多项式插理论.docVIP

多项式插值理论 一、区间[a , b]上的一般插值理论 (从有限维子空间出发的逼近方法) 对无限维函数空间的一个元素f (x) 进行逼近，关于f (x) 的情况仅知道一部分 (1、若干点的函数值或导数值已知； 2、满足一些控制方程) 选择一个由固定基函数张成的有限维函数子空间 基函数性质: 选择 中的元素，在一定的约束条件下，使良好的逼近, 即 令= 关于在插值区间上有不大的误差（包括一定的光滑性逼近）。 良好逼近的判断 e.g. Tchebycheff 范数，|| f || = 称为一致逼近。 = 5 \* GB3 ⑤ 约束条件: （依据对的了解来确定） = 1 \* roman i/ 插值约束 1 (a, b) 且互不相同； = 2 \* roman ii/ 插值与光滑性混合约束 (1)、 1 (a , b) 且互不相同 (2)、 1 (a,b) 且互不相同 (3)、 的二阶导数存在 = 3 \* roman iii/ 变分约束 （以下两种约束不再具有严格的插值含义，这里可能仅知道被插函数满足某些控制方程） 依据|| f -||在中为最小的条件，即确定常数 使的解由下列形式的极小化问题得到： || f -|| = min{|| f-||：} Note：这里的||·|| 不局限于切比雪夫范数和2－范数，可能是某种内积定义的范数；这也是固体力学求近似解的基本方法（如，有限元就是能量的变分）。 = 4 \* roman iv/ 正交约束 根据f-与n个给定基函数的正交条件，确定常数： , 1。即 f -, 1 这是Galerkin方法的基础。 Note: 1）、约束条件可组合使用，如在有限元的计算中，构造位移形状函数时，应用插值或光滑性约束条件与变分约束的组合。 2）、仅对插值约束问题，实际构成求解下列方程组： 3）、若选取X= Span{ } 则称为Lagrange 多项式插值。 、Lagrange 多项式插值 1、多项式插值的一般定理 Weierstrass（维尔斯托拉斯）定理： 设[a , b]为任意给定的闭区间，为任意小常数，f (x)为 [a ,b]上的任意连续函数，则必存在一定的多项式Pn(x) 使得, || f- Pn||，|| · || 为切比雪夫型范数。 Bernstein（伯恩斯坦）给出下列 形式，可对任意连续函数f (x) 进行一致逼近。 ； （等距离配点） Pn( Pn(x) f (x) f (x) 感兴趣的问题： = 1 \* GB3 ① 若节点x0，x1, …… , xn 不断增多，Pn的阶次也随之增大，在保证，时，使逼近的光滑性变差，多项式出现“摆振”特性，从而使计算性质劣化，故一般不要选得阶次太高。 = 2 \* GB3 ② 在不改变节点数n 的情况下，可改变节点位置的配置，使得在一定范数条件下，获得对f (x)的最佳逼近。例如选择n个有规则的不等距配点，可使 2、Lagrange插值定理 在n+1个不相等的实数上，取被规定值的n次多项式Pn(x) 是存在且唯一的。意思是说，不论你用什么多项式形式或各种方法构造逼近函数，结果都是唯一的，都可化为统一的形式。这样，就有Lagrange 插值的标准基函数（Canonical Base Function）: li(x li(x) 1 1 x5 x5 x6x4x1x2 x6 x4 x1 x2 x3 x0 ① 第i个基函数在xi 点取值为 1，在 xj ( j≠i )的点取值为 0，即 ② 在区间 [a,b]上为 n 次多项式。 = 3 \* GB3 ③ Pn 为基函数的线性组合，其系数为被插函数在型值点的函数值。（仅有典则基有此性质）。 = 4 \* GB3 ④ 称为n次多项式线性空间上的典则基。 = 5 \* GB3 ⑤ 还有许多多项式基函数，如{1，x,…xn}（并不满足插值系数就是函数点值的性质）； 再如：正交多项式基：Legender 或 Tchebycheff 基等。正交多项式可类比Euchilid 几何空间上的正交坐标轴，在那里几何上的正交性是自然的；在函数空间中的正交多项式是指在内积定义下的正交性，如带权正交基函数定义为： = 6 \* GB3 ⑥ 计算时如何选择基，则依据对计算的方便和高精度少运算量的原则来决定；在插值时用典则基比较方便。 注意：这里并不是分片插值基函数，而是全域上的；分片插值见下段。 3、误差估计（包括这种误差估计式） 4、分段拉氏插