第2章 函数逼近的插值法1.pptVIP

第2章 函数逼近的插值法 与曲线拟和法 引言 许多实际问题都用函数 来表示某种内在规律的数量关系,其中相当一部分函数是通过实验或观测得到的.虽然 在某个区间[a，b]上是存在的，有的还是连续的，但却只能给出[a,b]上一系列点 这只是一张函数表；有的函数虽然有解析表达式,但由于计算复杂,使用不方便,通常也构造一个函数表。如三角函数表、对数表、平方根表、立方根表等等。 引言 ??问题提出 1 函数表达式过于复杂不便于计算, 而又需要计算许多点处的函数值 2 仅有采样值, 而又需要知道非采样点处的函数值 上述问题的一种解决思路：建立复杂函数或者未知函数的一个便于计算的近似表达式. 引言 2.1 Lagrange插值法 线性插值 Lagrange插值法 构造插值基函数 引理1 设在区间[a,b]上有n+1个互异节点 ，如果n次多项式 满足 则 构造插值函数Ln(x) 误差估计 特例 例题 例题 Lagrange插值算法 编写程序如下 function [ yy ] = Lagrange(x,y,xi ) m=length(x);n=length(y); if m~=n, error(The length of vector x and y must be consistent);end s=0; for i=1:n z=ones(1,length(xi)); for j=1:n if j~=i z=z.*(xi-x(j))/(x(i)-x(j)); end end s=s+z*y(i); end yy=s; end 例2 已知数据如表所示，试用Lagrange插值多项式求x=0.5626，0.5635，0.5645时的函数近似值。 x=[0.5610,0.56280,0.56401,0.56521]; y=[0.82741,0.82659,0.82557,0.82495]; xi=[0.5625,0.5635,0.5645]; yi=Lagrange(x,y,xi) yi = 0.8268 0.8260 0.8252 plot(x,y,o,xi,yi,g^) 关于Langrange插值的几点说明 仅与已知数据 有关，与 的原来形式无关，但余式与 密切相关。 若 本身是一个不超过n次多项式，则 Langrange插值也有其不足 为了提高精度有时需增加结点，但这时原来求的 全改变，也就是原来的数据不能利用，浪费资源； 例3 在区间【-5，5】上取节点数n=11，等距间隔h=1的节点为插值点，对于 进行Lagrange插值，画出 和插值多项式的曲线图。作业：取节点数n=21 等距间隔h=1 t=-5:0.1:5; ft=5./(1+t.*t); t1=-5:1:5; ft1=5./(1+t1.*t1); y1=Lagrange(t1,ft1,t); plot(t,ft,b+,t,y1,r:) 差商的性质 差商的性质 重点插商 Newton插值计算 插商表1 插商表2 求Nn(x) 插商表1计算简单，好实现，但数值不稳定。 插商表2在计算机上稳定性好，但算法复杂。 计算Nn(x)常采用秦九韶程序（取n=4） 例题 Lagrange插值公式所求得L(x)保证了节点处的函数值相等，也就是保证了函数的连续性，但不少实际问题还需要插值得光滑度，也就是还要求它在节点处的导数值也相等，导数的阶数越高则光滑度越高。现代的仿生学就是一个典型的例子。在设计交通具的外形，就是参照海豚的标本上已知点及已知点的导数，做插值在计算机上模拟海豚的外形制成飞机、汽车等外形。 Hermite插值多项式 构造H(x) 算法2.3.1 Hermite插值余项 特例（n=1) 例题 F(n) ……… …… … … … F(3) F(2) F(1) F(0) 单元号 三阶插商 二阶插商 一阶插商 * * 0.81495 0.82577 0.82659 0.82741 yi 0.56521 0.56401 0.56280 0.56160 xi