插值§1.2.pptVIP

* §1.2 拉格朗日(Lagrange)插值 1. 插值基函数 2. Lagrange插值多项式 3. 插值余项表达式 4. 算法与例子 　理论上 pn(x) 的构造可通过解上述线性方程组(1.3) 得到，但此法计算量大，且难以给出多项式的一般表达式，不具有实用意义．因此不宜采用．通常我们采用的是构造型的方法，直接构造一个满足插值条件式 (1.1) 的n 次插值多项式． 1. 插值基函数 　考察一个简单的插值问题，设已知 y =f (x)的函数表为 所以 定义1.2 称n 次多项式 l0(x) , l1(x) , ? , ln(x) 为节点 x0 , x1 , ?, xn 上的n 次 插值基函数. 2. Lagrange插值多项式 　已知 y =f (x)的函数表为 　显然，利用插值基函数易得 　事实上，由于每个插值基函数lk(x)都是n次多项式 因而Ln(x)的次数不超过n．又 即Ln(x)满足插值条件，故Ln(x)即为所求的n次插值多项式，称Ln(x)为 f (x)的n次Lagrange插值多项式. 线性插值 (n=1): 抛物线插值 (n=2): 引入记号： 显然， 这样Ln(x)又可写为： 2. Ln(x)与节点的排列顺序无关． 　1. Ln(x)是lk(x)的线性组合． 　3. n次插值多项式 Ln(x) 通常是次数为n的多项式，特殊情况下次数可能小于n，例如，通过三点?x0 , y0?, ?x1 , y1?, ?x2 , y2?的二次插值多项式 L2(x)，如果三点共线，则 y ? L2(x)就是一直线，而不是抛物线，这时L2(x)是一次多项式． 3. 插值余项表达式 　Ln(x)作为函数 f (x)的一种近似在节点处是精确的，但在节点之间有误差．记误差为Rn(x)，则 Rn(x) ? f (x) ? Ln(x) 称为插值多项式Ln(x)的余项． 定理1.2 证明 作辅助函数 (2) 由于 ? 在 ?a , b?内的具体位置通常不能确切给 出，如我们能求出 4. 算法与例子 例1.1：已知 利用 sin x 的线性 Lagrange 插值计算 sin 50? 的近似值，并估计误差． 解 分别利用x0, x1 以及 x1, x2 计算 ?利用 这里 而 ?sin 50? = 0.7660444… ) 18 5 ( 50 sin 1 0 ? ? p L 0.77614 外推 的实际误差 ? ?0.01010 ?利用 sin 50? ? 0.76008, 内插 的实际误差 ? 0.00596 　50?在 x1, x2 的内部，这种插值称为内插．否则， 称为外插或外推．通常内插比外推精度要高． 0.530628 0.470004 0.405465 0.336472 0.262364 0.182322 lnx 1.7 1.6 1.5 1.4 1.3 1.2 x 例1.2 给定函数表 试分别用线性插值和抛物线插值求ln1.46的近似值并估计误差． 作线性插值 得 解 作抛物线插值 得 f ?(x)绝对值上界 f (3)(x)绝对值上界 例1.3 对于等距节点的 sinx 函数表，若用线性插值 求 sinx 的近似值，要使截断误差不超过5?10?5 ，问 此函数表的步长 h ?相邻两节点间的距离?应取多少? 解 对任意相邻两节点 xk , xk+1 的线性插值余项为 例 　已知 y =f (x)的函数表为 算法