Téma je podrobně zpracováno ve skriptech [1], kapitola

Podobné dokumenty
Téma je podrobně zpracováno ve skriptech [1], kapitola 6, strany

4 Numerické derivování a integrace

Břetislav Fajmon, UMAT FEKT, VUT Brno. Poznámka 1.1. A) první část hodiny (cca 50 minut): představení všech tří metod při řešení jednoho příkladu.

řešeny numericky 6 Obyčejné diferenciální rovnice řešeny numericky

Polynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení

FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ. Matematika 3. RNDr. Břetislav Fajmon, PhD. Autoři textu:

Euklidovský prostor Stručnější verze

8 Střední hodnota a rozptyl

1 Polynomiální interpolace

Základy matematiky kombinované studium /06

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

Metoda nejmenších čtverců Michal Čihák 26. listopadu 2012

Matice se v některých publikacích uvádějí v hranatých závorkách, v jiných v kulatých závorkách. My se budeme držet zápisu s kulatými závorkami.

Gymnázium, Brno. Matice. Závěrečná maturitní práce. Jakub Juránek 4.A Školní rok 2010/11

BAKALÁŘSKÁ PRÁCE. Numerické metody jednorozměrné minimalizace

Regresní a korelační analýza

5. Interpolace a aproximace funkcí

Interpolace pomocí splajnu

Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0.

Mgr. Karel Pazourek. online prostředí, Operační program Praha Adaptabilita, registrační číslo CZ.2.17/3.1.00/31165.

INTERPOLAČNÍ POLYNOM. F (x)... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí

Aplikovaná matematika I

Skalární součin je nástroj, jak měřit velikost vektorů a úhly mezi vektory v reálných a komplexních vektorových prostorech.

Numerická matematika Banka řešených příkladů

Jak pracovat s absolutními hodnotami

Skalár- veličina určená jedním číselným údajem čas, hmotnost (porovnej životní úroveň, hospodaření firmy, naše poloha podle GPS )

Funkce jedné reálné proměnné. lineární kvadratická racionální exponenciální logaritmická s absolutní hodnotou

INTERPOLAČNÍ POLYNOM.... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí

9. Úvod do teorie PDR

Numerická matematika Písemky

Řešení nelineárních rovnic

A NUMERICKÉ METODY. Matice derivací: ( ) ( ) Volím x 0 = 0, y 0 = -2.

Mária Sadloňová. Fajn MATIKA. 150 řešených příkladů (vzorek)

Jazyk matematiky Matematická logika Množinové operace Zobrazení Rozšířená číslená osa

Aproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.

2.4.8 Další příklady s grafy funkcí s absolutní hodnotou

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

Kód uchazeče ID:... Varianta: 14

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Zadání projektů z BPC2 pro letní semestr 2007/2008

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Přehled učiva matematiky 7. ročník ZŠ

III. Diferenciál funkce a tečná rovina 8. Diferenciál funkce. Přírůstek funkce. a = (x 0, y 0 ), h = (h 1, h 2 ).

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

4. Lineární nerovnice a jejich soustavy

MATEMATIKA Charakteristika vyučovacího předmětu 2. stupeň

Interpolace, ortogonální polynomy, Gaussova kvadratura

Dodatek č. 3 ke školnímu vzdělávacímu programu. Strojírenství. (platné znění k )

ŠKOLNÍ VZDĚLÁVACÍ PROGRAM

Exponenciála matice a její užití. fundamentálních matic. Užití mocninných řad pro rovnice druhého řádu

Kvadratická rovnice. - koeficienty a, b, c jsou libovolná reálná čísla, a se nesmí rovnat 0

Aproximace a interpolace

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

Interpolace, aproximace

3. Polynomy Verze 338.

Typy příkladů na písemnou část zkoušky 2NU a vzorová řešení (doc. Martišek 2017)

2 Spojité modely rozhodování

Nerovnice v součinovém tvaru, kvadratické nerovnice

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

2. RBF neuronové sítě

Zápis čísla v desítkové soustavě. Číselná osa Písemné algoritmy početních operací. Vlastnosti početních operací s přirozenými čísly

Test M1-ZS12-2 M1-ZS12-2/1. Příklad 1 Najděte tečnu grafu funkce f x 2 x 6 3 x 2, která je kolmá na přímku p :2x y 3 0.

Čebyševovy aproximace

Hledání extrémů funkcí

Úvod. Integrování je inverzní proces k derivování Máme zderivovanou funkci a integrací získáme původní funkci kterou jsme derivovali

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Učební texty k státní bakalářské zkoušce Matematika Matice. študenti MFF 15. augusta 2008

Edita Kolářová ÚSTAV MATEMATIKY

EUKLIDOVSKÉ PROSTORY

Kirchhoffovy zákony. Kirchhoffovy zákony

Sedmé cvičení bude vysvětlovat tuto problematiku:

Numerické řešení diferenciálních rovnic

Teoretická rozdělení

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

obecná rovnice kružnice a x 2 b y 2 c x d y e=0 1. Napište rovnici kružnice, která má střed v počátku soustavy souřadnic a prochází bodem A[-3;2].

MAT_303 Název: VY_32_INOVACE_01_MAT_303_OZŠ_reálná_čísla_II.docx. MAT_304 Název: VY_32_INOVACE_01_MAT_304_OZŠ_zlomky.docx


Fakt. Každou soustavu n lineárních ODR řádů n i lze eliminací převést ekvivalentně na jednu lineární ODR

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

Maticový a tenzorový počet

Adriana Vacíková. Adriana Vacíková. Adriana Vacíková. Adriana Vacíková. Adriana Vacíková. Adriana Vacíková. Adriana Vacíková

Základy aritmetiky a algebry II

Numerické metody a statistika

Přednáška 11, 12. prosince Část 5: derivace funkce

Nejdřív spočítáme jeden příklad na variaci konstant pro lineární diferenciální rovnici 2. řádu s kostantními koeficienty. y + y = 4 sin t.

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

0. Lineární rekurence Martin Mareš,

Literatura: Kapitola 2 d) ze skript Karel Rektorys: Matematika 43, ČVUT, Praha, Text přednášky na webové stránce přednášejícího.

4. Určete definiční obor elementární funkce g, jestliže g je definována předpisem

Algebraické výrazy - řešené úlohy

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

2. Matice, soustavy lineárních rovnic

1 Modelování systémů 2. řádu

Semestrální písemka BMA3 - termín varianta A13 vzorové řešení

Soustavy lineárních rovnic

MATEMATICKÁ ANALÝZA A LINEÁRNÍ ALGEBRA PŘÍPRAVA NA ZKOUŠKU PRO SAMOUKY

Diferenciál a Taylorův polynom

pracovní list studenta

Matematika 3. Sbírka příkladů z numerických metod. RNDr. Michal Novák, Ph.D. ÚSTAV MATEMATIKY

Transkript:

Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6. Základní aproximační úlohu lze popsat následovně: Jsou dány body [x 0, y 0 ], [x 1, y 1 ],..., [x n, y n ] (získány většinou z měření vztahu mezi dvěma veličinami, měření jedné veličiny v čase, atp.). Naším úkolem je najít v jistém smyslu nejvhodnější funkci, která tyto naměřené hodnoty aproximuje (= modeluje, blíží se jim). Různé typy aproximace (latinské aproximare = přiblížit se): bed b@d OBSAH 1/32

a) Interpolační polynom. Bodů měření je malý počet, měření je přesné (není zatíženo chybou). Chceme, aby hledaná aproximační funkce procházela danými body. b) Splajn. Bodů měření je větší počet, měření je přesné (není zatíženo chybou). Chceme, aby hledaná aproximační funkce procházela danými body. c) Metoda nejmenších čtverců. Bodů měření je větší počet (může být i více bodů se stejnou souřadnicí x i ), měření je zatíženo chybou (počítáme s nepřesnostmi způsobenými měřením). Hledaná funkce nemusí procházet danými body. bed b@d OBSAH 2/32

V případech a), b) potřebujeme hledat funkci, která zadanými body přesně prochází. Příkladem je např. modelování kosti ve 3D (výroba umělého kloubu); potřebujeme nalézt funkci, která naměřenými body přesně prochází, jak jen jsme schopni tuto přesnost změřit, aby umělý kloub bylo možné přesně voperovat. modelování povrchu pneumatiky; zajímá nás opět přesný popis, výstupky i odvodňovací kanálky při mokré vozovce musí být na pneumatice popsány přesně podle návrhu, aby byly zachovány fyzikální vlastnosti pneumatiky. bed b@d OBSAH 3/32

Poznámka 2.1. A) Interpolační polynom. Pro (n + 1) zadaných bodů [x 0, y 0 ], [x 1, y 1 ],..., [x n, y n ] je interpolační polynom řádu n polynomem stupně nejvýše n, který zadanými body prochází, tj. platí P n (x i ) = y i. Pro n = 1 jsou dány body [x 0, y 0 ], [x 1, y 1 ], a interpolačním polynomem řádu 1 je lineární funkce, jejímž grafem je přímka, která těmito dvěma body prochází. Pro n = 2 jsou dány body [x 0, y 0 ], [x 1, y 1 ], [x 2, y 2 ] a interpolačním polynomem řádu 2 je funkce ve tvaru P 2 (x) = ax 2 + bx + c, jejímž grafem je (zpravidla) parabola, která těmito třemi body prochází. bed b@d OBSAH 4/32

Vysvětlení pojmu řád interpolečního polynomu: Pokud zadané tři body leží na přímce, tak při hledání koeficientů funkce P 2 (x) = ax 2 + bx + c dostaneme a = 0, tj. interpolační polynomu řádu 2 v některých případech je polynomem stupně 1 tj. řád interpolačního polynomu udává maximální možný stupeň hledaného polynomu (může se stát v konkrétních případech, že stupeň interpolačního polynomu je nižší než jeho řád (proto tedy zavádíme pojem řád interpolačního polynomu)). bed b@d OBSAH 5/32

Věnujme se situaci obecného n > 2 hledáme polynom, který prochází zadanými body [x 0, y 0 ], [x 1, y 1 ],..., [x n, y n ]: P n (x) = a n x n + a n 1 x n 1 + + a 1 x + a 0. Protože pro (n+1) neznámých koeficientů máme (n+1) rovnic P n (x i ) = y i, interpolační polynom za předpokladu x 0 < x 1 < x 2 <... < x n vždy existuje a je určen jednoznačně. Jde jen o to jej rychle najít. Lze určitě dosadit do rovnic P n (x i ) = y i konkrétní zadané body a hledat řešení daného systému rovnic, ale existují některé rychlejší postupy: bed b@d OBSAH 6/32

1) Lagrangeův tvar interpolačního polynomu. Celý polynom okamžitě sestavíme dosazením do vzorce (x x 1 )(x x 2 )... (x x n ) P n (x) = y 0 (x 0 x 1 )(x 0 x 2 )... (x 0 x n ) + (x x 0 )(x x 2 )... (x x n ) +y 1 (x 1 x 0 )(x 1 x 2 )... (x 1 x n ) + + y n (x x 0 )(x x 1 )... (x x n 1 ) (x n x 0 )(x n x 1 )... (x n x n 1 ) bed b@d OBSAH 7/32

Zlomky v tomto vzorci jsou zkonstruovány tak, aby po dosazení konkrétní hodnoty x i byly všechny rovny nule kromě i-tého zlomku, který je roven jedné (čili prakticky už z konstrukce zlomků je hned zřejmé, že P n (x i ) = y i ). Je dobré mít na mysli, že zlomků je stejný počet jako je zadaných bodů, tj. (n + 1). bed b@d OBSAH 8/32

Příklad 2.1. Najděte interpolační polynom daný body x i -1 0 2 4 y i 2 4 3-1. bed b@d OBSAH 9/32

Řešení: (x 0)(x 2)(x 4) P 3 (x) = 2 ( 1 0)( 1 2)( 1 4) + (x ( 1))(x 2)(x 4) +4 (0 ( 1))(0 2)(0 4) + (x ( 1))(x 0)(x 4) +3 (2 ( 1))(2 0)(2 4) (x ( 1))(x 0)(x 2) (4 ( 1))(4 0)(4 2). Uvedený interpolační polynom bychom mohli dále zjednodušit, například roznásobením konstant ve jmenovateli, roznásobením závorek v čitateli, apod. bed b@d OBSAH 10/32

2) Newtonův tvar interpolačního polynomu. Celý polynom v Newtonově tvaru lze psát P 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 ), kde vypočítat koeficienty a i dá určitou námahu, ta se ovšem vyplatí: Pro zadané body [x i, y i ] nazveme podíly y[x i, x i+1 ] = y i+1 y i x i+1 x i, i = 0, 1,... n 1 poměrnými diferencemi prvního řádu (označení naznačuje, že hodnoty y i jsou funkčními hodnotami funkce y(x), jejíž aproximaci hledáme). bed b@d OBSAH 11/32

Pomocí poměrných diferencí prvního řádu definujeme poměrné diference druhého řádu jako y[x i, x i+1, x i+2 ] = y[x i+1, x i+2 ] y[x i, x i+1 ] x i+2 x i, i = 0, 1,..., n 2 a obecně poměrné diference k-tého řádu pro k n definujeme takto: y[x i, x i+1,..., x i+k ] = y[x i+1, x i+2,..., x i+k ] y[x i, x i+1,..., x i+k 1 ] x i+k x i. Pro i = 0,..., (n k). Pro hledané koeficienty a i platí a 0 = y 0, a 1 = y[x 0, x 1 ], a 2 = y[x 0, x 1, x 2 ],..., a n = y[x 0, x 1,..., x n ]. bed b@d OBSAH 12/32

Příklad 2.2. Najděte interpolační polynom pro tytéž body jako v příkladu 2.1, tj. pro body x i -1 0 2 4 y i 2 4 3-1. Při konstrukci daných diferencí je vhodné vytvořit tabulku, kde do prvního sloupce napíšeme hodnoty x i, do druhého sloupce hodnoty y i (což jsou vlastně poměrné diference řádu 0), do třetího sloupce poměrné diference řádu 1, do čtvrtého sloupce poměrné diference řádu 2, atd. Dostaneme následující tabulku: bed b@d OBSAH 13/32

x i y i y[x i, x i+1 ] y[x i, x i+1, x i+2 ] y[x i, x i+1, x i+2, x i+3 ] -1 2 4 2 0 ( 1) = 2 0 4 3 4 2 0 = 0,5 2 3 1 3 4 2 4-1 = 2 0,5 2 2 ( 1) = 5 6 2 ( 0,5) 4 0 = 3 8 3 8 + 5 6 4 ( 1) = 11 120 Při konstrukci tabulky platí, že v čitateli při výpočtu hodnot diference se nachází vždy rozdíl hodnot z předchozího sloupce (hodnota o řádek níž minus hodnota na stejném řádku), ve jmenovateli je rozdíl dvou x-ových souřadnic zadaných bodů (u dif. řádu jedna je to x i+1 x i (rozdíl sousedních), u řádu 2 je bed b@d OBSAH 14/32

to x i+2 x i (rozdíl x-ových souřadnic ob jedno místo), atd.). Hledané koeficienty nacházíme v prvním řádku (počínaje y 0 ): P 3 (x) = 2+2(x ( 1)) 5 11 (x ( 1))(x 0)+ 6 120 (x ( 1))(x 0)(x 2). bed b@d OBSAH 15/32

Srovnání Lagrangeova a Newtonova vzorce: v příkladech 2.1 a 2.2 byl nalezen tentýž interpoleční polynom, pouze v jiném vyjádření (je možné ověřit roznásobením závorek a upravením obou polynomů na stejný tvar) mimo jiné to plyne z toho, že interpolační polynom vždy existuje právě jeden (zadaných (n + 1) bodů jej určuje jednoznačně). Je užitečné si všimnout, že Lagrangeův tvar je rychleji dosažen (okamžitě píšeme tvar polynomu, pouze s využitím zadaných bodů) někdy proto použijeme právě tento. Na druhé straně, Newtonův tvar je užitečný tehdy, pokud přidáme k již zadaným bodům další bod tím se hodnoty pyramidy ve výpočtové tabulce nemění, bed b@d OBSAH 16/32

pouze v každém sloupci přibude jedna hodnota, tj. k polynomu se po přidání nového bodu přičte jen jeden další člen, s koeficientem získaným na vrcholu doplněné pyramidy (pokud tedy máme na mysli, že pyramida je pootočena o devadesát stupňů, tudíž její vrchol se nachází v posledním sloupci tabulky). bed b@d OBSAH 17/32

Poznámka 2.2. B) Splajn. Iterpolační polynom při více bodech nabývá jisté neblahé vlastnosti, že i když prochází zadanými body, mimo ně se příliš rozkmitá (viz obrázek ve skriptech [1], str. 69). Proto např. už při deseti bodech se interpolační polynom mimo zadané body nehodí k aproximaci měřené funkce a musíme hledat jiné prostředky. Jednou z hojně využívaných metod, která má při větším počtu bodů lepší vlastnosti než interpolační polynom, je konstrukce tzv. splajnu. Splajn je soustava polynomů nižšího stupně na různých intervalech, které na sebe navzájem navazují v zadaných bodech. bed b@d OBSAH 18/32

Lineární splajn = soustava lineárních funkcí, kteé na sebe navazují v zadaných bodech (vlastně lomená čára spojující zadané body [x 0, y 0 ], [x 1, y 1 ],..., [x n, y n ]) 1. Kvadratický splajn = soustava kvadratických funkcí, které na sebe v zadaných bodech navazují jak funkční hodnotou, tak i první derivací 2. Kubický splajn = soustava kubických funkcí, které na sebe v zadaných bodech navazují jak funkční hodnotou, tak první a druhou derivací 3. 1 Tato lomená čára je to dá rozum určena jednoznačně. 2 Přestože z návaznosti funkčních hodnot a prvních derivací vyvstává řada rovnic, výsledné koeficienty nejsou určeny jednoznačně a z hledaných 3n neznámých koeficientů lze jeden zvolit. 3 Přestože z návaznosti funkčních hodnot a prvních a druhých derivací vyvstává řada rovnic, výsledné bed b@d OBSAH 19/32

V praxi se často používá kubický splajn, protože lineární splajn má příliš ostré hroty funkce může mezi danými body příliš oscilovat, také nejsou k dispozici hodnoty derivací v zadaných bodech (díky hrotům v zadaných bodech). kvadratický splajn má již lepší vlastnosti, např. existuje vždy jeho derivace, ovšem negativní vlastností je setrvačnost: každé dva sousední body (pro x 0 < x 1 < x 2 <... < x n ) jsou v grafu spojeny parabolou tato parabola příliš přestřelí bod [x i, y i ], než získá ten správný kurs směrem k bodu [x i+1, y i+1 ]. koeficienty nejsou určeny jednoznačně a z hledaných 4n neznámých koeficientů lze dva zvolit. bed b@d OBSAH 20/32

Kubický splajn má zkrátka ideální aproximační vlastnosti: hledáme takovou aproximaci, která spojuje zadané body, prokládá je funkcemi pokud možno jednoduchými (ale proložení je přesnější než proložení parabolami), v každém bodě existuje derivace (první i druhá) výsledné aproximace. bed b@d OBSAH 21/32

Přirozený kubický splajn: Soustava kubických funkcí typu s i (x) = a i + b i (x x i ) + c i (x x i ) 2 + d i (x x i ) 3 na intervalech x i ; x i+1, které na sebe navazují v krajních bodech. Sousední kubické funkce na sebe navazují první i druhou derivací. Platí navíc s 0(x 0 ) = 0, s n 1(x n ) = 0. Takto definovaný kubický splajn nalezne soustavu funkcí, jejichž graf kopíruje trajektorii, do které by se vytvarovalo elastické pravítko, kdybychom je upevnili ( jako dvěma hřebíčky, z každé strany jeden ) ve všech zadaných bodech mimo tyto body by se elasticky pružně vytvarovalo do trajektorie přirozeného kubického splajnu. bed b@d OBSAH 22/32

Příklad 2.3. Najděte přirozený kubický splajn pro zadané body x i -1 0 2 4 y i 2 4 3-1. bed b@d OBSAH 23/32

Řešení: hledáme následující soustavu polynomů: s 0 (x) = a 0 + b 0 (x + 1) + c 0 (x + 1) 2 + d 0 (x + 1) 3 pro x 1; 0 ; s 1 (x) = a 1 + b 1 x + c 1 x 2 + d 1 x 3 pro x 0; 2 ; s 2 (x) = a 2 + b 2 (x 2) + c 2 (x 2) 2 + d 2 (x 2) 3 pro x 2; 4 ; Všimněte si, že na intervalu x i ; x i+1 je polynom vyjádřen v mocninách závorky (x x i ). Jedná se zde o dvanáct neznámých koeficientů, které máme najít. Najdeme je dosazením do požadovaných podmínek pro soustavu těchto kubických funkcí: bed b@d OBSAH 24/32

1. Polynomy prochází zadanými body: s 0 ( 1) = 2 a 0 = 2; (1) s 1 (0) = 4 a 1 = 4; (2) s 2 (2) = 3 a 2 = 3; (3) s 2 (4) = 1 3 + 2b 2 + 4c 2 + 8d 2 = 1. (4) 2. Polynomy na sebe navazují: s 0 (0) = s 1 (0) 2 + b 0 + c 0 + d 0 = 4; (5) s 1 (2) = s 2 (2) 4 + 2b 1 + 4c 1 + 8d 1 = 3. (6) bed b@d OBSAH 25/32

3. První derivace polynomů musí navazovat: s 0(0) = s 1(0) b 0 + 2c 0 + 3d 0 = b 1 ; (7) s 1(2) = s 2(2) b 1 + 4c 1 + 12d 1 = b 2. (8) 4. Druhé derivace polynomů musí navazovat: s 0(0) = s 1(0) 2c 0 + 6d 0 = 2c 1 ; (9) s 1(2) = s 2(2) 2c 1 + 12d 1 = 2c 2. (10) bed b@d OBSAH 26/32

5. Máme deset rovnic o dvanácti neznámých, ještě je potřeba volit například podmínky pro přirozený kubický splajn, aby bylo řešení jednoznačně: s 0( 1) = 0 2c 0 = 0; (11) s 2(4) = 0 2c 2 + 12d 2 = 0. (12) bed b@d OBSAH 27/32

První tři neznámé jsou hned určeny, ale dalších devět není tak zřejmé, jak získat (obecně musíme ještě provést Gaussovu eliminaci pro devět rovnic o devíti neznámých). Místo dosazování přímo do podmínek lze drobnými úpravami a označením vnést do řešení jistý systém, takže lze postupovat následujícím způsobem: bed b@d OBSAH 28/32

I. Určíme a i = y i pro i = 0, 1,..., n 1; dále volíme c 0 = 0, c n = 0 (c n je fiktivní proměnná, protože polynom s n (x) nemáme už konstruovat ale toto označení nám dovoluje zapsat systém rovnic v bodě II jediným vzorcem). II. Vypočteme c 1, c 2,..., c n 1 jako řešení systému rovnic ( yi+1 h i c i + 2(h i+1 + h i )c i+1 + h i+1 c i+2 = 3 y ) i h i+1 h i pro i = 0, 1,..., n 1 (označení: h i = x i+1 x i, y i = y i+1 y i ). bed b@d OBSAH 29/32

III. Vypočteme b i, d i pro i = 0, 1,..., n 1 dosazením do vzorců b i = y i h i h i 3 (c i+1 + 2c i ); d i = c i+1 c i 3h i. bed b@d OBSAH 30/32

V našem příkladu je pak řešení: s 0 (x) = 2 + 105 17 (x + 1) 44 44 (x + 1)3 pro x 1; 0 ; s 1 (x) = 4 + 27 22 x 51 44 x2 + 13 88 x3 pro x 0; 2 ; s 2 (x) = 3 18 11 (x 2) 3 11 (x 2)2 + 1 22 (x 2)3 pro x 2; 4 ; Nebo ještě lépe, při zaokrouhlení výsledku na tři desetinná místa: s 0 (x) = 2 + 2,3864(x + 1) 0,3864(x + 1) 3 pro x 1; 0 ; s 1 (x) = 4 + 1,2273x 1,1591x 2 + 0,14773x 3 pro x 0; 2 ; s 2 (x) = 3 1,6364(x 2) 0,2727(x 2) 2 + 0,0454(x 2) 3 pro x bed b@d OBSAH 31/32

Literatura V rámci procvičení tohoto tématu můžete vypočíst ze skript [1], str. 82,83, příklady 6.1, 6.3 a 6.5. Literatura [1] Fajmon, B., Růžičková, I.: Matematika 3. Skriptum FEKT VUT v elektronické formě, Brno 2003. Počet stran 257 (identifikační číslo v informačním systému VUT: MAT103). http://www.rozhovor.cz/souvislosti/matematika3.pdf. bed b@d OBSAH 32/32