第2章计算方法.ppt

* 由表2—4可以看出，利用三次样条插值函数 S(x)及其导数来逼近被插值函数f(x)及其导数，其效果是相当好的。 * 小 结 插值法是一个古老而又实用的数值方法。它不仅是数值微分、数值积分、函数逼近以及微分方程数值解等数值分析的基础，而且在许多实际问题中，也有直接的应用。 本章只简要介绍了有关插值法的一些基本概念、多项式插值的基础理论和几个常用的插值方法，例如拉格朗日插值公式 * 、牛顿基本插值公式和仅适用于等距离节点下的牛顿向前（后）插值公式，以及应用最广且有二阶连续导数的三次样条插值。作为一种直接应用，也可介绍了利用插值法求导数的基本原理和常用公式。 实际上，插值法的内容，包括插值函数类的选择，公式的构造与应用，误差的估计，以及收敛性、稳定性的讨论等，都是十分丰富的。需要进一步了解可参考[1]-[2]。 * 习 题 二 1? 求经过下列已知点的最低次代数多项式 x 0 1.5 5.1 y -1 4.25 35.21 2. 已知函数表如下 x 10 11 12 13 lnx 2.3026 2.3979 2.4849 2.5649 试分别用线形插值与二次插值计算ln11.75的近似值，并估计截断误差。 * 3.??? 设x0、x1…、xn为任意给定的n+1个互不相同的节点，证明：?? 1）若f（x）为不高于n次的多项式，则f（x）关于这组节点的n次插值多项式就是它自己； 2） ??若lk(x)(k =0,1, …,n)是关于这组节点的n次基本插值多项式，则有恒等式 * 已知函数表如下 x 0.0 0.2 0.4 0.6 0.8 ex 1.0000 1.2214 1.4918 1.8221 2.2255 (1)???? 分别构造向前差分表与向后差分表; (2)?? 分别用三点与四点前插公式计算e0.13 的近似值，并估计误差； (3)???分别用三点与四点前插公式计算e0.72 的近似值，并估计误差； (4)? 构造差商表，并分别用三点与四点牛顿基本插值公式计算e0.12 的近似值． * 5. ???? 设f（x）为n次多项式，试证明当k≤n时差商 f［x，x0，x1，…xk］ (其中x0、x1、…、xk互异)为n－k次多项式，而当kn时其值恒为零． 6.??? 今要在区间［-4,4］上构造f（x）＝ex　在等距节点下的函数表．问怎样选取函数表的步长，才能保证用二次插值求ex　的近似值时，截断误差不超过10-6. * 7. 对于给定的插值条件 x 0 1 2 3 y 0 0 0 0 试分别求满足下列边界条件的三次样条插值函数: (1)??? S〃(0)=1, S〃(3)=0; (2)??? S′(0)=1, S′(3) =0 * 例3中 真值为: 10.723805, 线性差值的近似值为: 10.714, 有3位有效数字, 若通过事后估计法,得到 近似值为: 10.714+0.00835 = 10.72235, 有4位有效数字 * 将(5.6),(5.7)代入(5.4)整理后得 (5.7) 两边同乘以 ，即得方程组 * 若记 (5.8) 则所得方程组可简写成 * 即 (5.9) 这是一个含有 n+1个未知数、n-1 个方程的线性方程组。要确定 的值，还需用到边界条件。在第 (1) 种边界条件下，由于 和 * 已知，可以得到包含 另外两个线性方程。由(5.5)知， 在子区间 上的导数为 故由条件 立即可得 * 即 (5.10) 同理，由条件 可得 （5.11） 将(5.9)、(5.10)、(5.11)合在一起，即得确定