多项式和插值.pptVIP

　　在实际计算中，经常利用由表2-2给出的均差表。 本节内容完毕， 点击自动返回章目录！ * 第二章 插值与拟合 　　在许多实际问题中，我们需要用函数y=f(x)来表示某种内在规律的数量关系，其中相当一部分函数是基于实际或观测数据而得到的。虽然f(x)在某个区间[a,b]上是存在的，有的还是连续的，但都只能给出[a,b]上一系列点 的函值 ,i=0,1,……,n,这只是一个函数表。有的函数虽有解析表达式，但由于计算复杂，使用不方便，通常也造一个函数表。 为了研究函数的变化规律，往往需要求出不在给定数据点上的其他函数值。因此，我们希望根据给定的函数值做一个既能反映函数f(x)的特性，又便于计算的简单函数用 近似f(x),粗略地说，就是要对函数的离散数据建立简单的数学模型。 　　例如，从人口普查统计，已知某国新生儿累计分布为 为母亲年龄，yi为新生儿母亲年龄低于或等于 的新生儿数目。我们需要建立 y=f(x) 的简单数学模型。又如，由化学实验得到某种物 　　第二章　插值和拟合 插值法就是用一个便于计算的简单的函数 去代替f(x)，使得 　　　　　　　　　 通常称f(x)为被插值函数， 为c插值节点， 为插值函数。将求 的方法称为插值法。 本章先讨论插值问题，然后讨论数据拟合的有关问题。 　　拟合法就是考虑到数据不一定准确，不要求近似表达式 经过所有的点 ，而只要求在给定的 上误差 （i=0，1，…n）按某种标准最小。若记 δ=( δ1, δ2 ,…,δn )T ，就是要求向量δ的泛数||δ|| 最小。 质浓度与时间的关系 , 为时间， 为对应的浓度，我们需要建立y=f(x) 的简单数学模型。 2.1 多项式插值 　　用代数多项式作为插值函数的插值法称为多项式插值，相应的多项式称为插值多项式。设函数f(x)在n+1个相异点 上的值为 　　　　　　　　　 ，i=1，2…，n， (2.1.1) 则存在唯一的次数不超过n的多项式 满足条件(2.1.1). 事实上，令 由插值条件(2.1.1) 有 　　　　　　　　　　　　　　　　 　　　,i=0,1,…，n 　(2.1.2) 这是关于未知数 的线性方程组，它的系数矩阵的行列式是范德蒙(Vandermonde)行列式 因为 ，所以△≠0。这表明(2.1.2)式存在唯一解 　　上述的存在唯一性说明，满足插值条件的多项式存在，并且插值多项式与构造方法无关。然而，直接求解方程组(2.1.2)的方法，不但计算复杂，而且难于得到　　的简单表达式。下面，我们将给出不同形式的便于使用的插值多项式。 先考察低次插值多项式。当n=1时，要构造通过两点 和 　　　　的不超过1次的多项式 ，使得 显然， 可以写成 2.1.1 Lagrange插值多项式 它是两个线性函数 的线性组合。显然 也是线性插值多项式，满足 我们称(2.1.3)为线性插值基函数。这种用插值基函数表示的方法容易推广到一般情形。 　　设 为插值节点，n次多项式 满足条件 由此可得 称为lagrange插值基函数。引入记号 容易求得 于是，(2.1.5)可以写成 　　由(2.1.4) 易见。满足插值条件 的插值多项式L(x) 为 称之为lagrange插值多项式。显然，如此构造的L(x) 是不超过n次 多项式。当n=1时，称为线性插值。当n