cy_JSJ_02_1-.pptVIP

* 描述事物之间的数量关系:函数. 有两种情况: ①表格形式——离散的数据表 ②明显的表达式——但复杂而不便于研究 需求：求任一x点的函数值f x ;研究函数的性质 从实际需要出发：允许误差 考虑：用近似表达式来代替原来函数 一般地，构造某种简单函数代替原来函数。 插值法就是一种基本方法 §0 引言---插值平均 第一章 插值方法 函数近似或函数逼近 自然想法：对任意x, 充分利用所有数据适当组合生成所要求的插值结果y。 （1） 在所给数据表中插进一些所需要的值 x0 x1 x2 x3 x4 x g x ? f x 当精确函数 y f x 非常复杂或未知时，在一系列点 x0 … xn 处测（取）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 。 这里的 g x 称为f x 的插值函数。 最常用的插值函数是 …? 代数多项式： 最简单: 计算只用加、减、乘，积分和微分很方便； 这样的插值方法叫做代数插值法，简称插值法。 §1 拉格朗日多项式 n i y x P i i n , ... , 0 , 求 n 次多项式 使得 条件：无重合节点，即 n 1 已知 x0 , x1 ; y0 , y1 ，求 使得 1 1 1 0 0 1 , y x P y x P 可见 P1 x 是过 x0 , y0 和 x1, y1 两点的直线。 1 x P 1 0 1 x x x x - - 0 1 0 x x x x - - y0 + y1 1.1 线性插值 两点式 0 0 1 0 1 0 1 x x x x y y y x P - - - + 点斜式 1.2 二次插值 n 2 已知 x0 , x1 , x2; y0 , y1 ,y2 , 求 使得 0 0 2 , y x P 1 1 2 y x P 2 2 2 y x P , 为求P2 x ,将三点代入其表达式,即可得到三个方程式,从而联立方程组解出系数a0, a1, a2即可: 方程组的解是否存在? 若存在解,是否唯一?! 当 x0 , x1 , x2互异时,方程组的解存在且唯一. 注：显然有, 求n 次插值时, 由n +1个点可有n +1个方程, 联立方程组即可求出插值多项式的n +1个系数. 然而,方程组的求解也并不是一件容易的事。 1.2.1 待定系数法 首先, 线性插值的两点式可看作是两个特殊的一次式的一种线性组合. 1 x P y0 + y1 两点式 1 0 1 x x x x - - 0 1 0 x x x x - - l0 x l1 x ? 1 0 i i i y x l 的一次插值多项式 ,称l0 x 和l1 x 为以x0,x1为节点的基本插值多项式，也称为线性插值的插值基函数 。 于是，线性插值即是用基函数的线性组合来构造的. 1.2.2 基函数法 由此启发, 我们希望二次插值也能由 有 一些二次插值基函数来线性组合: 称为拉氏基函数 , 满足 li xj ?ij P2 x l0 x y0+ l1 x y1+ l2 x y2 实质上 l0 x 和l1 x 即是满足函数表 这时，l0 x , l1 x , l2 x 都是二次多项式，且应满足 满足 2.1 式的 l i x 是否存在?若存在，具有什么形式呢? （2.1） 先考虑 l0 x : l0 x 以 x1, x2 为零点, 二次多项式 ? l0 x ＝ ?0 x －x1 x －x2 , ?0 是待定系数。 又 l0 x0 1 ? ?0 x0－x1 x0－x2 ＝1，则 ?0＝ x0－x1 x0－x2 1 同理可得 l1 x ＝ ?1 x －x0 x －x2 , ?1＝ x1－x0 x1－x2 1 l2 x ＝ ?2 x －x0 x －x1 , ?2＝ x2－x1 x2－x1 1 此即二次拉格朗日插值公式, 其中, l0 x , l1 x , l2 x 是满足 2.1 的特殊 基本 二次插值多项式;称为二次插值基函数. P2 x y0+ y1+ y2 x -x0 x -x2 x1-x0 x1-x2 x -x1 x -x2 x0-x1 x0-x2 x -x0 x -x1 x2-x0 x2-x1 n ? 1 希望找到li x ，i 0, …, n 使得 li xj ?ij ；然后令 ? n i i i n y x l x P 0 ，则显然有Pn xi yi 。 li