第7章多项式插值法和数值微分.pptVIP

第七章 多项式插值法和数值微分 第一节 插值问题介绍 插值问题的提出：给定一个表格函数，寻找与给定表格函数相适应的近似解析表达式，求未列点处的函数值。 插值形式：内插和外推 ? 近似函数表达式的类型：代数多项式、三角多项式或有理函数，甚至可用在定义区间上的任意光滑函数或分段光滑函数等。 代数多项式的特点：形式简单、计算方便、且易于微分和积分，是最基本、最常用的插值函数类型。 插值多项式 定义：设函数y=f (x)在[a,b]上连续，且已知 f(x)在xi (i=0,1,2,…，n)?[a,b]在各点处的 yi (i=0,1,2,…，n)值, 即yi=f(xi)。如有代数多项式Pn(x)在xi处满足 Pn(xi)=yi (i=0,1,2,…，n) 则称Pn(x)为函数y=f (x)的插值多项式，点xi (i=0,1,2,…，n)为插值节点，[a,b]为插值区间，y=f (x)表格函数为被插值函数。 Pn(xi)=yi称作插值条件。 插值的偏差 根据插值要求： f (xi)- Pn(xi)=0 (i=0,1,2,…，n), 各节点处； f (x)- Pn(x)= Rn (x) 非节点处 偏差Rn (x)越小，插值计算就越准确 非节点处的偏差 Rn (x)与插值多项式Pn(x)的结构 (项数)有关。 代数插值的几何意义就是通过给定的n+1个几何点, 作一条n次多项式 y=Pn(x)近似地代替曲线y=f (x)，围绕y=f (x)的光滑连续曲线。 插值多项式 插值多项式的唯一性 对于给定的n+1节点函数值 插值多项式Pn(x)是唯一的。 n+1个待定系数 的确定 插值多项式的唯一性 系数矩阵行列式(Vandermonde行列式)： 插值多项式的唯一性 拉格朗日插值多项式 拉格朗日插值多项式是n次插值多项式的一类公式。 拉格朗日插值多项式的构建 线性插值多项式 二次插值多项式（抛物线插值） 拉格朗日n次插值多项式 插值多项式的余项 在区间?[a,b]上Pn (x)近似地代替f (x)，那么 f (xi)- Pn(xi)=0 (i=0,1,2,…，n), 各节点处； f (x)- Pn(x)= Rn (x) 非节点处 求插值多项式Pn(x)的余项 Rn (x)=f (x)-Pn (x) 设 插值余项 作辅助函数： 拉格朗日插值多项式的余项 余项的估计 拉格朗日插值多项式的计算，例7-1 余项的估计： 由于 难于确定，但可以估计 余项公式的利用 余项Rn (x)的大小与Mn+1及|?n+1 (x)|有关，要求考虑 1） x与插值节点的选择， 2） 的稳定性，n与精度的关系 结论： 减少 增加节点，可能引起振荡 增加节点，增加计算次数，增加舍入误差 余项估计 [例]给定 的函数值如下： x 144 169 225 y 12 13 15 求x=175时的值，并估计误差。 解：L1(x)=13.214, L2(x)=13.230, f(175)=13.229 分段插值法 问题的提出：高次插值多项式并不表示插值精度一定提高 解决问题的方法：采用分段低次插值 插值计算过程：首先将整个插值区间分成各个小区间，然后在每一个小区间内用低次插值。 优点：分段低次插值可有效地克服了高次插值计算不稳定及端点附近计算精度差等缺点。 缺点：只能保证曲线的连续而不能使曲线光滑，即在各个小区间的连接处其导数不连续，会引起失真。 应用：主要用于计算被插值点上的函数值，只要节点选择适宜, 便可保证计算结果的精度。 分段插值法计算 分段线性Lagrange插值法 分段二次Lagrange插值法 注意点：节点的位置选择 不等距插值 二维插值 第三节 牛顿插值多项式 问题的引出：拉格朗日插值多项式在新增加插值节点时，原来计算出的数据不能利用，需要重新计算。 牛顿插值多项式 牛顿插值多项式：使用比较灵活。当增加插值节点时，只要在原有的基础上增加部分计算工作量。 牛顿插值多项式的构建： 差商的概念和性质 函数f (x)其自变量x在互异节点x0，x1，x2，…，xn 上相应的函数值为f (x0)，f (x1)，f (x2)，…，f (xn)。称 f (x) 在 xi，xj,处的一阶差商 差商的概念和性质 f (x) 在