函数的数值逼近课件.pptVIP

*---------(4)即*引入记号则由内积的概念可知---------(5)---------(6)显然内积满足交换律*方程组(4)便可化为---------(7)将其表示成矩阵形式-----(8)*并且其系数矩阵为对称阵所以法方程组的系数矩阵非奇异,即根据Cramer法则,法方程组有唯一解*即是的最小值所以因此*定义1.称为函数f(x)关于点xi,xj的一阶差商；称(i,j,k互异)为f(x)在点xi,xj,xk处的二阶差商；一般地,称为f(x)在点xi0,xi1,…,xim处的m阶差商；特别地,规定零阶差商f[xi]=f(xi).◆差商的性质Ⅰ.m阶差商可表为函数值f(xi0),f(xi1),…,f(xim)的线性组合,即(4.12)(4.11)*可以用归纳法证明。从(4.12)可以看出,均差与节点的排列次序无关,称为均差的对称性,即Ⅱ.由性质Ⅰ和(4.11)式可得Ⅲ.若f(x)在[a,b]上存在n阶导数，且节点x0,…,xn∈[a,b]则n阶差商与导数关系如下:(4.13)注意:对列表函数或高阶导数不存在的函数，其余项经常由差商的形式给出。*为了便于计算与应用,通常采用表格形式计算差商,如表(4.2).xkf(xk)一阶差商二阶差商三阶差商四阶差商x0f(x0)x1f(x1)f[x0,x1]x2f(x2)f[x1,x2]f[x0,x1,x2]x3f(x3)f[x2,x3]f[x1,x2,x3]f[x0,x1,x2,x3]x4f(x4)f[x3,x4]f[x2,x3,x4]f[x1,x2,x3,x4]f[x0,x1,x2,x3,x4]::::::表(4.2)*用差商表示Newton插值多项式的系数。事实上,由插值条件Nn(x0)=f(x0)可得a0=f(x0).再由插值条件Nn(x1)=f(x1),即a0+a1(x1-x0)=f(x1)进一步由插值条件Nn(x2)=f(x2),即a0+a1(x2-x0)＋a2(x2-x0)(x2-x1)=f(x2)*一般地,可由归纳法证明（自己验证）故满足插值条件Nn(xi)=f(xi)(i=0,1,…,n)的n次Newton插值多项式为(4.14)例2给出f(x)的函数表（见下表）,试用线性插值,抛物插值和4次Newton插值求f(0.596)的近似值,并估计它们的截断误差。x0.400.550.650.800.901.05f(x)0.410750.578150.696750.888111.026521.25382*解:首先根据给定的函数表构造差商表，这时，Newton插值多项式（4.14）的系数依次为0.400.410750.550.578151.116000.650.696751.186000.280000.800.888111.275730.358930.197330.901.026521.384100.433480.213000.031341.051.253821.515330.524930.228630.03126-0.00012f[x0]=0.41075f[x0,x1]=1.11600f[x0,x1,x2]=0.28000f[x0,x1,x2,x3]=0.19733f[x0,x1,x2,x3,x4]=0.03134*故用线性插值得f(0.596)≈N1（0.596）=0.41075＋1.11600×(0.596-0.40)=0.629486用抛物插值得f(0.596)≈N2（0.596）＝N1(0.596)+0.28000×(0.596-0.40)×(0.596-0.55)＝0用4次Newton插值得f(0.596)≈N4（0.596）*|R1(x)|≈|f[x0,x1,x2]ω2(0.596)|≤2.53×10