第六章 插值计算与插值多项式模型.pptVIP

第六章 插值计算与插值多项式模型 插值计算是实验数据分析及建立实验模型中常用的基础方法之一，是用一个简单的表达式近似表达某一函数，使它们在给定的若干点处有相同的函数值，利用这一表达式来分析和研究函数的形态或计算试验点以外点的试验取值。 插值计算的数学描述： 设y=f（x）在区间[a,b]上连续，且已知它在[a，b]上n个不同的点x1，x2，x3…xn上取值为y1，y2，y3…yn，求一个函数P（x），使它在x1，x2，…xn各点处的函数值和f(x)相同，即P（xi）=f(xi)=yi（I=1，2，…n）。 上述各点x1，x2，…xn称为插值结点或称结点；P（x）称为插值函数；f(x)称为被研究函数或被插函数；以两个相距最远的结为端点的区间称为插值区间。 在区间[a，b]上用函数P(x)近似描述f（x），除了结点处以外均有误差，余项： R（x）=f（x）一P（x） 表示误差的大小。通常愈少，则表明插值函数愈接近被插函数。 本章重点讨论常用的拉氏插值，牛顿插值和近代的样条插值方法。 线 性 插 值 线性插值是最简单的插值方法，设已知函数y=f(x)，在x0、x1处的值分别为y0，y1，则过点（x0，y0），(xl，y1)的连线方程为 6．3拉格朗日插值 6.3.1 插值多项式模型 已知函数y=f(x)在n个点xi上的值f(xi)（记作yi＝f（xi），i=l，2，…n），求一个 低于n的插值多项式Ln-1（x），使 Ln-1（xi）＝yi （i＝1,2，…n） 拉格朗日插值法求多项式 Ln-1（xi）模型为 当n=3，上述多项式即为典型的抛物线插值多项式，为常用公式之一。 拉氏插值模型的余项估计 用拉氏插值多项式模型表示函数f(x)时，引起的误差由 Rn-1(x) = f(x) - Ln-1(x)给出。 或写成如下形式 牛顿插值 牛顿插值多项式的数学模型 如果将函数f(x)在诸点x0，x1，…xn满足：xi=xi-1十h上的函数值f(x0)，f(x0＋h)，f（x0十2h），f（x0十3h）…f（x0＋nh）简记为f0，f1，f2…fn 将相邻两数相减得 差商是设函数f(x)以及自变量的一系列互不相等的值为： x0，x1，…xn，所谓不相等，即在f≠j时，有xi≠xj， 此时称 6．5样条插值 上用多项式插值时，当插值结点很多时，作一个高次插值多项式是不理想的，通常采用分段插值法。然而分段插值只能保证插值曲线连续，不能保证光滑，即节点处的导数不连续。样条插值就是既能够保证结点处曲线连续，又能保证光滑的一种计算方法。 本节只讨论常用的三次样条插值,其特点是 它可保证拟合曲线一阶及二阶导数连续。 插值多项式次数不高，为三次。 一阶及二阶导数可不通过求导计算 设曲线y=f(x)通过平面上n个点（xi，yi），假定a＜x1＜x2…＜xn=b，于是，三次样条插值函数S（x）就是满足如下条件的函数。 （1）S（xi）=yi （i=1，2，…，n） （2）S（x）在插值区间[a，b]上有一阶及二阶连续导数，以保证曲线的光滑。 （3）在每个子区间[xi，xi-1]上,s(x)均为三次多项式。 可见，三次样条插值函数是一个分段函数，它在每个子区间上都是x的三次多项式，但通常又是不相同的，同时，它在各分段结点处又都有一阶及二阶导数连续。 * [x。,x1]内任一点的插值为 也可以推广为 这样处理实际上是将n十1个点（x。，y。），（xl，y1…（x。，yn）顺序连接成折线近似代替原来的曲线y=f(x)。只有当线性关系非常好的时候，计算才较准确。 这是一组n—1次多项式、其分母是n—1个一次式之积，分子每一个因子都是（x-xi）形式，且缺少（x-xi；）因子；分母是xi代替分子中的x而得到，不包含x在内，且xl，x2，…xn是互不相同的，所以分母不为零。 数学上可以证明这种多项式可以满足Ln-1（x）= y的要求，而且是唯一的。 当n=2，拉格朗多项式即为线性插值。 拉格朗日多项式形式简单、对称，便于计算机编程计算；但计算工作量较大，而且当全部点作插值时，舍人误差也大，多项式次数较高，曲线的波动较大，一般计算时，取距插值点j较近的几个点进行插值计算。 K值由微分中值定理导出 式中ξ满足：min（x1，x2，…