计算方法PPT全套完整教学课件.ppt

* 插值像素 数码变焦 公元六世纪，我国刘焯将等距二次插值应用于天文计算； 十七世纪，牛顿, 格雷哥里建立了等距节点上的一般插值公式； 十八世纪，拉格朗日给出了非等距节点上的插值公式。 插值方法在数值分析的许多分支(例如, 数值积分, 数值微分, 微分方程数值解,曲线曲面拟合,函数值近似计算,等等)均有应用。 * 第5章 函数插值与曲线拟合 5.1 引入——图像缩放 5.2 拉格朗日插值法 5.3 牛顿插值法 5.4 三次埃尔米特插值 5.5 差分与等距节点的插值公式 5.6 曲线拟合与最小二乘法 * 5.2 拉格朗日插值法 基本原理 函数是通过实验和观测得到的,不知道具体的解析表达式 有明确的解析表达式，但由于形式复杂，不便于进行分析和计算 * 数学描述 设函数y=f (x)在[a,b]上是有定义的，已知x0, x1,···, xn ∈ [a,b] 及f (x)在xi(i=0,1,...,n)点的值yi=f(xi)或直至r阶导数值f(k)(xi) k=1,...,r.若存在一个简单函数，使 * (5.2.1) (5.2.2) 或还有 成立 则称 ?(x) 　插值函数 f (x) 　　 　　　 被插值函数 xi (i=0,1,...,n) 　　　　 插值节点 [a,b] 插值区间 (5.2.1)（5.2.2）式 插值条件 求插值函数?(x)的方法称为插值法 * 数学描述 设　　　　　　　　 为次数不超过n的代数多项式， 其中a0, a1,···, an为系数。 当取插值函数 ?(x)=Pn(x) 时，称此插值法为代数多项式插值 Pn(x)称为代数插值多项式。 * 数学描述 * 5.2.1 Lagrange 插值 设函数y=f(x)在[a,b]上有定义， x0, x1,···, xn为[a,b]上n+1个互异的点。 已知f(x)于点xi的值yi ,求一个不高于n次的代数多项式 使之满足 (5.2.3) * * Ln(x)的存在性和唯一性 由插值条件(5.2.3)式可知， Ln(x)的系数a0, a1,···, an满足　 (5.2.4) * * 要证明Ln(x)是存在的且唯一的，只需要证明a0,a1,…,an的存在且唯一即可。 而(5.2.4)是一个以a0,a1,…,an作为未知数的n+1阶线性方程组，此方程组解存在且唯一的充分必要条件是此方程组系数行列式不为零。由于此系数行列式 * * 是Vandermonde行列式，利用节点互异，知 Vn(x0,x1,…,xn)≠0 此方程组有唯一解，从而插值多项式Pn(x)是存在的且唯一的. 通常我们并不使用解线性方程组的方法去求插值多项式，而是采用不同的方法去构造插值多项式。 * * 5.2.2 插值余项 函数f(x)的插值多项式Ln(x)只是在x0,x1, …xn处有 若x≠xi (i=0,1,…,n)，则一般的 令Rn(x)=f(x)-Ln(x)， 则Rn(x)表示用Ln(x)代替f(x)时，在点x处产生的误差,称为插值余项或截断误差项。 * * * 定理5.1设 ， 在 内存在， 节点 ， ，则对任何 有 (5.2.7) * 若f(x)在[a,b]区间上有直到n+1阶导数, xi(i=0,1,…,n) 为[a,b]上的插值节点， xi互异, Ln(x)为f(x)满足(5.2.3)式的n次插值多项式， 对[a,b]上任何取定的x≠xi ，记 从而有函数 ? ? * 在t=x, x0,x1, …xn这n+2个点处取零值，反复应用Rolle定理n+1次，则至少存在一个点ξ∈(a,b)，使得 从而有 * (5.2.5) (5.2.6) * 从而， 迭代20步可得 近似一个对角矩阵（因为矩阵A为对称的，否则应得到一个近似上三角矩阵），可得到其特征值的近似值分别为对角线元素4.7321，3，1.2679。 采用反幂法，可对特征值进一步精确并同时求出相应的特征向量。 * 第4章 矩阵特征值与特征向量的计算 4.1 引入 4.2 幂法及其变体 4.3 Jacobi旋转法 4.4 Householder变换* 4.5 QR方法 4.6 特征值问题的一些应用 * 4.6 特征值问题的一些应用 * 4.6.1 主成分分析与数据降维 PCA（Princ