[2018年最新整理]ch04插值法.pptVIP

第4章 插值法 主要内容 Lagrange插值 Newton插值 反插值 Hermit插值 分段插值 样条插值 4.1 引言 问题的提出 现实问题中，常需用函数式y=f(x)来表达变量x、y之间的关系，但有两种情况： 实验观测得到一组数据（离散、函数表），尽管y=f(x)存在且连续，但未知 函数解析式已知，但计算复杂，不便使用，通常也使用函数表 问题？？： 要求不在表中的函数值，怎么办？ 要根据已经测得的数据估算未测数据，怎么办？ 解决办法： 根据给定的函数表，构造一个简单连续函数p(x)近似替代f(x) p(x)：逼近函数 f(x)：被逼近函数 p(x)的构造方法： 插值法 拟合法 插值法的基本概念： 已知函数y=f(x)在区间[a,b]上有n+1个互异的点： x0 ,x1,x2 ,…,xn 处的函数值y0 ,y1,y2 ,…, yn ,即： 构造一个简单函数p(x)，使得 p(xi)=yi p(x)：插值函数 f(x)：被插函数 xi：插值节点 [a, b]：插值区间 p(xi)=yi：插值条件 p(x)的构造：多项式（或分段多项式）、有理函数等 代数多项式插值：若有一个不超过n次的多项式 pn(x)=a0+a1x+…+anxn ，使得 pn(xi)=yi ，则 pn(x)为 f(x) 的插值多项式 多项式插值点几何意义： pn(x)对应的曲线经过 f(x) 的n+1个点 (xi，yi) ，用pn(x)近似f(x)，即pn(x)≈f(x) n=1：线性插值，用过两点的直线近似f(x) n=2：抛物插值，用过三点的抛物线…….. 问题： pn(x)是否存在？ 存在是否唯一？ 如何求？（确定系数：a0, a1, …, an) 插值多项式的唯一性： 定理：满足插值条件的 pn(xi)=yi 的n次多项式pn(x)=a0+a1x+…+anxn 存在且唯一 证明：解n+1方程组成的线性方程组，因其系数矩阵是范德蒙行列式，故非奇异，有唯一解 问题：方程组n很大，且往往是病态的 有无更好的办法，可求得n次代数多项式pn(x)，而无需解线性方程组？ Lagrange插值多项式 Newton插值多项式 插值多项式的唯一性： 唯一性说明不论用哪种方法构造的插值多项式只要满足相同的插值条件，其结果都是互相等价的。 当f (x)是次数不超过n的多项式时，其n次插值多项式就是f (x)本身。 4.2 Lagrange插值多项式 特殊－一般 线性插值 抛物插值 Lagrange插值 插值余项（误差估计） 线性插值 已知y=f(x)的函数表（如右），求一个次数不超过1的多项式p1(x)=a0+a1x,使p1(x0)=y0, p1(x1)=y1 几何上：用过点(x0,y0)、 (x1,y1)的直线逼近y=f(x) 解：由点斜式方程： 2. 抛物插值(二次插值) 线性插值：用过两点的直线－ y=f(x)，若f(x)凹凸性较大，则误差大 ＝ 用二次多项式（抛物线）p2(x)－ y=f(x) 已知y=f(x)的函数表，求一次数不超过2的多项式 p2(x)=a0+a1x+a2x2 ， 其中p2(xi)=yi （0=i=2) 3个条件＝2次多项式 n+1个条件＝n次多项式 几何意义：p2(x)为过三点 (x0,y0)、 (x1,y1) 、(x2,y2)的抛物线 问题：如何构造2次多项式，使之满足插值条件：p2(x0)=y0, p2(x1)=y1, p2(x2)=y2 解：构造法：基函数法，构造基函数 l0(x), l1(x), l2(x) (3个2次多项式）， 使 p2(x)= y0 l0(x)+ y1 l1(x)+ y2 l2(x) ，满足插值条件： p2(x0)=y0, p2(x1)=y1, p2(x2)=y2 即： p2(x0)= y0 l0(x0)+ y1 l1(x0)+ y2 l2(x0) ＝ y0 p2(x1)= y0 l0(x1)+ y1 l1(x1)+ y2 l2(x1) ＝ y1 p2(x2)= y0 l0(x2)+ y1 l1(x2)+ y2 l2(x2) ＝ y2 即：lj(xi)=δij= 0 i=j 如何确定l0(x) 、l1(x)、 l2(x)？ 求 l0(x) : ∵ l0(x0) ＝1， l0(x1) ＝0 ，l0(x2