4插值法.pptVIP

4 插值法 （ Interpolation method ） ?本章主要内容 4.1 函数插值的基本问题 4.2 拉格朗日插值 4.3 牛顿插值 4.4 埃尔米特插值 4.5 分段低次插值 4.6 三次样条插值 ?重点：各种插值算法的思路及插值公式的构造 ?难点：各种插值算法误差估计，样条插值 4.1 函数插值的基本问题 4.1 函数插值的基本问题 4.2 拉格朗日(Lagrang)插值----Ln(x) 拉格朗日插值函数均可表示为一组基函数与函数值的线性组合，这些基函数与被插函数无关，只需用插值基点有来构造。 4.2.1 拉格朗日线性插值L1(x) ?线性插值基函数及几何意义 线性拉格朗日插值基函数。 它们都是线性函数，且具有性质： 其几何意义见图示。 4.2.2 拉格朗日二次(抛物)插值L2(x) ?抛物插值及几何意义 插值基点：x0，x1，x2（互异） 插值函数：二次多项式（抛物线） 插值条件：L2(xi)=yi, i=0,1,2. 4.2.2 拉格朗日二次(抛物)插值L2(x) ?拉格朗日抛物插值公式 由抛物插值基函数的性质和插值函数的唯一性，得 4.2.3 n次拉格朗日插值 ?问题描述 插值基点：x0，x1，…，xn（n+1个点互异） 插值函数：不超过n次的多项式 插值条件：Ln(xi)=yi, i=0,1,2,…,n 4.2.3 n次拉格朗日插值 ?拉格朗日插值余项估计 4.3 牛顿( Newton)插值----Nn(x) 4.3.1 问题与策略 ?问题 由于拉格朗日公式具有“对称性”，但不具备“承袭性”，即插值基点个数改变后所有基函数都改变。 4.3.2 均差及其计算 ?均差 定义4-5 4.3.2 均差及其计算 ?均差表 4.3.3 牛顿插值公式及余项 4.4 埃尔米特(Hermite)插值 4.4.1 埃尔米特插值的引入 4.4 埃尔米特(Hermite)插值 4.4.1 埃尔米特插值的引入 * * 插值法更多的是作为其它数值方法的基础 4.1.1 插值问题的基本概念 ?函数插值的必要性 使复杂函数简单化 使无解析式的函数（离散型、图形图像）获得解析式 为其他数值方法提供支持手段（如数值积分、微分） ?插值问题 定义4-1 4.1.1 插值问题的基本概念 ?代数多项式插值问题 由于多项式有其优良的特性，所以通常都是用多项式作为插值函数。还有其它类型的插值函数，如有理函数插值、三角函数插值等 ?函数插值涉及的基本问题 插值函数的存在唯一性问题 插值函数的构造问题 截断误差估计与收敛性问题 数值稳定性问题 ? 代数多项式插值函数的构造方法 ?拉格朗日插值法 ?埃尔米特插值法 ?牛顿插值法 ?样条函数插值法 ?分段低次插值法 4.1.2 插值函数的存在唯一性问题 ?基函数 定义4-2 定义4-3 ?定理4-1 (插值函数的存在唯一性定理) 在n+1个互异基点处满足插值条件且次数不超过n次的多项式 pn(x)是存在唯一的。 证明：待定系数法，系数矩阵是n+1阶范德蒙行列式， 由于插值基点互异，行列式不为零，系数存在且唯一。 注意：次数不超过n次必不可少，否则，唯一性不保证； 定理表明：插值函数与插值方法无关 4.1.3 插值多项式的误差估计 定义4-4 设pn(x)是函数f(x)的n次插值多项式,其截断误差 又称插值余项记为 Rn(x)=f(x)-pn(x) 定理4-2 （插值余项定理） 设函数f(x)在包含插值基点 及插值点x 的区间[a,b]上连续，在(a,b)上具有n+1阶导数，则必存在 依赖于x的点 ，使 其中： 推论：当f(x)是次数不超过n 次的多项式时，pn(x)=f(x)。 4.1.3 插值多项式的误差估计 ?最大值估计 ?事后估计 4.2.1 拉格朗日线性插值L1(x) ?线性插值及几何意义 n=1时的n次多项式L1(x) 称为线性插值。此时，有两个互异的 插值基点:x0，x1，插值条件为: L1(x0)=y0, L1(x1)=y1 。 其几何意义就是用过点(x0,y0)和(x1,y1)的直线y=L1(x)代替y=f