第4章节 Lagrange插值.pptVIP

第4章 函数逼近的插值法 与曲线拟和法 引言 许多实际问题都用函数 来表示某种内在规律的数量关系,其中相当一部分函数是通过实验或观测得到的.虽然 在某个区间[a，b]上是存在的，有的还是连续的，但却只能给出[a,b]上一系列点 这只是一张函数表；有的函数虽然有解析表达式,但由于计算复杂,使用不方便,通常也构造一个函数表。如三角函数表、对数表、平方根表、立方根表等等。 引言 4.1 多项式插值的一般提法 存在惟一性定理 定理4.1 满足插值条件（4.2）的插值多项式（4.1）存在且惟一. 即 在多项式空间P中有唯一的多项式满足插值条件（4.2） 几何意义 4.2 Lagrange插值基函数 引理1 设在区间[a,b]上有n+1个互异节点 ，如果n次多项式 满足 则 Lagrange插值函数Ln(x) Lagrange插值算法 4.3 误差估计 由Rolle定理知： 的相邻两个零点之间至少存在一个零点，即 在（a,b）内至少有n+1个互异零点。 同理对 应用Rolle定理知： 在（a,b）内至少有n个互异零点，如此反复应用Rolle定理n+1次知： 在（a,b）内至少有一个零点 。 特例 例题 抛物线插值的精度与正弦函数表完全一样。 （3）相应的误差估计： 关于Langrange插值的几点说明 仅与已知数据 有关，与 的原来形式无关，但余式与 密切相关。 若 本身是一个不超过n次多项式，则 从 角度观察，内插误差要小些，即 。而外插有可能误差变大，因此要慎用。 Langrange插值也有其不足 为了提高精度有时需增加结点，但这时原来求的 全改变，也就是原来的数据不能利用，浪费资源； * * P里任意函数具有如下形式 pn(x)=a0+a1x+…+anxn, …... (4.1) 这时插值问题变为:求n次多项式pn(x),使满足插值条件 pn(xi)=yi,, i= 0,1,2,…，n, …… (4.2) 只要求出pn(x)的系数a0 ,a1,…, an即可,为此由插值条件(2)知Pn(x)的系数满足下列n+1个代数方程构成的线性方程组 a0+a1x0+…+anx0n=y0 a0+a1x1+…+anx1n=y1 ……………………. a0+a1xn+…+anxnn=yn ……(4.3) 而ai(i=0,1,2,…,n)的系数行列式是Vandermonde行列式 = ……(4) 由于xi互异，所以(4)右端不为零，从而方程组(3)的解 a0 ,a1 ,…an 存在且唯一。解出ai(i=0,1,2,…n), pn(x)就可构造出来了。但遗憾的是方程组(3)是病态方程组,当阶数n越高时，病态越重。为此我们从另一途径来寻求获得pn(x) 的方法----Lagrange插值和Newton插值。