Newton插值法流程图
牛顿插值法原理及应用
牛顿插值法插值法是利用函数f (x)在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f (x)的近似值。
如果这特定函数是多项式，就称它为插值多项式。
当插值节点增减时全部插值基函数均要随之变化，这在实际计算中很不方便。
为了克服这一缺点，提出了牛顿插值。
牛顿插值通过求各阶差商，递推得到的一个公式：f(x)=f[x0]+f[x0,x1](x-x0)+f[x0,x1,x2](x-x0)(x-x1)+...f[x0,...xn](x-x0 )...(x-xn-1)+Rn(x)。
插值函数插值函数的概念及相关性质[1]定义：设连续函数y-f(x) 在区间[a,b]上有定义，已知在n+1个互异的点x0,x1,…xn上取值分别为y0,y1,…yn （设a≤ x1≤x2……≤xn≤b)。
若在函数类中存在以简单函数P(x) ，使得P(xi)=yi,则称P(x) 为f(x)的插值函数.称x1,x2,…xn 为插值节点，称[a,b]为插值区间。
定理：n次代数插值问题的解存在且唯一。
牛顿插值法C程序程序框图#include<stdio.h>void main(){float x[11],y[11][11],xx,temp,newton;int i,j,n;printf("Newton插值:\n请输入要运算的值:x=");scanf("%f",&xx);printf("请输入插值的次数(n<11):n=");scanf("%d",&n);printf("请输入%d组值:\n",n+1);for(i=0;i<n+1;i++){ printf("x%d=",i);scanf("%f",&x[i]);printf("y%d=",i);scanf("%f",&y[0][i]);}for(i=1;i<n+1;i++)for(j=i;j<n+1;j++){ if(i>1)y[i][j]=(y[i-1][j]-y[i-1][j-1])/(x[j]-x[j-i]);elsey[i][j]=(y[i-1][j]-y[i-1][j-1])/(x[j]-x[j-1]);printf("%f\n",y[i][i]);}temp=1;newton=y[0][0];for(i=1;i<n+1;i++){ temp=temp*(xx-x[i-1]);newton=newton+y[i][i]*temp;}printf("求得的结果为:N(%.4f)=%9f\n",xx,newton);牛顿插值法Matlab程序function f = Newton(x,y,x0)syms t;if(length(x) == length(y))n = length(x);c(1:n) = 0.0;elsedisp('x和y的维数不相等！');return;endf = y(1);y1 = 0;l = 1;for(i=1:n-1)for(j=i+1:n)y1(j) = (y(j)-y(i))/(x(j)-x(i));endc(i) = y1(i+1);l = l*(t-x(i));f = f + c(i)*l;simplify(f);y = y1;if(i==n-1)if(nargin == 3)f = subs(f,'t',x0);elsef = collect(f); %将插值多项式展开f = vpa(f, 6);endend牛顿插值法摘要：值法利用函数f (x)在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f (x)的近似值。
牛顿插值法ppt课件
为 在点
处的二阶差商
称
f[x 0 ,x 1 , x n ] f[x 0 ,x 1 , ,x x n 0 1 ] x n f[x 1 ,x 2 , x n ]
为f (x)在点
处的n阶差商。
--
9
差商表
x
f(x)
一阶差 商
二阶差商
三阶差商
x0
f(x0)
x1
f(x1) f [x0,x1]
x2
f(x2) f [x1,x2] f [x0,x1,x2]
--
14
例题分析（续1）
f
(x0, x1)
y1 x1
y0 x0
12 1(1)
1 2
f
(x1,
x2)
y2 x2
y1 x1
11 21
0
f
(x0, x1, x2)
f
(x1,x2) f (x0,x1) x2 x0
02（(1/12)）
1 6
--
15
例题分析（续2）
f (x)N2(x) f (x0)f[x0,x1](xx0)
令 xx0得： Nn(x0)c0y0f(x0); 令 xx1得： Nn(x1)c0c1(x1x0)y1f(x1); 由此可c0解 ,c1;c出 i 依： 次类推。
--
6
具有承袭性的插值公式
线性插值公式可以写成如下形式：
其中
p 1 x p 0 x c 1 x x 0
p0xfx0，其修正项的系数 c1
f
x1f x0
x1 x0
再修正 p1 x 可以进一步得到拋物插值公式
p 2 x p 1 x c 2 x x 0 x x 1
其中
牛顿和拉格朗日插值算法源代码及流程图-报告
牛顿和拉格朗日插值算法源代码及流程图-报告流程图找站长要//编译平台：2000＋vc6.0//实验一//作者：计算机科学与技术#include<stdio.h>#include<stdlib.h>#include<iostream.h>typedef struct data{float x;float y;}Data;//变量x和函数值y的结构Data d[20];//最多二十组数据float f(int s,int t)//牛顿插值法，用以返回插商{if(t==s+1)return (d[t].y-d[s].y)/(d[t].x-d[s].x);elsereturn (f(s+1,t)-f(s,t-1))/(d[t].x-d[s].x); }float Newton(float x,int count){int n;while(1){cout<<"请输入n值(即n次插值):";//获得插值次数cin>>n;if(n<=count-1)// 插值次数不得大于count－1次break;elsesystem("cls");}//初始化t，y，yt。
float t=1.0;float y=d[0].y;float yt=0.0;//计算y值for(int j=1;j<=n;j++){t=(x-d[j-1].x)*t;yt=f(0,j)*t;//cout<<f(0,j)<<endl;y=y+yt;}return y;}float lagrange(float x,int count){float y=0.0;for(int k=0;k<count;k++)//这儿默认为count－1次插值 {float p=1.0;//初始化pfor(int j=0;j<count;j++){//计算p的值if(k==j)continue;//判断是否为同一个数p=p*(x-d[j].x)/(d[k].x-d[j].x);}y=y+p*d[k].y;//求和}return y;//返回y的值}void main(){float x,y;int count;while(1){cout<<"请输入x[i],y[i]的组数，不得超过20组:";//要求用户输入数据组数cin>>count;if(count<=20)break;//检查输入的是否合法system("cls");}//获得各组数据for(int i=0;i<count;i++){cout<<"请输入第"<<i+1<<"组x的值:";cin>>d[i].x;cout<<"请输入第"<<i+1<<"组y的值:";cin>>d[i].y;system("cls");}cout<<"请输入x的值:";//获得变量x的值cin>>x;while(1){int choice=3;cout<<"请您选择使用哪种插值法计算："<<endl;cout<<" (0):退出"<<endl;cout<<" (1):Lagrange"<<endl;cout<<" (2):Newton"<<endl;cout<<"输入你的选择：";cin>>choice;//取得用户的选择项if(choice==2){cout<<"你选择了牛顿插值计算方法，其结果为：";y=Newton(x,count);break;//调用相应的处理函数}if(choice==1){cout<<"你选择了拉格朗日插值计算方法，其结果为："; y=lagrange(x,count);break;//调用相应的处理函数}if(choice==0)break;system("cls");cout<<"输入错误"<<endl;}cout<<x<<" , "<<y<<endl;//输出最终结果}。
牛顿插值公式
2012-2013（1）专业课程实践论文牛顿插值公式王霄，0818180103，R数学08-1班插值法利用函数()x f 在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数()x f 的近似值。
如果这特定函数是多项式，就称它为插值多项式。
利用插值基函数很容易得到拉格朗日插值多项式，公式结构紧凑，在理论分析中甚为方便，但当插值节点增减时全部插值基函数均要随之变化，整个公式也将发生变化， 这在实际计算中是很不方便的，为了克服这一缺点，提出了牛顿插值。
牛顿插值通过求各阶差商，递推得到的一个公式：[]()[]()()[]()()()x Rn x x x x x x f x x x x x x x f x x x x f x f x f n n +--++--+-+=-100102100100,, ,,,)()(牛顿（Newton ）插值法：若求i T 和1+i T 之间任一点T ，插值公式为：[]()[]()()[]()()100102100100,,,,,)(---++--+-+=n n x x x x x x f x x x x x x x f x x x x f x f T 式中，[]10,x x f ，[]210,,x x x f ， ，[]110,,,-n x x x f 是函数()x f 的1到第1-n 阶差商。
[]()()101010,x x x f x f x x f --=[][][]202110210,,,,x x x x f x x f x x x f --=[][][]1011021010,,,,,,,,,-----=n n n n x x x x x f x x x f x x x f可以看出，每一阶的差商都可以从它的前一阶差商推出。
按照此特点，选定牛顿插值的阶数3～4，然后计算各阶差商，按照插值公式计算插值点的值。
开始输入已知项项数n输入各已知项的值： i y i x _,_i j n i ><,[]()()kk k x x x f x f x x f --=000,输出newton令]0[,1diff newton tmp ==[]()[]()()[]()()100102100100,,,,,)(---++--+-+=n n x x x x x x f x x x x x x x f x x x x f x f T n i <结束#include<stdio.h>#define MAX 20typedef struct TPOINT{ double x;double y; }POINT;int main(){ int n,i,j;POINT points[MAX +1];double diff[MAX +1];double x,tmp,newton=0;printf("\n输入已知项项数n:");//n-1为插值次数scanf("%d",&n);printf("输入各已知项的值： (x_i,y_i)\n");for(i=0;i<n;i++)scanf("%lf%lf",&points[i].x,&points[i].y);printf("输入所要求解的x值:");scanf("%lf",&x);for(i=0;i<n;i++)diff[i]=points[i].y;for(i=0;i<n;i++){ for(j=n;j>i;j--){ diff[j]=(diff[j]-diff[j-1])/(points[j].x-points[j-1-i].x);} } tmp=1;newton=diff[0];for(i=0;i<n;i++){ tmp=tmp*(x-points[i].x);newton=newton+tmp*diff[i+1];}printf("f(%f)=%f\n",x,newton);return 0;}例1. 已知函数如下表：x10 11 12 13ln 2.3206 2.3979 2.4849 2.5649x求解Ln11.75的值。
数学建模之Newton 插值法
计算方法
第二章
插值法
—— Newton 插值法
1
Newton 插值
为什么 Newton 插值
Lagrange 插值简单易用，但若要增加一个节点时，全部基函 数 lk(x) 都需重新计算，不太方便。
13
插值举例
可以看出，当增加一个节点时，牛顿插值公式只 需在原来的基础上增加一项，前面的计算结果仍 然可以使用。与拉格朗日插值相比，牛顿插值具 有灵活增加节点的优点！
注：增加插值节点时，须加在已有插值节点的后面！
14
向前差分
在实际应用中，通常采用等距节点： xi = x0 + i h ，i = 1, 2, …, n h>0，称为步长
Nn(x)
f [ x, x0 , ... , xn ]( x x0 )...(x xn1 )( x xn )
Rn(x)
10
Newton 插值公式
f (x) = Nn(x) + Rn(x)
N n ( x ) a0 a1 ( x x0 ) a2 ( x x0 )( x x1 ) an ( x xi )
f ( k ) ( ) f [ x0 , x1 , , xk ] k!
差商的等价定义：(教材上的所采用的定义) f [ x0 , , xk 2 , xk ] f [ x0 , , xk 1 ] f [ x0 , x1 , , xk ] xk xk 2 若 h(x) = c f(x)，则 h[ x0 , x1 ,, xk ] c f [ x0 , x1 ,, xk ] 若 h(x) = f(x) + g(x)，则 h[ x0 , x1 ,, xk ] f [ x0 , x1 ,, xk ] g[ x0 , x1 ,, xk ]
牛顿均差差值
f ( n ) (ξ ) f [ x 0 , ... , x n ] = , ξ ∈ ( x min , x max ) n!
的函数表如下， 例 f(x)的函数表如下，用三次牛顿插值计算 的函数表如下 用三次牛顿插值计算f(0.596)的近似值 的近似值
←
y ← y+t*A(k,k) k ← k+1
N
k>N
Y
输出y 输出
§2 Newton’s Interpolation
等距节点公式 /* Formulae with Equal Spacing */ 牛顿基本插值公式对结点是否等距没有限制. 牛顿基本插值公式对结点是否等距没有限制.不过当 结点等距时前述牛顿插值公式可进行简化.首先介绍 结点等距时前述牛顿插值公式可进行简化. 差分概念. 差分概念. x −x 当节点等距分布时: 等距分布时 当节点等距分布时 x i = x 0 + i h ( i = 0 , ... , n ) h =
0.62)+0.21303(x-0.55)(x-0.65)(x-0.80) f(0.596) ≈N3(0.596)=0.63192
牛顿插值算法设计
N n ( x ) = f ( x0 ) + f [ x0 , x1 ]( x − x0 ) + f [ x0 , x1 , x2 ]( x − x0 )( x − x1 ) + ...
f [ x 0 , x 1 , x 2 ,⋯ , x n] =
Newton插值算法
Newton 插值的算法实现Lagrange 插值公式结构紧凑，便于理论分析。
利用插值基函数也容易到插值多项式的值。
Lagrange 插值公式的缺点是，当插值节点增加，或其位置变化时，全部插值基函数均要随之变化，从而整个插值公式的结构也发生变化，这在实际计算中是非常不利的。
下面引入的Newton 插值公式可以克服这个缺点。
1、问题描述当n=1时，由点斜式直线方程知，过两点00(,())x f x 和11(,())x f x 的直线方程为1010010()()()()().f x f x N x f x x x x x −=+−−若记 100110()()[,],f x f x f x x x x −=−则可把1()N x 写成10010()()[,]().N x f x f x x x x =+−显然，1()N x 就是一次Lagrange 插值多项式1()L x 。
由于1()y N x =表示通过两点00(,())x f x 和11(,())x f x 的直线，因此一次插值亦称为线性插值。
当n=2时，进而记120121*********[,][,]()()[,],[,,]f x x f x x f x f x f x x f x x x x x x x −−==−−类似地，构造不超过二次的多项式2001001201()()[,]()[,,]()().N x f x f x x x x f x x x x x x x =+−+−−容易检验，这样的2()N x 满足插值条件200211222()(),()(),()().N x f x N x f x N x f x ===因此，2()N x 就是二次Lagrange 插值多项式2()L x 。
二次插值的几何解释是，用通过三点00(,())x f x ，11(,())x f x ，22(,())x f x 的抛物线2()y N x =来近似所考察的曲线()y f x =，因此这类插值亦称为抛物线插值。
计算方法Newton插值 ppt课件
设x为区间[a, b]上的一点，可得：
f ( x f 0 () ) x f [x 0 x ] ( ,x x 0 )
以上公式可以利用如下的表达式直接验证
n
ω(x) (xk xi) i0
应理解：右端分母中，xk-xk 项永远不出现。 这种求解差商的方法的优点是直接使用公式， 缺点是计算量较大。
性质2 差商具有对称性,即在k阶差商 f [0,xx1, … ,xk] 中任意交换两个节点x i 和 x j 的次序,其值不变。
的系数ak (k=0,…,n)可根据以下插值条件推出。
N n (i) x fi( )x i 0 …,,n 1 ,
N n( 0 x)a0 f (0)x N n (1 ) x a 0 a 1 (1 x x 0 ) f 1 ()x N n ( 2 ) x a 0 a 1 ( 1 x x 0 ) a 2 ( 2 x x 0 )2 ( x 1 ) x f2 ) (
00
f[xi,xi+1,xi+2] f[xi,xi+1,xi+2 ,xi+3]
28 3 27 5 125 6 216
80 4 20
27 8 32
19
19 4 30
5
12527 53
49
49 5
219
10
216125 65
91
91 49 63
14
10 5 50
1
14 10 1 62
差商的性质
n次牛顿(Newton)插值公式的表达式：
N n (x f)(0 )x f[0 ,x 1 ](x x 0 ) f[0 ,x 1 ,x 2 ](x x 0 )(x x 1 ) … f[0 ,x 1 … ,x n ](x x 0 )(x x 1 ) …(x x n 1 )