插值法(拉格朗日插值).pptVIP

问题的提出 拉格朗日插值 牛顿插值 埃尔米特插值 曲线拟合的最小二乘法 * 第三章 插值法 /* Interpolation */ §1问题的提出 函数y = f(x) 1）解析式未知；2）虽有解析式但表达式较复杂，通过实验计算得到的一组数据，即在某个区间[a,b]上给出一系列点的函数值yi=f(xi)， yn …… y2 y1 y0 y=f(x) xn …… x2 x1 x0 x 3）列表函数 问题：无法求出不在表中的点的函数值，也不能进一步研究函数的其他性质，如函数的积分和导数等。因此需寻找y = f(x)的近似函数p(x),但要求p(xi) = f(xi) 。——插值问题 已知精确函数 y = f(x) 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 p(x) ? f(x)，满足条件p(xi) = f(xi) (i = 0, … n)。这里的 p(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 p(x) ? f(x) §1.1Taylor插值 函数y = f(x)在点x0处展开有Taylor 多项式: 可见: Pn(k)(x0)= f (k)(x0) k=0,1,…,n 因此, Pn(x)在点x0邻近会很好的逼近f(x). Taylor展开方法就是一种插值方法. 泰勒插值要求提供 f(x) 在点x0处的各阶导数,这仅仅适用于 f(x) 相当简单的情况. 设函数y = f(x)在区间[a,b]上有定义，且给出一系列点上的函数值yi=f(xi) (i=0,1,2,…,n)，求作n次多项式pn(x) 使得 pn (xi)= yi (i=0,1,2,…,n) 函数pn (x)为f(x)的插值函数；称x0,x1,… xn称为插值节点或简称节点。插值节点所界的区间[a,b]称为插值区间。pn (xi)= yi 称为插值条件。 构造的n次多项式可表示为: Pn(x)= a0 + a1x + a2x2+…+ anxn §1.2 Lagrange插值 定理 (插值多项式的存在唯一性) 满足 的 n 阶插值多项式是唯一存在的。 证明： ( 利用Vandermonde 行列式论证) 这是一个关于a0 , a1 ,… an 的n+1元线性方程组,其系数行列式: 由于i ≠j时, xi ≠ xj ,因此 ,即方程组有唯一解. §2 拉格朗日插值公式 n i y x P i i n , ... , 0 , ) ( = = 求 n 次多项式 使得 条件：无重合节点，即 n = 1 已知 x0 , x1 ; y0 , y1 ，求 使得 1 1 1 0 0 1 ) ( , ) ( y x P y x P = = 可见 P1(x) 是过 ( x0 , y0 ) 和 ( x1, y1 ) 两点的直线。 ) ( ) ( 0 0 1 0 1 0 1 x x x x y y y x P - - - + = 1 0 1 x x x x - - 0 1 0 x x x x - - = y0 + y1 l0(x) l1(x) ? = = 1 0 ) ( i i i y x l 称为拉氏基函数 直线方程的两点式： 线性插值 l0(x) l1(x) ? = = 1 0 ) ( i i i y x l L1(x) 抛物插值 l0(x) l1(x) l2(x) n ? 1 li(x) 每个 li 有 n 个根 x0 … xi … xn ? = - = - - - = n j j ? i j i n i i i x x C x x x x x x C x l 0 0 ) ( ) )...( )...( ( ) ( ? - = = j ? i j i i i i x x C x l ) ( 1 1 ) ( N次拉格朗日插值多项式 与 有关，而与 无关 节点 f 希望找到li(x)，i = 0, …, n 使得 li(xj)= ；然后令 ? = = n i i i n y x l x P 0 ) ( ) ( ，则显然有Pn(xi) = yi