第六章数值——插值法分析.pptVIP

§6 插值法 §6.1 拉格朗日(Lagrange)插值 §6.2 均差与牛顿(Newton)插值多项式 §6.3 Hermite插值 §6.4 分段低次插值方法 §6.5 三次样条插值函数 式(6.2)为插值条件. §6.1 拉格朗日(Lagrange)插值 6.1.1 Lagrange插值多项式 6.1.2 插值多项式的余项 下面我们考虑一般的多项式插值问题.设y=f(x)由下表给出: 令 首先由于基函数li(x)都是n次多项式,所以 Ln(x)是n次多项式;再由于Ln(x)满足yi=Ln(xi), 根据唯一性定理知, Ln(x)与用解方程组的方 法得到的n次多项式Pn(x)是相同的. 称Ln(x)为拉格朗日（Lagrange) 插值多项式. 当n=1时,为线性插值 当n=2时,为二次多项式插值(抛物线插值) 6.1.2 插值多项式的余项 定义6.1 在插值区间[a,b]上 Rn(x)=f(x)-Pn(x) 称Rn(x)为插值多项式的余项或差值误差. 记 ?n+1(x)=(x-x0)(x-x1)…(x-xn) 则有下面插值余项的估计定理. 证明： ?(x)= ?(xi) =0 i=0,1,2,…n.即?(x)有n+2个零点.根据Roll定理,在每两个零点之间至少有一个? ’(t)的零点.即?’(t)至少有n+1个零点.类似地反复利用Roll定理,得: ?’’(t)至少有n个零点…. ?(n+1)(t)至少有1个零点.即至少存在一点 使 由于 注意:由于?是未知的,f(x)是未知的或是复杂的,所以,公式(6.5)不能直接使用.但是若有 则有 例1:已知y=f(x)=ln(1+x)的值如下 (1)求Lagrange插值多项式L2(x). (2)求L2(2.5). (3)求插值余项R2(x)并估计R2(x). 解:(1) 由公式得 (2)因为 L2(2.5)=1.2625，所以 f(2.5)? L2(2.5)=1.2625 (3)因为 从而 进而 §6.2 均差与牛顿(Newton)插值多项式 6.2.1 均差及其性质 6.2.2 牛顿(Newton)插值公式 6.2.3 差分及其性质 6.2.4 等距节点的Newton插值公式 注意:牛顿插值多项式是多项式族 的线性组合.即此多项式族为另一组基. 其系数是差商表从左上到右下对角线上各阶差商值. 解:根据已知数据求出差商表 由此表得: N3(x)=20+2(x-10)+2(x-10)(x-11)-2(x-10)(x-11)(x-12) =-2x3+68x2-764x+2860 N3(12.5)=28.75 * 数学与统计学院 数 值 方 法 武 汉 大 学 数学与统计学院基础数学系 刘丁酉 liudingyou487@163.com 主页 数学与统计学院 设已知某个函数关系y = f (x)在某些离散点上的函数值或函数 y = f (x)以表格形式给出 ： 插值问题： 根据这些已知数据来构造函数y = f (x)的一种简单的近似表达式 P(x)以便于计算点 的函数值 ，或计算函数的一阶、 二阶导数值。 （6.1） 数学与统计学院 插值法就是用一个简单的函数y=P(x) 来近似地表示y=f(x),使得 (i=0,1,2,…,n) (6.2) 则称P(x)为插值函数， 称f(x)为被插值函数, 称 为插值节点, 数学与统计学院 选P(x)为n次多项式 Pn(x) 作为 f (x) 的近似.且使得 （6.2*） 满足关系（6.2*）的函数Pn(x)为f (x)的n次插值多项式. 这样地问题称为多项式插值问题. 设 x0 x1 … xn， 记 a = x0, b = xn， 则[a, b]为插值区间。 数学与统计学院 数学与统计学院 1．线性插值 x0 x1 (x0 ,y0) (x1 ,y1) P1(x) f(x) 可见 P1(x) 是过 ( x0 , y0 ) 和 ( x1, y1 ) 两点的直线。 6.1.1 Lagrange插值多项式 数学与统计学院 x0 x1 x2 p2(x) ? f(x) f(x) 2．抛物插值 因过三点的二次曲线为抛物线，故称为抛物插值。 数学与统计学院 为了找到n次多项式插值问题的简便算法,我们把问题简化,考虑一个简单的n次多项式插值问题.设函数y=f(x)如下表: 0 … 0 1 0 … 0 0 yk xn … xi+1 xi xi-1 … x1 x0 x