第5章_插值法研讨.ppt

第五章 插值法;实践中有些函数解析式未知，或虽有明确解析式，但计算复杂，这时需要用比较简单且易于计算的函数p(x)去近似代替它，使得 p(xi)= yi (i=0,1,2,…,n) 这类问题称为插值问题。函数p(xi)称为插值函数。 x0,x1,… xn称为插值节点或简称节点。插值节点所在的区间称为插值区间。p(xi)= yi 称为插值条件。;多项式的插值问题 构造n次多项式 Pn(x)= a0 + a1x + a2x2+…+ anxn 使满足Pn(xi)= yi (i=0,1,2,…,n)，及利用多项式Pn(x)进行插值计算的问题。 ;§1 不等距条件下的 牛顿基本差商公式;§1.1 差 商;§1.1 差商;§1.1 差商;§1.1 差 商;§1.1 差 商;§1.1 差 商;§1.1 差 商;§1.2 牛顿基本差商公式;§1.2 牛顿基本差商公式;§1.2 牛顿基本差商公式;§1.2 牛顿基本差商公式;§1.2 牛顿基本差商公式;§1.3 牛顿基本差商公式的余式估计;Rn(n)(x) =f (n)(x)- Pn(n)(x);增加新节点x，并且f(x)为(n+1)阶可导时，有;t [7]; Pn (x): ;f(x)-Pn(x);例5.9 用插值法求 的值。;在区间[4,9]上，;采用事后估计误差方法：;事后估计误差公式：;§2.1 差分;§2.1 差分;§2.1 差分;§2.1 差分;§2.1 差分;§2.1 差分;建立等距节点的牛顿基本差商公式:;Pn(x);x-xi=(x-x0)- (xi-x0);§2.2 牛顿前向插值公式;§2.2 牛顿前向插值公式;§2.3 牛顿后向插值公式;§2.3 牛顿后向插值公式;§2.3 牛顿后向插值公式;x-xn-i=(x-xn)- (xn-xn-i);§2.3 牛顿后向插值公式;§2.3 牛顿后向插值公式;x;§2.3 牛顿后向插值公式;§2.4 斯梯林插值公式（1）;§2.4 斯梯林插值公式（2）;§2.4 斯梯林插值公式（3）;§2.4 斯梯林插值公式（3）;§2.4 斯梯林插值公式;§2.4 斯梯林插值公式;§2.4 斯梯林插值公式;§2.4 斯梯林插值公式;§2.4 斯梯林插值公式;§2.3 费雷瑟图表及使用方法;§2.4 斯梯林插值公式;x-1;§2.5 贝塞尔插值公式;§2.5 贝塞尔插值公式;§2.5 贝塞尔插值公式;§2.5 贝塞尔插值公式;§2.5 贝塞尔插值公式;§2.5 贝塞尔插值公式;§3 不等距节点下的拉格朗日插值;§3 不等距节点下的拉格朗日插值;3.2 拉格朗日插值公式的系数表达式;ai(x)=;(x–x0)(x–x1)…(x–xn);ai(x)=;§3 不等距节点下的拉格朗日插值;例5.4 已知x=1,4,9的平方根值，用拉格朗日插值公式求71/2 ;当 时;当拉格朗日插值公式中有负系数出现时，会放大 的舍入误差。;例5.10 估计用线性插值法计算lg47时的误差限。 解：应用n=1的拉格朗日插值公式;?;例5.11 有8位sinx的函数表，采用拉格朗日插值公式求1.75时的函数近似值，问公式应取几项? 解：采用尝试法确定公式项数;（2）取x0=1.74, x1=1.76, x2=1.78,;（3）取x0=1.72, x1=1.74 x2=1.76, x3=1.78,;§4 等距节点下的拉格朗日插值公式;t;§4 等距节点下的分段线性插值;§4 分段插值;§4 分段插值;§4 分段插值;§4 分段插值;§4 分段插值;§5 插值公式的唯一性及其应用;§5 插值公式的唯一性及其应用;§6 反插值;§6.1 使用反函数的插值法;§6.1 使用反函数的插值法;§6.1 使用反函数的插值法;§6.2 利用插值多项式反插法;§6.2 利用插值多项式反插法;§6.2 利用插值多项式反插法;§6.2 利用插值多项式反插法;§6.2 利用插值多项式反插法;§6.2 利用插值多项式反插法;x;§6.2 利用插值多项式反插法;§7 埃米特插值 /* Hermite Interpolation */;§7 埃米特插值 /* Hermite Interpolation */;§7 埃米特插值 /* Hermite Interpolation */;§7 埃米特插值 /* Hermite Interpolation */;误差估计：;§7 埃米特插值 /* Hermite Interpolation */;§9 多元函数插值;§9 多元函数插值;§9 多元函数插值; §9 多元函数插值