第二章.插值1.pptVIP

源由：1，实际问题中的函数关系.仅通过实验与 观测得到某一定区间上的离散点的值,而没 有明确表达式，希望用简单表达式 给出整 体描述。 实现插值与拟合逼近的一般步骤 2. 建立逼近目标，确定模型参数。 根据逼近的意义规定出?必须满足的确切条件,从而去 确定?中待定参数集{Ci}即： 抽象出插值问题 与拟合问题的各种数学表达。 第二章 插值法与数值微分 构造一个多项式?n(?)满足: 1, ?n(?)是多项式且次数不大于n; (2-17) 2，?n(?i)= f(?i)= yi ，i=0，1，…，n ?i称插值节点,?n(?)称插值多项式。 多项式插值问题解的存在唯一性 则{ai}满足线性方程组(插值条件2) §1.Lagrange插值多项式 只要存在并找到 n+1 个基函数 lk(?),使满足(2), 则(2-21)的 ?n(?) 就是一般插值问题的解,且称Lagrange插值多项式 n 次 Lagrange 插值多项式表达式 例1.线性Lagrange插值(直线近似代替曲线) 例2.二次插值或抛物插值(二次曲线近似代替曲线) §2. n次插值多项式的余项. 插值误差的“事后估计” 利用两个插值多项式之差来估计逼近误差. §3. 差商—作为微商的近似。 在n+1个节点处各阶差商的计算方法 Newton插值多项式 Lagrange插值多项式缺点，增加节点，所有基函数重算，不便计算．　改进：增加一个节点时只需增加一个基函数？?递推方式定义： 小节 坐标系→基函数：方法与思想 weierstrass定理：定义在闭区间上任何连续函数，可用多项式来逼近，并达到所要求的精度。 缺点：当n次数高时振荡严重，影响逼近效果。 {ai} 的系数行列式是 n+1阶的Vandermonde行列式 * 2，虽有明确表达式.但函数复杂（例如不 是有理函数）不便于数值计算，需要用简 单函数提供好的逼近。 目标：用简单函数（特别是多项式或分段多项 式）为各种离散数据建立连续模型；为 各种非有理函数提供好的简单函数逼近。 插值与拟合的数值逼近 3。建立算法并作理论分析。 建立计算机算法及理论上分析? 的存在、唯一性、 误差估计等。 代数多项式插值逼近f(?)问题的一般数学表达：已知：在区间{a，b}上 n+1个点{?i}上n+1个 函数值yi=f(?i): 可以证明解{ai}是存在唯一的,因为系数行列式不等于零 插值基函数方法 为了具体进行理论研究和实际计算的方便,我们要寻找其他形式的 Bn 的基底: Lagrange基函数,在表达式中突出已知函数值{yi}而便于理论研究. Newton基函数,便于随次数n不断增加而减少计算量的形式. 自然规律的本质: 与坐标系无关—与描述方法无关 自然规律的表达: 在坐标系中—描述工具 Descartes ?仿射坐标系?非线性坐标系?基函数 直线、 直线、 曲线、 线性无关 等距、垂直 线性无关 线性无关 模型→基选择→目标表示：什么是“1”？ Lagrange：显露函数值的表示 Newton：增加节点时便于计算的基函数 这式可以用归纳法证明，关键步骤是第 K 列减去第 K-1 列的 ?0 倍 (k=3,4,…,n),则: * * *