计算方法插值法(一)总结.ppt

显然 线性无关，因此，可以作为插值基函数 * 得到 * 有 为写出系数ak的一般表达式，现引入差商概念 再继续下去待定系数ak的形式将更复杂 * 一、差商的定义 2.2.1 差商(均商)/* divided difference */ 称为f(x)关于节点xi , xj 的1阶差商 /* the 1st divided difference */ 定义：设f(x)在互异的节点 xi , xj 处的函数值分别为 fi , fj ，则 2阶差商：1阶差商 f [xi , xj ]，f [xj , xk ]的差商，即 * 二、差商的性质（请同学们自证）： 性质1：k阶差商可以表示成k+1个函数值f(x0),f(x1),…,f(xk) 的线性组合，即 依此类推，可用 k-1 阶差商来定义 k 阶差商 * 性质2：差商与节点 xi 的排列顺序无关！ －即任意调换节点的次序，差商的值不变 可用余项相等证明(插值多项式的唯一性)。 性质3： 三、差商表: * * 根据差商定义，把x看成[a,b]上的一点，可得 2.2.2 牛顿插值 /* Newton’s Interpolation */ n+1 方程 把后一项依次带入前一项，可得 我们称Nn(x)为牛顿(Newton)插值多项式。 称Rn(x)为牛顿插值多项式的余项。 * 每增加一个节点，Newton插值多项式只增加一项 * x y f (xi , xj) f (xi , xj , xk) … f (x0 , x1 ,…, xn) x0 f (x0) x1 f (x1) f [x0 , x1] x2 f (x2) f [x1 , x2] f [x0 , x1 , x2] x3 f (x3) f [x2 , x3] f [x1 , x2 , x3] … … … … … … xn f (xn) f [xn-1 , xn] f [xn-2 , xn-1 , xn] … f [x0 , x1 ,…, xn] 差商表中对角线红色数值即Newton插值多项式中的各项系数 * 根据满足给定插值条件的插值多项式存在的唯一性，可得 因此 差商性质3 例3: 给定数据表 f (x)=lnx xi 2.20 2.40 2.60 2.80 3.00 f(xi) 0.78846 0.87547 0.95551 1.02962 1.09861 (1)用二次Newton差商插值多项式，近似计算f(2.65)的值 (2)写出四次Newton差商插值多项式N4(x) 解:(1)差商表 * N2(x) = 0.87547 + 0.40020 (x-2.40) - 0.074125 (x-2.40)(x-2.60) * (2) 差商表 * 2.3 差分与等距节点插值/* Interpolation Formulae with Equal Spacing */ 当节点等距分布时, 向前差分 /* forward difference */ 向后差分 /* backward difference */ 可以证明 * 在等距节点的前提下,差商与差分有如下关系： 依此类推 * 牛顿公式 ?牛顿向前插值公式 /*Newton's forward-difference formula*/ 根据向前差分和向后差分的关系 节点顺序倒置 * ?牛顿向后插值公式 /*Newton's backward-difference formula*/ 注：一般来说，对于插值区间[x0, xn]，当 x 靠近 x0 时用向前插值公式， 靠近 xn时用向后插值公式 * 拉格朗日插值与牛顿插值的比较 (1) Ln(x)和Nn(x)均为n次多项式，且均满足插值条件： 由插值多项式的唯一性，Ln(x)= Nn(x) ，因而，两个公式的余项是相等的，即 * (2) Newton插值是Lagrange插值的一种变形，其优点是增加节点 时可以进行递推计算,高次插值可以利用低次插值的结果， 这点是Lagrange插值无法比的。 (3) 由于插值函数的唯一性，可以利用Newton插值余项公式求解 f(x)是由离散点给出或f(x)导数不存在时的Lagrange插值余项。 (4) 但是Newton插值仍然没有改变Lagrange插值的插值曲线在节 点处有尖点，插值多项式在节点处不可导等缺点。 * 例子：气溶胶吸水增长； 温度的日变化； * 矩阵的秩 N大时， 矩阵V的列