第二部分插值法Chapter2Interpolation.pptVIP

* 第二章 插值法 /* Chapter 2 Interpolation */ 当精确函数 y = f(x) 非常复杂或未知时，在一系列节点 x0 … xn 处测得函数值 y0 = f(x0), … yn = f(xn)，由此构造一个简单易算的近似函数 g(x) ? f(x)，满足条件g(xi) = f(xi) (i = 0, … n)。这里的 g(x) 称为f(x) 的插值函数。最常用的插值函数是 …? 多项式 x0 x1 x2 x3 x4 x g(x) ? f(x) §2.1 多项式插值 /* Polynomial Interpolation */ §2.2 拉格朗日多项式 /* Lagrange Polynomial */ n i y x P i i n , ... , 0 , ) ( = = 求 n 次多项式 使得 条件：无重合节点，即 n = 1 已知 x0 , x1 ; y0 , y1 ，求 使得 1 1 1 0 0 1 ) ( , ) ( y x P y x P = = 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 称为拉氏基函数 /* Lagrange Basis */， 满足条件 li(xj)=?ij /* Kronecker Delta */ 线性插值 n = 2 已知 x0 , x1 , x2; y0 , y1 , y2 ，满足 ( ) y 0 0 , x f = 抛物线插值 ，写出二次拉格朗日插值 1 1 ) ( y x f = , 2 2 ) ( y x f = 多项式： ? = = 2 0 ) ( i i i y x l ) ( x L 2 §2.2 Lagrange Polynomial §2.2 Lagrange Polynomial n ? 1 希望找到li(x)，i = 0, …, n 使得 li(xj)=?ij ；然后令 ? = = n i i i n y x l x P 0 ) ( ) ( ，则显然有Pn(xi) = yi 。 li(x) 每个 li 有 n 个根 x0 … xi … xn ? = - = - - - = n j j ? i j i n i i i x x C x x x x x x C x l 0 0 ) ( ) )...( )...( ( ) ( ? - = = j ? i j i i i i x x C x l ) ( 1 1 ) ( Lagrange Polynomial 与 有关，而与 无关 节点 f 定理 (唯一性) 满足 的 n 阶插值多项式是唯一存在的。 证明： 反证：若不唯一，则除了Ln(x) 外还有另一 n 阶多项式 Pn(x) 满足 Pn(xi) = yi 。 考察 则 Qn 的阶数 ? n 而 Qn 有 个不同的根 n + 1 x0 … xn 注：若不将多项式次数限制为 n ，则插值多项式不唯一。 例如 也是一个插值多项式，其中 可以是任意多项式。 §2.2 Lagrange Polynomial ? 插值余项 /* Remainder */ 设节点 在[a , b]内存在, 考察截断误差 ，且 f 满足条件 , Rolle’s Theorem: 若 充分光滑， ，则 存在 使得 。 推广：若 使得 使得 §2.2 Lagrange Polynomial Rn(x) 至少有 个根 n+1 ? = - = n i i n x x x K x R 0 ) ( ) ( ) ( 任意固定 x ? xi (i = 0, …, n), 考察 ? = - ?