第五章_插值法..pptVIP

x位于数据表的表尾 牛顿插值公式 牛顿向后差分插值公式 余项 例7 求cos0.048及cos0.35的近似值并估计误差. 1） 首先构造差分表 数值分析——插值法 解 二、牛顿向后差分插值公式 1.00000 0.99500 -0.00500 0.98007 -0.01493 -0.00993 0.95534 -0.02473 -0.00980 0.00013 0.92106 -0.03428 -0.00955 0.00025 0.00012 0.0 0.1 0.2 0.3 0.4 2）用牛顿前插公式计算cos0.048 误差估计为 其中 数值分析——插值法 function [yi,Y]=Newton_forward(x,y,xi) %Newton前插公式，其中， %x为行向量，等距插值节点； %y为行向量，插值节点处的函数值; %xi为标量，被估计函数的自变量； %yi为xi处的函数估计值； %Y为差分表. for k=1:i-1 z=z*(t-k); end %计算初始值. h=x(2)-x(1);t=(xi-x(1))/h; %计算差分表Y. n=length(y); Y=zeros(n);Y(:,1)=y; for k=1:n-1 Y(:,k+1)=[diff(y,k); zeros(k,1)]; end %计算Newton前插公式N(xi). yi=Y(1,1); for i=1:n-1 z=t; yi=yi+Y(1,i+1)*z/prod([1:i]); end 牛顿向前差分插值的MATLAB程序：Newton_forward.m 数值分析——插值法 function [yi,Y]=Newton_backward(x,y,xi) %Newton后插公式，其中， %x为行向量，等距插值节点； %y为行向量，插值节点处的函数值; %xi为标量，被估计函数的自变量； %yi为xi处的函数估计值； %Y为差分表. %计算初始值. n=length(x); h=x(n)-x(n-1);t=(x(n)-xi)/h; %计算差分表Y. 牛顿向后差分插值的MATLAB程序： Newton_backward.m 数值分析——插值法 n=length(y); Y=zeros(n);Y(:,1)=y; for k=1:n-1 Y(:,k+1)=[zeros(k,1);diff(y,k)]; end %计算Newton后插公式N(xi). yi=Y(n,1); for i=1:n-1 z=t; for k=1:i-1 z=z*(t-k); end yi=yi+Y(n,i+1)*(-1)^i*z/prod([1:i]); end 数值分析——插值法 对于例7，调用插值函数Newton_forward.m求插值. 程序计算得，cos0.048的近似值为yi = 0.9988 x=0:0.1:0.4;y=[1 0.995 0.98007 0.95534 0.92106];xi=0.048; [yi,Y]=Newton_forward(x,y,xi) 再调用插值函数Newton_backward.m求插值. x=0:0.1:0.4;y=[1 0.995 0.98007 0.95534 0.92106];xi=0.35; [yi,Y]=Newton_backward(x,y,xi) 程序计算得，cos0.35的近似值为 yi = 0.9394 数值分析——插值法 … … … 例如，设计飞机外形曲线是密合程度更好的插值. Hermite插值问题 已知数据表 求插值多项式 ，满足 由2n+1个条件，可唯一确定一个次数不超过2n+2的多项式 5.5 埃尔米特插值 数值分析——插值法 假设有两个多项式 及 反证法: 唯一性 次数不超过2n+1 且满足 都是Q(x)的二重零点 共有2n+2个零点 基函数 为待定的2n+1次多项式 存在性的构造法证明 满足 5.5.1 埃尔米特插值多项式的存在唯一性 数值分析——插值法 ， Hermite插值多项式 数值分析——插值法 其中 且与x有关 插值余项 5.5.3 三次埃尔米特插值多项式 5.5.2 埃尔米特插值余项 数值分析——插值法 2） 估计误差 数值分析——插值法 例8 ，并估计误差. 已知y=f(x)的函数值及导数值如表，求次数不超 ，满足 1）求插值多项式 通过三点的二次插值 由条件 2） 求插值余项 其中 且依赖于x. 数值分析——插值法 例9 过3