计算方法-插值方法.pptVIP

计 算 方 法 光信息 插值方法 插值多项式定义 插值多项式的存在唯一性 插值余项 基函数构造拉氏插值多项式 计算机实现 分段线性插值 其它插值方法介绍 引例及问题综述 引例1 血药浓度问题 为试验某种新药的疗效，医生对某人用快速静脉注射方 式一次注入该药300mg后，在一定时间t(h)采取血样，测 得血药浓度C数据如下 试确定血药浓度C与时间t的函数关系。 引例及问题综述 引例2：标准正态分布函数 引例及问题综述 在生产实际及科学研究中，经常要研究变量之间的函数 关系y=f(x)。若f(x)的表达式很复杂，或f(x)只能用一张 数据表来表示，即只知道f(x)在一系列点x0、 x1、… xn 处的函数值： 这都会给研究带来困难。如何解决这类问题？当函数f(x) 比较复杂或根本无法写出解析式时，往往寻求用一个熟悉的 简单函数P(x)的去近似表示f(x),将研究f(x)的问题转化为 研究函数P(x)的问题。 插值余项 计算机实现 Hermite插值也叫带指定微商值的插值,它要构造一个插值函数,不但在给定节点上取函数值,而且取已知微商值，使插值函数和被插函数的密和程度更好 。 定义： f(x) 在区间[ a, b] 上 n+1个互异节点a=x0x1x2……xn=b , 定义在[a,b]上函数f(x) 在节点上满足 f(xi) = yi f’(xi)=y i i=0,1,2……n 求一个次数不高于2n+1次的插值多项式H(x)满足2n+2个条件 H(xi) = yi H (xi)= y i i=0,1,2……n 若H(x)存在,则叫函数f(x) 的Hermite插值多项式.因为 H(x)是一个次数不高于2n+1次的多项式,常记为H2n+1(x). 定理一:满足插值条件 H(xi)= yi H(xi)= yi i=0,1,2……n 且次数不大于2n+1的多项式是唯一的。 函 数 构 造 设Hermite插值函数 n n H2n+1(x) = ? Li(x) yi + ? hi(x) yi i=0 i=0 Li(x),hi(x)都是不高于2n+1次的多项式,类似Lagrange插值,利用Hermite插值条件可得 Li(xj)=?ij hi(xj) = 0 Li(xj)=0 hi(xj)= ?ij i,j=0,1,2……n 从而可设 Li(x)= (aix+bi)[li(x)]2 hi(x)= (cix+di)[li(x)]2 由条件 L0(0)=1 , L0′(0)=0 , L0(1)=0 ,可设 L0(x)=(ax+b)(x-1) 利用L0(0)=1 , L0′(0)=0, 得 b=a=-1. 所以: L0(x)=(-x-1)(x-1)=1-x2 同理可得L1(x)=x2 h0(x)=x(1-x) 所以 p(x)= y0(1-x2 )+ y1 x2+ y0′(1-x)x y(3)(?) 其余项表达式为 R(x)= -------- (1-x) x2 3! 分段线性插值 Runge（龙格）现象 由插值多项式余项公式说明插值节点越多，一般来说误 差越小，但这并不是绝对的，因为余项的大小还和函数f(x) 的高阶导数有关。 经典例子： 取等距节点 ，所构造的拉 格朗日插值多项式为 所谓分段线性插值就是通过插值点用折线段连接 起来逼近f(x)。 设f(x)在n+1个节点a=x0x1···xn=b上的函数值为 在每个小区间[xk,xk+1]上作线性插值，得 称L(x)为f(x)的分段线性插值函数 * X X0 X1 … Xn F(x) F