计算方法第三章(插值法)综述.pptVIP

第三章 插值法第一节 插值多项式的基本概念;假设已经获得n+1点上的函数值 即提供了一张数据表 ? 如何利用这张表求 f (x) 在其他给定点上的合 理的近似值呢?;在实验数据的处理、难以计算的函数的逼近、 数值微积分等方面需要解决这样的问题，这是 数值逼近中的一个基本问题。一个自然的想法 是找一个简单易计算的函数φ(x)，使得;φ(xi)=yi 称为插值条件。函数值待求的点称为插值点。插值节点所界定的范围称为插值区间。如 果所给插值点位于插值区间之内，这种插值过程称为内插，否则称为外插。 若用多项式来作为插值函数，则称其为插值 多项式。通常用 n 次多项式作为n+1个插值条件 的插值多项式。如果插值条件只是给出节点的函 数值，称为拉格朗日插值，如果既有函数值也有 节点处函数的导数值，称为埃尔米特插值。 ;因式定理：多项式P(x)具有r 次因式 (x-a)r 的充 要条件是 最一般的插值条件： 是 重插值节点，;设函数 y = f (x) 在闭区间 [a , b ]上有n + 1 阶导数， 满足前面的一般插值条件，且插值节点各不相同， 则插值截断误差为;证明思路：构造辅助函数，用罗尔定理。;值得注意的是在较大区间上进行插值时，误差可能会 很大！另外，一般情况下，外推不如内插好！ ;第二节 Lagrange插值公式 插值条件是 ;一次插值： 问题为求一次多项式，即一次函数，过以下 两点： 容易求出，该函数为： ;一般插值问题：求过n+1个点 的不超过n次多项式 。 称为Lagrange插值基函数，满足： ;求过n+1个点的不超过n次多项式的插值多项 式是唯一的。 插值公式的误差为： ;计算程序 框图;第三节 逐次线性插值 函数 y = f (x)在节点 上的插值多项 式记为 ，则有;Aitken（埃特肯）算法 Neville（列维尔）算法;Aitken（埃特肯）算法 ;Neville（列维尔）算法;例子：求方程 x3-2x-5=0 在(2 , 3)内的根 思路: 设 y = f(x) =x3-2x-5 ，其反函数为 x=f -1(y)，则 根为x* =f -1(0) 。先用3= f -1(16)， 2= f -1(-1)插值，得 N0,1 (y) ≈f -1(y), 计算N0,1 (0)= 2.058823, f(2.058823) = -0.39 ，以-0.39为新的节点，继续……;第四节 牛顿插值 设插值点为 插值多项式形如 称为Newton形式的插值多项式。;差商概念： 设函数 f (x) ，定义函数在两个不同点的一阶差商为 三个不同点的二阶差商为： 在点 处 K+1 阶差商为： ;给定 n +1个点的函数值 ;差商的计算简表：;例子：用0、30、45、60、90五个点作出sinx 牛顿插值多项式。 做差商表;;牛顿插值的截断误差：;例子：用0、90、180、270、360五个点作出sinx 牛顿插值多项式。 做差商表 ;;差商的性质;差商的对称性：;由于n次插值多项式是唯一的，所以牛顿插值公式与Lagrange 插值多项式一样，这意味着余项也一样，Lagrange余项为： 所以牛顿余项也一样，;差商与导数的关系 重节点差商 推论：当n个节点全为同一个点，牛顿插值变成 泰勒多项式。;差商的导数 n 次多项式的的 1 阶差商是 n-1 次多项式。 ;差分 设函数 ，定义 为该函 数在 i 点的一阶向前差分，记为 类似地，定义二阶向前差分为： K 阶差分为： 此差分称为向前差分。;类似地，向后差分定义为： 中心差分定义为： ;差商与差分的关系： 等距节点时; 第五节 带导数的插值 问题的提出：如果在已知节点处不仅知道函数值， 同时还知道导数值，这样，插值多项式就要求在 已知节点处与函数值和导数值都相等。这就是所 谓埃尔米特（Hermite）插值。 ;1、推广牛顿插值法 如果已知某个点 i 的 ，则 插值节点应视为 个相同节点 ，并注意到k+1 重节点的差商;例子：已知关于函数 y = f (x)的函数值、导数值;2、构造基函数法 已知函数在n个不同的节点