网站大量收购独家精品文档,联系QQ:2885784924

计算方法课件第二章3节.ppt

  1. 1、本文档共60页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计算方法课件第二章3节.ppt

*/47 §2.5 三次样条插值 若边界条件为:m0=y?0 , mn=y?n ,带入(*式)可得 */47 §2.5 三次样条插值 若边界条件为:S??(x0)=y??0 , S??(xn)=y??n ,则有 连同(*式)一起,可得 */47 §2.5 三次样条插值 若边界条件为周期性边界条件,由S?(x0+0)=S?(xn-0) ,和S??(x0+0)=S??(xn-0),有m0=mn和 ?nmn-1+2mn+?nm1=gn,其中 于是有 */47 §2.5 三次样条插值 对应不同的边界条件, 只要求出相应的线性方程组的解, 便得到三次样条函数在各区间[xi-1,xi]上的表达式 由于三个方程组的系数矩阵都是严格对角占优矩阵, 所以都有唯一解, 前两个方程组均可用追赶法求解, 第三个方程组可用LU分解法或Gauss消元法求解. */47 §2.5 三次样条插值 例: 先看教材 P60例7 */47 §2.5 三次样条插值 故有 */47 §2.5 三次样条插值 例: */47 §2.5 三次样条插值 故有 */47 小结 §2.1 引言 §2.2 Lagrange 插值多项式 §2.3 Newton插值多项式 §2.补 Hermite插值 §2.4 分段低次插值 §2.5 三次样条插值 §2.6 数值微分(*) */47 作业与实验 作业(上作业本): 习题二(P68): 1、3、5 实验 实验名称:实验一 拉格朗日插值法 实验目的:验证拉格朗日插值多项式,进一步加深对拉格朗日插值法的理解。 实验日期: 09计11:2011年5月6日(周五)7、8节 09计61:2011年5月3日(周二)1、2节 具体要求见另外文档 * * */47 §2.3 Newton插值多项式 五. Newton插值计算步骤 1. 计算差商 2. 计算插值 根据以上步骤, 自己写出Newton插值算法流程图,并能参照流程图编程上机。 */47 §2.3 Newton插值多项式 计算Newton插值步骤: 首先根据节点和节点值计算差商表; 然后利用Newton插值多项式估算 f(x)。 例: */47 §2.3 Newton插值多项式 解:先造差商表 */47 §2.3 Newton插值多项式 由Newton公式得四次插值多项式为: 例:教材 P42 例4,P45 例5,P48 例6 教材自学,此处不详解 */47 §2.补 Hermite插值 本节内容 一. 问题提出 二. 数学描述 三. 求解思想 返回章节目录 */47 前述插值问题:要求被插函数与插值多项式在节点取相同值 Lagrange型插值条件 然而,不少实际问题 不但要求在节点上 函数值相等, 而且还 要求它的导数值也 相等(即要求在节点 上具有一阶光滑度), 甚至要求高阶导数也相等, 满足这种要求的插值多项式称埃尔米特(Hermite)插值多项式。 §2.补 Hermite插值 */47 §2.补 Hermite插值 现代的仿生学就是一个典型的例子。在设计交通工具的外形,就是参照海豚的标本上已知点及已知点的导数,做插值在计算机上模拟海豚的外形制成飞机、汽车等外形。 下面只讨论函数值与导数值个数相等的情况。 */47 §2.补 Hermite插值 */47 §2.补 Hermite插值 有关Hermite(埃尔米特)插值的详细方法等,此处略。具体请参阅教材或相关资料。 */47 §2.补 Hermite插值 */47 §2.4 分段插值 分段插值(piecewise polynomial approximation) 本节内容 一. Runge 现象 二. 分段线性插值 三. 分段 Hermite 插值 返回章节目录 */47 §2.4 分段插值 一. 计算中的Runge现象 由插值问题的提出, 通常我们会觉得当节点越来越密时, 插值函数越来越接近于原函数。但是结果并非如此, 因为多项式是上下震荡的, 震荡的幅度不尽相同, 不同区段的震荡密度也不一样, 由此导致, 利用较高阶的插值多项式所计算的结果, 与原来的函数值相差甚远。这说明高次插值未必可行。 结果表明, 并不是插值多项式的次数越高, 插值效果越好, 精度也不一定是随次数的提高而升高, 这种现象在上个世纪初由Runge发现, 故称为Runge现象。 P50 */47 §2.4 分段插值 不同次数的Lagrange插值多项式的比较图 Runge现象 */47 §2.4 分段插值 例: - 5 - 4 - 3 - 2 - 1 0 1 2 3 4 5 - 0.5

文档评论(0)

cai + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档