数值分析多项式插值要点.pptVIP

第四章 数据建模 插值与拟合 插值 拟合 多项式插值 多项式插值 插值多项式的唯一性 存在唯一性定理证明(续) 插值多项式的唯一性 插值基函数 一次Lagrange插值多项式 一次Lagrange插值多项式 拉格朗日（Lagrange）插值 Lagrange插值 线性插值与抛物插值 插值举例 插值举例 插值余项 插值余项 插值余项 插值误差举例 插值误差举例 Hermite插值 具有节点的导函数值约束的插值 已知 求不超过3次多项式H3(x)使满足 存在唯一性 计算公式 余项公式(截断误差) 存在唯一性 导出计算公式 (基函数法) 余项公式(截断误差) Hermite余项 比较: Lagrange余项(n=3) * * 第一节 多项式插值 数据建模: 插值和拟合 当函数 y = f(x) 非常复杂或未知时，在一系列节点 x0 ,… , xn 处测得函数值 y0 = f(x0)，… ，yn = f(xn)，由此构造一个简单易算的近似函数 g(x) ? f(x)，满足条件g(xi) = f(xi) (i = 0, … n)。称g(x) 为f(x) 的插值函数。 最常用的插值函数是 …? 多项式 x0 x1 x2 x3 x4 x g(x) ? f(x) 插值区间I=[min(x0,x2,…,xn), max],当插值点x?I, 称内插(Interpolation), 当插值点x?I, 称外推(Extrapolation) 满足条件  p(xi) = yi (i = 0, … n) （4-1） 则称 p(x) 为 f(x) 的 n 次插值多项式。 求函数 f(x) 的近似表达式 p(x) 的方法就称为插值法。 插值区间 插值节点 插值条件 定义 设 y = f(x) 在区间[a,b] 上有定义，且已知它在n+1个互异点 上的函数值 y0, y1 , … , yn ，若存在一个次数不超过 n 次的多项式 定理 (唯一性) 满足n+1个插值条件的n 次插值多项式存在且唯一。 证明： 设所要构造的插值多项式为： 由插值条件 得到如下线性代数方程组： 此方程组的系数行列式为 范德蒙行列式 ！ 当 时， D ? 0， 因此，Pn(x)由a0, a1,…, an唯一确定。 定理 (唯一性) 满足n+1个插值条件的n 次插值多项式存在且唯一。 注：该定理的证明过程实质上给出了一种求插值多项式的一个方法，但此方法不适合计算机求解。我们要寻找用计算机的求解方法。 令 Pn(x)={次数不超过 n 的多项式的全体}，则Pn(x) 构成一个 n+1 维线性空间，设其一组基为 则插值多项式 pn(x)可以被这组基线性表出，即： 这样就可以通过不同的基来构造插值多项式 pn(x)项，这样的方法称为基函数法。 基函数法基本步骤： 1) 寻找特殊的基函数组（插值基函数） 2) 确定插值多项式在这组基下的表示系数。 已知函数 在点 上的值为 ，要求多项式 ,使 ， 。其几何意义，就是通过两点 的一条直线，如图所示。 由直线两点式可知，通过A,B 的直线方程为 它也可变形为 显然有： 由构造法可得 可以证明 l0(x), l1(x), …, ln(x) 线性无关，即它们构成线性空间 Pn(x) 的一组基。 与节点有关， 但与f(x)无关. 则称 lk(x)为节点 x0 , … , xn 上的拉格朗日插值基函数。 定义 若存在一个次数为 n 的多项式lk(x)，在n+1个节点 x0 , … , xn 上满足： 设 f(x) 的 n 次插值多项式为 将 x0 , … , xn 分别代入即可得： ai = yi (i = 0, … n) 满足插值条件： p(xi) = yi (i = 0, … n) 所以 称为拉格朗日插值多项式，记作 Ln(x)，即 当 n =1 时 线性插值多项式（一次插值多项式） 当 n =2 时 抛物(线)插值多项式（二次插值多项式） 例：已知函数 y = lnx 的函数值如下 解：在插值计算中，为了减小截断误差，通常选取与插