第二章插法与数值微分.pptVIP

第二章 插值法与数值微分 §2.1 线性插值和抛物插值 §2.2 拉格朗日插值多项式 §2.3 插值多项式的误差 §2.4 分段插值法 §2.5 三次样条插值 §2.6 数值微分 §附 牛顿型多项式插值 引 言 常用曲线拟合方法：插值法、最小二乘法 基本概念： 1.设已知 在n+1个点 上的函数值分别为 ，求一个不超过n次的多项式 ，使 －－插值条件 称为插值多项式 称为插值节点, 称为插值区间。 §2.1 线性插值和抛物插值 一、线性插值： 二、抛物插值（三点插值） 已知 ,求二次多项式 ,满足插值 条件 。 简便算法： 抛物插值公式：（二次插值公式） 例 2.2 分别计算下列各题：1）利用100和121求平方根115；2）利用100，121和144求平方根115。 §2.2 拉格朗日插值多项式 对数据进行插值的方法有好几种，如拉格朗日插值法、牛顿插值法、hermite插值法，我们主要介绍的是拉格朗日插值法。 一、拉格朗日插值公式： 1.问题提出：这节就具有一般形式的代数插值问题（即已知函数 在n+1个点上的函数值 ,求一个n次多项式 ，并满足条件 ）来讨论如何构造其插值多项式 。 2.插值基函数：我们只会求有2个3个节点的插值多项式，有更多的节点的插值多项式是怎样的呢，如何求得呢，今天我们就来研究给出n+1个节点的插值多项式的形式。我们先观察线性插值多项式和抛物插值多项式。得出结论： 4.算法设计与流程图： （4）程序： /* rtn=lagrange(x0,y0,n,xy);*/ /* x0[]--Float array, store X1,X2,...Xn */ /* f0[]--Float array, store Y1,Y2,...Yn */ /* x--Float value */ /* y--Point of a float value, return with f[x]*/ int lagrange(x0,y0,n,x,y) float x0[],y0[],x; int n; float *y; { int i,j; float p; *y=0; if(n1) { for(i=0;in;i++) { p=1; for(j=0;jn;j++) { if(i!=j) p=p*(x-x0[j])/(x0[i]-x0[j]); } *y=*y+p*y0[i]; return(0); } } else return(-1); } main() { float x0[4]={0.46,0.47,0.48,0.49}; float y0[4]={0.484655,0.493745,0.502750,0.511668}; float x,y; int n,rtn; n=4; x=0.472; rtn=lagrange(x0,y0,n,x,y); if(rtn==0) { printf(Y(0.472)=%f\n,y); } else printf(N must be larger than 1.\n); } №1 参数说明： 输入参数：X0[ ]－－ y0[ ]－－ №2 调用说明： ＊格式：rtn=lagrange(x0,y0,n,x,y)。rtn是一整型量。 ＊本子函数是一个整型函数，因此返回主函数一个整代码于变量rtn中。代码的意义如下： 0－－程序正常结束，在y中有计算结果。 -1－－程序异常返回，在y中没有结果。异常的原因是n不大于1，使运算无法继续进行。 （6）Mathematica程序： 插值多项式函数的一般形式： InterpolatingPolynomial［data,var] 构造以dat