第四章插值和曲线拟合.pptVIP

第四章　插值和曲线拟合 在实际问题和科学实验中所遇到的函数y=f(x),往往没有解析表达式 , 只能根据试验观察或其它方法提供一系列点的函数值; 有时尽管可以写出表达式，但是比较复杂, 直接使用它感到不方便。我们经常需要利用已知的数据去寻求某个简单的函数φ(x)来逼近f(x),即用φ(x)作为f(x)的近似表达式。本章的插值法和曲线拟合就是两种用来求 f(x) 的近似函数φ(x) 的重要方法。 第一节　插值法的基本理论 一、 插值问题 设函数 y = f(x) 给出了一组函数值 yi = f(xi) , i = 0, 1, …, n ，或 者给出了如下的一张表 x0 , x1 , x2 , … , xn y0 , y1 , y2 , … , yn 构造一个简单的函数φ(x) 作为f(x)的近似表达式，以满足 φ(xi) = yi , i = 0 , 1 , … , n 我们称这样的问题为插值问题。 其中φ(xi) = yi 称为插值原则;φ(x)称为f(x)的插值函数； f(x)称为被插值函数; x0 , x1 , x2 , … , xn称为插值基点 (或节点)。 根据插值原则求其余点x的函数值φ(x)称为插值,x称为插值 点；根据插值原则求f(x)近似函数φ(x)的方法称为插值法。 插值法的几何意义 插值法的几何意义就是通过n+1个点: (xi,yi) (i=0,1,2,…,n) 作一条近似曲线y= φ(x) 代替y=f(x)。如下图所示。 插值函数φ(x)的类型 在插值问题中，插值函数φ(x)的类型可有不同的选择,如代 数多项式、三角多项式、有理函数等，但是最简单而常用的是代 数多项式，这时就称为代数多项式插值。在本章，我们主要讨论 代数多项式插值。 代数多项式插值的任务就是根据 n+1个点 x0 , x1 , x2 , … , xn y0 , y1 , y2 , … , yn 构造一个次数不超过 n 的多项式 Pn(x) = a0 + a1x + a2x2 + … + anxn 使满足插值原则 Pn(xi) = yi , i = 0 , 1 , … , n 。 Pn(x)称为 f(x) 的 n次插值多项式。 二、插值多项式的误差 函数 f(x)用n次插值多项式Pn(x)近似代替时，截断误差记为 Rn(x)=f(x)-Pn(x) 称 Rn(x)为n次插值多项式Pn(x)的余项。 定理 设函数f(x)在包含基点x0 , x1 , x2 , … , xn 的区间[a,b]上具有n+1阶导数, Pn(x)为满足Pn(xi) = yi的n次插值多项式,则对任一点x∈[a,b],总存在相应的点 ,使 其中 wn+1(x) = (x-x0)(x-x1) …(x-xn) 第二节 拉格朗日插值 为了得到n次的拉格朗日插值多项式，我们从最简单的一次、二次插值开始。 一、一次插值（线性插值） 已知 x0 x1 求 P1(x) y0 y1 因 P1(x0)=y0 , P1(x1)=y1 所以 P1(x)=y0+(y1-y0)/(x1-x0)*(x-x0) （线性插值多项式） 上式可改写为： P1(x)=y0L0(x)+y1L1(x ) （拉格朗日线性插值多项式） L0(x)=(x-x1)/(x0-x1),L1(x)=(x-x0)/(x1-x0) L0(x)、L1(x)特点： L0(x)= 1 , x = x0 L1(x)= 1 ,