x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

Samankaltaiset tiedostot
Funktioiden approksimointi ja interpolointi

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

7. Olemassaolo ja yksikäsitteisyys Galois n kunta GF(q) = F q, jossa on q alkiota, määriteltiin jäännösluokkarenkaaksi

Numeeriset menetelmät

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

6. Toisen ja korkeamman kertaluvun lineaariset

Epälineaaristen yhtälöiden ratkaisumenetelmät

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a.

1 Määrittelyjä ja aputuloksia

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

Numeerinen integrointi ja derivointi

5 Differentiaalilaskentaa

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

13. Taylorin polynomi; funktioiden approksimoinnista. Muodosta viidennen asteen Taylorin polynomi kehityskeskuksena origo funktiolle

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

Reaalilukuvälit, leikkaus ja unioni (1/2)

on Abelin ryhmä kertolaskun suhteen. Tämän joukon alkioiden lukumäärää merkitään

Numeeriset menetelmät

1 sup- ja inf-esimerkkejä

2 Funktion derivaatta

Seurauksia. Seuraus. Seuraus. Jos asteen n polynomilla P on n erisuurta nollakohtaa x 1, x 2,..., x n, niin P on muotoa

3.1 Väliarvolause. Funktion kasvaminen ja väheneminen

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa

Matematiikan tukikurssi

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Ratkaisuehdotus 2. kurssikoe

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

Epälineaaristen yhtälöiden ratkaisumenetelmät

Harjoituskokeiden ratkaisut Painoon mennyt versio.

n. asteen polynomilla on enintään n nollakohtaa ja enintään n - 1 ääriarvokohtaa.

4 Yleinen potenssifunktio ja polynomifunktio

Numeeriset menetelmät

koska 2 toteuttaa rationaalikertoimisen yhtälön x 2 2 = 0. Laajennuskunnan

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

ja jäännösluokkien joukkoa

Konvergenssilauseita

1 Peruslaskuvalmiudet

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu.

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /

Avaruuden R n aliavaruus

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

d Z + 17 Viimeksi muutettu

Numeeriset menetelmät

1 Lineaariavaruus eli Vektoriavaruus

Ratkaisuehdotus 2. kurssikokeeseen

1 sup- ja inf-esimerkkejä

Cantorin joukko LUKU 8

Reaaliluvut. tapauksessa metrisen avaruuden täydellisyyden kohdalla. 1 fi.wikipedia.org/wiki/reaaliluku 1 / 13

Luento 9: Yhtälörajoitukset optimoinnissa

Luku 4. Derivoituvien funktioiden ominaisuuksia.

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta

Harjoitus 7 -- Ratkaisut

x 0 x 1 x 2... x n y 0 y 1 y 2... y n Taulukko 1:

MATP153 Approbatur 1B Harjoitus 6 Maanantai

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja

Numeeriset menetelmät

MS-A0102 Differentiaali- ja integraalilaskenta 1

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

Matematiikan peruskurssi 2

802320A LINEAARIALGEBRA OSA I

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

R 1 = Q 2 R 2 + R 3,. (2.1) R l 2 = Q l 1 R l 1 + R l,

Epäyhtälöt 1/7 Sisältö ESITIEDOT: yhtälöt

Numeerinen analyysi Harjoitus 3 / Kevät 2017

Analyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1.

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

14. Juurikunnat Määritelmä ja olemassaolo.

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

JAKSO 2 KANTA JA KOORDINAATIT

Juuri 2 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0

Tenttiin valmentavia harjoituksia

Tee kokeen yläreunaan pisteytysruudukko. Valitse kuusi tehtävää seuraavista kahdeksasta. Perustele vastauksesi!

Yhden muuttujan funktion minimointi

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Matematiikan tukikurssi

Tehtävä 1. Arvioi mitkä seuraavista väitteistä pitävät paikkansa. Vihje: voit aloittaa kokeilemalla sopivia lukuarvoja.

1 Supremum ja infimum

Kompleksiluvut., 15. kesäkuuta /57

Numeeriset menetelmät

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Johdatus matematiikkaan

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA

MAA02. A-osa. 1. Ratkaise. a) x 2 + 6x = 0 b) (x + 4)(x 4) = 9 a) 3x 6x

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Johdatus reaalifunktioihin P, 5op

4. Funktion arvioimisesta eli approksimoimisesta

SARJAT JA DIFFERENTIAALIYHTÄLÖT

Matematiikan tukikurssi

Transkriptio:

2 Interpolointi Olkoon annettuna n+1 eri pistettä x 0, x 1, x n R ja n+1 lukua y 0, y 1,, y n Interpoloinnissa etsitään funktiota P, joka annetuissa pisteissä x 0,, x n saa annetut arvot y 0,, y n, (21) P (x j ) = y j, 0 j n Myöhemmin tarkasteltavissa approksimointiongelmissa etsitään funktiota P, jolle virhe P (x j ) y j, 0 j n, on pieni Yksinkertaisimmassa lineaarisessa interpoloinnissa n = 1 ja etsitään funktiota P, joka kahdessa annetussa pisteessä x 0 ja x 1 saa annetut arvot y 0 ja y 1, ts jonka kuvaaja kulkee annettujen pisteiden (x 0, y 0 ) ja (x 1, y 1 ) kautta Eräs ratkaisu, luonnollisin, on näiden pisteiden kautta kulkeva suora, ts P (x) = y 1 y 0 x 1 x 0 (x x 0 ) + y 0 = y 1 (x x 0 ) x 1 x 0 + y 0 (x x 1 ) x 0 x 1 21 Lagrangen interpolaatiopolynomi [4, luku 5, AII], [11, 91], [12, luku 8], [7, 52 53], [5, luku IX, liite] Osoitetaan seuraavaksi, että interpolaatio-ongelma voidaan aina ratkaista polynomien avulla Osoitetaan aluksi, että on olemassa polynomi L j, joka pisteessä x j saa arvon yksi, ja arvon nolla muissa pisteissä x k, k j Tätä varten olkoon P j (x) := k j(x x k ) = (x x 0 ) (x x 1 ) (x x j 1 ) (x x j+1 ) (x x n ) Tällöin P j (x k ) = 0, kun k j, ja P j (x j ) = k j (x j x k ) 0, koska pisteet x k ovat keskenään erisuuria Asetetaan (22) L j (x) := P j(x) P j (x j ) = x x k x j x k k j Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1 Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu n (23) P (x) := y j L j (x) j=0 Tätä polynomia kutsutaan pisteiden (x 0, y 0 ),, (x n, y n ) määräämäksi Lagrangen interpolaatiopolynomiksi Koska jokaisen polynomin L j aste on n, on n + 1 pisteen määräämän Lagrangen interpolaatiopolynomin aste enintään n Osoitetaan seuraavaksi, että n + 1 pisteen interpolaatio-ongelmalla on ainoastaan yksi enintään astetta n oleva polynomiratkaisu Olkoot P ja Q polynomeja, joille deg P n ja P (x j ) = y j, kun 0 j n, sekä deg Q n ja Q(x j ) = y j, kun 0 j n Olkoon R := P Q Tällöin R on polynomi, jonka aste on enintään n ja joka saa arvon R(x j ) = P (x j ) Q(x j ) = y j y j = 0 n + 1 eri pisteessä Tämä on mahdollista vain, kun R(x) 0, ts P = Q Kirjataan edellisten päätelmien yhteenvetona 7 Viimeksi muutettu 1012012 14

Lause 21 Olkoot x 0, x 1, x n R keskenään erisuuria ja y 0, y 1,, y n R Tällöin on olemassa yksi ja vain yksi polynomi P siten, että deg P n ja P (x j ) = y j, kun 0 j n Huomautus 22 Edellisissä laskuissa, joilla määrättiin polynomit L j ja interpolaatio-ongelman ratkaiseva Lagrangen interpolaatiopolynomi P, käytettiin ainoastaan yhteen-, vähennys-, kerto- ja jakolaskua Näinollen vastaavat päättelyt voidaan tehdä, vaikka reaalilukujen kunnan R tilalla olisi mikä tahansa kunta F Siis: Olkoon F kunta, x 0, x 1, x n F keskenään erisuuria ja y 0, y 1,, y n F Tällöin on olemassa yksi ja vain yksi F-kertoiminen polynomi P siten, että deg P n ja P (x j ) = y j, kun 0 j n Kun tätä sovelletaan erityisesti äärelliseen kuntaan Z p = Z/p Z (p alkuluku, tai Galois n kuntaan F q, missä q = p d, p alkuluku ja d positiivinen kokonaisluku), saadaan menetelmä, jota voidaan käyttää salaisuuden jakamiseen Oletetaan, että alkio a 0 F pitäisi jakaa n + 1 henkilölle niin, että kaikki yhdessä pystyvät suureen a 0 selvittämään, mutta mikään enintään n henkilön osajoukko ei (muuten kuin käymällä läpi kaikki kunnan F alkiot) Tämä voidaan tehdä seuraavasti: Valitaan satunnaisesti n + 1 keskenään erisuurta, nollasta eroavaa alkiota x 0, x 1, x n F ja satunnaiset a 1,, a n F Asetetaan P (x) := a n x n + a n 1 x n 1 + + a 1 x + a 0, ja y j := P (x j ), 0 j n Henkilölle j annetaan (x j, y j ) Kun kaikki tieto (x j, y j ), 0 j n, on käytettävissä, saadaan polynomi P selville Lagrangen interpolaatiopolynomina ja salattu suure a 0 = P (0) Harjoitustehtäväksi jää selvittää, miksi yhdenkin tiedon (x j, y j ) puuttuessa polynomia P ei saada selville Täsmällisemmin tätä voidaan lähestyä seuraavasti: Oletetaan, että (x j, y j ), 0 j n 1, on käytettävissä, mutta (x n, y n ) ei ole Jokaiselle c F olkoon Q c polynomi, jolle deg Q c n, Q c (x j ) = y j, kun 0 j n 1, ja Q c (0) = c Tässä siis interpolaatiodatan viimeisen parin (x n, y n ) tilalle on vaihdettu (0, c) Etsittyä polynomia P vastaa tapaus c = a 0 Koska n + 1 pisteen data määrää polynomin P yksikäsitteisesti, on P = Q a0, ja eri arvoja c F vastaavat polynomit Q c ovat eri polynomeja (onhan Q c (0) = c) Näin konstruoituja polynomeja Q c on siis täsmälleen yhtä monta kuin kunnassa F on alkioita Kun kunnan F alkioiden lukumäärä on riittävän iso, on polynomin P määrääminen puutteellisen datan avulla kuin neulan etsimistä heinäsuovasta Edellistä salaisuuden jakomentelmää on helppo muuntaa siten, että salaisuus a 0 F jaetaan n+1 henkilölle niin, että mikä tahansa k +1 henkilön ryhmä, k n, pystyy suureen a 0 selvittämään, mutta mikään pienempi osajoukko ei 22 Virheen arviointi Interpolointia voidaan käyttää myös annetun funktion likiarvojen määräämiseen seuraavasti: 8 Olkoot I R väli ja f : I R annettu 8 Interpolointi on aikoinaan syntynyt tarpeesta laskea hankalien funktioiden arvoja taulukkoarvojen (vrt [1]) väliin jäävissä pisteissä Jos min{x 0, x 1, x n } < x < max{x 0, x 1, x n }, on P (x) funktiolle f interpoloitu arvo, ja jos x [min{x 0, x 1, x n }, max{x 0, x 1, x n }], on P (x) funktiolle f extrapoloitu arvo 15

funktio Olkoot x 0, x 1, x n I keskenään erisuuria ja y j := f(x j ), 0 j n Soveltamalla Lagrangen interpolaatiomenetelmää pisteisiin (x j, y j ), 0 j n, saadaan polynomi P, jolle P (x j ) = f(x j ), 0 j n Kuinka suuri virhe tehdään, jos välillä I funktion f sijasta käytetään polynomia P, ts kuinka suuri on f(x) P (x)? Esimerkki 23 Olkoot f : [ 1, 1] R, f(x) := cos(π x) ja {x 0, x 1,, x 4 } = { 1, 1, 0, 1, 1} Tällöin {y 2 3 3 2 0, y 1,, y 4 } = {0, 1, 1, 1, 0} ja 2 2 18 x4 49 x2 P (x) = 5 10 + 1 Seuraavasta kuvasta ilmenee, että erotus f(x) P (x) on pieni ainakin osalla väliä [ 1, 1]: 16 1 cos(%pi*x) 18*x 4 /5-49*x 2 /10+1 05 0-05 -1-1 -05 0 05 1 Lause 24 Olkoot I R väli, x 0, x 1, x n I keskenään erisuuria ja f : I R C n+1 -funktio Olkoon P pisteiden (x j, f(x j )), 0 j n, määräämä Lagrangen interpolaatiopolynomi Tällöin jokaiselle x I on olemassa ξ x I siten, että 9 missä L(x) := f(x) P (x) = f (n+1) (ξ x ) (n + 1)! x L(x), n (x x k ) = (x x 0 ) (x x 1 ) (x x n ) k=0 Todistus Jos x on jokin pisteistä x j, häviävät väitetyn kaavan molemmt puolet Kiinnitetään piste x niin, että x x j kaikille j {0, 1,, n} Asetetaan F (t) := f(t) P (t) c L(t), missä luku c valitaan niin, että F (x) = 0, ts c := f(x) P (x) L(x) 9 Piste ξ x sijaitsee suppeimmalla pisteiden x, x 0, x 1, x n määräämällä välillä, ts min{x, x 0, x 1, x n } < ξ x < max{x, x 0, x 1, x n }

Interpolaatio-ominaisuuden nojalla kaikille j {0, 1,, n} on F (x j ) = f(x j ) P (x j ) c L(x j ) = 0 Soveltamalla Rollen lausetta pisteiden x, x 0, x 1, x n määräämiin n + 1 osaväliin nähdään, että derivaatalla F on nollakohta jokaiselle näistä osaväleistä, ts derivaatalla F on ainakin n+1 eri nollakohtaa pisteiden x, x 0, x 1, x n määräämällä välillä Toistamalla tämä päättely derivaatan F nollakohtien määräämiin n osaväliin nähdään, että toisella derivaatalla F on ainakin n eri nollakohtaa Induktiolla (jonka yksityiskohdat jätetään lukijan tehtäväksi) nähdään, että derivaatalla F (n+1) on ainakin yksi nollakohta pisteiden x, x 0, x 1, x n määräämällä välillä Olkoon ξ x jokin näistä nollakohdista Lasketaan funktion F kertaluvun n + 1 derivaatta tässä pisteessä Koska P on polynomi, jonka aste on enintään n, on P (n+1) (t) = 0 Polynomi L on astettta n + 1 ja sen johtava termi on x n+1, joten L (n+1) (t) = (n + 1)! Siis 0 = F (n+1) (ξ x ) = f (n+1) (ξ x ) P (n+1) (ξ x ) c L (n+1) (ξ x ) = f (n+1) (ξ x ) c (n + 1)! Kun tähän sijoitetaan vakion c arvo, saadaan f(x) P (x) = c L(x) = f (n+1) (ξ x ) (n + 1)! L(x) Esimerkki 25 Jatketaan edellisen esimerkin tarkastelua Funktion f kertaluvun n + 1 = 5 derivaatta on f (5) (x) = π 5 sin(π x) Polynomi L(x) = (x + 1 2 ) (x + 1 3 ) x (x 1 3 ) (x 1 2 ) = x (x2 1 9 ) (x2 1 4 ) Virheelle f(x) P (x) saadaan siis yläraja π5 L(x) Seuraavaan kuvaan on piirretty 5! virhe f(x) P (x) ja sen yläraja π5 L(x) välillä [ 1, 1]: 5! 2 2 0008 0006 cos(%pi*x)-18*x 4 /5+49*x 2 /10-1 %pi 5 *x*(1/4-x 2 )*(x 2-1/9)/120 17 0004 0002 0-0002 -0004-0006 -0008-04 -02 0 02 04 x 23 Rungen ilmiö Olkoot f : I R jatkuva funktio ja P n pisteiden (x j, f(x j )), 0 j n, määräämä Lagrangen interpolaatiopolynomi (I R väli, x 0, x 1, x n I keskenään erisuuria) Kun n on iso ja pisteet x 0, x 1, x n I ovat tiheässä, voisi jatkuvuuden nojalla olettaa, että polynomin P n arvot ovat kaikkialla lähellä funktion f arvoja; pisteissä x 0, x 1, x n arvot ovat samat ja jatkuvuuden nojalla funktion f arvo pisteen x j

18 2 0-2 -4-6 -8-10 -12-14 -16-4 -2 0 2 4 x Kuva 21 Rungen ilmiö funktiolle f(x) = 1 1+x 2 Kuvassa n = 16 lähellä ei poikkea paljoa arvosta f(x j ) = P n (x j ) Näin ei kuitenkaan ole Funktion differentioituus ei tässä auta lainkaan Esimerkiksi funktiolle f : R R, f(x) := 1 1 + x 2, välille I := [ 5, 5] ja pisteille x n,j := 5 + j 10, 0 j n, on n sup f(x) P n (x), kun n x I Tämä interpoloinnin ei-approksimointiominaisuus tunnetaan Rungen ilmiönä Huomaa, että tässä f on C -funktio 10 ja pisteet x n,j, 0 j n, ovat tasaväliset Todistuksen osalta katso [13, luku 6, 34] tai [5, luvun IX liite] 24 Newtonin interpolaatiomenetelmä Jos interpolointiin käytettyä pisteistöä (x 0, y 0 ),, (x n, y n ) laajennetaan, joudutaan Lagrangen interpolaatiopolynomin määräämiseksi tarvittavat polynomit P j ja L j laskemaan täysin uudestaan Newtonin interpolaatiomenetelmä ratkaisee saman interpolaatio-ongelman kuin Lagrangen interpolaatiopolynomi, mutta pisteistön laajentamisen suhteen Newtonin menetelmä on joustavampi Jos interpolaatiopisteitä on vain yksi, piste (x 0, y 0 ), interpolaatiopolynomi on vakiopolynomi N 0 (x) y 0 Jos interpolaatiopisteitä on kaksi, pisteet (x 0, y 0 ) ja (x 1, y 1 ), interpolaatiopolynomi on muotoa N 1 (x) = y 0 + a 1 (x x 0 ) Pisteessä x 0 polynomin N 1 arvo on y 0, ja jotta N 1 (x 1 ) = y 1, kertoimen a 1 on oltava (y 1 y 0 )/(x 1 x 0 ) Jos interpolaatiopisteistöön lisätään kolmas piste (x 2, y 2 ), interpolaatiopolynomi on muotoa N 2 (x) = y 0 + a 1 (x x 0 ) + a 2 (x x 0 ) (x x 1 ) Pisteissä x 0 ja x 1 polynomi N 2 saa arvot y 0 ja y 1, ja jotta N 2 (x 2 ) = y 2, kertoimen a 2 on oltava (y 2 y 0 a 1 (x 2 x 0 ))/((x 1 x 0 ) (x 2 x 1 )) 10 Itse asiassa f on vieläpä reaalianalyyttinen: sen Taylorin sarja minkä tahansa pisteen suhteen suppenee kohti funktiota f Jälkimmäisessä viitteessä [5, luvun IX liite] Rungen ilmiötä tarkastellaan kompleksianalyysin apuvälinein

19 Newtonin interpolaatiopolynomi pisteille (x 0, y 0 ),, (x n, y n ) on (24) N n (x) := a 0 + a 1 (x x 0 ) + a 2 (x x 0 ) (x x 1 ) + + a n (x x 0 ) (x x 1 ) (x x n 1 ) Kertoimet a 0, a 1, a 2,, a n määrätään seuraavan yhtälöryhmän mukaisesti: y 0 = a 0 y 1 = a 0 + a 1 (x 1 x 0 ) y 2 = a 0 + a 1 (x 2 x 0 ) + a 2 (x 2 x 0 ) (x 2 x 1 ) y n = a 0 + a 1 (x n x 0 ) + a 2 (x n x 0 ) (x n x 1 ) + + a n (x n x 0 ) (x n x 1 ) (x n x n 1 ) Tämän yhtälöryhmän lukemista helpottaa, sen n viimeistä riviä esitetään erotusosamäärinä y 0 = a 0 y 1 y 0 x 1 x 0 = a 1 y 2 y 0 x 2 x 0 = a 1 + a 2 (x 2 x 1 ) y n y 0 = a 1 + a 2 (x n x 1 ) + + a n (x n x 1 ) (x n x n 1 ) x n x 0 Yhtäpitävästi polynomin N n määräävät ehdot N n (x 0 ) = y 0 ja erotusosamääräpolynomi N n (x) y 0 x x 0 = a 1 + a 2 (x x 1 ) + + a n (x x 1 ) (x x n 1 ) =: Ñ n 1 (x), ts Ñn 1 on pisteisiin (x j, y j y 0 x j x 0 ), 1 j n, liittyvä Newtonin interpolaatiopolynomi Tämä mahdollistaa Newtonin interpolaatiopolynomin määräämisen rekursiivisesti Jos pisteet (x 0, y 0 ),, (x n, y n ) ovat tasaväliset, x j = x 0 +j h, voidaan yllä esitetty erotusosamääräkaavio täydentää seuraavasti: Merkitään y j := y j+1 y j, 2 y j := y j+1 y j,, 3 y j := 2 y j+1 2 y j, jne

20 Esitetään erotukset k y j kaaviona y 0 y 0 y 1 2 y 0 y 1 3 y 0 y 2 2 y 1 y 2 3 y 1 y 3 2 y 2 y 3 y n 1 y n 1 y n Tällöin a j = 1 j y j! h j 0 (todistus induktiolla/ht) Kun piste x esitetään muodossa x = x 0 + h ξ, vastaa väliä x 0 x x n väli 0 ξ n, ja x x j = h (ξ j) Siis (x x 0 )(x x 1 ) (x x j ) = ξ(ξ 1) (ξ j) h j+1 Newtonin interpolaatiopolynomi saa siis muodon ( ) ξ N n (x) = N n (x 0 + h ξ) = y 0 + y 0 + 1 ( ξ 2 ) 2 y 0 + + ( ) ξ n y 0 n Ks [4, luku 5, AII], [9, luku 6, 2], [10, luku 1, 1] Jos pisteet (x 0, y 0 ),, (x n, y n ) eivät ole tasaväliset, erotusosamäärille käytettävät merkinnät vaihtelevat paljon Jos kyse on funktion f arvojen y j = f(x j ) interpoloinnista, käytetään merkintöjä ([9, luku 6, 2]) f(x j, x j+1 ) = f(x j) f(x j+1 ) x j x j+1, f(x j, x j+1, x j+2 ) = f(x j, x j+1 ) f(x j+1, x j+2 ) x j x j+2, jne tai ([12, 23]) f[x j, x j+1 ] = f(x j) f(x j+1 ) x j x j+1, f[x j, x j+1, x j+2 ] = f[x j, x j+1 ] f[x j+1, x j+2 ] x j x j+2, jne Jos kyse on vain pisteistöstä (x 0, y 0 ),, (x n, y n ), käytetään merkintöjä (joissa tosin x-arvot eivät näy lainkaan) [y j, y j+1 ] = y j y j+1 x j x j+1, [y j, y j+1, y j+2 ] = [y j, y j+1 ] [y j+1, y j+2 ] x j x j+2, jne 25 Hermiten interpolaatiomenetelmä [9, luku 6, 2] Kun Lagrangen interpolaatiomenetelmässä määrätään usean eri pisteen kautta kulkeva polynomi, voidaan Taylorin polynomeja pitää yhden pisteen korkeamman kertaluvun interpolaationa Kurssilla Analyysi 3 [A3] Taylorin polynomeja tosin käsitellään enemmän approksimaatio-ominaisuuteensa nojaten, mutta ne voidaan määritellä seuraavastikin: Olkoon f välillä (a, b) n kertaa differentioituva funktio ja x 0 (a, b) Funktion f n Taylorin polynomi on enintään astetta n oleva polynomi T, jolle D k T (x 0 ) = D k f(x 0 ), kun 0 k n Hermiten interpolaatiopolynomi yhdistää Lagrangen interpolaatiopolynomin ja Taylorin polynomin omminaisuudet seuraavasti:

Olkoon annettuna n + 1 eri pistettä x 0, x 1, x n R ja jokaista pistettä x j kohti olkoon annettuna luku r j Z + ja luvut y j,d, 0 d r j 1 On määrättävä polynomi H siten, että (25) D d H(x j ) = y j,d, kun 0 d r j 1 ja 0 j n Tällaisen polynomin H konstruoimiseksi mentellään vastaavalla tavalla kuin Lagrangen interpolaatiopolynomin kohdalla Määrätään polynomit H j siten, että D d H j (x j ) = y j,d, kun 0 d r j 1, ja D d H j (x k ) = 0 kun k j Tällöin polynomilla H := n j=0 H j on vaaditut ominaisuudet Polynomit H j määräämiseksi asetetaan Q j (x) := k j(x x k ) r k 21 Olkoon P j (x) := a j,0 + a j,1 (x x j ) + +a j,2 (x x j ) 2 + + a j,rj 1 (x x j ) r j 1 Tässä kertoimet a j,d määrätään niin, että vaadittu derivaattaehto toteutuu polynomille H j := P j Q j Koska Q j (x j ) = k j (x j x k ) r k 0 ja Pj (x j ) = a j,0, kerroin a j,0 määräytyy ehdosta a j,0 Q j (x j ) = y j,0 Oletetaan nyt, että kertoimet a j,0,, a j,d 1 on määrätty niin, että D c (P j Q j )(x j ) = y j,c, kun 0 c d 1 Koska D c P j (x j ) = c! a j,c, saadaan tulon derivoimiskaavalla 11 d 1 ( ) d D d (P j Q j )(x j ) = d! a j,d Q j (x j ) + D c P j (x j ) D d c Q j (x j ) c Koska tässä Q j (x j ) 0 ja D c P j (x j ) = c! a j,c, 0 c d 1, tunnetaan, voidaan kerroin a j,d määrätä niin, että D d (P j Q j )(x j ) = y j,d Edellisestä konstruktiosta käy ilmi, että polynomin H j aste on enintään r j 1 + k j r k = n k=0 r k 1 Vastaavaan tapaan kuin Lagrangen interpolaatiopolynomin voidaan osoittaa, että jos Hermiten interpolaatiopolynomille asetetaan lisäehto n deg H r k 1, niin ehdot (25) määräävät tällaisen polynomin yksikäsitteisesti k=0 Lause 26 Olkoot I R väli, x 0, x 1, x n I keskenään erisuuria Jokaiselle j {0,, n} olkoot r j Z +, r; = n k=0 r k 1, f : I R C r+1 -funktio ja c=0 y j,d := D d f(x j ), 0 d r j 1 Olkoon H arvojen (x j, y j,d ) määräämä Hermiten interpolaatiopolynomi 11 D d (f g)(x) = d c=0 ( d c) D c f(x) D d c g(x)

22 Tällöin jokaiselle x I on olemassa ξ x I siten, että f(x) P (x) = f (r+1) (ξ x ) n (x x k ) r k (r + 1)! Todistuksen osalta ks [9, luku 6, 2] k=0