22 <strong>Solmu</strong>>> X=1:0.2:2 % Luvut alkaen 1:stä, 0.2:n välein, 2:een saakka.X =1.0000 1.2000 1.4000 1.6000 1.8000 2.0000>> Y=log(X) % Logaritmifunktion arvot X-pisteissä.Y =0 0.1823 0.3365 0.4700 0.5878 0.6931>> xytaulukko=[X;Y] % 2-rivinen ‘‘matriisi’’,jossa X- ja Y-arvotallekkain,xytaulukko =1.0000 1.2000 1.4000 1.6000 1.8000 2.00000 0.1823 0.3365 0.4700 0.5878 0.6931Matlab-käsitteitäJos haluat perehtyä aiheeseen tarkemmin, pääset alkuunedellä mainitulla lyhyellä www-oppaalla, kts.myös kirjallisuusviitettä 5.Esittelemme nyt lyhyesti näihin riveihin liittyviä periaatteita.Matlab operoi ”matriiseilla”, jolla tarkoitetaan suorakulmionmuotoista lukutaulukkoa. Erikoistapaus matriisistaon vektori, jossa on vain yksi rivi (vaakavektori)tai yksi sarake (pystyvektori).Muuta Matlab-oppia emme varsinaiseen kirjoitukseensisällytä. Oheismateriaalina olevat Matlabkomentotiedostoton varustettu runsailla selittävillä jaopettavaisilla kommenteilla. Ne ovat .m-loppuisia tekstitiedostojaja saatavissa siis sivultasolmu.math.helsinki.<strong>fi</strong>/2004/3/apiola/.Matriisilaskentaa ei tarvita kirjoituksen ymmärtämiseksi,mutta olkoon se pikku maistiaisena siitä käsitteistöstä,jonka kaikki matematiikkaa ja sen sovelluksiakoulun jälkeen opiskelevat hetimiten kohtaavat.Samalla saamme hyödyllisen puhetavan, jonka avullaMatlab-kielen operaatioita on helppo kuvata ja ymmärtää.0.7Yllä olevassa laskussa muodostamme vektorin X, johonsovellamme funktiota log. Tällöin Matlab soveltaafunktiota log argumenttivektorin jokaiseen komponenttiin,joten saamme yhdellä käskyllä kaikkien logfunktionarvojen vektorin Y.Jos suoritamme Matlab-komennon plot(X,Y), ohjelmapiirtää (X(k),Y(k))-pisteiden väliset janat. Näinsaamme kuvan, joka esittää logaritmifunktion “paloittainlineaarista interpolaatiota” annetuissa x-pisteissä.Ennenkuin jatkamme approksimointiteemaa, kertaammehiukan polynomien ominaisuuksia.PolynomeistaKoulumatematiikassa polynomit tulevat varmasti jokapäiväisiksituttaviksi. Niillä opitaan suorittamaan peruslaskutoimituksia,derivointi ja integrointi on sujuvaa.Niiden kuvaajat tulevat tutuiksi, ainakin alhaisillaasteluvuilla, polynomiyhtälöitä opitaan ratkaisemaan,kun asteluku ≤ 2, jne.Tässä kirjoituksessa valotan eräitä polynomien käyttöalueita,joita matematiikassa on miltei rajattomasti.Aloitan kertaamalla koulusta tutun lauseen.0.6Lause 1. Jos polynomilla0.5p(x) = a 0 + a 1 x + a 2 x 2 + . . . + a n x n0.4on nollakohta x 0 , niin p(x) on jaollinen (x − x 0 ):lla.0.30.20.101 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2Kuva 2. Logaritmifunktion paloittain lineaarinen interpolaatio.Todistus. Muodostetaan erotusp(x)−p(x 0 ) = a 1 (x−x 0 )+a 2 (x 2 −x 2 0)+. . .+a n (x n −x n 0 ).Jokaisessa termissä (x k − x k 0) on (x − x 0 ) tekijänä johtuenkaavastax k −x k 0 = (x−x 0 )(x k−1 +x k−2 x 0 +. . .+xx k−20 +x k−10 ).
<strong>Solmu</strong> 23Tehtävä 1. Johda yllä oleva kaava. Voit laskea ensinvaikka tapauksen k = 3, jolloin varmasti näet kokojuonen. Kerro vain auki kaavan oikea puoli sopivassajärjestyksessä.Saamme heti yksinkertaisen, mutta tärkeän tosiasian.Seuraus 2. [Yksikäsitteisyys] Jos kaksi korkeintaan astettan olevaa polynomia yhtyy (n+1) :ssä eri pisteessä,niin ne yhtyvät kaikkialla (ts. ovat identtiset).Todistus. Olkoot p ja q korkeintaan astetta n olevia polynomeja,jotka saavat samat arvot pisteissä x 0 , . . . , x n .Tällöin erotuspolynomi r(x) = p(x)−q(x) on niinikäänkorkeintaan astetta n. Olkoon tuo asteluku d ≤ n. Erotuspolynomillar on oletuksen mukaan d+1 (jopa n+1)erillistä nollakohtaa x 0 , . . . , x d . Kun lausetta sovelletaanperäkkäin d kertaa, seuraa erotuspolynomille esitysr(x) = c(x − x 0 ). . . . .(x − x d−1 ),missä c on jokin vakio. Koska myös r(x d ) = 0 ja kaikkitekijät x d − x i , i = 0 . . . d − 1 ovat nollasta erillisiä, ontulon nollasäännön mukaan oltava c = 0, eli erotuspolynomir(x) = p(x) − q(x) on identtisesti 0.Huomautus 1. Yksinkertaisimmassa tapauksessa n =1 on geometrisesti kyse siitä, että tason kaksi pistettämäärää yksikäsitteisesti suoran. Tapaus n = 2 tarkoittaa,että 3 pistettä määrää yksikäsitteisesti paraabelin.Huomautus 2. Jos olemme tavalla tai toisella löytäneetinterpolaatiotehtävälle ratkaisun, niin seuraus 2:nmukaan tämä on ainoa ratkaisu. (Toki polynomit saattavatesiintyä erilaisissa muodoissa, mutta yksikäsitteisyys(samuus) merkitsee, että ne ovat sievennettävissätoisikseen.)Esitämme hämmästyttävän suoraviivaisen ratkaisuntehtävällemme. Se on täysin riippumaton yhtälöryhmienteoriasta. Emme tarvitse matriiseja emmekä determinantteja.Saamme olemassaolon todistetuksi konstruoimallasuoraan käyttökelpoisen muodon tehtävänratkaisulle.Itse asiassa tehtävälle on kaksi nerokkaan yksinkertaistaratkaisutapaa, joihin kumpaankin liittyy kuuluisanmatemaatikon nimi: Lagrange ja Newton. Esitämmeratkaisun edellisen mukaan.Lineaarinen interpolaatioJotta idea tulisi esiin mahdollisimman pelkistetysti,lähdetään yksinkertaisimmasta tilanteesta, jossa pisteitäon kaksi ja kyseessä on siten lineaarinen interpolaatio.Analyyttisen geometrian tiedoilla osaamme muodostaasuoran kahden annetun pisteen (x 0 , y 0 ) ja (x 1 , y 1 ) kautta.Voimme kirjoittaa interpolaatiopolynomin muotoon:p(x) = y 0 + y 1 − y 0x 1 − x 0(x − x 0 ).Jotta saataisiin yleistyskelpoinen muoto, kirjoitetaankaava painotettuna keskiarvona y-arvoista keräämälläy-termien kertoimet tekijöiksi:p(x) = y 0x − x 1x 0 − x 1+ y 1x − x 0x 1 − x 0.Merkitään kaavassa esiintyviä ensimmäisen asteen polynomejaL 0 (x) ja L 1 (x), jolloin siisp(x) = y 0 L 0 (x) + y 1 L 1 (x).Polynomeilla L 0 ja L 1 on ominaisuudet L 0 (x 0 ) =1, L 0 (x 1 ) = 0 ja L 1 (x 0 ) = 0, L 1 (x 1 ) = 1. Niitä kutsutaan1. asteen Lagrangen kertojapolynomeiksi.11Lagrangen interpolaatiomenetelmäKerrataan vielä:Interpolaatiotehtävä Annettu x k - ja y k -pisteet, k =0, . . . , n (taulukko 1). Määrättävä korkeintaan astettan oleva polynomi p siten, että p(x k ) = y k , k = 0, . . . , n.L 0(x)L 1(x)Voisimme muodostaa yhtälösysteemin polynomin kertoimienratkaisemiseksi, kuten teimme johdantonaolevassa viskositeettiesimerkissä. Jotta saisimme tätäkautta osoitetuksi ratkaisun olemassaolon yleisesti, joutuisimmekohtalaisen pitkiin matriisilaskennallisiin kehittelyihin.Lisäksi tämä ratkaisutapa on numeerisesti”häiriöaltis”, pienillä lähtövirheillä on taipumus moninkertaistualaskun kuluessa.0Kuva 3. 1. asteen Lagrangen polynomit L 0 ja L 1 .Esimerkki 1. Olkoon annettu logaritmitaulukkoarvotln 9.0 = 2.1972 ja ln 9.5 = 2.2513. Laske lineaarista interpolaatiotakäyttäen likiarvo ln 9.2:lle.0