Proceedings of the International scientific and practical conference ―Oxford International Science Forum‖ (April 17-19, 2026) / Publisher website: www.naukainfo.com. - Oxford, United Kingdom, 2026. - 367 p.

79 2. Оскільки в більшості випадків діапазон вимірювання досліджуваних параметрів ширший, ніж діапазон значень поліномів Чебишева першого роду, пропонується масштабування даних:   max min max min 2 ( ) , 1, 1 , i i i x x x t t x x       де − вузли (точки спостереження), , − початок і кінець діапазону вимірювання параметру відповідно. i t min x max x 3. Будуємо систему апроксимації вигляду: . 0 0 1 1 2 2 3 3 ( ) ( ) ( ) ( ) ( ) ( ) n n n P t a T t a T t a T t a T t a T t       L 4. Формуємо матрицю базисних значень об‘єднанням методу найменших квадратів із поліномом Чебишева: . ( ) ik k i a T x  Щоб знайти коефіцієнти , складаємо матричне рівняння де Х − матриця базисних значень. 0 1 2 , , ,..., n a a a a , XA Y  Елементи матриці базисних значень будуть мати вигляд: ( ), 0, 1, ; 0, 1, , ik k i X T t i p k m    K K де i – рядок матриці (номер точки), k – стовпчик матриці (номер полінома Чебишева). Наприклад, для поліному Чебишева першого роду третього ступеня ( m = 3), з урахуванням того, що матриця для точок t 0 , t 1 , t 2 , t 3 буте мати вигляд: 0 ( ) 1, T x  1 ( ) , T x x 