История алгебры насчитывает не одну тысячу лет, и все открытия и достижения в этой области человеческого знания были получены только с помощью тяжелого умственного труда, не в последнюю очередь связанного с огромным объемом вычислений, которые приходилось производить, часто неоднократно, для получения желаемых результатов. Многим известным математикам, от древности и вплоть до нашего века, приходилось содержать целый штат вычислителей, которые выполняли огромный объем второстепенных вычислений, давая возможность ученому заниматься непосредственно развитием математической науки.
С развитием математических представлений об окружающем мире многие расчеты и вычисления многократно усложнились, так что целые коллективы вычислителей тратили иногда не один месяц на выполнение каких-либо расчетов. К тому же с усложнением вычислений неизбежно увеличивалось количество непроизвольно допущенных ошибок.
Счастливым выходом из создавшегося положения явилось изобретение в 1943 г. первой электронно-вычислительной машины. Существовавшие до этого механические вычислители, которые могли выполнять только четыре арифметические операции, не шли ни в какое сравнение с этой, пусть еще не совершенной, вычислительной техникой. Сразу же после прохождения лабораторных испытаний электронно-вычислительные машины (ЭВМ), были применены для научных расчетов в квантовой и ядерной физике. В дальнейшем, по мере развития электроники, каждый научно-исследовательский институт обзаводился собственной ЭВМ. Уже в самом начале своего применения они обеспечивали неслыханную по тем временам скорость вычислений - несколько тысяч операций в секунду. Это позволило многократно увеличить скорость и точность математических вычислений и подняло труд ученых на качественно новый уровень.
Современные ЭВМ оставили далеко позади те первые, построенные на реле и лампах, машины; в миллион раз производительнее, они позволяют выполнять невероятно сложные расчеты в фантастически короткие сроки: то, над чем сотни вычислителей работали бы несколько месяцев, эти машины способны вычислить за несколько минут.
Учитывая вышесказанное, необыкновенно логичным кажется применение компьютеров для исследования свойств функций. Что и было сделано несколько десятилетий назад. Естественно, для успешного исследования свойств функций потребовался мощный математический аппарат. Наиболее успешным оказался перенос на компьютерную основу методов Лагранжа, Ньютона, Котеса, Симпсона и многих других. За считанные годы компьютер научили строить графики функций, дифференцировать и интегрировать сами функции, кроме этого интерполировать и экстраполировать функции, решать линейные и дифференциальные уравнения и их системы, находить приближающие функции и множество других, не менее важных вещей.
Взять к примеру интерполяционный многочлен Лагранжа. Очень часто на практике имеется какая-либо функциональная последовательность не выраженная в аналитической форме, либо вообще выраженная только графиком или набором пар значений. А требуется получить аналитическое выражение описывающее данный график или таблицу. Имея несколько пар значений функции - узлов интерполирования, задача найти интерполирующую функцию представляется длительной и трудоемкой, имея же несколько сотен таких узлов - практически невыполнимой. Компьютер же справляется с этой задачей за считанные секунды.
Пусть известные значения некоторой функции f образуют следующую таблицу:
¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾
х х 0 х 1... хn
¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾
f (х) у 0 у 1... уn
¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾¾
При этом требуется получить значение функции f для такого значения аргумента х, которое входит в отрезок [ х 0; хn ], но не совпадает ни с одним из значений х i (i = 0, 1,..., n).
Очевидный прием решения этой задачи - вычислить значение f (х), воспользовавшись аналитическим выражением функции f. Этот прием однако, можно применить лишь в случае, когда аналитическое выражение f пригодно для вычислений. Более того, как уже упоминалось выше, часто аналитическое выражение функции f вовсе не известно. В этих случаях как раз и применяется построение по исходной таблице приближающей функции F, которая в некотором смысле близка к функции f и аналитическим выражением которой можно воспользоваться для вычислений, считая приближенно, что
f (x) = F (x). (1)
Классический подход к решению задачи построения приближающей функции основывается на требовании строгого совпадения значений f (x) и F (x) в точках хi (i = 0, 1, 2,..., n), т.е.
F (x 0) = y 0, F (x 1) = y 1,..., F (xn) = yn. (2)
Будем искать интерполирующую функцию F (x) в виде многочлена степени n:
P n (x) = a 0 xn + a 1 xn- 1 +... + an -1 x + an. (3)
Этот многочлен имеет n +1 коэффициент. Естественно предполагать, что n +1 условия (2), наложенные на многочлен, позволят однозначно определить его коэффициенты. Действительно, требуя для P n (x) выполнения условий (2), получаем систему n +1 уравнений с n +1 неизвестными:
n
å ak xi n - k = yi (i = 0, 1,..., n). (4)
k=0
Решая эту систему относительно неизвестных а 1, а 2,..., аn, мы и получим аналитическое выражение полинома (3). Система (4) всегда имеет единственное решение, так как ее определитель, известный как определитель Вандермонда, отличен от нуля. Отсюда следует, что интерполяционный многочлен P n (x) для функции f, заданной таблично, существует и единственен.
Чтобы написать программу, реализующую этот алгоритм, необходимо затратить от нескольких часов до нескольких дней. А потом, она поможет сэкономить многие и многие месяцы, ушедшие бы на выполнения однотипных арифметических операций для вычисления интерполяционных полиномов.
ЗАКЛЮЧЕНИЕ
Область применения электронно-вычислительных машин в наше время необычайно широка, и продолжает расширяться. Она не ограничивается только лишь исследованием функций или математических объектов произвольной природы вообще. Сфера применения компьютерной техники в науке гораздо шире и начинает охватывать те области знания, к которых раньше даже и не мыслилась. Процесс этот необратим, и скоро компьютер станет главным, но далеко не единственным инструментом ученого в его научной работе. Однако, не верно было бы думать, что с возрастанием роли компьютеров в научном познании роль человека будет неуклонно снижаться до уровня обслуживающего персонала. Человек всегда был и будет ведущим в связке человек-компьютер. Научный поиск - процесс творческий, а компьютеры этого не умеют, и научаться еще очень не скоро.
Список использованной литературы:
1. И. П. Натансон, Теория функций вещественной переменной,
Москва, Наука, 1974 г.
2. В. С. Крамор, Повторяем и систематизируем школьный курс
алгебры и начал анализа, Москва, Просвещение, 1990 г.
3. К. А. Рыбников, Возникновение и развитие математической
науки, Москва, Просвещение, 1987 г.
4. Н. И. Борисов, Как обучать математике, Москва, Просвещение,
1979 г.
5. Г. И. Глейзер, История математики в школе, IX-X классы,
Москва, Просвещение, 1983 г.
6. Л. С. Понтрягин, Математический анализ для школьников,
Москва, Наука, 1983 г.
7. Ю. С. Богданов, Н. В. Пыжкова, Л. П. Черенкова, Начала
анализа функций двух переменных в наглядном изложении,
Минск, Вышэйшая школа, 1987 г.
8. С.Г. Крейн, В. Н. Ушаков, Математический анализ элементарных
функций, Москва, Наука, 1966 г.
9. О. Г. Омельяновский, Диалектика в науках о неживой природе,
Москва, Мысль, 1964 г.