数值分析第二章插值法概要.pptVIP

同理可得后插公式 解 函数 x3 的差分表如下 当 根据Newton向前插值公式，分别求得 例6 给出 例7 已知f (x)=sinx的数值如下表中前两列，分别用二次Newton向前、向后插值公式求sin0.57891的近似值。 x sinx 0.5 0.47943 0.6 0.56464 0.7 0.64422 0.4 0.38942 解 作差分表，见上表 △ 0.09001 0.08521 0.07958 △2 -0.00480 -0.00563 △3 -0.00083 使用二次Newton向前插值公式，取x0=0.5， x1=0.6， x2=0.7，h=0.1，x=0.57891，则 于是 由此可知 稍好于 （3） 因为 则 § 2.3 Newton插值 拉格朗日插值多项式结构对称，使用方便。但由于是用基函数构成的插值，这样要增加一个节点时，所有的基函数必须全部重新计算，不具备承袭性，还造成计算量的浪费。这就启发我们构造一种具有承袭性的插值多项式来克服这个缺点，也就是说，每增加一个节点时,只需增加相应的一项即可，这就是牛顿插值多项式。 由线性代数知,任何一个不高于n 次的多项式,都可以表示成函数： 的线性组合, 也就是说, 可以把满足插值条件 p(xi)=yi(i=0,1,…,n)的 n 次插值多项式,写成如下形式 其中ak (k=0,1,2,…,n)为待定系数,这种形式的插值多项式称为Newton插值多项式。我们把它记为Nn(x)即 （3） 可见，牛顿插值多项式Nn(x)是插值多项式L(x)的另一种表示形式, 与Lagrange多项式相比它不仅克服了“增加一个节点时整个计算工作重新开始”的缺点, 且可以节省乘除法运算次数,同时在Newton插值多项式中用到差分与差商等概念，又与数值计算的其他方面有密切的关系. 它满足如下条件： 其中ak (k=0,1,2,…,n)为待定系数，形如(3)的插值多项式称为 牛顿(Newton)插值多项式。 1、差商的定义 称 为 关于点 的 一阶差商(均差）。 称 为 关于点 的 二阶差商（均差）。 一般，称 为 关于点 的 k 阶差商（均差）。 2、差商的性质 一阶 二阶 性质1 函数 f(x) 的 n 阶差商 f [x0, x1 , …, xn ] 可由函数值 f (x0), f (x1 ), … , f (xn ) 的线性组合表示, 即 f[x0 , x1]= f[x1 , x0] f(x1)- f(x0) x1 – x0 f(x0)- f(x1) x0 – x1 = 性质2 差商具有对称性,即在 k 阶差商中 任意交换两个节点 和 的次序,其值不变。 例如 因此 性质3 n 阶差商 和 n 阶导数之间有下 列关系: 这个性质可直接用罗尔（Rolle）定理证明。 3、差商的计算 考虑插值节点 4、Newton 插值 由 得 再由 得 于是 则 又 则有 所以有 令 其中 n次多项式 为函数 的 Newton 插值多项式. 注：? 由唯一性可知 拉格朗日插值多项式与牛顿插值多项式等价， 只是算法不同，故其余项也相同，即 ? 实际计算过程中,牛顿插值多项式常被写为如下形式： 当需增加一个节点时, 只要在多计算一行差商的基础上增加一项即可. 事实上： 例4 给出f(x) 的函数表如下, 求4次牛顿插值多项式，并由此计算f(0.596)的近似值. xi 0.40 0.55 0.65 0.80 0.90 1.05 f ( xi ) 0.41075 0.57815 0.69675 0.88811 1.02652 1.25382 1.11600 1.18600 1.27573 1.38410 1.51533 0.28000 0.35893 0.43348 0.52493 0.19733 0.21300 0.22863 0.03134 0.03126 -0.00012 1阶均差 2阶均差 3阶均差 4阶均差 5阶均差 截断误差 于是 例5 求过点 所以 的二次插值多项式。 解一： 令 由 得 解二： 解三： 所以 已知等距节点 §4.4 Newton等距插值 1、差分 定义 简记为 简记为 简记为 向前差分 向后差分 中心差分 前差算子 后差算子 向前差分算子: 向后差分算