第4章节 插值和拟合.ppt

Lagrange插值 Newton插值 Hermite插值 三次样条插值 离散数据的曲线拟合：最小二乘法 4.2 多项式插值 通常用函数y=f(x)表示许多实际问题的某种内在规律的数量关系，其中相当一部分是通过实验或观测数据得到的。虽然f(x)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xi的函数值yi=f(xi)，(i=0,1,?,n)。这只是一张函数表。有的函数虽有解析表达式，但由于计算复杂，使用不方便，也造一个函数表。如：椭圆积分数值表，概率分布数值表等。 为了某种目的，有时需要不在表上的函数值。因此，我们希望根据给定函数表，构造一个既能反映f(x)的特性，又便于计算的简单函数P(x)，用P(x)近似f(x)。 通常选一类较简单的函数，如代数多项式或分段代数多项式，作为P(x)，并使P(xi)=f(xi)对所有i=0,1,?,n成立。这样确定的就是希望得到的插值函数。 下面给出定义 定义 4.1.1 设y=f(x)是区间[a,b]上的连续函数，记作f ?C[a,b]。已知f 在[a,b]上 n+1 个互异点 a ? x0, x1,?,xn-1,xn ? b xi ? xj (i ? j) 处的值 yi=f(xi)，i=0,1,2,?,n 若有不超过n次的多项式 Ln(x)= c0+c1x1+c2x2+?+cnxn 满足 Ln(xi)= yi ，i=0,1,2,?,n (4.1.1) 则称Ln(x)为函数f(x)在区间[a,b]上通过点列 的插值多项式。其中，[a,b]称为插值区间， 称为插值节点，求函数值f(x)的点x(?xi)称为插值点， f(x)称为被插函数，Ln(x)称为插值函数，式(4.1.1)称为插值条件。 插值函数除代数多项式外，常用的还有三角多项式。插值条件除(4.1.1)式外，还可以 (如Hermit插值 )加上导数条件。本课程只介绍代数多项式插值。 函数插值是数值计算的基本工具，如本课程后面的数值微分、数值积分、微分方程的数值解法等都要用到函数插值。插值法在工程实际和许多学科的理论分析中有广泛的应用。 函数插值的基本问题有：存在唯一性、构造方法、截断误差和收敛性，以及数值计算的稳定性等。 定理 4.1.1 定义4.1.1的插值多项式Ln(x)是存在唯一的 证 定义4.1.1的插值条件可表示为 (4.1.2) 这是以 为未知数的线性方程组，其系数矩阵的行列式 是范德蒙(Vandermonde)行列式。 因为其中的xi ? xj，所以? ? 0，因而(4.1.2)式存在唯一解 。 存在性的含义是插值问题有解，唯一性的含义是插值多项式与构造方法无关。 定理4.1.1的证明过程，利用Gram法则非常简洁的证明了存在性和唯一性，同时还给出了构造插值多项式的一种方式，解 (n+1)维线性方程组(4.1.2)式，得到系数 。 4.2.1 Lagrange插值法 但是用解线性方程组式(4.1.2)的方法确定插值多项式的系数 是不大行得通的。因为范德蒙矩阵是病态的。当n稍大一些，不仅工作量相当可观，而且可能满足不了精度要求。事实上，不解方程组就可以得到满足定义4.1.1的插值多项式。 下面从低次插值多项式入手，从中找出规律，从而得出一般的表达式。 通过两个点(x0,y0)和(x1,y1)(即n=1)的插值多项式是不超过1次的多项式，是直线。由直线的两点式有 为了找规律，将其按yi (i=0,1)归类，得到 (4.2.2) 由该式可知，yj的系数中，分子含(x-xi) (i?j)因子，分母含(xj-xi) (i?j)因子。 据此猜测当n=2时，过三个点(x0,y0)、(x1,y1)和(x2,y2)的插值多项式可能是 验证： L2(x0)= y0， L2(x1)= y1， L2(x2)= y2。 满足定义4.1.1的插值条件，根据唯一性，它是过三个点(x0,y0)、(x1,y1)和(x2,y2)不超过2次的插值多项式。 推广到过(n+1)个点 ，不超过n次的插值多项式 (4.2.6) 其中 (4.2.4) 是仅与(n+1)个插值节点 有关的(n+1)个n次多项式，称为拉格朗日(Lagrange)插值基函数，在插值节点处有性质 (4.2.5) 其中的?ik是Kronecker delta。 如此构造的Ln(x)显然是不超过n次的多项式，由插值