24/05/2018, 16:02

Đa thức nội suy Newton

Cách xây dựng đa thức nội suy Lagrange khá đơn giản về mặt ý tưởng. Tuy nhiên nhược điểm của nó là mỗi lần bổ sung thêm một số điểm quan sát mới ta lại phải tính lại từ đầu. Người ta tìm cách xây ...

Cách xây dựng đa thức nội suy Lagrange khá đơn giản về mặt ý tưởng. Tuy nhiên nhược điểm của nó là mỗi lần bổ sung thêm một số điểm quan sát mới ta lại phải tính lại từ đầu. Người ta tìm cách xây dựng một đa thức nội suy sao cho khi bổ sung các điểm quan sát thì ta không phải tính lại phần đa thức đã có. Thí dụ từ các điểm quan sát (x0,y0), (x1,y1),..., (xk,yk) ta tính được đa thức pk(x). Khi bổ sung thêm các điểm (xk+1,yk+1),..., (xn,yn) thì đa thức nội suy tương ứng với mẫu quan sát (x0,y0),..., (xn,yn) sẽ có dạng pn(x) = pk(x) + u(x).

Để thực hiện và trình bày điều này một cách rõ ràng, sáng sủa, trước hết ta cần đến khái niệm sai phân như sau:

Cho f(x) là hàm của x và h = Δx là một hằng số không đổi biểu thị cho khoảng thay đổi trên biến x và được gọi là số gia của x. Khi đó số gia tương ứng trên f(x):

Δf(x) = f(x+Δx) - f(x)

được gọi là sai phân tiến cấp một tại điểm x của f(x) tương ứng với h. Gia số được tính bởi

Δf(x) = f(x) - f(x-Δx)

được gọi là sai phân lùi cấp một tại điểm x của f(x) tương ứng với h.

Vì sai phân tiến g(x) của một hàm lại là một hàm của x do đó ta lại có thể định nghĩa sai phân tiến của g(x). Khi đó ta gọi sai phân tiến cấp một của g(x) là sai phân tiến cấp 2 của f(x), và cứ như vậy ta có thể định nghĩa sai phân tiến cấp k của một hàm f(x).

Với sai phân lùi ta cũng có lập luận và định nghĩa tương tự.

Giả sử các điểm x0, x1, ... xn thoả mãn điều kiện xi+1 - xi = h

yi = f(xi), i = 0, 1, ...

Ta có thể thấy rằng sai phân tiến