Lagrnge插值.ppt

插值的基本原理 常见的插值方法 拉格朗日插值， 分段线性插值， 三次样条插值 牛顿插值 Hermite插值 插值多项式:存在性、唯一性、收敛性 误差估计 六、本章主要内容 主要内容 七、插值法的一般定义 插值法的一般定义 插值法的一般定义 定理1 证明 设有n+1个互不相同的节点 则存在唯一的多项式： 使得 构造方程组 一般插值多项式的原理 令： 方程组的矩阵形式如下： 所以方程组（4）有唯一解。 证毕 此定理说明只要n+1个节点互异，满足上述插值条件的多项式是唯一存在的。 一般插值多项式的原理 我们的问题是如何确定 进而求得 事实上，方程组的解 a0 ,a1 ,…an 存在且唯一。解出ai(i=0,1,2,…n), Pn(x)就可构造出来了。但遗憾的是此方程组是病态方程组,当阶数n越高时，病态越重。为此我们从另一途径来寻求获得Pn(x) 的方法----用程序和Lagrange插值、Newton插值等。 一般插值多项式的原理 A={{0,-1},{1.5,4.25},{5.1,35.21}} g1=ListPlot[Table[A],Prolog-AbsolutePointSize[10]]; Interpolation[A,InterpolationOrder-2] g2=Plot[%[x],{x,0,5.1}]; Show[g1,g2] N[%%%[3.66],5] 绘制点图 点的绝对直径 插值、插入 一般插值多项式的原理 第一节 Lagrange插值法 插值法 Lagrange插值法的一般理论 Lagrange插值基函数 Lagrange插值余项和误差估计 Lagrange插值多项式的构造 1 2 3 4 已知 n+1个节点 其中 互不相同，不妨设 的插值多项式 一、Lagrange插值多项式的构造 Lagrange插值多项式的构造 线性插值 基函数 称为线性插值多项式 Lagrange插值多项式的构造 Lagrange插值多项式的构造 Lagrange插值多项式的构造 基函数的图形 Lagrange插值多项式的构造 Lagrange插值多项式的构造 拉格朗日(Lagrange) 插值多项式 二、拉格朗日(Lagrange) 插值 优点: 结构紧凑, 理论分析方便 缺点: 改变一个节点则全部的插值基函数都改变,即节点增加,基函数失效 Lagrange插值 三、拉格朗日插值的余项与误差估计 定理2 证明 Lagrange插值余项与误差估计 Lagrange插值余项与误差估计 证毕 更有 特别地,当n=1时,线性插值余项为: Lagrange插值余项与误差估计 当n=2时,抛物插值的余项为: 误差估计 Lagrange插值余项与误差估计 注意 1、此结论适合所有插值多项式。证明过程并未涉及插值多项式的形式。 2、 形式上与泰勒余项 很相象，但Taylor多项式要求在同一点上各阶导数值相等，而插值多项式要求在n+1个不同点上函数值相等。 Lagrange插值余项与误差估计 例1 解 Lagrange插值余项与误差估计 Lagrange插值余项与误差估计 这个结果与六位有效数字的正弦函数表完全一样，这说明查表时用二次插值精度已相当高了。其截断误差为 Lagrange插值余项与误差估计 其中 于是 Lagrange插值余项与误差估计 将[0,?/2] n等分，用g(x)=cos(x)产生n+1个节点，作Ln(x)（取n=1,2) ,计算cos(?/6), 估计误差。 若n=1, 则(x0,y0)=(0,1), (x1,y1)=(?/2,0), 例2 解 cos(?/6)=0.6667 Lagrange插值余项与误差估计 cos(?/6)=L2(?/6)=0.8508 精确值：cos (?/6)=0.8660 Lagrange插值余项与误差估计 Runge现象: 四、拉格朗日插值多项式的振荡 内容小结 1. 插值法概述； 内 容 小 结 2. 一般插值多项式原理； 3. 拉格朗日插值； 4. 拉格朗日插值余项和误差估计； 5. 拉格朗日插值多项式的构造。 科学出版社 科学出版社 科学出版社 河北理工大学 Newton插值 3 3 2 插值法 插值法 插值法的一般理论 Lagrange插值 3 1 分段低次插值 3 4 实际问题 期望 试验数据