W analizie numerycznej węzły Czebyszewa są specyficznymi rzeczywistymi liczbami algebraicznymi, mianowicie pierwiastkami wielomianów Czebyszewa pierwszego rodzaju. Są często używane jako węzły w interpolacji wielomianowej, ponieważ wynikowy wielomian interpolacyjny minimalizuje efekt Rungego, czyli duże oscylacje wielomianu interpolacyjnego przy krańcach przedziału[2]. Fakt, że miejsca zerowe wielomianów Czebyszewa zagęszczają się ku krańcom przedziału, pozwala lepiej związać wielomian zapobiegając naturalnym dla wielomianów wysokiego rzędu oscylacjom.

Węzły Czebyszewa są równoważne współrzędnym na osi równo rozmieszczonych punktów na półokręgu jednostki (tutaj dla )[1].

Definicja edytuj

 
Miejsca zerowe pierwszych 50 wielomianów Czebyszewa pierwszego rodzaju

Dla danej liczby całkowitej   węzły Czebyszewa w przedziale   to

 

Są to pierwiastki wielomianu Czebyszewa pierwszego rodzaju stopnia   Dla węzłów w dowolnym przedziale   można zastosować przekształcenie afiniczne:

 

Aproksymacja edytuj

Węzły Czebyszewa są ważne w teorii aproksymacji, ponieważ tworzą szczególnie dobry zestaw węzłów do interpolacji wielomianowej. Biorąc pod uwagę funkcję   na przedziale   i n punktów   w tym przedziale, wielomian interpolacyjny jest unikalnym wielomianem   stopnia co najwyżej   który ma wartość   w każdym punkcie   Błąd interpolacji w   jest równy

 

dla pewnego  [3] Więc logiczne jest, aby próbować zminimalizować

 

Ten produkt jest unormowanym wielomianem stopnia   Można wykazać, że maksymalna wartość bezwzględna (maksymalna norma) dowolnego takiego wielomianu jest ograniczona od dołu przez   Ta granica jest osiągana przez skalowane wielomiany Czebyszewa   które również są moniczne. Zauważmy, że   dla  [4]. Dlatego też, gdy węzły interpolacji   są pierwiastkami   błąd spełnia:

 

Dla dowolnego przedziału   zmiana zmiennej pokazuje, że:

 

Zobacz też edytuj

  • Richard L. Burden, J. Douglas Faires, Numerical analysis, wyd. 8, s. 503–512, ISBN 0-534-39200-8.

Przypisy edytuj

  1. Lloyd N. Trefethen: Approximation Theory and Approximation Practice. SIAM, 2012.
  2. Kurtis D. Fink, John H. Mathews: Numerical Methods using MATLAB. Wyd. 3. Upper Saddle River, NJ: Prentice Hall, 1999, s. 236–238.
  3. Afternotes on Numerical Analysis. A series of lectures on elementary numerical analysis presented at the University of Maryland at College Park and recorded after the fact. 1996. ISBN 978-0-89871-362-6. (20.3).
  4. Afternotes on Numerical Analysis. A series of lectures on elementary numerical analysis presented at the University of Maryland at College Park and recorded after the fact. 1996. ISBN 978-0-89871-362-6., Lecture 20, § 14.