计算方法第三章rr研讨.pptxVIP

第三章 插值法第一节 插值多项式的基本概念 假设已经获得若干点上的函数值 即提供了一张数据表 ? 如何利用这张表求某个给定点上的函数值呢?插值方法所要研究的就是这个课题。 通常用多项式来作为近似函数，称为插值多项式。 数据表中的函数值为已知的节点称为插值节点，插值节点上所 给的函数值称为样本值。函数值待求的点称为插值点。插值节 点所界定的范围称为插值区间。如果所给插值点位于插值区间 之内，这种插值过程称为内插，否则称为外插。 如果插值条件只是给出节点的函数值，称为拉格朗日插值，如果既有函数值也有节点处函数的导数值，称为埃尔米特插值。 因式定理：多项式P(x)具有r 次因式 (x-a)r 的充要条件 是P(a)= P ‘(a) = ……= P(a)(r-1) =0 最一般的插值条件： 是 重根， 定理：一旦插值条件给定，则插值多项式是唯一的。 设函数 y = f (x) 在闭区间 [a , b ]上有n + 1 阶导数， 满足前面的一般插值条件，且插值节点各不相同， 则插值截断误差为 证明思路：构造辅助函数，用罗尔定理。 值得注意的是在较大区间上进行插值时，误差可能会 很大！另外，一般情况下，外推不如内插好！ 第二节 Lagrange插值公式 插值条件是 Lagrange插值实质上是求通过上面 n+1 个点的 n 次多项式。 一次插值： 问题为求一次多项式，即一次函数，过以下两点： 容易求出，该函数为： 二次插值： 问题为求二次多项式，即二次函数，过以下三点： 容易求出，该函数为： 一般插值问题：求过n+1个点 的不超过n次多项式 。 称为Lagrange插值基函数，满足： 问题:过n+1个点的Lagrange插值多项式是否唯一？ 满足n+1个插值条件的n次多项式是唯一的； 满足n+1个插值条件的多项式不是唯一的； 插值公式的误差为： 计算程序 框图 第三节 逐次线性插值 函数 y = f (x)在节点 上的插值多项式记为 ，则有 Aitken（埃特肯）算法 Neville（列维尔）算法 Aitken（埃特肯）算法 Neville（列维尔）算法 例子：求方程 在(2 , 3)内的根 思路，用反函数 y x 16 3 -1 2 2.058823 -0.39 2.05823 2.096589 2.095659 0.012 1.51E-5 2.095659 2.094553 2.094529 2.094554 2.094553 第四节 牛顿插值 差商 设函数 f (x) ，定义函数在两个不同点的一阶差商为 三个不同点的二阶差商为： 在点 处 K+1 阶差商为： 给定 n +1个点的函数值，则牛顿插值公式为： 差商的计算简表： 例子：用0、30、45、60、90五个点作出sinx 牛顿插值多项式。 做差商表 0 0 30 0.5 0.016667 45 0.7071 0.013807 -0.000063556 60 0.866 0.010595 -0-0.0000007 90 1 0.0044658 -0.0001362 -0牛顿插值的截断误差： 例子：用0、30、45、60、90五个点作出sinx 牛顿插值多项式。 做差商表 0 0 90 1 0.01111 180 0 -0.01111 -1.235e-4 270 -1 -0.01111 0 4.572e-7 360 0 0.01111 1.235e-4 4.572e-7 0 差商的计算公式： 差商的对称性： 差商的线性 由于n次插值多项式是唯一的，所以牛顿插值公式与Lagrange 插值多项式一样，这意味着余项也一样，Lagrange余项为： 所以牛顿余项也一样， 差商与导数的关系 重节点差商 推论：当n个节点全为同一个点，牛顿插值变成 泰勒多项式。 差商的导数 n 次多项式的的 1 阶差商是 n-1 次多项式。 推论：设 p(x) 是 n 次多项式，k n 时 k 阶差商是 n - k 次 多项式，k n 时 k 阶差商为零。 差分 设函数 ，定义 为该函 数在 i 点的一阶差分，记为 类似地，定义二阶差分为： K 阶差分为