《数值解分》2221节函数插值.ppt

华长生制作 引入符号 当用插值函数P(x)计 算被插函数f(x）在点 处近似值的方法称之 为内插法，若用来计算 处近似 值的方法称之为外插法。 当用三角函数的多项式插值时称为三角插值；当用 有理分式插值时称为有理插值；当用多项式插值时 称为代数插值。 当已知某一单调连续函数y=f(x)在一些采样点的函数值，而需要近似计算哪一点处的函数值为一已知值m时，可采用反插值法，即利用已知数据对y=f(x)的反函数 进行插值，然后由该插值多项式计算 的近似值。 例3 已知单调连续函数y=f(x)在如下采样 点处的函数值： 对y=f(x)的反函数 进行三次插值，插 值多项式为 所以 Lagrange插值多项式的缺点： 插值基函数计算复杂 高次插值的精度不一定高 练习 给定数据表 0 1 5 14 yi 0 1 2 3 xi 求三次拉格朗日插值多项式L3(x). 1.2 0.4 -0.8 -2.0 2.0 1.8 1.4 1.0 求方程f(x)=0在[1，2]内根的近似值。 * 第二章 函数插值 第二章 插值与逼近 2.1 插值问题 2.2 插值多项式的构造方法 2.3 分段插值法 本章要点 用简单的函数(如多项式函数)作为一个 复杂函数的近似,最简单实用的方法就是 插值. 本章主要介绍有关插值法的一些基本概念, 及多项式插值的基础理论和几个常用的插 值方法:Lagrange插值、分段线性插值、 Newton插值、Hermite插值和三次样条插值 2.1 插值问题 能否存在一个性能优良、便于计算的函数 ------(1) 这就是插值问题, (1)式为插值条件, 其插值函数的图象如图 二、代数插值多项式的存在唯一性 整体误差的大小反映了插值函数的好坏 为了使插值函数更方便在计算机上运算,一般插值函 数都使用代数多项式和有理函数 本章讨论的就是代数插值多项式 且满足 --------(2) --------(3) --------(4) 上述方程组的系数行列式为n+1阶Vandermond行列式 定理1. 由Cramer法则,线性方程组(4)有唯一解 --------(2) --------(3) 则满足插值条件 的插值多项式 存在且唯一. 虽然线性方程组(4)推出的插值多项式存在且唯一 但通过解线性方程组(4)求插值多项式却不是好方法 令 设 其中 插值多项式中的误差 根据Rolle定理, 再由Rolle定理, 依此类推 由于 因此 所以 定理1. Lagrange型余项 设 则 注意 ? 余项表达式仅当 存在时才能应用，且是唯一的。 ? ? 在( a , b ) 内的具体位置通常不能给出。 ? 若有 ,则截断误差限是 ? n次插值多项式对次数不高于n次的多项式完全精确。 若f(x)为次数不高于n次的多项式, 从而Rn(x)=0. 则f(n+1)(ξ) =0, y 0 x xk xk+1 ① 线性插值： ? n = 1, 2 时的插值余项 ： y 0 x ② 抛物线插值： xk-1 xk xk+1 2.2 插值多项式的构造方法 根据线性空间的理论 并且形式不是唯一的 且在不同的基底下有不同的形式 --------(5) -------(6) 且满足(1)式 -------(7) n+1次多项式 1、拉格朗日插值法 -------(7) 且 -------(8)