节多项式插值.pptVIP

总结： 总结： 第四章 函数的数值逼近 数值逼近（Approximation） 巴尔默谱系 巴尔默谱系 数值逼近 插值 多项式插值 插值多项式的存在唯一性 多项式插值 多项式插值的另一表示-拉格朗日多项式 拉格朗日多项式性质 拉格朗日多项式性质 拉格朗日多项式 拉格朗日多项式 多项式插值误差 多项式插值误差 多项式插值误差 多项式插值的Runge现象 多项式插值的Rung现象 埃尔米特（Hermite）插值 埃尔米特插值 埃尔米特插值 埃尔米特插值的矩阵表示 Hermite插值性质 Hermite插值性质 Hermite插值的计算 Hermite插值的计算 Hermite插值的计算 Hermite插值与多项式插值比较 Hermite插值的计算 拉格朗日插值程序 拉格朗日插值程序 总结： sin函数的三阶多项式插值和Hermite插值 * 线性方程组解法： 直接法：Gauss法、列主元、全主元、LU，Cholesky法 范数 向量范数概念，1、2、∞范数计算； 矩阵范数的概念； 算子范数的概念， 1、2、∞范数计算、相容性等性质。 病态问题 概念，与算法稳定性的关系； 系数误差和解误差的关系； 条件数：概念、计算； 迭代法解线性方程组： 迭代法的概念；迭代法解方程的原理； Jacobi方法、Gauss-Seidel方法、SOR方法：写出迭代公式 迭代法收敛性-压缩映射原理 线性方程组迭代方程收敛的充分必要条件 特殊矩阵的收敛性 收敛速度 迭代法程序结构。 第一节 多项式插值 Approximation theory is concerned with how functions can best be approximated with simpler functions, and with quantitatively characterizing the errors introduced thereby. 逼近理论研究如何将函数利用一组简单函数近似表征，并定量分析逼近过程中产生的误差。 数值逼近包括两大类：插值和拟合 应用： 问题1：已知美国1900年~2000年人口数，分析美国人口变化规律，预测美国未来人口数目； 问题2：已知某元件在电压为v1…vn时，其电流为i1…in，求该元件的伏安特性曲线。 当极少量的高纯氢气在高真空玻璃管中，加入高电压使之放电，管中发出光束，使这种光经过分光作用，在可见光区得到四条颜色不同的谱线。 实验总结： 1885年，瑞士一位中学数学教师J.J.Balmar(巴尔默)指出，上述谱线的频率符合下列公式： 由此公式可算出： 当n＝3时，是Hα的频率 当n＝4时，是Hβ的频率 当n＝5时，是Hγ的频率 当n＝6时，是Hδ的频率 插值（interpolate） 已知函数在xi处的值为 yi ，求 f (x)，使之满足： yi = f (xi) 其中， f (x)为插值函数， xi处为插值节点，插值节点的区间称为插值区间， yi = f (xi)为插值条件。 拟合（fit） 已知函数在xi处的值为 yi ，求 f (x)，使之满足： e =‖yi - f (xi) ‖在给定的准则下最小。 差异： 插值函数必须经过插值点。 拟合函数不必经过拟合点。 在已知 xi, yi 的前提下，有多少函数满足yi = f (xi) ？ 给定任意一组 xi, yi ，存在无穷多函数满足yi = f (xi) ，因此，在解决插值问题前，必须首先明确所采用的插值函数。 常用插值函数： 多项式函数；xn sinc函数等；sin（x）/ x 问题描述： 给定插值点 xi, yi ，构造多项式函数 Pn(x) = a0 + a1x + a2x2+…+ anxn，使之满足： Pn(xi) = yi (i = 0,1,2,…,n)。 如何计算： 多项式Pn(x) 由其多项式系数a0 , a1, a2, … , an决定，只需要求解多项式系数，即可获得该插值多项式。 将Pn(xi) = yi写为矩阵形式可得： 求解该线性方程组即可得到多项式的系数 范德蒙矩阵（ Vandermonde） 该线性方程组有解吗，解唯一吗？ 唯一性定理：通过n+1个节点的n阶插值多项式存在且唯一。 范德蒙矩阵的行列式的值为xi- xj 的连乘积，当 xi≠xj时，该行列式的值不为零，即线性方程组有解，且存在唯一解 证明： 例：已知 x = 0 , 0.2, 0.4, 0.6, 0.8, 1.0，y = 1.0, 1.17, 1.70, 2.59, 3.93, 6.00，求5阶多项式差值。 多项式插值的拉格朗日多项式表示： 给定插值点 xi, yi ，其插值多项式可表示为： 性质1：拉格朗日多项式在本插值