插值方法.docVIP

插值方法 §2.0 引言 §.1 多项式插值问题的一般提法 §.2 拉格朗日(Lagrange)插值 §.3 差商与差分及其性质§2.4 牛顿插值公式§2.5 分段插值法 §.6 三次样条插值 §.7 小结 §2.0 引言 插值法是广泛应用于理论研究和生产实践的重要数值方法,它是用简单函数(特别是多项式或分段多项式)为各种离散数组建立连续模型；为各种非有理函数提供好的逼近方法。众所周知，反映自然规律的数量关系的函数有三种表示方法： 解析表达式 .(1865年,瓦里斯Walis;1690年,Raphson拉夫逊;1669年,牛顿Newton;历史悠久的方程)。 .(开普勒(Kepler)方程)。 悬链线方程: 。 图象法 表格法 事实上，许多数据都是用表格法给出的(如观测和实验而得到的函数数据表格)，可是，从一个只提供离散的函数值去进行理论分析和进行设计，是极不方便的甚至是不可能的。因此需要设法去寻找与已知函数值相符，并且形式简单的插值函数(或近似函数)。 另外一种情况是，函数表达式完全给定，但其形式不适宜计算机使用，因为计算机只能执行算术和逻辑操作，因此涉及连续变量问题的计算都需要经过离散化以后才能进行。如数值积分方法、数值微分方法、差分方程以及有限元法等，都必须直接或间接地应用到插值理论和方法。 §.1 多项式插值问题的一般提法 插值法的概念: 假设函数y=f(x)是[a,b]上的实值函数，x0,x1,…,xn是[a,b]上n+1个互异的点，f(x)在这些点上的取值分别为 y0,y1,…,yn, 求一个确定的函数P(x),使之满足: P(xi)=yi (i=0,1,2,…,n) (1) 称x0,x1,…,xn为插值节点，关系式(1)称为插值原则，函数P(x)称为函数y=f(x)的插值函数，区间[a,b]称为插值区间。 插值函数p(x)作为f(x)的近似，可以选自不同类型的函数，如p(x)为代数多项式、三角多项式、有理分式；其函数性态可以是光滑的、亦可以是分段光滑的。其中，代数多项式类的插值函数占有重要地位： (a) 结构简单、计算机容易处理、任何多项式的导数和积分也易确定，并且仍是多项式。 (b) 著名的Weierstrass逼近定理(定义在闭区间上的任何连续函数f(x),存在代数多项式p(x)一致逼近f(x),并达到所要求的精度.)。 因此，我们主要考虑代数多项式的插值问题。 2 例题分析: 已知函数f(x)有如下数据 求f(x)的插值多项式p(x)，并求f(x)在x=0.5处的近似值。 解：设，其中，为待定系数。由给定的条件有: 联立上式得： 于是， §2.2 拉格朗日(Lagrange)插值 多项式插值的存在惟一性: 从如下数据表着手,并假定， 求 n 次多项式, 使得： P(xi)=yi (i=0,1,2,…,n) 。 根据插值条件，有： (1) 显然，这是一个关于的n+1元线性方程组，其系数矩阵的行列式为 注意到插值节点两两相异，而 故方程组(1)有惟一解,于是满足插值条件的多项式存在且惟一。 由n+1个不同插值节点可以惟一确定一个n次多项式满足插值条件。 从理论上说，由方程组(1)可以求出的惟一解,从而确定。但从数值计算上看，当n较大时求解线性方程组的工作量较大且不便应用。为解决此问题，现已提出了不少构造的巧妙办法。 Lagrange插值的基函数构造法 首先讨论n=1时的情形。 已知 ，求使得 显然 是过 和两点的一条直线。 由点斜式容易求得 其中，具有如下特点： 称其为线性插值基函数。 再讨论n=2时的情形。 已知 ，求使得。 显然 是过 、、三点的一条抛物线。 仿照线性插值基函数的构造方法，令 其中，具有如下特点： 称其为抛物线插值基函数(如下图所示)。 于是， 最后讨论一般情形。 求Ln(x)使得L(xi)=yi (i=0,1,2,…,n) 。 令n次多项式插值基函数为: , 具有如下特点： 。 于是，满足插值条件的n次多项式可以直接写为: 我们称Ln(x)为Lagrange多项式，其Lagrange插值基函数。 思考 给定 xi = i +1, i = 0, 1, 2, 3, 4, 5. 下面哪个是 l2(x)的图像？ 例题 a) 已知连续函数f(x)的函数表如下： 求方程f(x)=0在(-1,2)内的近似根。 解：利用Lagrange插值法有 解方程 取初值x=0.5，利用牛顿法求解可得f(x)在(-1,2)内的近似根为0.67433。b) 利用100，121的开方计算。 解：由于 利用Lagrange插值法有 于是, 的准确值为 10,因此近