计算方法插值法.pptVIP

* 第五章 插值法 在生产和科研实践中常常遇到这种情况： 虽然可以确定所考虑函数的一些性质，但却难以找到它的解析表达式，只能通过实验和观测得到在有限个点上的函数值。要利用这张函数表来分析函数、求出其它一些点上的函数值是困难的; 另外, 有时虽然可以写出函数的解析表达式，但由于结构相当复杂，使用起来很不方便。 面对这些情况，总希望构造某个简单函数作为近似。 当未知函数 y = f(x) 非常复杂时，在一系列节点 x0 … xn 处测得函数值： y0 = f(x0) … yn = f(xn) 由此构造一个简单易算的近似函数 P(x) ? f(x)， 满足条件P(xi) = f(xi) (i = 0, … n)，称P(x) 为f(x) 的插值函数。 最常用的插值函数是多项式 插值法 比较古老, 常用的方法。 §1 拉格朗日多项式 n i y x P i i n , ... , 0 , ) ( = = 求 n 次多项式 使得 条件：无重合节点，即 n = 1 已知 x0 , x1 ; y0 , y1 ，求 使得 1 1 1 0 0 1 ) ( , ) ( y x P y x P = = 可见 P1(x) 是过 ( x0 , y0 ) 和 ( x1, y1 ) 两点的直线。 ) ( ) ( 0 0 1 0 1 0 1 x x x x y y y x P - - - + = 1 0 1 x x x x - - 0 1 0 x x x x - - = y0 + y1 l0(x) l1(x) ? = = 1 0 ) ( i i i y x l n ? 1 希望找到li(x)，i = 0, …, n 使得 li(xj)=?ij ；然后令 ? = = n i i i n y x l x P 0 ) ( ) ( ，则显然有Pn(xi) = yi 。 每个 li 有 n 个根 x0 … xi-1， xi+1 … xn = i x l ? - j ? i j i x x C ) ( ) ( ? - = = j ? i j i i i i x x C x l ) ( 1 1 ) ( n次插值基函数， Lagrange插值多项式 定理 (唯一性) 满足 的 n 阶插值多项式是唯一存在的。 证明： 若除了Ln(x) 外还有另一 n 阶多项式 Pn(x) 满足 Pn(xi) = yi 。 考察 则 Qn 的阶数 ? n 而 Qn 有 个不同的根 n + 1 x0 … xn 拉格朗日插值余项 设节点 在[a , b]内存在, 考察截断误差 ，且 f 满足条件 , Rn(x) 至少有 n+1 个根 ? = - = n i i n x x x K x R 0 ) ( ) ( ) ( 给定 x ? xi (i = 0, …, n), 考察 ? = - ? = n i i x t x K t Rn t 0 ) ( ) ( ) ( ) ( j ?(t)有 n+2 个不同的根 x0 … xn x， =0 + - - + + ! ) 1 )( ( ) ( ) ( ) 1 ( ) 1 ( n x K L f x n n x n x x ! ) 1 ( ) ( ) ( ) 1 ( + = + n f x K x n x 当 f(x) 为任一个次数? n 的多项式时， , 可知 ，即插值多项式对于次数? n 的多项式是精确的。 通常不能确定 ?x , 而是估计 , ?x?(a,b) 将 作为误差估计上限。 例：已知 分别利用 sin x 的2次 Lagrange 插值计算 sin 50? 并估计误差。 ) 18 5 ( 50 sin 2 0 ? ? p L 0.76543 sin 50? = 0.7660444… 2次插值的实际误差 ? 0