第2章多项式插值(1).ppt

第二章 函数基本逼近（一） §1 引 言 湘潭大学数学与计算科学学院 上一页 下一页 ——插值逼近 函数逼近: 数学中的基本问题, 最活跃的研究领域之一 数值计算中函数表示的重要方法 本质是讨论如何用 简单函数近似代替复杂函数 简单函数曲线拟合离散数据 的方法、理论及其实现。 简单函数 逼近函数 复杂函数 被逼近函数 近似代替 逼近 基本术语： 讨论如何用简单的函数 一个复杂的函数 近似地代替 的方法、理论及其实现. 近似代替又叫做逼近 . 被逼近的函数 或被近似的函数 逼近的函数 或近似的函数 即 函数逼近是数值分析的许多分支的理论基础. 例如: 数值积分; 数值微分; 微分方程数值解; 曲线曲面拟合; 函数值近似计算; 等等 从逼近论的观点，通常有两种意义下的逼近： 局部逼近 整体逼近 1、局部逼近 所谓局部逼近就是求函数 在某点附近的近似 最常用的逼近方法： Taylor逼近方法 理论依据： Taylor定理 定理1.1 设n为一非负整数， 在点 某一邻域 有 阶连续导数， 有 则对 的 这里，n次Taylor逼近多项式 和误差余项 分别为 (1.1) (1.2) (1.3) 注意： 1、Taylor逼近多项式 满足以下逼近要求 2、Taylor逼近是一种局部逼近 在一点 处的信息. 仅利用了被逼近的函数 下面举例说明Taylor多项式的逼近效果. 解 由(1.2)式和(1.3)式易求得 (1.2) (1.3) 直观理解可以参见下图。 (a) 的一次和二次Taylor逼近函数 (b) 的一次和二次Taylor逼近误差 (a) (b) 因此，Taylor逼近适合作函数的局部逼近. 由此可见：误差不是均匀分布的. 当x越偏离x0误差就越大 即当x越接近x0误差就越小； 我们将主要讨论整体逼近问题: 即对定义域上的所有点. 近似函数对被逼近函数的逼近 函数曲线对样本数据的拟合 考虑: 例2 求区间[0,1.5]上的二次（抛物）曲线,要求 该曲线过样本点 解 设所求抛物线的方程为 利用待定系数法，可得 此例将引出所谓的 Lagrange 型多项式插值问题, 这时给定的样本数据仅包含函数值. 例3 求区间[0,1]上的三次曲线，要求该函数曲线过 且其一阶导函数曲线过样本点 和 (即函数曲线在0,1点处的斜率分别为0和1). 和 样本点 解 设所求的三次曲线为 类似于例2的计算，可得 上例将引出所谓的Hermite型多项式插值问题 此时样本数据包含： 1、函数值 2、一阶导数值. 更广泛的还有所谓的Birkhoff插值问题. 注意： 24.8 25.3 25.7 26.1 26.3 26.5 26.8 27.0 y 7 6 5 4 3 2 1 0 x 例4 给定离散数据（下表）， 数据，使误差平方和最小。 此例将引出所谓的最小二乘逼近问题。 用一直线拟合这组 插值问题涉及的基本内容： 1.问题提法 2.问题的适定性(解的存在、唯一性) 3.解的构造 (或表示 )及其相关算法 4.误差分析(逼近度刻化)及稳定性分析 下面的内容中首先针对逼近函数取为代数多项式，样本数据仅包含被逼近函数的函数值的情形，讨论相应的插值问题. 湘潭大学数学与计算科学学院 上一页 下一页