第四章矩阵特征值与特征向量的计算ppt.pptVIP

第四章　特征值与特征向量的计算 ? 为什么需要插值? ? 函数表达式复杂, 不便于计算和进行理论分析; ? 没有函数表达式, 只给出离散样点. ? 找简单函数近似, 即函数逼近. ? 函数逼近常用方法: 插值法, 曲线拟合法. ? 插值法: 多项式插值, 三角多项式插值. 已知函数 f (x)在区间 [a, b]上 (n+1) 个不同点 x0, x1, x2, …, xn 处的函数值 yi= f (xi) (i=0, 1, 2,…, n), 求函数?n(x), 使其满足 (1) ?n(x)为至多n次多项式，即 (2) 满足插值条件 ?n(x): 插值多项式 xi : 插值节点 [a, b]: 插值区间 §1 Lagrange插值 First-order second-order third-order 几何意义: n次多项式插值就是过 (n+1)个点 (xi, f (xi)) (i=0, 1, …, n), 作一条多项式曲线 y= ?n(x)近似曲线 y=f(x). ? 三个基本问题 ? 插值多项式?n(x)是否存在唯一？ ? 若?n(x)存在, 截断误差 f (x)－?n(x)=? ? 如何求?n(x)？ ? 插值多项式?n(x)的存在唯一性 ? n 次多项式?n(x)有