Узлы Чебышева

редактировать
Узлы Чебышева эквивалентны x-координатам n равноотстоящих точек на единичном полукруге (здесь n = 10).

В числовом анализе, узлы Чебышева являются конкретными действительными алгебраическими числами, а именно корнями полиномов Чебышева первый вид. Они часто используются в качестве узлов в полиномиальной интерполяции, потому что результирующий полином интерполяции минимизирует эффект явления Рунге.

Содержание
  • 1 Определение
  • 2 Приближение
  • 3 Примечания
  • 4 Ссылки
  • 5 Дополнительная литература
Определение
Нули первых 50 многочленов Чебышева первого рода

Для заданного положительного целого числа n узлы Чебышева в интервале (- 1, 1) равны

xk = cos ⁡ (2 k - 1 2 n π), k = 1,…, n. {\ displaystyle x_ {k} = \ cos \ left ({\ frac {2k-1} {2n}} \ pi \ right), \ quad k = 1, \ ldots, n.}{\ displaystyle x_ {k} = \ cos \ left ({\ frac { 2k-1} {2n}} \ pi \ right), \ quad k = 1, \ ldots, n.}

Это корни полинома Чебышева первого рода степени n. Для узлов в произвольном интервале [a, b] можно использовать аффинное преобразование :

xk = 1 2 (a + b) + 1 2 (b - a) cos ⁡ (2 k - 1 2 n π), k = 1,…, n. {\ displaystyle x_ {k} = {\ frac {1} {2}} (a + b) + {\ frac {1} {2}} (ba) \ cos \ left ({\ frac {2k-1}) {2n}} \ pi \ right), \ quad k = 1, \ ldots, n.}{\ displaystyle x_ {k} = {\ frac {1} {2}} (a + b) + {\ frac {1} {2}} (ba) \ cos \ left ({\ frac {2k-1} {2n}} \ pi \ right), \ четырехъядерный к = 1, \ ldots, п.}
Аппроксимация

Чебышёвские узлы важны в теории приближений, потому что они образуют особенно хороший набор узлов для полиномиальной интерполяции. Дана функция ƒ на интервале [- 1, + 1] {\ displaystyle [-1, + 1]}[-1,+1 providedи n {\ displaystyle n}n точек x 1, x 2,…, xn, {\ displaystyle x_ {1}, x_ {2}, \ ldots, x_ {n},}x_ {1}, x_ {2}, \ ldots, x_ {n}, в этом интервале полином интерполяции этот уникальный многочлен P n - 1 {\ displaystyle P_ {n-1}}P_ {n-1} степени не выше n - 1 {\ displaystyle n-1}n-1 который имеет значение f (xi) {\ displaystyle f (x_ {i})}f (x_ {i}) в каждой точке xi {\ displaystyle x_ {i}}x_ {i} . Ошибка интерполяции в x {\ displaystyle x}x составляет

f (x) - P n - 1 (x) = f (n) (ξ) n! ∏ я знак равно 1 N (Икс - Икс) {\ Displaystyle F (х) -P_ {N-1} (х) = {\ гидроразрыва {f ^ {(п)} (\ xi)} {п!}} \ prod _ {i = 1} ^ {n} (x-x_ {i})}f (x) -P_ {{n-1}} (x) = {\ frac {f ^ {{(n)}} (\ xi)} {n!}} \ prod _ {{i = 1}} ^ {n} (x -x_ {i})

для некоторого ξ {\ displaystyle \ xi}\ xi (в зависимости от x) в [−1, 1]. Поэтому логично попытаться минимизировать

max x ∈ [- 1, 1] | ∏ я = 1 п (х - х я) |. {\ displaystyle \ max _ {x \ in [-1,1]} \ left | \ prod _ {i = 1} ^ {n} (x-x_ {i}) \ right |.}\ max _ {{x \ in [-1,1]}} \ left | \ prod _ {{i = 1}} ^ {n} (x-x_ {i}) \ right |.

Этот продукт является моническим многочленом степени n. Можно показать, что максимальное абсолютное значение (максимальная норма) любого такого многочлена ограничено снизу числом 2. Эта граница достигается масштабированными многочленами Чебышева 2 T n, которые также являются моническими. (Напомним, что | T n (x) | ≤ 1 для x ∈ [−1, 1].) Следовательно, когда узлы интерполяции x i являются корнями T n, ошибка удовлетворяет

| f (x) - P n - 1 (x) | ≤ 1 2 n - 1 n! max ξ ∈ [- 1, 1] | f (n) (ξ) |. {\ displaystyle \ left | е (х) -P_ {n-1} (x) \ right | \ leq {\ frac {1} {2 ^ {n-1} n!}} \ max _ {\ xi \ in [-1,1]} \ left | f ^ {(n)} (\ xi) \ right |.}\ left | f (x) -P _ {{n-1}} (x) \ right | \ leq {\ frac {1} { 2 ^ {{n-1}} n!}} \ Max _ {{\ xi \ in [-1,1]}} \ left | f ^ {{(n)}} (\ xi) \ right |.

Для произвольного интервала [a, b] замена переменной показывает, что

| f (x) - P n - 1 (x) | ≤ 1 2 n - 1 n! (b - a 2) n max ξ ∈ [a, b] | f (n) (ξ) |. {\ displaystyle \ left | е (х) -P_ {n-1} (x) \ right | \ leq {\ frac {1} {2 ^ {n-1} n!}} \ left ({\ frac { ba} {2}} \ right) ^ {n} \ max _ {\ xi \ in [a, b]} \ left | f ^ {(n)} (\ xi) \ right |.}{\ displaystyle \ left | f (x) -P_ {n-1} (x) \ right | \ leq {\ frac {1} {2 ^ {n-1} n!}} \ left ({\ frac {ba} {2}} \ right) ^ {n} \ max _ {\ xi \ in [a, b]} \ left | f ^ { (n)} (\ xi) \ right |.}
Примечания
  1. ^Ллойд Н. Трефетен, Теория приближений и практика приближений (SIAM, 2012). Интернет: https://people.maths.ox.ac.uk/trefethen/ATAP/
  2. ^Финк, Куртис Д. и Джон Х. Мэтьюз. Численные методы с использованием MATLAB. Река Аппер Сэдл, Нью-Джерси: Prentice Hall, 1999. 3-е изд. С. 236-238.
  3. ^Стюарт (1996), (20.3)
  4. ^Стюарт (1996), Лекция 20, §14
Ссылки
  • Стюарт, Гилберт В. (1996), Примечания по численному анализу, SIAM, ISBN 978-0-89871-362-6.
Дополнительная литература
  • Burden, Richard L.; Faires, J. Douglas: Numerical Analysis, 8-е изд., Страницы 503–512, ISBN 0-534-39200-8.
Последняя правка сделана 2021-05-14 09:05:34
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте