第2章 插值法学案.ppt

第二章 插值法 §1 引言 问题的提出 函数解析式未知,通过实验观测得到的一组数据, 即在某个区间[a, b]上给出一系列点的函数值 , 或者给出函数表 [a, b]上的n+1个互异节点, 插值法的基本原理 设函数y=f(x)定义在区间[a, b]上 称为误差函数或插值余项, 若存在一个f(x)的近似函数 且在这些点处的函数值为 ： 满足： 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。 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。 满足 则称P(x)为f(x)的n次插值多项式。这种插值法通常称为代数插值法。其几何意义如下图所示 定理1 n次代数插值问题的解是存在且惟一的 证明: 由插值条件: 设n次多项式 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 惟一性说明，不论用何种方法来构造，也不论用何种形式来表示插值多项式,只要满足插值条件(2.1)其结果都是相互恒等的。 §2 拉格朗日（Lagrange）插值 便于使用的插值多项式P(x),先考察几种简单情形(线性插值与抛物插值)然后再推广到一般形式. 为了构造满足插值条件 （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， 称这样的线性函数P(x)为f(x)的线性插值函数 。 现要求用线性函数 选择参数a和b, 使满足插值条件： 近似地代替f(x)。 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 为了便于推广，记 这是一次函数,且有性质 与 称为线性插值基函数。 于是线性插值函数可以表示为与基函数的线性组合 解: 这里x0=100，y0=10，x1=121，y1=11, 利用线性插值 （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 如下图所示。因此也称之为抛物插值。 P(x)的参数 满足下面 的代数方程组： 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。先考察一个特殊的二次插值问题： 由上式的后两个条件知: 再由另一条件 从而导出 使其满足条件： 求二次式 于是 确定系数 类似地可以构造出满足条件： 及满足条件： 称为抛物插值的基函数 的插值多项式 这样构造出来的 取已知数据 容易看出, 作为线性组合系数,将基函数 线性组合可得 当插值点增加到n+1个时 即 n 次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 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)。 可知, 由条件 都是n次多项式 的零点,故可设 为待定常数。 于是 代入上式,得 其中 由条件 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 是次数不超过n次的多项式 , 称形如（2.8）式的插 值多项式为n次拉格朗日插值多项式。并记为 （2.8） 例2.2 已知y=f(x)的函数表 求线性插值多项式, 并计算x=1.5 的值 X 1 3 y 1 2 解: 由线性插值多项式公式得 例2.3 已知x=1, 4, 9 的平方根值, 用抛物插值公式, 求 = 2.7 例2.4 已知函数y=f(x)在节点上满足 x