- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
xyo1-10.511.5y=L10(x)这个现象被称为Runge现象.表明高次插值的不稳定性.实际上,很少采用高于7次的插值多项式.第61页,共91页,星期日,2025年,2月5日2.6.1分段线性插值求一个分段函数P(x),使其满足:P(xi)=yi(i=0,1,...,n);在每个子区间[xi,xi+1]上是线性函数.称满足上述条件的函数P(x)为分段线性插值函数.第62页,共91页,星期日,2025年,2月5日分别作线性插值得,在每个子区间[xi,xi+1]已知或第63页,共91页,星期日,2025年,2月5日由线性插值的误差即得分段线性插值在区间[xi,xi+1]上的余项估计式为因此,在插值区间[a,b]上有余项第64页,共91页,星期日,2025年,2月5日一般地,n-1阶均差的均差称为f(x)在x0,x1,…,xn点的n阶均差。差商的计算步骤与结果可列成均差表,如下一般f(xi)称为f(x)在xi点的零阶均差,记作f[xi]。第29页,共91页,星期日,2025年,2月5日xk函数值一阶均差二阶均差三阶均差...x0x1x2x3...f(x0)f(x1)f(x2)f(x3)...f[x0,x1]f[x1,x2]f[x2,x3]...f[x0,x1,x2]f[x1,x2,x3]...f[x0,x1,x2,x3]......表5-1(均差表)第30页,共91页,星期日,2025年,2月5日给出节点x0,x1,…,xn和函数值?(x0),?(x1),…,?(xn),可按如下的差商表顺序逐次计算各阶差商值.xi?(xi)一阶差商二阶差商三阶差商…n阶差商x0x1x2x3?xn?(x0)?(x1)?(x2)?(x3)??(xn)?[x0,x1]?[x1,x2]?[x2,x3]??[xn-1,xn]?[x0,x1,x2]?[x1,x2,x3]??[xn-2,xn-1,xn]?[x0,x1,x2,x3]??[xn-3,xn-2,x2,x3]………………??[x0,x1,…,xn]第31页,共91页,星期日,2025年,2月5日这一性质可以用数学归纳法证明,它表明均差与节点的排列次序无关,即f[x0,x1,x2,...,xn]=f[x1,x0,x2,...,xn]=…=f[x1,x2,...,xn,x0]性质1均差可以表示为函数值的线性组合,即称之为均差的对称性(也称为对称性质)。第32页,共91页,星期日,2025年,2月5日性质2由性质1立刻得到或第33页,共91页,星期日,2025年,2月5日性质3n次多项式f(x)的k阶差商,当k?n时是一个n-k次多项式;当kn时恒等于0.性质4若f(x)在[a,b]上存在n阶导数,且节点x0,x1,…,xn∈[a,b],则至少存在一点??[a,b]满足下式例1f(x)=-6x8+7x5-10,求f[1,2,…,9]及f[1,2,…,10].解f(8)(x)=-6·8!,f[1,2,…,9]=-6,f(9)(x)=0,f[1,2,…,10]=0.第34页,共91页,星期日,2025年,2月5日2.3.2牛顿插值多项式设x是[a,b]上一点,由一阶均差定义得同理,由二阶均差定义如此继续下去,可得一系列等式得得第35页,共91页,星期日,2025年,2月5日依次把后式代入前式,最后得第36页,共91页,星期日,2025年,2月5日其中第37页,共91页,星期日,2025年,2月5日可见,Nn(x)为次数不超过n的多项式,且易知Rn(xi)=0即Nn(xi)=yi,(i=0,1,…,n)满足插值条件,故其为插值问题的解,Nn(x)称为牛顿插值多项式。Rn(x)称为牛顿型插值余项。第38页,共91页,星期日,2025年,2月5日由插值多项式的唯一性知,它与拉格朗日插值多项式是等价的,即
文档评论(0)