第二章插值法题材.ppt

;插值法的基本原理 设函数y=f(x)定义在区间[a, b]上, 是 [a, b]上取定的n+1个互异节点,且在这些点处的函数值 为已知 ,即 若存在一个f(x)的近似函数 ,满足 则称 为f(x)的一个插值函数, f(x)为被插函数, 点 xi为插值节点, 称(2.1)式为插值条件, 而误差函数 R(x)= 称为插值余项, 区间[a, b]称为插值 区间, 插值点在插值区间内的称为内插, 否则称外插 ;插值函数 在n+1个互异插值节点 (i=0,1,…,n ) 处与 相等,在其它点x就用 的值作为f(x) 的近似值。这一过程称为插值，点x称为插值点。换 句话说, 插值就是根据被插函数给出的函数表“插出”所要点的函数值。用 的值作为f(x)的近似值,不仅希 望 能较好地逼近f(x),而且还希望它计算简单 。由于代数多项式具有数值计算和理论分析方便的优点。所以本章主要介绍代数插值。即求一个次数不超过n次的多项式。 ;;定理1 n次代数插值问题的解是存在且惟一的 ; 这是一个关于待定参数 的n+1阶线性方 程组,其系数矩阵行列式为 ;§2 拉格朗日（Lagrange）插值 为了构造满足插值条件 (i=0,1,2,…,n ) 的便于使用的插值多项式P(x),先考察几种简单情形, 然后再推广到一般形式。（ 线性插值与抛物插值） （1）线性插值 线性插值是代数插值的最简单形式。假设给定了函数 f(x)在两个互异的点的值， ,现要求用线性函数 近似地代替f(x)。选 择参数a和b, 使 。称这样的线性函数P(x)为f(x)的线性插值函数 。;线性插值的几何意义:用 通过点 和 的直线近似地代替曲线 y=f(x)由解析几何知道, 这条直线用点斜式表示为 ;;（2）?????? 抛物插值 抛物插值又称二次插值，它也是常用的代数插值之一。设已知f(x)在三个互异点x0，x1，x2的函数值y0，y1，y2，要构造次数不超过二次的多项式 使满足二次插值条件： 这就是二次插值问题。其几何意义是用经过3个点 的抛物线 近似代替曲线 ,如下图所示。因此也称之为抛物插值。 ;;为了与下一节的Lagrange插值公式比较,仿线性插值,用基函数的方法求解方程组。先考???一个特殊的二次插值问题： 求二次式 ,使其满足条件： ;类似地可以构造出满足条件： 的插值多项式 ;拉格朗日插值多项式 两个插值点可求出一次插值多项式,而三 个插值点可求出二次插值多项式。插值点增加到n+1 个时,也就是通过n+1个不同的已知点 ,来构造一个次数为n的代数多项式P(x)。与推导抛物插值的基函数类似,先构造一个特殊n次多项式 的插值问题,使其在各节点 上满足 ;其中 为待定常数。由条件 ,可求得 ;以n+1个n次基本插值多项式 为基础,就能直接写出满足插值条件 的n次代数插值多项式。 事实上，由于每个插值基函数 都是n次值多项式,所以他们的线性组合;;例2.3 已知x=1, 4, 9 的平方根值, 用抛物插值公式, 求 ;;;例2.6 已知f (x)的观测数据 x 0 1 2 4 f (x) 1 9 23 3 构造Lagrange插值多项式 ;;; 拉格朗日插值算法实现 ;;定理2 设f(x)在?a, b?有n+1阶导数， x0, x1,…, xn 为 ?a, b?上n+1个互异的节点, p(x)为满足 p(xi) = f(xi) (i=1,2, …, n) 的n 次插值多项式，那么对于任何x ? ?a, b?有 插值余项;对于线性插值，其误差为 对于抛物插值（二次插值），其误差为;;;;;§3 均差与牛顿插值多项式 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