跳至內容

均差

維基百科,自由的百科全書

均差(Divided differences)是遞歸除法過程。在數值分析中,可用於計算牛頓多項式形式的多項式插值的係數。在微積分中,均差與導數一起合稱差商,是對函數在一個區間內的平均變化率的測量[1][2][3]

均差也是一種算法查爾斯·巴貝奇差分機,是他在1822年發表的論文中提出的一種早期的機械計算機,在歷史上意圖用來計算對數表和三角函數表, 它設計在其運算中使用這個算法[4]

定義

給定n+1個數據點

定義前向均差為:

定義後向均差為:

表示法

假定數據點給出為函數 ƒ,

其均差可以寫為:

對函數 ƒ 在節點 x0, ..., xn 上的均差還有其他表示法,如:

例子

給定ν=0:

為了使涉及的遞歸過程更加清楚,以列表形式展示均差的計算過程[5]

展開形式

數學歸納法可證明[6]

此公式體現了均差的對稱性質。[7]故可推知:任意調換數據點次序,其值不變。[8]

性質

  • 對稱性:若是一個排列

等價定義

通過對換 n 階均差中(x0,y0)與(xn-1,yn-1),可得到等價定義:

這個定義有著不同的計算次序:

以列表形式展示這個定義下均差的計算過程[9]

牛頓插值法

自然哲學的數學原理》的第三編「宇宙體系」的引理五的圖例。這裡在橫坐標上有6個點H,I,K,L,M,N,對應著6個值A,B,C,D,E,F,生成一個多項式函數對這6個點上有對應的6個值,計算任意點S對應的值R。牛頓給出了間距為單位值和任意值的兩種情況。

牛頓插值公式,得名於伊薩克·牛頓爵士,最早發表為他在1687年出版的《自然哲學的數學原理》中第三編「宇宙體系」的引理五,此前詹姆斯·格雷果里於1670年和牛頓於1676年已經分別獨立得出這個成果。一般稱其為連續泰勒展開的離散對應。

使用均差的牛頓插值法[10]

可以在計算過程中任意增添節點如點(xn+1,yn+1),只需計算新增的n+1階均差及其插值基函數,而無拉格朗日插值法需重算全部插值基函數之虞。

對均差採用展開形式[11]

以2階均差牛頓插值為例:

前向差分

當數據點呈等距分佈的時候,這個特殊情況叫做「前向差分」。它們比計算一般的均差要容易。

定義

給定n+1個數據點

有著

定義前向差分為:

前向差分所對應的均差為[12]

例子

展開形式

差分的展開形式是均差展開形式的特殊情況[13]

這裡的表達式

二項式係數,其中的(n)k是「下降階乘冪」,空積(n)0被定義為1。

插值公式

其對應的牛頓插值公式為:

無窮級數

牛頓在1665年得出並在1671年寫的《流數法》中發表了ln(1+x)的無窮級數,在1666年得出了arcsin(x)和arctan(x)的無窮級數,在1669年的《分析學》中發表了sin(x)、cos(x)、arcsin(x)和ex的無窮級數;萊布尼茨在1673年大概也得出了sin(x)、cos(x)和arctan(x)的無窮級數。布魯克·泰勒在1715年著作《Methodus Incrementorum Directa et Inversa》[14]中研討了「有限差分」方法,其中論述了他在1712年得出的泰勒定理,這個成果此前詹姆斯·格雷果里在1670年和萊布尼茨在1673年已經得出,而約翰·伯努利在1694年已經在《教師學報》發表。

他對牛頓的均差的步長取趨於0的極限,得出:

冪函數的均差

使用普通函數記號表示冪運算,,有:

此中n+1元m次齊次多項式的記法同於多項式定理

泰勒形式

泰勒級數和任何其他的函數級數,在原理上都可以用來逼近均差。將泰勒級數表示為:

均差的泰勒級數為:

項消失了,因為均差的階高於多項式的階。可以得出均差的泰勒級數本質上開始於:

依據均差中值定理英語Mean value theorem (divided differences),這也是均差的最簡單逼近。

皮亞諾形式

均差還可以表達為

這裡的Bn-1是數據點x0,...,xn的n-1次B樣條,而f(n)是函數f的n階導數。這叫做均差的皮亞諾形式,而Bn-1是均差的皮亞諾核。

註釋與引用

  1. ^ Frank C. Wilson; Scott Adamson. Applied Calculus. Cengage Learning. 2008: 177. ISBN 0-618-61104-5. 
  2. ^ Tamara Lefcourt Ruby; James Sellers; Lisa Korf; Jeremy Van Horn; Mike Munn. Kaplan AP Calculus AB & BC 2015. Kaplan Publishing. 2014: 237. ISBN 978-1-61865-686-5. 
  3. ^ Thomas Hungerford; Douglas Shaw. Contemporary Precalculus: A Graphing Approach. Cengage Learning. 2008: 211–212. ISBN 0-495-10833-2. 
  4. ^ Isaacson, Walter. The Innovators. Simon & Schuster. 2014: 20. ISBN 978-1-4767-0869-0. 
  5. ^
  6. ^
  7. ^ 《數值分析及科學計算》 薛毅(編) 第六章 第2節 Newton插值. P200.
  8. ^ 《數值分析及科學計算》 薛毅(編) 第六章 第2節 Newton插值. P201.
  9. ^
  10. ^ The Newton Polynomial Interpolation. [2019-04-19]. (原始內容存檔於2019-04-19). 
  11. ^
  12. ^ Burden, Richard L.; Faires, J. Douglas. Numerical Analysis 9th. 2011: 129. 
  13. ^
  14. ^ Methodus Incrementorum Directa et Inversa頁面存檔備份,存於網際網路檔案館

參考書目

參見