Рациональная интерполяция

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

Введение

Некоторые функции нельзя с достаточной точностью приблизить полиномами или полиномиальное приближение очень медленно сходится. В этом случае разумно обратиться к другому методу - к дробно-рациональному приближению (иногда называют просто рациональное), которое соответсвует отношению двух многочленов.

R(x)=\frac{a_0+a_1x+\dots+a_px^p}{b_0+b_1x+\dots+b_px^p}, p+q+1=n

Коэффициенты a_i, b_i можно найти из совокупности соотношений R(x_j)=y_j, j=1,\ldots,n, которые можно записать в виде

 \sum_{j=0}^{p} a_j x_j^j-f(x_i)\sum_{j=0}^{q}b_j x_i^j=0, i=1,\ldots, n

Таким образом полычаем систему n линейных алгебраических уравнений относительно n+1 неизыестных. Функция R(x) может быть записана в явном виде в случаях, когда n нечетное и p=q, и когда n четное и p-q=1. Для этого следует вычислить обратные разделенные разности, определяемые условиями

f^{-}(x_k;x_l)=\frac{x_k-x_l}{f(x_k)-f(x_l)}

и реккурентным соотношением

 f^{-}(x_k;\ldots;x_l)=\frac{x_l-x_k}{f^{-}(x_{k+1};\ldots;x_l)-f^{-}(x_k;\ldots;x_{l-1})}

после чего интерполирующая рациональная функция записывается в виде цепной дроби

 f^{-}(x_k;\ldots;x_n)=f(x_1)+\frac{x-x_1}{f^{-}(x_1;x_2)+\frac{x-x_2} {f^{-}(x_1;x_2;x_3)+\dots+ \frac{x-x_{n-1}}{f^{-}(x_k;\ldots;x_{n}) } } }

Дробно-рациональное интерполирование при правильном выборе узлов целесообразно использовать для функций с нерегулярным характером поведения.

Погрешность вычислений

Пример использования

Список литературы

Личные инструменты