CP030-计算物理数据插值.ppt

实验数据的插值 根据这些数据，希望合理地估计出其它温度（如25摄氏度，40摄氏度…）时的电阻 最常用的插值函数是 …? 代数插值中的三个问题 一、插值问题解的存在唯一性？ 二、插值多项式的常用构造方法？ 三、插值函数的误差如何估计？ 代数插值问题解的存在惟一性 给定区间［a,b］上互异的n+1个点｛xj｝的一 组函数值f(xj)，j =0，…, n，求一个n次多项式pn(x)∈Pn，使得 pn(xj)=f(xj)，j=0,1,…，n. (1) 令 pn(x)=a0+a1x+…+anxn (2) 证明 pn(x)的系数a0 ,a1,…, an存在且唯一 代数多项式插值存在的问题 通过解上述方程组(3)求得插值多项式pn(x)的方法并不可取.这是因为当n较大时解方程组的计算量较大，而且方程组系数矩阵的条件数一般较大（可能是病态方程组）,当阶数n越高时，病态越重。 代数多项式插值的基本思想 Lagrange插值基函数 对任意的pn(x)∈Pn，都有pn(x)=c0 l0(x)+c1 l1(x)+…+cnln(x)其中c0,c1,…,cn为组合系数。 牛顿插值(Newton’s Interpolation ) Lagrange 插值虽然易算，但若要增加一个节点时，全部基函数 li(x) 都需要重新计算。 ? 差商(亦称均差) /* divided difference */ 其他插值方法 样条插值 埃尔米特（Hermitte）插值 本章作业 给定某系统的运动满足函数y=exp(-t)*sint,求该函数的拉格朗日和牛顿插值函数。 要求： 1、根据该函数的图形特征，设定一些节点。 2、根据节点个数，写出拉格朗日和牛顿插值函数的程序。 3、在同一坐标中绘出被插函数、拉格朗日插值函数、牛顿插值函数的曲线。 4、分析其插值效果及影响因素。 例：已知 分别利用 sin x 的1次、2次 Lagrange 插值计算 sin 50?， 并估计误差。 解： n = 1 分别利用x0, x1 以及 x1, x2 计算 ?利用 ?sin 50? = 0.7660444… 利用x0, x1 作为插值节点的实际误差 ? ?0.01001 ?利用 计算得：sin 50? ? 0.76008, 利用x1, x2作为插值节点的实际误差 ? 0.00596 n = 2 ?sin 50? = 0.7660444… 2次插值的实际误差 ? 0.00061 function main %N次插值 x0=pi/6;y0=1/2; x1=pi/4;y1=1/sqrt(2); x2=pi/3;y2=sqrt(3)/2; xy=[x0 x1 x2;y0 y1 y2]; x=pi/180*50; y=chazhiN1(xy,x) error=y-sin(x) Matlab 编程实现 N+1节点----N次插值 function y=chazhiN1(xy,x) %拉格朗日插值法 y=0; N=size(xy,2); for i=1:N L=1; for j=1:N if i~=j L=L*(x-xy(1,j))/(xy(1,i)-xy(1,j)); end end y=L*xy(2,i)+y; end 能否重新在Pn中寻找新的基函数 ？ 希望每加一个节点时，只附加一项上去即可。 ｛1,x - x0, (x - x0)(x - x1) ，…，(x-x0)(x-x1)… (x-xn-1)｝是否构成Pn的一组基函数？ 利用插值条件Nn(xj)=f(xj), j=0,1，…，n代入上式，得关于Ak (k=0,1，…，n)的线性代数方程组 牛顿插值法的基函数 当xj 互异时，系数矩阵非奇异，且容易求解 基函数 How complex the expression are! It is not a difficult thing for a mathematician. We can use notation 称为在xi,xj处的1阶差商 称为在xi,xj,xk处的2阶差商 k阶差商： 利用插值条件和差商,可求出Nn(x)的系数 Ai : Newton插值多项式 因此，每增加一个结点，Newton插值多项式只增加一项，克服了Lagrange插值的缺点。 Newton插值多项式 . xk f(xk)