Lagrange插值讲述.ppt

第二章 插值法(Interpolation Method) 已经测得在某处海洋不同深度处的水温如下： 深度（M） 466 741 950 1422 1634 水温（oC）7.04 4.28 3.40 2.54 2.13 根据这些数据，希望合理地估计出其它深度（如 500米，600米，1000米…）处的水温。 这就是本章要讨论的“插值问题” 例 当精确函数 y = f(x) 非常复杂或未知时，在区间[a, b]上一系列节点 x0 … xm 处测得函数值 y0 = f(x0), …, ym = f(xm)，由此构造一个简单易算的 近似函数 g(x) ? f(x)，满足条件 g(xj) = f(xj) (j = 0, …, m) (*) 这个问题称为“插值问题”。 一、插值问题 这里的 g(x) 称为f(x) 的插值函数。 节点 x0 … xm称为插值节点, 条件(*)称为插值条件，区间[a, b]称为插值区间。 定义1 x0 x1 x2 x3 x4 x f(x) g(x) 最常用的插值函数是 …? 代数多项式 用代数多项式作插值函数的插值称为代数插值 本章主要讨论的内容 插值函数的类型有很多种 插值问题 插值法 插值函数 一、插值问题解的存在唯一性？ 二、插值多项式的常用构造方法？ 三、插值函数的误差如何估计？ 代数插值 二、代数插值问题解的存在惟一性 令 只要证明pn(x)的系数 a0 ,a1,…, an 存在唯一即可, 给定区间[a, b]上互异的n+1个点 的一组函数 值 f (xj)，j = 0,…,n , 求一个n次多项式 pn(x)∈Pn, 使 得 为此由插值条件知 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，所以上式右端不为零，从而方程组的解 a0 ,a1 ,…an 存在且唯一。 为此我们必须从其它途径来求 pn(x)： 不通过求解方程组而获得插值多项式。 通过解上述方程组求得插值多项式pn(x)的方 法并不可取。 这是因为当n较大时解方程组的计 算量较大，而且方程组系数矩阵的条件数一般 较大（可能是病态方程组）, 当阶数n越高时， 病态越重。 基本思想： 在n 次多项式空间Pn 中找一组合适的基函数 ?0(x), ?1(x), …, ?3(x), 使 不同的基函数的选取导致不同的插值方法 Lagrange插值 Newton插值 三、插值多项式的构造方法 知识点一 n = 1 可见 P1(x) 是过 ( x0 , y0 ) 和 ( x1, y1 ) 两点的直线。 ) ( ) ( 0 0 1 0 1 0 1 x x x x y y y x P - - - + = 1 0 1 x x x x - - 0 1 0 x x x x - - = y0 + y1 l0(x) l1(x) ? = = 1 0 ) ( i i i y x l §2 Lagrange插值 求 n 次多项式 使得 已知 x0 , x1 ; y0 , y1 ，求 一、构造基函数 与节点有关，而与f 无关 这里每个lj(x)都是n次多项式，且容易验证lj(x)满足 j =0,1,…，n 知识点二 插值基函数图形 n = 1 n = 2 对任意的Ln(x)∈Pn，都有 Ln(x)=c0 l0(x)+c1 l1(x)+…+cn ln(x) 其中c0 ,c1 ,…,cn 为组合系数 可以证明函数组l0(x)，l1(x)，…, ln(x) 在插值区间［a,b］上线性无关，所以这n+1个函数可作为Pn的一组基函数，称为Lagrange插值基函数 由Lagrange插值基函数满足 ，方程组变成 因此得到插值多项式 Ln(x)= f(x0)l0(x)+f(x1) l1(x)+…+ f(xn) ln(x) 记为Ln(x)＝? f(xj)lj(x) 称Ln(x)为n次Lagrange插值多项式 知识点三 二、插值余项 /* Remainder */ Rolle’s Theorem的推论: 若 充分光滑，且 存在 使得 定理1 若 在[a , b]内存在, 则在[a , b]上 的n+1个互异的点，对 f（x)所作的n次Lagrange插值多项式Ln (x) 有误差