工程数学(13)分段低次插值
合集下载
《分段低次插值》课件

更多的研究热点: 分段低次插值作 为一种重要的数 学工具,未来将 继续成为数学、 计算机科学等领 域的研究热点之 一。
07
总结与展望
对分段低次插值的总结
分段低次插值的 基本概念和原理
分段低次插值在 图像处理中的应 用
分段低次插值与 其他插值方法的 比较
分段低次插值的 优缺点及改进方 向
对未来研究的展望
结合人工智能技术:将人工智能 技术应用于分段低次插值方法中, 如神经网络、深度学习等,提高 插值方法的自适应性和鲁棒性。
分段低次插值与其他方法的融合
分段低次插值与机器学习算法的融合 分段低次插值与神经网络算法的融合 分段低次插值与遗传算法的融合 分段低次插值与粒子群优化算法的融合
分段低次插值在未来的应用前景
分段低次插值的应
05
用实例
在图像处理中的应用
分段低次插值用于图像缩 放
保持图像质量与清晰度
应用于图像修复和增强
提升图像处理效率与准确 性
在数值计算中的应用
分段低次插值在数值计算中的定义 分段低次插值在数值计算中的应用实例 分段低次插值在数值计算中的优势 分段低次插值在数值计算中的未来发展
在其他领域的应用
深入研究分段低 次插值算法
拓展应用领域, 提高算法性能
探索与其他算法 的融合与优化
加强算法在实际 问题中的应用研 究
YOUR LOGO
THANK YOU
汇报人:PPT
应用场景:分段低次插值广泛应用于数值分析、计算机图形学、图像处理等领域。
基于样条曲线的分段低次插值
样条曲线的定义和性质 基于样条曲线的分段低次插值方法 算法实现和代码示例 实验结果分析和比较
基于其他函数的分段低次插值
《分段低次插值法》课件

适用场景
分段二次插值适用于需要更高精度插值的情况,但计 算相对复杂。
分段三次插值
三次插值
三次插值使用三次多项式进行插值,比二次插值 更为精确。
分段三次插值
分段三次插值是将数据点分成若干段,每一段使 用三次多项式进行插值。
适用场景
分段三次插值适用于需要更高精度插值的情况, 但计算相对复杂。
04
分段低次插值法的优势与局限性
分段低次插值法
• 引言 • 分段低次插值法的基本原理 • 分段低次插值法的数学模型 • 分段低次插值法的优势与局限性
• 分段低次插值法的应用实例 • 分段低次插值法的未来展望
01
引言
插值法的定义
插值法是一种数学方法,用于通过已知的离散数据点来构造一个连续函数,以便在 整个定义域内进行预测或逼近。
分段低次插值法可以与机器学习算法结合,利用插值结果作 为特征输入,提高机器学习模型的预测精度。
与优化算法结合,通过优化算法对插值结果进行优化,提高 插值的精度和效率。
在大数据处理中的应用前景
在大数据时代,分段低次插值法可以应用于大规模数据的插值处理,提高数据处 理效率。
在数据挖掘和机器学习领域,分段低次插值法可以作为特征提取和数据预处理的 一种有效方法。
多项式插值
使用多项式函数逼近已知数据点,通 过求解多项式来找到未知点的坐标。
分段低次插值的定义
分段低次插值法是一种数学方法,它 将整个数据集分成若干个小的分段, 并在每个分段上使用低次多项式进行 插值。
分段低次插值法的特点是每个分段上 的多项式次数较低,从而减少了计算 复杂度,提高了计算效率。
分段低次插值的实现方式
分段低次插值法的提出,为解决实际 问题提供了一种新的思路和方法,具 有重要的理论和应用价值。
分段二次插值适用于需要更高精度插值的情况,但计 算相对复杂。
分段三次插值
三次插值
三次插值使用三次多项式进行插值,比二次插值 更为精确。
分段三次插值
分段三次插值是将数据点分成若干段,每一段使 用三次多项式进行插值。
适用场景
分段三次插值适用于需要更高精度插值的情况, 但计算相对复杂。
04
分段低次插值法的优势与局限性
分段低次插值法
• 引言 • 分段低次插值法的基本原理 • 分段低次插值法的数学模型 • 分段低次插值法的优势与局限性
• 分段低次插值法的应用实例 • 分段低次插值法的未来展望
01
引言
插值法的定义
插值法是一种数学方法,用于通过已知的离散数据点来构造一个连续函数,以便在 整个定义域内进行预测或逼近。
分段低次插值法可以与机器学习算法结合,利用插值结果作 为特征输入,提高机器学习模型的预测精度。
与优化算法结合,通过优化算法对插值结果进行优化,提高 插值的精度和效率。
在大数据处理中的应用前景
在大数据时代,分段低次插值法可以应用于大规模数据的插值处理,提高数据处 理效率。
在数据挖掘和机器学习领域,分段低次插值法可以作为特征提取和数据预处理的 一种有效方法。
多项式插值
使用多项式函数逼近已知数据点,通 过求解多项式来找到未知点的坐标。
分段低次插值的定义
分段低次插值法是一种数学方法,它 将整个数据集分成若干个小的分段, 并在每个分段上使用低次多项式进行 插值。
分段低次插值法的特点是每个分段上 的多项式次数较低,从而减少了计算 复杂度,提高了计算效率。
分段低次插值的实现方式
分段低次插值法的提出,为解决实际 问题提供了一种新的思路和方法,具 有重要的理论和应用价值。
2.5 分段低次插值

若用插值基函数表示,则在整个区间 [a, b] 上 I h ( x) 为
Ih ( x)
n
其中基函数 l j ( x ) 满足条件l j ( xk ) jk ( j , k 0,1, , n), 其形式是
j 0
f j l j ( x ),
(5.2)
x x j 1 , x j 1 x x j ( j 0略去); x j x j 1 x x j 1 l j ( x) , x j x x j 1 ( j n略去); (5.3) x j x j 1 x [a , b], x [ x j 1 , x j 1 ]. 0 , 7
例1 已知f(x)在四个节点上的函数值如下表所示
xi
f ( xi )
30
1 2
45
2 2
60
3 2
90
1
求f(x)在区间30,90上的分段连续线性插值函数 L(x) 解 将插值区间30,90分成连续的三个小区间 30,45,45,60,60,90 则L(x)在区间30,45上的线性插值为
15
上节中
x x k 1 2 k ( x ) ( x xk )( ) x k x k 1 x xk 2 k 1 ( x ) ( x xk 1 )( ) x [ x , x ] k k 1 x k 1 x k H3 ( x) fkk ( x) fk 1k 1 ( x) fkk ( x) fk1 ( x)k 1 ( x)
2
14
2.5.2
分段三次埃尔米特插值
分段线性插值函数 I h ( x)的导数是间断的,若在节点
xk (k 0,1, , n) 上除已知函数值 f k外还给出导数值 f k mk (k 0,1,, n).
3.3分段插值

7 8 9 10 11 12 13 14 15 16 17 18 x T/0C 10 11 13 17 22 25 29 31 30 22 25 27
根据表中数据可绘制线性插值函数的图形
35 30 25 20 15 10 6 8 10 12 14 16 18
由于节点增多时,分段函数表达式过于繁琐, 由于节点增多时,分段函数表达式过于繁琐, 因此引入基函数的方法。 因此引入基函数的方法。将分段函数表示成基 函数的组合形式。 函数的组合形式。
x − xi−1 x − xi f ( x) ≈ yi + yi−1 xi − xi−1 xi−1 − xi
(3-6)
分段线性插值公式P(x) 分段线性插值公式
x − x1 x − x0 y0 + y1 x0 − x1 x1 − x0 x − x1 x − x2 y1 + y2 P( x) = x1 − x2 x2 − x1 L L L x− x x − xn−1 n yn−1 + yn xn−1 − xn xn − xn−1 x ∈[ x0 , x1 ) x ∈[ x1, x2 ) x ∈[ xn−1, xn ]
例:设被插值函数
f (x) =1 (1+ 25x ),
2
−1≤ x ≤1
取等矩节点 xi = −1+ 2i / n(i = 0,1 L n) ,作 , , 拉格朗日插值多项式 Ln (x)。 当 n =10时,函数 y = f (x) 及插值多项式 L (x) 10 的图形如3-2所示 由图可见,在区间[-0.2,0.2] 所示。 的图形如 所示。由图可见,在区间 , 但在区间[-1, 两端则 上 L (x) 比较接近 f (x) ,但在区间 ,1]两端则 10 误差很大。 增大时, 误差很大。当 n 增大时,部分区间上插值多项 式截断误差偏大的现象更重。这种现象称龙格现 式截断误差偏大的现象更重。这种现象称龙格现 象。
根据表中数据可绘制线性插值函数的图形
35 30 25 20 15 10 6 8 10 12 14 16 18
由于节点增多时,分段函数表达式过于繁琐, 由于节点增多时,分段函数表达式过于繁琐, 因此引入基函数的方法。 因此引入基函数的方法。将分段函数表示成基 函数的组合形式。 函数的组合形式。
x − xi−1 x − xi f ( x) ≈ yi + yi−1 xi − xi−1 xi−1 − xi
(3-6)
分段线性插值公式P(x) 分段线性插值公式
x − x1 x − x0 y0 + y1 x0 − x1 x1 − x0 x − x1 x − x2 y1 + y2 P( x) = x1 − x2 x2 − x1 L L L x− x x − xn−1 n yn−1 + yn xn−1 − xn xn − xn−1 x ∈[ x0 , x1 ) x ∈[ x1, x2 ) x ∈[ xn−1, xn ]
例:设被插值函数
f (x) =1 (1+ 25x ),
2
−1≤ x ≤1
取等矩节点 xi = −1+ 2i / n(i = 0,1 L n) ,作 , , 拉格朗日插值多项式 Ln (x)。 当 n =10时,函数 y = f (x) 及插值多项式 L (x) 10 的图形如3-2所示 由图可见,在区间[-0.2,0.2] 所示。 的图形如 所示。由图可见,在区间 , 但在区间[-1, 两端则 上 L (x) 比较接近 f (x) ,但在区间 ,1]两端则 10 误差很大。 增大时, 误差很大。当 n 增大时,部分区间上插值多项 式截断误差偏大的现象更重。这种现象称龙格现 式截断误差偏大的现象更重。这种现象称龙格现 象。
分段低次插值与样条

一致
记 h max | xi 1 xi | ,易证:当 h 0 时,P1h ( x ) f ( x ) y y= f(x)
y=p(x)
o 失去了原函数的光滑性。
x
分段Hermite插值
给定 x0 , ... , xn ; y0 , ... , yn ; y0 , ... , y n
i 1, 2,L , n 1, i 1, 2, L , n 1, i 1, 2,L , n 1.
因 S x 是分段3次多项式 ,故在每个区间 上 xi , xi 1 si x 都是3次多项式 ,从而 S x 共须 个独立条件确定 . 4n n 1 ① S ,和 在 个内结点连续,即满足条件(4.4),因而 S S s x s x , i 1,2,L , n 1, (4.4)给出了 3n 3 个条件; (4.4) s x s x , i 1,2,L , n 1, s x s x , i 1,2,L , n 1. ②(4.2)提供了 n 1 个独立条件; ③还差2个条件,有多种给法.最常见的给法是: S x0 f x0 M 0 , S xn f xn M n , (i) M (简支边界,导致三弯矩关系式, 关系式), 特别地, M 0(自然边界,三次自然样条); M n 0, (ii) S x0 f x0 m0 , S xn f xn mn ,
分别补充为方程组(6. 9)的第一个和最后一个方程组。
解方程组 经补充后的方程组(6. 9)为
2 0 1 2 1 2 2 M0 d0 M 1 d1 n M n1 d n1 2 Mn dn
记 h max | xi 1 xi | ,易证:当 h 0 时,P1h ( x ) f ( x ) y y= f(x)
y=p(x)
o 失去了原函数的光滑性。
x
分段Hermite插值
给定 x0 , ... , xn ; y0 , ... , yn ; y0 , ... , y n
i 1, 2,L , n 1, i 1, 2, L , n 1, i 1, 2,L , n 1.
因 S x 是分段3次多项式 ,故在每个区间 上 xi , xi 1 si x 都是3次多项式 ,从而 S x 共须 个独立条件确定 . 4n n 1 ① S ,和 在 个内结点连续,即满足条件(4.4),因而 S S s x s x , i 1,2,L , n 1, (4.4)给出了 3n 3 个条件; (4.4) s x s x , i 1,2,L , n 1, s x s x , i 1,2,L , n 1. ②(4.2)提供了 n 1 个独立条件; ③还差2个条件,有多种给法.最常见的给法是: S x0 f x0 M 0 , S xn f xn M n , (i) M (简支边界,导致三弯矩关系式, 关系式), 特别地, M 0(自然边界,三次自然样条); M n 0, (ii) S x0 f x0 m0 , S xn f xn mn ,
分别补充为方程组(6. 9)的第一个和最后一个方程组。
解方程组 经补充后的方程组(6. 9)为
2 0 1 2 1 2 2 M0 d0 M 1 d1 n M n1 d n1 2 Mn dn
武汉大学研究生课程数值分析期末考试

������ ������ ������ 5.2 Lagrange 插值多项式:������n (������) = ∑������ ������=0 ������������ (������)������������ = ∑������=0 [{∏������=0 ������ −������ } ������������ ]; ������+1 则������n (������) = ∑������ ������=0 (������−������ )������′ ������
武汉大学研究生课程《数值分析》半开卷考试资料
姓名: 学号: 第 1 章 绪论 1.1 误差的基本概念 绝对误差:∆ ������ = ������ ∗ − ������ ; ∆f(x) = ������������(������) = ������ ′ (������)������������ ; 绝对误差:∆������ ������ = 有效数字:������ = (0. ������1 ������2 … ������������ × 10−������ ) × 10������ ,则有 n 位有效数字。 1 1 误差限:|∆ ������| = |������ ∗ − ������| ≤ × 10������−������ ; |∆������ ������| ≤ × 10−(������−1)
|������ ∗ −������������+1 | ������→∞ |������ ∗ −������������|������
= C (对于收敛的迭代格式,当|������′(������)| = 0,则是线性收敛)
������(������ )
������
若碰到求收敛阶:迭代公式是个方程,准确解带进去是个方程,两方程相减,然后适当变形利用微分中值定理。 3.3 Newton 法 (二阶收敛):������������+1 = ������������ − ������′(������������ ) ; 假设������ ∗ 是 f(x) = 0 的单根, f(x)在������ ∗ 的邻域内具有连续的二阶导数且 f ′(������ ∗ ) ≠ 0 , 则牛顿公式具有局部收敛性;若 f′′(������ ∗ ) ≠ 0 且������0 ≠ ������ ∗ , 则序列{������������ }是平方收敛。 第 4 章 矩阵特征值特征向量 (略) Householder 变换(H=I-2wwT) 、 Givens 变换、幂法 第 5 章 插值与逼近 5.1 插值多项式的唯一性 Pn (x) = ������0 + ������1 ������ + ������2 ������ 2 + ⋯ + ������������ ������ ������ ; |������| = ∏(������������ − ������������ ) ≠ 0
武汉大学研究生课程《数值分析》半开卷考试资料
姓名: 学号: 第 1 章 绪论 1.1 误差的基本概念 绝对误差:∆ ������ = ������ ∗ − ������ ; ∆f(x) = ������������(������) = ������ ′ (������)������������ ; 绝对误差:∆������ ������ = 有效数字:������ = (0. ������1 ������2 … ������������ × 10−������ ) × 10������ ,则有 n 位有效数字。 1 1 误差限:|∆ ������| = |������ ∗ − ������| ≤ × 10������−������ ; |∆������ ������| ≤ × 10−(������−1)
|������ ∗ −������������+1 | ������→∞ |������ ∗ −������������|������
= C (对于收敛的迭代格式,当|������′(������)| = 0,则是线性收敛)
������(������ )
������
若碰到求收敛阶:迭代公式是个方程,准确解带进去是个方程,两方程相减,然后适当变形利用微分中值定理。 3.3 Newton 法 (二阶收敛):������������+1 = ������������ − ������′(������������ ) ; 假设������ ∗ 是 f(x) = 0 的单根, f(x)在������ ∗ 的邻域内具有连续的二阶导数且 f ′(������ ∗ ) ≠ 0 , 则牛顿公式具有局部收敛性;若 f′′(������ ∗ ) ≠ 0 且������0 ≠ ������ ∗ , 则序列{������������ }是平方收敛。 第 4 章 矩阵特征值特征向量 (略) Householder 变换(H=I-2wwT) 、 Givens 变换、幂法 第 5 章 插值与逼近 5.1 插值多项式的唯一性 Pn (x) = ������0 + ������1 ������ + ������2 ������ 2 + ⋯ + ������������ ������ ������ ; |������| = ∏(������������ − ������������ ) ≠ 0
《分段低次插值》课件

02
分段低次插值的定义
分段插值
定义
分段插值是一种数学方法,通过在数据点之间建立分 段多项式来逼近函数。
特点
分段插值能够保证整体平滑性,同时能够适应数据点 的局部变化。
应用场景
分段插值在数值分析、图像处理、信号处理等领域有 广泛应用。
低次插值
01
02
03
定义
低次插值是指使用次数较 低的多项式进行插值的方 法。
03
插值计算的结果可以用于数据预测、函数逼近等领 域。
04
分段低次插值的优缺点
优点
简单易行
分段低次插值方法原理简单,计算过程相对容易,适合于解决实 际问题。
精度可调
可以通过调整分段次数来控制插值的精度,满足不同精度的需求 。
灵活多变
可以根据数据的特点和分布,灵活选择不同的分段方式和低次多 项式进行插值。
分段低次插值
将数据点分段,每段使用低次多项 式进行插值。
插值的应用场景
数据拟合
通过已知数据点,拟合一个连续函数,用于 预测未知数据点的趋势。
图像处理
在图像处理中,可以使用插值方法放大图像 、修复图像等。
数值分析
在数值分析中,插值方法用于求解微分方程 、积分方程等数学问题。
工程应用
在工程领域,插值方法用于测量数据的处理 、物理实验数据的分析等。
数值分析
分段低次插值在数值分析中用于解决微分方程和积分方程。
在数值分析中,分段低次插值可以用于近似求解微分方程和积分方程的解。通过将方程的解表示为分 段低次多项式的组合,可以降低计算复杂度并提高数值稳定性。这种方法在科学计算和工程领域有广 泛的应用。
06
分段低次插值的未来发展
插值法

2013-7-14
f ( n1) ( x ) n Rn ( x ) ( x xi ) (n 1) ! i 0
数计学院《数值计算》课程建设组QAB
§2 拉格朗日插值
注: 通常不能确定 x , 而是估计 将 M n 1
, f ( n 1) ( x ) M n 1 x(a,b)
2013-7-14 数计学院《数值计算》课程建设组QAB
§2 拉格朗日插值
2.2.2 拉格朗日多项式
Pn ( x i ) y i ,
n 求 n 次多项式 Pn ( x) a0 a1 x an x 使得
i 0 , ... , n
条件:无重合节点,即 i j
P1 ( x 0 ) y0 , P1 ( x1 ) y1
( x ) L(nn
( x ) K ( x )( n 1) ! f ( n 1 ) ( x ) K ( x ) ( n 1) !=0 ( n) 存在 (a, b) 使得 ( ) 0 1)
f ( n 1) ( x ) K ( x) ( n 1) !
x x1 y + x 0 x1 0
x x0 y x1 x 0 1
l ( x) y
i 0 i
1
i
l0(x)
2013-7-14 数计学院《数值计算》课程建设组QAB
l1(x)
称为拉氏基函数 , 满足条件 li(xj)=ij
§2 拉格朗日插值
n 1 希望找到li(x),i = 0, …, n 使得 li(xj)=ij ;然后令
2013-7-14 数计学院《数值计算》课程建设组QAB
§2 拉格朗日插值
lk 1 ( x)
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
分段三次Hermite插值多项式H
h 3
(
x
)应满足条件:
(1)
H
h 3
(
x
)
C
'[a
,
b];
(2)在局部的每个小区间[ xi , xi1 ]上是三次多项式;
(
3)
H
h 3
(
xi
)
yi
,
(
H
h 3
(
xi
)),
yi, (i
0,1,L
, n)。
分段三次Hermite插值多项式存在唯一
工程数学
工程数学
过三点 xi-1,xi,xi+1的二次插值误差为:
R2 ( x)
e x p2 ( x)
e 6
( x xi1 )( x xi )( x xi1 )
e
max e x t(t 2 1) h3 4x4 max t(t 2 1) h3
6 e4 2 3 h3
如
P6(0.96)=0.4233 P10(0.96)=1.80438 f(0.96)=0.0416
chzh00.m
工程数学
工程数学
数值稳定性 从计算的数值运算误差看,对于等距节点的差分
形式,由于高阶差分的误差传播,函数值的微小变化都 将使插值产生很大的误差.
龙格(Runge)现象表明插值多项式序列不收敛, 实际上,严格的理论分析可知插值多项式序列确是不 收敛的,而且高阶插值还是不稳定的。
用线性插值求f ( xt )的近似值。
解 : 设x3 xt x4
x0 x1 x2 x3 x4 x5 ... xn
y0 y1 y2 y3 y4 y5 ... yn
xt 取两点 x3、x4,构造插值多项式
L1 (
x)
l (1) 3
(
x)
y3
l (1) 4
(
x)
y4
,
f ( xt ) L1( xt )
x [ xi1, xi ] x [ xi , xi1] x [ xi1 , xi1 ]
0
n
(
x
)
(x
xn)(
x xn
xn1 xn1
)2
x [x0, xn1] x [xn1, xn]
工程数学
工程数学
在x [ xi , xi1 ]上的表达式
H
h 3
x0 x0
)( x x0
x1 x1
)2
0
i 1, 2,L ,(n 1)时;
x [ x0 , x1] x [ x1 , xn ]
(1
2
x xi xi1 xi
)(
x xi
xi 1 xi 1
)2
x [ xi1, xi ]
ai
(x)
(1
xi
xi 1
lih (
x)
x xi
xi 1 xi 1
0
x [ xi1 , xi ] x [ xi , xi1]
其余
i 1, 2, ..., n 1
l
h i
(
x
)
x0 … xi-1 xi xi+1 工…程数x学n
工程数学
0
lnh ( x)
x
工程数学
工程数学
例:考虑构造一个函数f ( x) cos x的等距节点函数表,
要使分段线性插值的误差不大于 1 104,最大步 2
长h应取多大?
解:R
h2 max
f ''( x)
8 axb
f ''( x) cos x, | f ''( x) | 1
| R | h2 1 104 82
h 2102
最大步长h应取0.02.
工程数学
工程数学
二.分段二次插值与分段三次插值
例:已知等距节点数据表
xi x0 x1 ... xn yi y0 y1 ... yn
用分段三次插值求f ( xt )的近似值。
解 : 设x3 xt x4
x0 x1 x2 x3 x4 x5 ... xn y0 y1 y2 y3 y4 y5 ... yn
工程数学
工程数学
因此,实践上作插值时一般只用一次、二次 最多用三次插值多项式。
那么如何提高插值精度呢? 因此实际应用中常采用分段低次插值。 (1)分段线性插值 (2)分段二次插值与分段三次插值(略) (3)分段Hermite插值(略) (4) 分段三次样条插值
工程数学
工程数学
一、分段线性插值多项式
(2) (xi )= yi , i=0,1,2,…,n (3) (x)在区间[a , b]上连续; 则称(x)是f(x)在[a ,b]上的分段线性插值多项式。
分段线性插值问题的解存在唯一.
工程数学
工程数学
2.分段线性插值函数的表达式
由定义, (x)在每个子区间[xi ,xi+1](i=0,1,2,,n-1)
2.分段三次Hermite插值的表达式
分段三次Hermite插值多项式的一般形式
n
n
H
h 3
(
x
)
i ( x) yi
i ( x) y'i
i0
i0
i ( x)是对应于第i个节点函数的基函数,
i ( x)是对应于第i个节点导数的基函数,
i ( x)应满足:
(1)分段三次多项式,
工程数学
工程数学
3.分段线性插值函数的余项
定理:设f(x)在[a,b]上有二阶连续导数f″(x) , 且| f″(x)| ≤m2, 记: h = max |xi+1-xi|,就有估计:
|R(x)| =|f(x)- (x) |≤m2h2/ 8 , x∈[a, b]。
注意: h随分段增多而减少,因此用分段插值提高精 度是很好的途径.
1.问题的提法
定义 设f(x)是定义在[a,b]上的函数,在节点 a= x0< x1<x2<…<xn-1<xn=b,
的函数值为 y0 , y1 ,y2 ,…yn-1 ,yn ,若函数(x)满足条件 (1) (x)在每个子区间[xi , xi+1](i=0,1,2,,n-1)上是线
性插值多项式;
是否有
lim
n
Pn
(
x
)
f (x),即要讨论收敛性问题。
工程数学
工程数学
龙格(Runge)现象
插值节点的增多,尽管使插值多项式在更多的插
值节点上与函数 f(x) 的值相等,但在两个节点之间
Pn(x)不一定能很好地逼近 f(x) , 有时误差会大得惊人, 著名的龙格(Runge)现象证实了这个观点.
2
x xi xi1 xi
)(
x xi
xi 1 xi 1
)2
x [xi , xi1]
0
x [ xi1, xi1]
0
an (
x)
(1
2
x xn xn1 xn
)(
x xn1 xn xn1
)2
x [ x0 , xn1] x [xn1, xn ]
f (x)
H
h 3
(
x
)
h4 4!24
max |
例:1901年龙格(Runge) 给出一个例子:
对于函数f
(x)
1
1 25 x2
(1
x
1), 取等距节点
xk
1
k n
(即将区间[1, 1]进行n等分), 得到
n
P n( x) l j( x) y j
j0
工程数学
工程数学
插值多项式情况,见图:取n=6和n=10 从图中可见, P10(x)仅在区间[-0.2,0.2]内能较好地 逼近f(x),而在其于位置, P10(x)与f(x)的值相差很大, 越靠近 端点,近似的效果越差.对于等距节点,高次多 项式插值发生的这种现象称为龙格现象.
i ( x)应满足:
(1)分段三次多项式,
(2)
i
(
x
j
)
ij
,
' i
(
x
j
)
0,
(2)
i
(
x
j
)
0,
' i
(
x
j
)
,
ij
(i, j 0,1, 2,L , n)
(i, j 0,1, 2,L , n)
工程数学
工程数学
具体形式如下:
0
(
x)
(1
2
x x1
(2)lih( x j ) ij
1 0
i j i j
工程数学
工程数学
分段线性插值基函数lih( x)的具体形式为Leabharlann l0h(x)
x x0
x1 x1
0
x [x0 , x1] 其余
l0h ( x )
x0 x1 … xi xi+1 ,,, xn
x xi1