线性插值与二次插值公式).pptVIP

* 插值计算引例 代数多项式插值问题 线性插值与二次插值公式 Lagrange插值公式 第四章 数据插值方法 误差函数 x 0 0.5000 1.0000 1.5000 2.0000 2.5000 3.0000 y 0 0.5205 0.8427 0.9661 0.9953 0.9996 1.0000 当 x∈(0.5, 1)时 当 x∈(1, 1.5)时 实际问题中遇到的函数f(x)有的表达式复杂，有的只提供了离散点上的函数值或导数值。为了进一步分析问题的性质和变化规律，自然希望找到一种简单函数p(x)，能近似描述函数f(x)的变化规律，又便于处理。把这个函数p(x)称作f(x)的近似函数。 近似函数p(x)可以是代数多项式或三角多项式，也可以是有理分式等等。 p(x)选不同类型的函数，近似的效果不同，由于代数多项式结构简单，常取p(x)为代数多项式。 如果要求近似函数p(x)取给定的离散数据，则称p(x)为f(x)的插值函数。 多项式插值问题的一般提法 设 f(x)∈C [a , b], 已经点xi ∈[a , b]上的函数值 f(xi), (i=p0, p1,···, pn)和点xj上的导数值 f(kj)(xj), (j=q0, q1,···, qm)，其中kj为小于或等于n+m+1的任意正整数。 要求：作一个次数不超过n+m+1的代数多项式p(x) P(x)=a0 + a1x +···+ an+m+1xn+m+1 使 P(xi)= f(xi), (i=p0, p1,···, pn) P(kj)(xj)= f(kj)(xj), (j=q0, q1,···, qn) 成立 则称P(x)为f(x)的插值函数。xi和xj称作插值节点 [a , b]为插值区间。 上述问题称作代数多项式插值问题 已知f(x)在点xi上的函数值 yi=f(xi), (i=0,1,2,···,n)， 求一个次数不超过n的插值多项式。 则称 (4.1)为满足插值条件(4.2)的拉格朗日插值。 Ln(x)=a0 + a1x +···+ anxn (4.1) 满足: Ln(xi)= yi (k = 0,1,…,n) (4.2) 设 f(x)∈C [a , b], 取点 a ≤x0＜x1＜···＜xn≤b 拉格朗日插值 拉格朗日插值及其存在唯一性 点,则满足插值条件 Ln(xi)= yi (k = 0,1,…,n) 的n次插值多项式 Ln(x)=a0 + a1x +……+ anxn 存在而且是唯一的。 证明 由插值条件 L(x0)= y0 L(x1)=y1 ·············· L(xn)=yn 定理4.1 若插值结点x0,x1,…,xn 是(n+1)个互异 方程组系数矩阵取行列式 这是范德蒙行列式且不等于0。故方程组有唯一解.从而插值多项式P(x)存在而且是唯一的. 例4.2 已知误差函数在四个点处函数值 x 0 0.6000 1.2000 1.8000 Erf(x) 0 0.6039 0.9103 0.9891 构造3次多项式L3(x) 逼近 Erf(x) 设 L3(x)= a0 + a1x +a2x2 + a3x3, 令 L3(xi)=Erf(xi) 得 求解,得a0=0,a1=1.293,a2= -0.5099,a3=0.0538 所以, L3(x)=1.293 x –0.5099 x2 + 0.0538 x3 MATLAB计算程序 x=0:.6:1.8; y=erf(x); x=x;y=y; A=[ones(4,1) x x.^2 x.^3]; p=A\y; a0=p(1);a1=p(2); a2=p(3);a3=p(4); t=0:.2:2; u=a0+a1*t+a2*t.^2+a3*t.^3; plot(x,y,o,t,u) 由过两点直线方程,得 化为等价形式 求满足: L1(x0)=y0 , L1(x1)=y1的线性插值多项式 L1(x) n=1 线性插值问题 已知函数表 x x0 x1 f(x) y0 y1 拉格朗日插值的基函数构造法 记 当x0≤ x ≤x1时，0≤l0(x)≤1, 0≤l1(x)≤1 x