插值法第一次(new)概要.pptVIP

例1 求经过A(0,1)，B(1,2)，C(2,3)三个插值点的插值多项式. 解：三个插值节点及对应的函数值为 由抛物插值公式得 n+1个节点的Lagrange 插值多项式不超过n次 例2：已知 分别利用 sin x 的1次、2次 Lagrange 插值计算 sin 50? 并估计误差。 解： n = 1 分别利用x0, x1 以及 x1, x2 计算 ?利用 这里 而 ?sin 50? = 0.7660444… ) 18 5 ( 50 sin 1 0 ? ? p L 0.77614 外推 (extrapolation ) 的实际误差 ? ?0.01010 ?利用 sin 50? ? 0.76008, 内插 (interpolation ) 的实际误差 ? 0.00596 内插通常优于外推。选择要计算的 x 所在的区间的端点，插值效果较好。 n = 2 ) 18 5 ( 50 sin 2 0 ? ? p L 0.76543 ?sin 50? = 0.7660444… 2次插值的实际误差 ? 0.00061 高次插值通常优于低次插值 但绝对不是次数越高就越好，嘿嘿…… 例3 考虑下述的插值法问题：求二次多项式P(x)，满足P(x0) = y0, 其中 是已给的数据并给出使这一问题的解存在且唯一的条件. 解：设 则 由已知条件有 即 所以 故原问题的唯一可解性就归结为上述方程组的唯一可解性而后者唯一可解的充要条件为 这就是P（x）存在且唯一的条件。 HW: p.48 1,2,4,5(1) 1.5 拉格朗日插值公式的优缺点 课堂练习 证明 ？ ？ 本节主要内容 Newton插值 等距差分公式 Lagrange插值公式(利用插值基函数很容易得到): 含义直观,结构紧凑,在理论分析中非常方便; 计算机上实现也很容易. 也有一些缺点： 一是计算量大，这是显然的；另外，还有一个更严重的缺点，当插值节点增加时，全部插值基函数均要随之变化，整个计算工作必须从头开始：不仅原来的每一项都要改变，还要增加一项计算。 为克服上述两个缺点, 努力：把插值多项式变形为便于计算的形式。 希望：计算改变的过程中,尽可能能利用已有的计算结果. 下面我们将看到,这是可能的。我们可以有具有“承袭性”的所谓牛顿公式。 ) ( ) ( 0 0 1 0 1 0 1 x x x x y y y x P - - - + = ) ( 0 0 1 0 1 0 x x x x x x y - - - + = ( ( ) ) f f f[x0,x1] 二次牛顿插值多项式 我们再看线性插值的点斜式: ) ( 0 0 x x y - + = f[x0,x1] 常数(差商) 由此启发，我们希望二次插值也能类似地有有规律的组合表达式: P2(x)=?0 + ?1(x-x0) + ?2(x-x0)(x-x1) 利用P2(x0)=y0有: ?0 = y0 , 利用P2(x1)=y1有: ?1 = 0 1 0 1 x x x x - - ( ( ) ) f f = f[x0,x1] , 利用P2(x2)=y2有: ?2 = f[x0,x1] (x2-x0)(x2-x1) (x2-x0)(x2-x1) 0 x x2 - ( ( ) ) f f (x2-x0) - f[x0,x2] f[x0,x1] x2 - x1 = - = f[x0,x1,x2] ; P2(x)=f(x0) + (x-x0) + (x-x0)(x-x1) f[x0,x1] f[x0,x1,x2] f[x0,x2] x=x0时 0 注: 1. 事实上,从上述可看出二次牛顿插值公式是用待定系数法求得的; 2. 它也可看作是三个特殊函数的一种线性组合: P2(x)=f(x0) + (x-x0) +