Tp chí Khoa học Đi hc Th Du Mt ISSN (in): 1859-4433; (online): 2615-9635
https://vjol.info.vn/index.php/tdm 90
NG DNG PHƯƠNG PHP NI SUY NEWTON
XP X MT S D LIU THC T
Thị Thu(1)
(1) Trường Đại hc Th Du Mt
Ngày nhận bài 10/9/2024; Chấp nhận đăng 01/10/2024
Liên hệ email: thult.khtn@tdmu.edu.vn
Tm tt
Trong bài vit này, chúng tôi s dụng phương pháp nội suy Newton để xây dng
hàm gần đúng cho một s d liu thc t như dữ liu v thu nhp và chi tiêu bình quân
đầu ngưi Vit Nam, cng như dữ liu v din tch và sn lưng lúa c năm của Vit
Nam. Các d liệu đưc dùng trong bài báo này đưc chúng tôi trích xut t website ca
Tng cc Thng Việt Nam. Chúng tôi cng sử dng phn mềm Matlab để lp trình
tìm đa thc nội suy, cng như tnh giá trị ca hàm ni suy ti nhng giá tr c th. T
hàm nội suy thu đưc, chúng tôi đã dự đoán đưc giá tr còn thiu trong bng d liu
v thu nhập chi tiêu bình quân đầu người ti Vit Nam các năm 2019, 2021. Ngoài
ra, sn ng lúa c năm cng đưc chúng tôi ước lưng bng kt qu của đa thc ni
suy. Sau khi tính toán cho thy độ chênh lch v sn lưng trung bình gia d liu thc
t và d liệu ước lưng t hàm ni suy là khá nh.
T kha: d liu, ni suy Newton, ng dng
Abstract
APPLICATION OF THE NEWTON INTERPOLATION METHOD TO
APPROXIMATE SOME REAL DATA
In this paper, we use the Newton polynomial interpolation method to build
approximate functions for some real data in Vietnam such as data on expenditure and
income per capita, data on rice productivity and rice cultivation area. The data used in
this paper are extracted from the General Statistics Office of Vietnam. We also develop
some Matlab programs to find the coefficients of interpolation functions and calculate the
values of the interpolation functions at specific points. Using the obtained interpolation
function, some missing values in the data on income and expenditure per capita of
Vietnam in 2019 and 2021 are estimated. We also estimated the rice productivity using
the results of the interpolation polynomial. We found that the difference in average rice
productivity between the calculated data from the interpolation function is quite small.
1. Đt vn đ
Trong toán học chúng ta thường gặp các bài toán liên quan đến kho sát tính
giá tr các hàm 𝑦 = 𝑓(𝑥) nào đó. Tuy nhiên, trong thc tếnhiều trường hp chúng ta
không xác định được biu thc ca hàm 𝑓(𝑥) mà ch nhận được các giá tr ri rc 𝑦𝑖 ti
các điểm tương ng 𝑥𝑖[𝑎, 𝑏]. T nhng d liệu đó, chúng ta cần ước lượng các d
liu ti những điểm khác thuộc đoạn [𝑎, 𝑏]. Để gii quyết vấn đề này thì hình Toán
Tp chí Khoa học Đi hc Th Du Mt S 5(72)-2024
https://vjol.info.vn/index.php/tdm 91
học thường được s dụng phương pháp nội suy. Phương pháp nội suy giúp chúng ta
xây dng hàm gần đúng cho b d liu (𝑥𝑖, 𝑦𝑖) t đó chúng ta th d dàng ước
ợng được giá tr ca 𝑓(𝑥) ti bt k 𝑥 [𝑎, 𝑏] (Anh, 2008; Chương nnk., 2009;
Đnh, 2009; Phương & Nhân, 2022).
Đã một s i viết v ng dng ca nội suy đa thức. Nguyn Thu Thy và
Th Hà (2022) đã ng dụng đa thức nội suy Lagrange để gii quyết các bài toán ng
dng trong nông nghip và y tế. Senol Celik (2018) cũng dng đa thức ni suy
Lagrange cho d liu ng dng trong chăn nuôi. Mt vài tác gi khác s dng kết hp
đa thức ni suy Newton và ni suy Lagrange để ng dng giải phương trnh vi phân cp
mt (Apichat Neamvonk & Boonyong Sriponpaew, 2023). Tuy nhiên, theo tìm hiu ca
chúng tôi, chưa bài viết v ng dng của đa thc nội suy Newton để ước lượng cho
các d liu v thu nhp và chi tiêu của người dân Vit Nam, cũng như ước lượng cho
din tch và sản lượng cây trng.
Trong bài viết này, chúng tôi s dng đa thức ni suy Newton để xây dng hàm
gần đúng cho dữ liu v chi tiêu thu nhập bnh quân đầu người Vit Nam, cũng
như dữ liu v din tch và sản lượng lúa c năm của Vit Nam. Các d liệu này được
chúng tôi trích xut t website ca Tng cc Thng Vit Nam. Ngoài ra, chúng tôi
cũng sử dng phn mềm Matlab để lp trình tìm các h s ca đa thc ni suy Newton.
Vic s dng phn mềm để lp trình thay cho vic tính toán th công cn thiết để
gim thời gian tnh toán, cũng như hạn chế nhng sai sót khi tính toán th công (Bo &
Hiếu, 2014; Bo & Vit, 2016).
2. Cơ s khoa hc v phương php nghiên cu
Bài viết được thc hin da trên vic phân tch các nghiên cu và tài liu liên
quan, thu thp s liu thc tế t Tng cc Thng Vit Nam và s dng công c là
phn mềm Matlab để lp trnh h tr cho vic tnh toán.
Bài viết s dng các kiến thc liên quan v đa thức nội suy Newton như dưới đây.
T sai phân:
Xét hàm s 𝑦 = 𝑓(𝑥) xác định trên đoạn [𝑎, 𝑏] cho trước 𝑛 + 1 giá tr
(𝑥𝑖, 𝑦𝑖), 𝑖 = 0, 𝑛
. Các t sai phân các cp ca hàm 𝑓 được xác định như dưới đây (Anh,
2008):
T sai phân cp 1:
𝑓[𝑥𝑖, 𝑥𝑖−1]=𝑓(𝑥𝑖) 𝑓(𝑥𝑖−1)
𝑥𝑖 𝑥𝑖−1
, 𝑖 = 1, 𝑛
T sai phân cp 2:
𝑓[𝑥𝑖+1, 𝑥𝑖, 𝑥𝑖−1]=𝑓[𝑥𝑖+1, 𝑥𝑖] 𝑓[𝑥𝑖, 𝑥𝑖−1]
𝑥𝑖+1 𝑥𝑖−1
, 𝑖 = 1, 𝑛 1
Tương tự, t sai phân cp 𝑛:
𝑓[𝑥𝑛, 𝑥𝑛1, , 𝑥1, 𝑥0]=𝑓[𝑥𝑛, 𝑥𝑛−1, , 𝑥1] 𝑓[𝑥𝑛−1, , 𝑥1, 𝑥0]
𝑥𝑛 𝑥0
T sai phân có các tnh cht: tính cht tuyến nh; tính chất đi xng; t sai phân
ca hng s luôn bng 0.
Tp chí Khoa học Đi hc Th Du Mt ISSN (in): 1859-4433; (online): 2615-9635
https://vjol.info.vn/index.php/tdm 92
Đa thức ni suy Newton:
Cho hàm s 𝑦 = 𝑓(𝑥) xác định trên đoạn [𝑎, 𝑏] mt phân hoch ∆=
{𝑎 = 𝑥0< 𝑥1< < 𝑥𝑛= 𝑏}. Ta xây dựng đa thức 𝑃
𝑛(𝑥) bc không quá 𝑛 sao cho
𝑃
𝑛(𝑥𝑖)= 𝑓(𝑥𝑖), 𝑖 = 0, 𝑛
.
Đa thức ni suy Newton tiến xut phát t điểm 𝑥0 được xác định theo công thc
dưới đây (Anh, 2008):
𝑃
𝑛(𝑥)= 𝑓(𝑥0)+(𝑥 𝑥0)𝑓[𝑥0, 𝑥1]+(𝑥 𝑥0)(𝑥 𝑥1)𝑓[𝑥0, 𝑥1, 𝑥2]+
+(𝑥 𝑥0)(𝑥 𝑥1)(𝑥 𝑥𝑛−1)𝑓[𝑥0, 𝑥1, , 𝑥𝑛] (1)
3. Kt qu v tho lun
3.1 Xây dng chương trnh tm đa thc ni suy Newton
ràng rng, vic tính toán th công để tm đa thức ni suy vi d liu ln hoc
d liu là các s thp phân khá mt thi gian, d gp sai sót khi tính toán. Trong
phn này, chúng tôi s dng phn mềm Matlab đ lp trnh chương trnh h tr cho bài
viết này. Chương trnh đưc xây dng để tm đa thc ni suy Newton vi d liệu đu
vào là hai vector X, Y cha các giá tr 𝑥𝑖, 𝑖 = 0, 𝑛
𝑦𝑖, 𝑖 = 0, 𝑛
tương ứng. Kết qu mà
chương trnh tr v vector P cha các h s ca đa thức ni suy Newton ni suy tp
d liu (X, Y).
Code của chương trnh tm đa thức ni suy Newton như sau:
function P = newton(X, Y)
format rat;
% Tim cac ty sai phan, TSP(i) = f[x1, x2,..,xi]
TSP = Y;
n = length(X);
for i=2:n
for j=n:-1:i
TSP(j) = (TSP(j)-TSP(j-1))/(X(j)-X(j-i+1));
end
end
syms x;
P = Y(1);
for i=2:n
G = 1;
for j=1:i-1
G = G*(x - X(j));
end
P = P + TSP(i)*G;
end
P = sym2poly(P);
Tp chí Khoa học Đi hc Th Du Mt S 5(72)-2024
https://vjol.info.vn/index.php/tdm 93
3.2 ng dng đa thc ni suy Newton đ xp x mt s d liu thc t
3.2.1 ng dụng đa thc nội suy Newton đ xp x d liu v thu nhp và chi tiêu
bình quân đầu người Vit Nam
Trong phn này, chúng tôi s dụng phương pháp ni suy Newton để xây dựng đa
thc ni suy xp x cho d liu gm thu nhập (X1) và chi tiêu (Y1) bnh quân đầu người
Việt Nam (đơn vị tính: triu đng/tháng). Các s liu này được trch t website ca Tng
cc Thng kê Vit Nam. Bng s liu đưc th hin bng 1. Trong d liu này, chúng
tôi nhn thy rng s liu v thu nhp bnh quân đầu người m 2019 2021 được thu
thp, tuy nhiên s liu v chi tiêu bnh quân đầu ngưi các năm này b khuyết.
Bng 1. Thu nhập và chi tiêu bình quân đầu người Vit Nam
Năm
2008
2010
2012
2014
2016
2018
2019
2020
2021
2022
Thu nhp (X1)
0,995
1,387
2,000
2,637
3,098
3,874
4,295
4,250
4,205
4,673
Chi tiêu (Y1)
0,792
1,211
1,603
1,888
2,157
2,546
2,892
2,795
T d liu bng 1, chúng tôi s dng công thc (1) để xây dựng đa thc ni suy
Newton xp x cho d liu gm thu nhp (X1) và chi tiêu (Y1) của các năm 2008, 2010,
2012, 2014, 2016, 2018, 2020, 2022. S dụng chương trnh 1 mà chúng tôi đã trnh bày
mc 2.2, vi các câu lnh:
>> X1 = [0.995, 1.387, 2.000, 2.637, 3.098, 3.874, 4.250, 4.673];
>> Y1 = [0.792, 1.211, 1.603, 1.888, 2.157, 2.546, 2.892, 2.795];
>> newton(X1, Y1)
chúng tôi thu được kết qu sau:
ans = -443/9800 281/325 -4548/665 20118/697 -4953/71 7756/81
-17018/251 7212/365
Như vậy, đa thức ni suy Newton cho tp d liu (X1, Y1) là:
𝑃
1(𝑥)= 443
9800 𝑥7+281
325 𝑥64548
665 𝑥5+20118
697 𝑥44953
71 𝑥3+7756
81 𝑥217018
251 𝑥 + 7212
365
Đ th của đa thức ni suy 𝑃1(𝑥) cho d liu v thu nhp chi tiêu bnh quân
đầu người ca Vit Nam được th hin hình 1. Các du * trong đ th chính v trí
các điểm (𝑥𝑖, 𝑦𝑖) ca bng d liu. D thy rằng, đ th của đa thức nội suy thu được
luôn đi qua các điểm d liu.
Hình 1. Đồ th của đa thc ni suy Newton cho d liu v thu nhp và chi tiêu
Tp chí Khoa học Đi hc Th Du Mt ISSN (in): 1859-4433; (online): 2615-9635
https://vjol.info.vn/index.php/tdm 94
T đa thức nội suy thu được, chúng ta có th ước lượng mc chi tiêu bnh quân đầu
ngưi mi tháng da vào thu nhp bnh quân ca h. Chng hn, vi thu nhp bnh quân
𝑥0 triu/tháng th mc chi tiêu bnh quân tnh theo đa thức ni suy s là 𝑃1(𝑥0)
triu/tháng. đây, cng tôi ước lượng các giá tr còn thiếu bng 1. Năm 2019, thu
nhp bnh quân đầu người là 4,295 triu/tháng nên ước lượng cho s liu v chi tiêu bnh
quân năm 2019 𝑃1(4,295) 2,9332 triu/tháng. Tương tự, chúng tôi tm được ước
ng cho chi tiêu bnh quân đầu người năm 2021 là 𝑃1(4,205) 2,8481 triu/tháng.
Các giá tr của đa thức ni suy có th tm bi hàm polyval trong Matlab như các
câu lệnh bên dưới đây:
>> P = newton(X1, Y1);
>> Z1 = [4.295, 4.205];
>> F = polyval(P, Z1)
3.2.2. ng dụng đa thc nội suy Newton đ xp x d liu v din tch và sn
ng lúa c năm của Vit Nam
Trong mc này, chúng tôi s dụng phương pháp ni suy Newton để tm đa thức
ni suy xp x cho d liu gm din tch trng lúa (X2) sản lượng lúa (Y2) c năm
ca Vit Nam. Các s liu này được trch t website ca Tng cc Thng Vit Nam.
Bng s liệu được th hin bng 2.
Bng 2. Din tch và sn lưng lúa c năm của Vit Nam
Năm
2018
2019
2020
2021
2022
Sơ b 2023
Din tch (triu ha) (X2)
7,5709
7,4699
7,2789
7,2389
7,1089
7,1193
Sn ng (triu tn) (Y2)
44,046
43,4954
42,7648
43,8526
42,6608
43,4977
Chúng tôi nhn thy rng, d liu v din tch bng 2 không theo th t tăng
dn. V vậy, để s dụng phương pháp ni suy Newton, chúng ta cn sp xếp li d liu
ca din tch theo th t tăng dần. Sau khi sp xếp li d liu, s dụng chương trnh 1
mà chúng tôi đã trnh bày mc 2.2, vi các câu lnh:
>> X2 = [7.1089, 7.1193, 7.2389, 7.2789, 7.4699, 7.5709];
>> Y2 = [42.6608, 43.4977, 43.8526, 42.7648, 43.4954, 44.046];
>> newton(X2, Y2)
chúng tôi thu được đa thc ni suy Newton cho tp d liệu (X2, Y2) như sau:
𝑃2(𝑥)=2555,51162352 𝑥596631,06324599 𝑥4 + 1460309,96046021 𝑥3
−11025197,14226459 𝑥2+ 41586593,80971701 𝑥 62697099,99204298
Hnh 2 th hiện đ th của đa thức ni suy 𝑃2(𝑥) cho d liu v din tch và sn
ng lúa c m của Vit Nam. Các du * trong đ th chính v tr c điểm (𝑥𝑖, 𝑦𝑖)
ca bng d liu. Chúng ta th d dàng nhn thy rằng, đa thức nội suy luôn đi qua
các mc ni suy (𝑥𝑖, 𝑦𝑖).