no.3插值法（牛顿插值）修改稿.pptVIP

* §2 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 */ 1阶差商 2阶差商 1 1 1 0 1 0 1 0 1 1 1 0 1 0 ] , , ... , [ ] , , ... , [ ] , , ... , [ ] , ... , , [ ] , ... , [ + + - - + + + - - = - - = k k k k k k k k k k k x x x x x f x x x f x x x x x f x x x f x x f (k+1)阶差商： 补充定义零阶差商： 差商计算的特点： 鲜明的承袭性。 依据差商的递推定义，从作为零阶差商的 函数值f(xi)出发，通过简单的 差商计算可以逐步提高 差商的 阶数，从而构造出n阶差商。 差商的 性质： 差商 可表为函数值f(x0), f(x1),… f(xn),的线性组合。 2. 差商的值与 xi 的顺序无关！ 差商的计算一般通过列表进行，如增加节点，只需在表中增加一行一列，多计算一斜行的数值即可。 差商的计算： ? 实际计算过程为 f (x0) f (x1) f (x2) … f (xn?1) f (xn) f [x0, x1] f [x1, x2] … … … … f [xn?1, xn] f [x0, x1 , x2] … … … … f [xn?2, xn?1, xn] f [x0, …, xn] 例：根据下列已知数据计算均差 解： 12 15 2 0 f(xi) 7 4 3 1 xi -5/4 -7/2 -1 12 7 3 4 13 15 4 2 1 2 3 1 0 1 0 三阶均差 二阶均差 一阶均差 f(xi) xi 序 ? 牛顿插值 1 2 … … … … n+1 Nn(x) Rn(x) ai = f [ x0, …, xi ] 反复用后一个式子带入前一个式子，有： 由插值多项式的唯一性可知，牛顿公式其实只是拉格朗日插值多项式的一种变形，其本质是一样的，故其余项亦应相等，可得均差与导数之 间的关系： 将其代入牛顿公式得 关于拉格朗日插值与牛顿插值： 例：对于如下数据，试求牛顿插值多项式 解：先计算各阶均差见下表 故 85 40 15 4 1 yi 4 3 2 1 0 xi 0 1 10 45 85 4 4 1 7 25 40 3 3 4 11 15 2 2 3 4 1 1 1 0 0 四阶均差 三阶均差 二阶均差 一阶均差 yi xi 序 此题如用拉格朗日插值，则有 结果与牛顿插值一样，但较为繁琐。