数值算法 3牛顿插值.pptVIP

数值算法 三、牛顿插值 任课教师：宁萌 均差 设函数f(x)在n+1个相异的点 上的函数值分别为 ,或者记为 。 1.一阶均差：称 为f(x)关于节点 的一阶均差，记为 。 2.二阶均差：一阶均差 ， 的均差 称为f(x)关于节点 的二阶均差，记为 。 3. n阶均差：递归地用n-1阶均差来定义n阶均差， 称为f(x)关于n+1个节点 的均差。 均差的性质 1.性质1:n阶均差可以表示成n+1个函数值 的线性组合,即 例: ; 均差的性质 2.性质2(对称性):均差与节点的顺序无关,即 ， 这一点可以从性质1看出。 3.性质3:若 是 的n次多项式,则一阶均差 是 的n-1次多项式,二阶均差 是 的n-2次多项式; 一般地,函数 的 阶均差 是 的n-k次多项式 , 而 时, 阶均差为零。 利用均差表计算均差 利用均差的递推定义,可以用递推来计算均差。 如下表： 如要计算四阶均差,应再增加一个节点,表中还要增加一行。 一阶均差 二阶均差 三阶均差 利用均差表计算均差 例1：已知 计算三阶均差 解：列表计算 一阶均差 二阶均差 三阶均差 1 0 3 2 1 4 15 13 4 7 12 -1 -3.5 -1.25 1 3 4 7 0 2 15 12 牛顿插值公式 1.牛顿插值公式的构造 因为 ,所以 因 ,有 因 ,有 一般地, 将(n式)代入(n-1式), ...,(2式)代入 (1式),(1式)代入(0式),得: 最后一项中,均差部分含有 ,乃是余项部分,记作 ;而前面n+1项中,均差部分都不含有 ,因而前面n+1项是关于 的n次多项式,记作 ,这就是牛顿插值公式。于是,上式成为 。 牛顿插值公式 例如: 当n=1时， 这就是牛顿一次插值多项式，也就是点斜式直线方程。 当n=2时, 这就是牛顿二次插值多项式。 显然, 即 满足二次插值条件。 牛顿插值公式 例2：已知 求满足以上插值条件的牛顿型插值多项式。 解：在例1中，我们已计算出 则牛顿三次插值多项式为 1 2 4 7 0 2 15 12 牛顿插值公式 例3：已知 在六个点的函数值如下表，运用牛顿型插值多项式求 的近似值。 欲求 ，只需在 之后再加一项： 故 一阶均差 二阶均差 三阶均差 四阶均差 五阶均差 0.4 0.41075 0.196 0.55 0.57815 1.1160 0.046 0.65 0.69675 1.1860 0.2800 -0.054 0.80 0.88811 1.2757 0.3588 0.1970 -0.204 0.90 1.02652 1.3841 0.4336 0.2137 0.0344 -0.454 1.05 1.25386 1.5156 0.5260 0.2310 0.0346 0.0003 拉格朗日插值与牛顿插值的比较 (1) 和 均是n次多项式,且均满足插值条件: 由多项式的唯一性, ,因而,两个公式的余项是相等的,即 (2)当插值多项式从n-1次增加到n次时,拉格朗日型插值必