数值分析插值法.ppt

在工程技术与科学研究中，常会遇到函数表达式过于复杂而不便于计算，且又需要计算众多点处的函数值；或已知由实验（测量）得到的某一函数 y=f(x)在区间[a,b]中互异的n+1个xi ( i=0, 1, ... ,n)处的值yi=f(xi) (i=0,1,...,n), 需要构造一个简单易算的函数P(x)作为y=f(x)的近似表达式;x0;2.1.1 插值问题;其中Pn(x) 称为 f(x) 的n次插值多项式, f(x) 称为被插函数, xi(i=0,1, ...,n)称为插值节点, (xi, yi) (i=0,1, … ,n) 称为插值点, [a,b] 称为插值区间, 式(5-1)称为插值条件。;即 P(x)=a0+a1x+a2x2+...+anxn;定理1 设节点 xi (i=0,1, … ,n)互异, 则满足插值条件 Pn(xi)=yi (i=0,1, ..., n)的次数不超过n的多项 式存在且唯一.;此方程组有n+1个方程, n+1个未知数, 其系数行列式是范德蒙(Vandermonde)行列式：; 考虑最简单、最基本的插值问题. 求n次插值多项式 l i(x) (i=0,1, …,n), 使其满足插值条件;其中A为常数, 由li(xi)=1可得; n=1时的一次基函数为: ;即已知函数 f(x)在点x0和x1点的函数值 y0=f(x0)，y1=f(x1).;或用直线的两点式表示为：;n=2时的二次基函数为 : ;可知其满足;注意 : (1) 对于插值节点,只要求它们互异,与大小次序无关;;这是因为若取?(x)=xk (k=0,1,…,n),由插值多项式的唯一性有;所以;例2 求过点(-1,-2), (1,0), (3,-6), (4,3)的抛物线插值(即三次插值多项式).;则拉格朗日的三次插值多项式为; 截断误差Rn(x)=f (x) -Ln(x)也称为n次Lagrange插值多项式的余项。以下为拉格朗日余项定理。;证 由插值条件和?n+1(x) 的定义, 当x=xk 时 , 式子显然成立, 并且有 ?n+1(xk)=0 ( k=0,1,…,n ), 这表明x0 , x1, … , xn 都是函数?n+1(x) 的零点, 从而 ?n+1(x) 可表示为 ; 由式 ?n+1(xk)=0 和式 Ln(xk)=yk ( k=0,1,…,n ),以及; 一般来说,外推比内插效果差,在估计误差时下列不等式很有用。;的抛物插值多项式,且计算f (3)的近似值并估计误差。;因为;用二次插值计算ln11.25的近似值,并估计误差.;在区间[10,12]上lnx 的三阶导数的上限M3=0.002, 可得误差估计式;2.3.1 均差及其基本性质;一般地，n-1阶均差的均差;;给出节点x0,x1,…,xn和函数值?(x0),?(x1),…,?(xn),可按如下的差商表顺序逐次计算各阶差商值.;这一性质可以用数学归纳法证明，它表明均差与节点的排列次序无关，即;性质2 由性质1立刻得到;性质3 n次多项式f(x)的k阶差商,当k?n时是一个n-k次多项式;当kn时恒等于0.;2.3.2 牛顿插值多项式;依次把后式代入前式，最后得;其中;可见, Nn(x)为次数不超过n 的多项式,且易知 Rn(xi)= 0 即 Nn(xi)= yi , (i=0,1, …,n) 满足插值条件, 故其为插值问题的解, Nn(x)称为牛顿插值多项式。;由插值多项式的唯一性知，它与拉格朗日插值多项式 是等价的,即 Ln(x) ?Nn(x);;又; 设函数y=f(x)在等距节点xi=x0+ih (i=0,1, …,n)上的函数值为fi=f(xi)(h为步长);;容易证明，差分有如下基本性质;性质3 均差与差分的关系式为;代入牛顿插值公式 ,可得; 类似地, 若计算 xn 附近的函数值 f(x), 可令 x=xn+th (- n ? t? 0) ，可得牛顿向后插值公式;例2 设 y=f(x)=ex, xi=1, 1.5, 2, 2.5, 3, 用三次插值多项 式求f(1.2) 及f(2.8)的近似值.;求f(1.2)用牛顿