数值分析20140916.ppt

* * * * * * * * * §2 Lagrange Polynomial 例：已知 分别利用 sin x 的1次、2次 Lagrange 插值计算 sin 50° 并估计误差。 解： n = 1 分别利用x0, x1 以及 x1, x2 计算 x0 x1 x2 外推的实际误差 50° 利用 这里 由于 §2 Lagrange Polynomial 例：已知 分别利用 sin x 的1次、2次 Lagrange 插值计算 sin 50° 并估计误差。 解： n = 1 分别利用x0, x1 以及 x1, x2 计算 x0 x1 x2 内插的实际误差 50° 利用 这里 由于 §2 Lagrange Polynomial n =2 高次插值通常优于 低次插值 但绝对不是次数越 高就越好，嘿 嘿… 2次插值的实际误差 由于 §3 牛顿插值 /* Newton’s Interpolation */ Lagrange 插值虽然易算，但若要增加一个节点时， 全部基函数 li(x) 都需重新算过。 将Ln (x) 改写成 的形式，希望每加一个节点时， 只附加一项上去即可。 差商(亦称均差) /* divided difference */ f (xi) - f (x j) xi - x j f[xi , x j]= 1阶差商 /* the 1st divided difference of f w.r.t. xi and xj */ f[xi , xj , xk]= 2阶差商 f[xi , xj] - f[xj , xk] xi - xk f[x0,x1,...,xk] - f[x1,...,xk,xk+1] x0 - xk+1 f[x0,...,xk - 1,xk] - f[x0,...,xk - 1,xk+1] xk - xk+1 f[x0,...,xk+1]= = §3 Newton’s Interpolation (k+1)阶差商： 注： k 阶差商必须由 k + 1个节点构成， 个节点是构造不 k 出 k 阶差商的。 为统一 起见,补充定义函数 f(x0)为零阶差商。 差商的值与 xi 的顺序无关 ！ n次多项式，则其 k阶差商 f [x 0 1L , x k -1, x] 2).差商具有对称性，即 f[x0,x1,L,xk]= f[x1,x0,x2L,xk]=L= f[x1,L,xk,x0] 4).若 f(x)是 , x §3 Newton’s Interpolation 差商性质： 1). k阶差商可表为函数值 f ( x 0 ), f ( x 1 ),L , f ( x k )的线性组合，即 xi f(xi) 一阶差商 二阶差商 三阶差商 x0 f(x0) x1 f(x1) f[x0,x1] x2 f(x2) f[x1,x2] f[x0,x1,x2] x3 f(x3) f[x2,x3] f[x1,x2,x3] f[x0,x1,x2,x3] … … … … … §3 Newton’s Interpolation 差商计算可列差商表如下 作为Newton插值的以 x0，x1，L，xn为节点的基函数，而次数 其中 c0，c1，L，cn 是待定系数，由插值条件(2.1)决定。 Newton插值是通过选取特殊的基函数来实现的，这时，取 不超过n的多项式N n(x)可表示为 牛顿插值 /* Newton’s Interpolation */ §3 Newton’s Interpolation 因此就得到下列的满足插值条件(2.1)的 n次插值多项式 N n( x) = f (