工程计算基础第6章-2.ppt

三、 求解方法之一：三转角方程 设在[a,b]上给出插值条件： 1.条件 xj x0 x1 x2 … xn f(xj) f0 f1 f2 … fn 求三次样条插值函数 S(x) xj f2 x2 fn xn … f1 f0 f(xj) … x1 x0 思路: (1)首先要补条件：每个区间上构造三次多项式需要四个条件，但现在最多有三个，故要补充条件，形成四个； x1处: 得到与m0,m1,m2有关的等式 x2处: 得到与m1,m2,m3有关的等式 共n-1个等式 (2)补什么条件：这里选一阶导数较合适； (3)如何补？若随意给，则只能保证构造出的插值函数的函数值和一阶导数值连续，但不一定能保证二阶导数值连续，故只能选那组使二阶导数连续的一阶导数值。 设在[a,b]上给出插值条件： 1.条件 xj x0 x1 x2 … xn f(xj) f0 f1 f2 … fn 求三次样条插值函数 S(x) 设法求出 求解过程具体如下： 2.求解 mj 的思路 由内部节点上的二阶导数连续求出 考虑S(x)在[xj , xj+1]上的表达式 hj=xj+1-xj 对S(x)求二阶导数得： 于是 同理可得S(x)在区间[xj-1 , xj]上的二阶导数： 于是 由条件 可得 进一步简化为 写成矩阵形式为 插值法小结 ? Lagrange : 给出 y0 … yn，选基函数 li(x)，其次数为 节点数 –1。 Newton ? Ln(x)，只是形式不同；节点等距或渐增节点时方便处理。 Spline：分段低次, 自身光滑, f 的导数只在边界给出。 工程计算基础 第7讲 1901年龙格(Runge) 给出一个例子: 定义在区间[-1，1]上，这是一个光滑函数，它的任意阶导数都存在，对它在[-1，1]上作等距节点插值时，插值多项式情况，见图: 从图中，可见，在靠近-1或1时，余项会随n值增大而增大，如P12(0.96)=3×6!但f(0.96)=0.25 从图中，还可看见，在0附近插值效果是好的，即余项较小，另一种现象是插值多项式随节点增多而振动更多。 这种插值多项式当节点增加时反而不能更好地接近被插之数的现象，称为龙格现象。 Lagrange Interpolation Cubic Spline Interpolation 这个任意阶可导的光滑函数之所以出现这种现象，跟它在复平面上有x=±1/5是奇点有关。 俄罗斯数学家伯恩斯坦在1916年还给出如下定理： 定理1：函数f(x)=|x|在[-1，1]上取n+1个等距节点x0=-1, xn=1,构造n次插值多项式Pn (x)，当n增大时，除了-1，0，1，三点外，在[-1，1]中任何点处Pn(x)都不收敛于|x|。 上述现象和定理，告诉我们用高次插值多项式是不妥当的，从数值计算上可解释为高次插值多项式的计算会带来舍入误差的增大，从而引起计算失真。因此，实践上作插值时一般只用一次、二次最多用三次插值多项式。 那么如何提高插值精度呢？采用分段插值是一种办法。 定义 设f(x)是定义在[a,b]上的函数，在节点 a= x0 x1x2…xn-1xn=b, 的函数值为 y0 , y1 ,y2 ,…yn-1 ,yn ,若函数?(x)满足条件 (1) ?(x)在每个子区间[xi , xi+1](i=0,1,2,???,n-1)上是线性插值多项式; (2) ?(xi )= yi , i=0,1,2,…,n (3) ?(x)在区间[a , b]上连续; 则称?(x)是f(x)在[a ,b]上的分段线性插值多项式。 1.问题的提法 分段线性插值问题的解存在唯一. 一、分段线性插值多项式 2.分段线性插值函数的表达式 由定义， ?(x)在每个子区间[xi ,xi+1](i=0,1,2,???,n-1)上是一次插值多项式; 分段线性插值曲线图： x0 x1 … xi xi+1 ,,, xn x0 … xi-1 xi xi+1 … xn x0 x1… xi … xn-1 xn 3.分段线性插值函数的余项 注意: h随分段增多而减少，因此用分段插值提高精 度是很好