6. Xấp xỉ bình phương tối thiểu
6.1. Mở đầu
Xét quan hệ hàm rời rạc được cho
bởi tập điểm [xi,Y(xi)] = (xi,Yi).
xi , Yi , i 0,1, 2,..., n
ei : Yi f xi Yi yi
f ( x), x a, b xi , i 0,1, 2,..., n
(a)e bé nhất
(b)|e| bé nhất
(c) max(ei) bé nhất
(d) Sai số trung bình
bình phương bé nhất
(bình phương tối thiểu)
Y y a, b, c,..., x
2
i i min (5.6.1)
i 1
6.2. Xấp xỉ bằng đa thức bậc nhất
Hàm xấp xỉ dạng đường thẳng cần tìm là:
y ax b (5.6.2)
ei Yi y xi Yi axi b
b i 1
i i i
N N
aN b xi Yi
i 1 i 1
N N N
(5.6.3)
a x b x 2 x Y
i 1 i
i 1
i
i 1
i i
y a0 a1 x an x n (5.6.4)
Các hệ số của đa thức xác định từ cực tiểu hóa tổng bình phương
các độ lệch:
N
S a0 , a1 ,..., an Yi a0 a1 xi an xin Min
i 0
Hàm S(a0,a1,….,an) đạt cực tiểu khi
S
N
a 2 Yi a0 a x
1 i a n i 1 0
x n
0 i 1
S
N
2 Yi a0 a1 xi an xin xin 0
an i 1
N N N
1 i n i Yi
n
0a N a x a x
i 1 i 1 i 1
(5.6.4)
N N N N
a0 xin a1 xin 1 an xi2 n xinYi
i 1 i 1 i 1 i 1
Phương trình (5.6.4) giải ra a0,…,an được theo phương pháp Gauss.
Thực hành tính toán: với n = 5, 6 kết quả tốt, 6 < n < 10 kết quả có thể
không còn tốt, với n > 10 nói chung kết quả tồi.
Thủ tục trên có thể mở rộng khi xấp xỉ cho hàm nhiều biến,
Ví dụ 6.1. Cho quan hệ hàm dạng bảng
x 0.56 0.84 1.14 2.44 3.16
y -0.80 -0.97 -0.98 1.07 3.66
Nghiệm của hệ a 0, b -2, c 1, Vậy hàm phù hợp cần tìm là:
y(x) = x2 - 2x
So sánh các giá trị thực nghiệm, tính được:
x 0.56 0.84 1.14 2.44 3.16
Ít nhất tại các điểm đo được, hàm phù hợp cho kết quả khá gần.
6.4. Xấp xỉ bằng hàm phi tuyến
Nhiều bài toán vật lý, mối quan hệ hàm dạng bảng cho đưa đến quan
hệ hàm phi tuyến. Áp dụng phương pháp bình phương tối thiểu:
Ví dụ y = axb .
ln y ln a b ln x
y ax
b
Y BX A
Y : ln y, X : ln x, A : ln a, B : b
Dùng phương pháp bình phương tối thiểu thì B và A là nghiệm của
hệ phương trình tuyến tính.
Trở lại phép đặt biến ta xác định tham số a,b cho hàm dạng được
chọn ban đầu. Nếu áp dụng trực tiếp a, b sẽ là nghiệm của hệ
phương trình phi tuyến và cần sử dụng thêm thuật giải.
(22/10/20)