数值分析计算法插值a .pptVIP

第三章 插值 /* Interpolation */ 当精确函数 y = f(x) 非常复杂或未知时，在一系列节点 x0 … xn 处测得函数值 y0 = f(x0), … yn = f(xn)，由此构造一个简单易算的近似函数 g(x) ? f(x)，满足条件g(xi) = f(xi) (i = 0, … n)。这里的 g(x) 称为f(x) 的插值函数。最常用的插值函数是 …? 多项式 x0 x1 x2 x3 x4 x g(x) ? f(x) f(x) g(x) 已知函数y=f(x)在区间[a, b]内一系列点xi上的函数值f(xi)=yi, i=0,1,…,n，求一简单函数P(x)，使满足条件 　　　　　　P(xi)=yi, i=0,1,…,n， 称点xi为插值节点/* interpolating points */ ，[a, b]为插值区间/* interpolating region */ ，P(x)为插值函数/* interpolating function */ ，求P(x)的过程为函数插值/* function interpolating */ ，求P(x)的方法为插值法/* interpolation */ 。 定义 由于代数多项式的结构简单，数值近似和理论分析都方便，实用中常取代数多项式 作为插值函数，称其为n次插值多项式/* n-degree Interpolating polynomial */ ，求Pn(x)的过程也叫做拉格朗日插值/* Lagrange Interpolation */ 。 定理 (唯一性) 满足 的 n 阶插值多项式是唯一存在的。 证明： 由插值条件可知，插值多项式Ln(x)的系数ai满足线性方程组 其系数行列式是n+1阶范德蒙(Vandermonde)行列式 因为xi≠xj，于是V≠0，方程组的解存在且唯一 3.1 Lagrange Interpolation ? 插值余项 /* Remainder */ 定理 设节点 ，而f(x)在[a, b]内有直到n+1阶导数，且已知f(xi)=yi, i=0, 1, …, n, 则当x∈[a,b]成立 Rolle’s Theorem: 若 充分光滑， ，则 存在 使得 。 推广：若 使得 使得 存在 使得 Rn(x) 至少有 个根 n+1 ? = - = n i i n x x x K x R 0 ) ( ) ( ) ( 任意固定 x ? xi (i = 0, …, n), 考察 ? = - ? = n i i x t x K t Rn t 0 ) ( ) ( ) ( ) ( j ?(t)有 n+2 个不同的根 x0 … xn x ! ) 1 ( ) ( ) ( ) 1 ( + - + n x K R x n n x 注意这里是对 t 求导 = + - - + + ! ) 1 )( ( ) ( ) ( ) 1 ( ) 1 ( n x K L f x n n x n x x ! ) 1 ( ) ( ) ( ) 1 ( + = + n f x K x n x 3.1 Lagrange Interpolation 注：? 通常不能确定 ? , 而是估计 , ?x?(a,b) 将 作为误差估计上限。 ?内插比外推效果好。 ?当 f(x) 为任一个次数? n 的多项式时，f(n+1)(x)=0 , 可知Rn(x)=0，即插值多项式对于次数? n 的多项式是精确的。 3.1 Lagrange Interpolation 点斜式 3.1 拉格朗日插值 /* Lagrange Interpolation */ n i y x L i i n , ... , 0 , ) ( = = 求 n 次多项式 使得 条件：无重合节点，即 n = 1 线性插值 已知 x0 , x1 ; y0 , y1 ，求 使得 1 1 1 0 0 1 ) ( , ) ( y x L y x L = = 可见 L1(x) 是