第二章方程求根1.ppt

三、差商性质 /* Property of divided difference */ 性质1 即 其中 注：用数学归纳法证明。 性质2 差商具有对称性，即 的值与节点 的顺序无关。 由性质1易知. 性质3 如果 的k阶差商 是 的m次多项式，则 的k+1阶差商 是 的m-1次多项式。 证明： 上式右端的分子是 的m次多项式 ，记为 则 为m-1次多项式 性质4 四、等距节点插值公式/* Interpolation Formulae with Equal Spacing */ ?当节点等距分布时: 称为在点 处的 阶向前差分 称为在点 处的 阶向后差分 称为在点 处的 阶中心差分 向前差分 /* forward difference */ 向后差分 /* backward difference */ 中心差分 /* centered difference */ G-S迭代法是J迭代法的一种改进 在J迭代公式中，计算 时，利用已经算出来的新的 值，从而得到G-S迭代法。 ? G-S迭代法的分量形式： 例2：利用Jacobi和Gauss-Seidel迭代法求解方程组 解： Jacobi迭代格式 G-S迭代格式 计算结果 取初值 Jacobi迭代法 要求 精度 迭代 次数 0.001 9 (1.0002507 1.0000694 1.0002507) 0.0001 10 (0.9999541 1.0001253 0.9999541) 0.00001 14 (0.9999981 1.0000020 0.9999981) 方 程 组 的 近 似 解 计算结果 Gauss-Seidel迭代法 要求 精度 迭代 次数 0.001 5 (0.9997916 0.9998479 1.0000664) 0.0001 7 (0.9999929 0.9999949 1.0000022) 0.00001 8 (1.0000013 1.0000009 0.9999996) 方 程 组 的 近 似 解 取初值 三、 Jacobi和Gauss-Seidel迭代法的收敛性 推论1：Jacobi迭代法收敛的充分条件是 Gauss-Seidel迭代法收敛的充分条件是 如例1：利用J和G-S迭代法求解方程组 Jacobi迭代法收敛的充要条件是 Gauss-Seidel迭代法收敛的充要条件是 定理 Jacobi迭代矩阵 系数矩阵 Gauss-Seidel迭代矩阵 例2：判定用J法和G-S法求解下列方程组的收敛性： 解： 计算特征值： J法收敛 G-S法的迭代矩阵为 G-S法不收敛 设 满足 称 为严格对角占优矩阵。 1 如果 为严格对角占优矩阵，则求解 方程组 的J法和G-S法均收敛。 2 例3： 写出收敛的J、G-S迭代 格式。 第四章 插值与拟合 本章主要内容： 1、Lagrange插值方法 2、Newton插值方法 3、等距节点插值方法 4、分段线性插值方法 5、三次样条插值方法 6、曲线拟合的最小二乘法 §1 代数插值问题 /* Algebraic Interpolation Problem */ 已知定义于区间 上的实值函数 在 个互异节点 处的函数值 ，若函数集合 中的函 数 满足 则称 为 在函数集合 中关于节点 的一个插值函数，并称 为被插值函数,[a,b]为插值区间， 为插值节点，（*）式为插值条件。 （插值的定义） Def 1 /* Algebraic Interpolation */ 插值类型 代数插值：集合 为多项式函数集 x0 x1 x2 x3 x4 x g(x) ? f(x) 几何意义： 有理插值：集合 为有理分式函数集 /* Rational */ 三角插值：集合 为三角函数集 /* Trigonometric */ 代数插值的存在唯一性 设 代入插值条件： 方程组的系数矩阵是Vandermonde（范德蒙）矩阵 方程组存在唯一解，因此