第1章插值教案.docVIP

插 值 1.1 插 值 插值问题的提出 (导入：插值法是函数逼近的重要方法之一，有着广泛的应用 。在生产和实验中，函数f(x)或者其表达式不便于计算，或者无表达式而只有函数在给定点的函数值(或其导数值) ，例如，有很多的物理、化学的实验数据；又例如，温度问题、股票的变化问题等。 我们希望建立一个简单的而便于计算的函数g (x)，使其近似的代替f (x)。建立的方法可采用插值法，其中以拉格朗日(Lagrange)插值和牛顿(Newton)插值为代表的多项式插值最有特点,常用的插值还有Hermit插值,分段插值和样条插值。 基本概念 由实验或测量的方法得到所求函数 在互异点 处的值 构造一个简单函数 作为函数 的近似表达式 ，使得 （1） 这类问题称为插值问题。 称为被插值函数， 称为插值函数， x0 , x1, ... , xn 称为插值节点。(1)式称为插值条件。 ((插值的任务就是由已知的观测点,为物理量(未知量)建立一个简单的、连续的解析模型，以便能根据该模型推测该物理量在非观测点处的特性。 我们知道函数的类型很多，用来作插值函数的种类不同，所求得的插值函数 P(x)逼近f(x)的效果不同，常用的有代数多项式、三角函数式、和有理函数式等。当选用的是代数多项式，相应的插值问题称为多项式插值。 多项式插值 在多项式插值中，最常见、最基本的函数是求一次数不超过n的代数多项式： 这时插值问题变为:求n次多项式Pn(x),使满足插值条件 只要求出Pn(x)的系数a0 ,a1,…, an即可,为此由插值条件(2)知Pn(x)的系数满足下列n+1个代数方程构成的线性方程组 而ai(i=0,1,2,…,n)的系数行列式是Vandermonde行列式 由于xi互异，所以(4)右端不为零，从而方程组(3)的解 a0 ,a1 ,…an 存在且唯一。解出ai(i=0,1,2,…n), Pn(x)就可构造出来了。但遗憾的是方程组(3)是病态方程组,当阶数n越高时，病态越重。 为此我们从另一途径来寻求获得插值多项式Pn(x) 的方法----Lagrange插值和Newton插值。 1.2 拉格郎日插值多项式 插值基函数 定义：为插值基函数，满足： (k=0,1,……,n) 显然，这n个基函数在对应节点上的函数值为1，其余都为0。并且基函数与所取节点有关。下面我们将看到，由这些基函数的线性组合构成的多项式将满足插值条件，因而也是我们要求的插值函数。 拉格朗日插值多项式 利用插值基函数立即可以写出满足插值条件的n次插值多项式 因为每个插值基函数都是n次多项式，所以它的线性组合必是不高于n次的多项式； 又因为L(x)在每个节点xi的值为yi，（I=0,1,2…… n ），故L(x)就是待求的n次多项式Pn（x）。 特别地 为线性插值，在几何上就是用过两点的直线近似代替曲线。 为二次插值。在几何上就是用过三点的抛物线代替曲线。 例1 已知，分别用线性插值于抛物线插值求的近似值。 解：故用线性插值所求的近似值为 仿上 将所得结果与的精确值10.7238……相比较，可以看出抛物线的精确值较好。 (从上面几何上我们可以很清楚的看到，L1(x)，L2(x)与实际的函数f(x)有不小的误差，如何计算这些误差呢？ 插值余项 注意到，在插值节点上 在插值区间[a,b]上用插值多项式Pn(x)近似代替f (x) 除了在插值节点上没有误差外，在其它点上一般是存在有误差的，记，则就是用近似代替时的截断误差，又称为插值多项式的余项： 定理2：设在区间[ a,b ]上有直到n+1阶导数，为[a,b]上n 个 互异的节点，为满足条件的n 次多项式，那么对于任何有， 证明：（1）说明插值节点都是的零点，所以设 ，其中为待定函数； （2）作辅助函数 可以看出有以下特点 3．由（1）可知，在[a,b]上至少有n+2个互异的零点，有罗尔（Rolle）定理，在[a,b]上的两个零点之间至少有一个零点，所以在（a,b）内至少有n+1个互异的零点；对再应用罗尔定理，推得在（a,b）内有n个互异的零点，继续上述讨论，可推得在（a,b）内至少有一个零点，若记为，则 ，即 这样，即得所求。 例2：试讨论例1中的截断误差。 解： (请注意：插值余项要求函数的n阶导数存在，这个条件很高，不一定总能满足。当插值函数的n阶导数不存在或非常麻烦时，又如何计算它的误差呢？ (*补)插值误差的事后估