第二章 插值(5-6-7)

合集下载

第二章 插值法--课堂

第二章 插值法--课堂

考察函数
右图给出了 和 的图像,当n 增大时, 在两端 会发出激烈的振荡 ,这就是所谓龙格现 象。该现象表明,在 大范围内使用高次 插值,逼近的效果往 往是不理想的
另外,从舍入误差来看,高次插值误差的传播 也较为严重,在一个节点上产生的舍入误差会在计 算中不断扩大,并传播到其它节点上。因此,次数 太高的高次插值多项式并不实用,因为节点数增加 时,计算量增大了,但插值函数的精度并未提高。 为克服在区间上进行高次插值所造成的龙格现象, 采用分段插值的方法,将插值区间分成若干个小的 区间,在每个小区间进行线性插值,然后相互连接 ,用连接相邻节点的折线逼近被插函数,这种把插 值区间分段的方法就是分段线性插值法。
有2n+2个根,但 是不高于2n+1次的多项式
,所以
,即
惟一性得证。
定理5.4 若f(x)在a,b上存在2n+2阶导数,则 2n+1次Hermite插值多项式的余项为
其中 定理的证明可仿照Lagrange插值余项的证 明方法请同学们自行证明
实际中使用最广泛的是三次Hermite插值多项式, 即 n=1的情况
表示互为逆运算。
至于如何实现这些基本运算之
间的联系和转化,途径是多种 多样的,结果是丰富多彩的,魅力是无群无尽的
§4 埃尔米特插值
注: N 个条件可以确定 N 1 阶多项式。 要求在1个节点 x0 处直到m0 阶导数都相等的插值
多项式即为Taylor多项式 其余项为
一般只考虑 f 与f ’的值。
二、分段三次埃尔米特插值
分段线性插值函数导数间断,若已知节点上函数值和
导数,可构造一个导数连续的插值函数Ih(x),满足
§6 三次样条插值
一、样条插值的概念

第二章插值法

第二章插值法

lk ( xk 1 ) 0
n=2的情况,假定插值节点为
xk 1 , xk , xk 1 , 要求一个二次插值多项式L2 ( x),使它满足 L2 ( x j ) y j ( j k 1, k , k 1)
y L2 ( x)在几何上就是通过三点(xk-1 , yk 1 ),(xk , yk ),(xk+1, yk 1 )的抛物线
插值法
§2.1 §2.2 §2.3 §2.4 §2.5 §2.6 §2.7 引言 拉格朗日插值 均差与牛顿插值公式 差分与等距节点插值 埃尔米特插值 分段低次插值 三次样条插值
一、插值问题
或者函数本身只是 一组实验数据,很 难对函数的性质进 行分析
对函数f (x),其函数形式可能很复杂且不利于在计算机上 ,
设函数
y f ( x ) 在区间 [a, b] 上有定义,且已知在
a x0 x1 x2 xn b
f ( xi ) yi , i 0,1,, n
如果存在一个简单函数 P ( x ),使得
P( xi ) f ( xi ) yi , i 0,1,, n
xx x x
如函数y sin x, 若给定 0, ]上5个等分点 [
其插值函数的图象如图
对于被插函数 ( x)和插值函数 ( x) f P
在节点xi处的函数值必然相等
但在节点外 ( x)的值可能就会偏离 ( x) P f 因此P( x)近似代替 ( x)必然存在着误差 f
整体误差的大小反映了插值函数的好坏
成立,则称 P ( x ) 为 f ( x ) 的插值函数
称点 xi , i 0,1,2,, n为插值节点
称区间 a , b]为插值区间 [

2 第二章 插值法

2 第二章 插值法

(7) l k ( x), l k 及x k 1上满足条件:
l k ( x) 1.l k ( x k 1 ) 0, l k 1 ( x k ) 0, l k 1 ( x k 1 ) 1. 我们称函数l k ( x)及l k 1 ( x)为线性插值基函数。见 下图:
设 y f ( x)在区间 [a, b] 上连续,且在n 1 个不同的点
a x0 x1 xn b
上的值分别为y0 , y1 ,, yn .
插值的目的就是要在一个性质优良、便于计算的 函数类 中,求一简单函数 P( x), 使 P( xi ) yi (i 0,1, , n) (I ) 而在其它点 x xi 上,P( x)作为 f ( x) 的近似。
y L1 ( x)的几何意义就是通过两 点(xk , y k )与(xk 1 , y k 1 )的直线, 如上图所示, (x)的表达式可由几何意 L1 义直接给出: y y L ( x)
1
y f (x)
yk
y k 1
0
xk
x k 1
x
y k 1 y k L1 ( x) y k ( x xk ) xk 1 xk xk 1 x x xk L1 ( x) yk y k 1 xk 1 xk xk 1 xk
k 0
n1 ( x) 从而公式( )可改写成: n ( x) y k 13 L ( x xk ) n1 ( xk ) k 0
n
(15)
注:n次插值多项式 n ( x)一般应为次数为 的多项式。特殊情况下 L n 次数 可能小于n。如过三个共线点( 0 , y 0 ), ( x1 , y1 ), ( x 2 , y 2 )的二次插值多项 x 式L(x)就是一条直线而不是抛 物线。 2

数值分析中的(插值法)

数值分析中的(插值法)

§4 均差与Newton插值公式 §9 评 述
§5 差分与等距节点插值公式
数值分析 第二章 插值法
李庆扬 王能超 易大义编
Anhui University of Science and Technology DEPARTMENT OF MATHEMATICS PHYSICS
第一节 引 言
理学院
2.‹#›
数值分析 第二章 插值法
李庆扬 王能超 易大义编
理学院
Anhui University of Science and Technology
DEPARTMENT OF MATHEMATICS PHYSICS
Y

f (x)
● ●
p(x)


2.‹#›
y0
y1 y2
y n 1
yn
x0 x1 x2
·x
xn1 xn
已知 y=f(x) 在点xi 的值 yi=f(xi) (i=0,1,...,n), 求一简
单函数P(x),满足 P(xi)=yi (i=0,1, ..., n) ( 2.1-1 )
即简单函数P(x)的曲线要经过 y f (x) 上已知
的n+1个点 x0 , y0 , x1, y1 ,L , xn, yn ,
数值分析 第二章 插值法
李庆扬 王能超 易大义编
Anhui University of Science and Technology DEPARTMENT OF MATHEMATICS PHYSICS
理学院
2.‹#›
第二节 拉格朗日插值
❖ 拉格朗日插值多项式 ❖ 截断误差 ❖ 数值实例 ❖ 拉格朗日插值多项式的优缺点
i0 i 1

第二章插值法多项式插值的存在性

第二章插值法多项式插值的存在性

第二章 插值法⏹ 多项式插值的存在性 ⏹ Lagrange 插值 ⏹ Newton 插值 ⏹ Hermit 插值 ⏹ 分段低次插值 ⏹ 三次样条插值在生产实践和科学研究所遇到的大量函数中,相当一部分是通过测量或实验得到的。

虽然其函数关系)(x f y =在某个区间[]b a ,是客观存在的,但是却不知道具体的解析表达式,只能通过观察、测量或实验得到函数在区间a ,b]上一些离散点上的函数值、导数值等,因此,希望对这样的函数用一个比较简单的函数表达式来近似地给出整体上的描述。

还有些函数,虽然有明确的解析表达式,但却过于复杂而不便于进行理论分析和数值计算,同样希望构造一个既能反映函数的特性又便于计算的简单函数,近似代替原来的函数。

插值法就是寻求近似函数的方法之一.在用插值法寻求近似函数的过程中,根据所讨论问题的特点,对简单函数的类型可有不同的选取,如多项式、有理式、三角函数等,其中多项式结构简单,并有良好的性质,便于数值计算和理论分析,因此被广泛采用。

本章主要介绍多项式插值、分段多项式插值和样条插值. 2.1 插值多项式的存在唯一性 2.1.1 插值问题设函数)(x f y =在区间],[b a 上有定义,且已知函数在区间],[b a 上n+1个互异点n x x x ,,,10 处的函数值)(i i x f y = i=0,1,…,n ,若存在一个简单函数)(x p y =,使其经过)(x f y =上的这n+1个已知点),(,),,(),,(1100n n y x y x y x (图5-1),即n i y x p i i ,,1,0 ,)( == (2.1.1)那么,函数)(x p 称为插值函数,点n x x x ,,,10 称为插值节点,],[b a 称为插值区间,求)(x p 的方法称为插值法,)(x f 称为被插函数。

若)(x p 是次数不超过n 的多项式,记为)(x p n ,即n n n x a x a a x p +++= 10)(则称)(x p n 为n 次插值多项式,相应的插值法称为多项式插值;若)(x p 为分段多项式,称为分段插值,多项式插值和分段插值称为代数插值。

第二章插值法

第二章插值法

线性插值的几何意义:用 通过点 A(x0 , f (x0 )) 和 B(x1, f (x1 )) 的直线近似地代替曲线 y=f(x)由解析几何知道, 这条直线用点斜式表示为
y=f(x)
p(x)=ax+b
A(x.0,f(x.0)) B(x.1,f(x.1))
p(x)
y0
y1 x1
y0 x0
(x
x0 )
解: 用待定系数法, 将各节点值依次代入所求多项式, 得
解上述方程, 将求出的a0, a1, a2 代入 p(x) = a0 + a1x + a2x2 即得所求二次多项式
例2.5 求过点(0,1)、(1,2)、(2,3)的三点插值多项式
P(x) an x n an1 x n1 a1x a0
满足
P(x) an x n an1 x n1 a1 x a0 P(xi ) f (xi ) (i 0,1,2, , n)
则称P(x)为f(x)的n次插值多项式。这种插值法通常称
为代数插值法。其几何意义如下图所示
y y=P(x) y=f(x)
lk ( xi ) ki
1 0
(i k ) (i k )
l0 (x) 与 l1(x) 称为线性插值基函数。且有
lk (x)
1 j0
x xj , xk x j
jk
k 0,1
于是线性插值函数可以表示为与基函数的线性组合
p(x) l0 (x) y0 l1 (x) y1
例2.1 已知 100 10 , 121 11 , 求 y 115
为已知 f (x0 ), f (x1), , f (xn ) ,即 yi f (xi ) 若存在一个
f(x)的近似函数 (x),满足

数值分析 第2章 插值法

代入抛物插值公式得:
115 (115 121)(115 144) 10 (100 121)(100 144)
(115 100)(115 144) 11 (121 100)(121 144) (115 100)(115 121) 12 10.7228 (144 100)(144 121)
几何意义:y=p1(x)表示通过三点(x0,y0), (x1,y1) , (x2,y2)的抛物线,因此,二次插值 又称抛物插值。
p2(x)的解?
先解决一个特殊的二次插值问题
特殊的二次插值问题
求作二次式l0(x),使满足条件 l0(x0)=1 , l0(x1)= l0(x2)=0
由l0(x1)= l0(x2)=0 可知:x1,x2是l0(x)的两个零点,因而有:
4x x
带入x0=100, 得
f
(x 0)
10,f
(x 0 )

1 ,f
20
(x 0 )


1 4000
p1(x ) f (x 0 ) f (x 0 )(x x 0 ) 5 0.05x
p2(x )

p1(x )
f
(x 0 ) (x
2!
x 0)2
计算 115的近似值 (精确值10.723805…)
2!

x0)
10.75 0.028125 10.721875
练习:求作f(x)=sin x在节点x0=0的5次泰勒多项式,并估计插 值误差。
解:f (x ) cos x ,f (x ) sin x ,f (3)(x ) cos x , f (4)(x ) sin x ,f (5)(x ) cos x

计算方法 第二章插值法_20191105


下面两种办法常用来确定经验函数y=g(x)
(1)插值法
(2)拟合法
根据问题的不同,有时要用插值技术来解决, 有时则应该采用拟合的方法才合理。
(1)插值法的基本思想
已知数据表
xi x1 x2 … xn f(xi) f(x1) f(x2) … f(xn)
求一个经验函数y=g(x),使g(xi)=f(xi), i=1,…n.
x)
b0
a0 a1 x a2 x2 b1 x b2 x2 b3 x3
n
一般地:F( x) cii( x) i=0
例:F(x) a bx csin x span1, x,sin x,
当插值函数是代数多项式时,插值问题称为代
代 数插值。
数 插
设 Pn(x)=a0+a1x+…+anxn ,
y2
n 次插值多项式 :求次数≤n的多项式Ln(x), 使其满足
Ln(x0)=y0 , Ln(x1)=y1 , ...... , Ln(xn)=yn
..(7)
令 Ln(x)=l0(x)y0 + l1(x)y1 +… +ln(x)yn
求n 次多项式 lj(x) ,(j=0,1,…,n)使其满足条件
容易求得
三角插值:取
spani(
n
x) i=0
a1x a0
=spansin x,cos x,sin 2x,cos 2x, ,sin nx,cos nx
例:取 spansin x,cos x,
F ( x) a sin x bcos x
有理插值:F( x)= Pm ( x) Qn ( x)
例:F (
二次插值 (n=2) 求次数≤2 的多项式L2(x), 使其满足条件 L2(x0)=y0 , L2(x1)=y1 , L2(x2)=y2

第二章 插值法


x x0 f ( x) Ln ( x) ≈ ( Ln ( x) L(1) ( x)) n x0 xn +1
(2.7)
由(2.6)式也可得到ln11.25的新的近似值
ln 11.25 ≈
பைடு நூலகம்
实际上,(2.6)式右侧恰是(x)以x0,x1,…,xn,xn+1为节 点的n+1次插值多项式.
§3 Newton插值多项式 插值多项式
k =0 n
(2.4)
就是函数(x)满足插值条件(2.2)的n次插值多项式. 称lk(x)(k=0,1,…,n)是关于节点xk (k=0,1,…,n)的n 次Lagrange插值基函数,(2.4)式确定的n次多项式Ln(x)称 Lagrange插值基函数, Lagrange插值基函数 为n次Lagrange插值多项式. Lagrange插值多项式. Lagrange插值多项式 由于lk(x)满足:lk(xj)=0,(j=0,1,…,k-1,k+1,…,n), 所以可设 lk(x)=c(x-x0)(x-x1)…(x-xk-1)(x-xk+1)…(x-xn) 再由lk(xk)=1确定c,从而有
ln11.25≈L2(11.25) =
= 2.420426
在区间[10,12]上lnx的三阶导数的上限M3=0.002,可得误 差估计式
R2 (11.25) ≤ M3 | (11.25 10)(11.25 11)(11.25 12) |< 0.00007 3!
实际上,ln11.25=2.420368,|R2(11.25)|=0.000058. 在被插值函数未知或无法估计其高阶导数界时,上述 插值余项不能用来估计误差,下面介绍事后误差估计法. 记Ln(x)是(x)以x0,x1,…,xn为节点的n次插值多项 式而Ln(1)(x)为(x)以x1,x2,…,xn,xn+1 为节点的n次插值多 项式,由于

第二章三次样条插值

hk hk 1
mk 1 2mk
hk 1 hk hk 1
k 1
3( hk yk1 yk hk1 yk yk1 )
hk hk 1
hk
hk hk 1
hk 1
k mk1 2mk k mk 1 gk
k
hk
hk hk 1
k
hk 1 hk hk 1
gk
3(k
yk yk 1 hk 1
根据S ( x)在[a, b]上二阶导数连续 在节点xj j (1, 2, , n 1)处就应满足连续性条件
S(x j 0) S(x j 0) S ' (x j 0) S '(x j 0) S"(x j 0) S"(x j 0)
共(n+1)+(3n-3)=4n-2个条件,因此还需要 两个条件才能确定S(x)
注:三次样条与分段 Hermite 插值的根本区别在于S(x)自 身光滑,不需要知道 f 的导数值(除了在2个端点可能需 要);而Hermite插值依赖于f 在所有插值点的导数值。
f(x)
H(x)
S(x)
要求出S(x),则在每个小区间上 [x j , x要j1确] 定4个 待定系数,共有n个小区间,所以应确定4n个参 数。
可在区间端点a,b上各加一个条件(边界条件), 具体要根据实际问题要求给定;
1. 已知两端的一阶导数值
S(x0 ) f0
S(xn ) fn
2. 两端的二阶导数已知
S(x0 ) f0 S"(xn ) fn
其特殊情况为
S(x0 ) S(xn ) 0
3. 当f(x)是xn x0为周期的周期函数时,则要求 S(x)也是周期函数,这时边界条件应满足:
  1. 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. 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. 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)。
A 1 [( x j x 0 ) 2 ( x j x j 1 ) 2 ( x j x j 1 ) 2 ( x j x n ) 2 ]
(5.4)
于是
j ( x) ( x x j )l 2 ( x),( j 0,1,, n) j
埃尔米特插值
第二,求多项式 H 2n1 ( x)(满足插值条件(5.2)的多项式)
x0 , x1 ,, xn , x
由Rolle定理可知, (t )在 (a , b)内至少有n 1个互异的零点,
0 , 1 ,, n , 使 (t ) 0
2 d n 1 ( t ) 2 n1 ( t ) n1 ( t ) ( x0 ) ( x1 ) ( xn ) 0 dt
由 x0 , x1 ,, x j 1 , x j 1 ,, xn 为 j (x) 的二重零点且 j ( x j ) 1
埃尔米特插值
(x x00))222((x x11))22((x x jjj11))22((x x jj11)22 ( x xn )2 x x0 x x 2 (x x x x x ) ( x x n ) 2 (( x j ( x ) (1 c( x x j )) (x jj x00))22((x jj x11))22( x jj x jj11)22( x jj x jj11)22 ( x jj xn )2 x x x x ( x x ) ( x x ) ( x x n ) 2 (
R2n1 ( x i ) f ( xi ) H 2n1 ( xi ) 0 ( i 0,1, ..., n),
R2n1 ( x i ) f ( xi ) H 2n1 ( xi ) 0 ( i 0,1,..., n),
所以, 设R2n1 ( x) k( x)( x x0 )2 ( x x1 )2 ......( x xn )2
f 1( m1 1)
m 其中 xi (i 0,1,, n) 互异, i 为正整数,记
寻求m次多项式P(x)使满足插值条件:
m
i 0
n
i
m 1,
P ( k ) ( xi ) f ( k ) ( xi ), (i 0,1,, n; k 0,1,, mi 1) (5.1)
n
f (t ) Ln (t ) k( x)(t x0 )2 (t x1 )2 ......(t xn )2 , t [a, b]
( x) 0, ( xi ) 0 (i 0, 1, ..., n),即(t ) 在[a, b]上有 n 2个互异的零点,
i j n
x xi j ( x) ( x x j )l ( x); l j ( x ) i 0 x x j i i j
2 j
n
埃尔米特插值
事实上,有 H 2n1 ( x i ) ( j ( x i ) y i j ( x i ) y' j ) y i
H n1 x H 22 n1((x)) ( j ( x ) y j j ( x ) y' j )
j 0 n

(5.5)
其中 j ( x), j ( x),( j 0,1,, n)为Hermite插值基函数,即
1 j ( x ) (1 2( x x j ) )l 2 ( x ); j x j xi i 0
微商条件的插值函数。
Hermite插值也叫带指定微商值的插值,它要构造一个插 值函数,不仅要求在节点上函数值相等,而且要求对应的导 数值也相等,使插值函数和被插函数的密和程度更好 。
埃尔米特插值
给定 y f (x ) 函数表及各阶导数表如下:
x f ( x) f ( x ) f ( m i 1 ) ( x ) x0 f0 f 0(1) f 0( m0 1) x1 f1 f 1(1) xn fn f n(1) Hermite插值问题 共有m+1个条件 f n( mn 1)
2 由 j ( x j ) 0,得 0 j ( x j ) cl j ( x j ) 2l j ( x j )l j ( x j )
i j
c 2
l j ( x j ) l j (x j )
2l j ( x j ) 2
i 0 i j
n
1 x j xi
yn y n
其中 xi (i 0,1,, n) 互异,
寻求 2n 1次多项式 H2n1 ( x) 使满足 插值条件:
H 2 n 1 ( x i ) y i i H 2 n 1 ( x i ) y
( i 0,1,, n)Fra bibliotek(5.2)
埃尔米特插值
1 存在唯一性 如果 f ( x ) C [a, b]且已知 f ( x )函数表及导数表, x x0 x1 xn
证: 设 x 为[a, b]上任一点,
(1) 若 x xi (i 0,1,...n), 则f ( xi ) H 2n1 ( xi ),
插值条件
即R2n1 ( x ) 0 右端,定理成立。
(2) 若 x [a, b], 且 x xi ( i 0, 1, ..., n),
Hermite插值余项 ( (a)设f ( x) C 2n1[a, b], f (2n 2) ( x )于(a, b)存在,xi [a, b],
i 0,1,, n, xi互异)
(b)H 2n1 ( x )为Hermite插值多项式,

R2n1 ( x) f ( x) H 2n1 ( x)
埃尔米特插值
下证存在性。 (用构造法,同构造L-插值多项式的方法) 第一,求Hermite 插值基函 (两组)。 1. 设 2n 1 次多项式 j ( x),( j 0,1,., n) , 满足条件:

1,当k j时 j ( xk ) 0,当k j时 ( x ) 0,( k 0,1, , n) j k
结论:满足(5.1)的插值多项式 p( x ) 存在且唯一。
埃尔米特插值
讨论Hermite插值问题(mi=2, i=0,1,…,n) 问题: 已知 y f ( x) C 1[a, b]函数表及导数表 x x0 x1 xn
f ( x ) y0 f ( x ) y0
y1 y1

j 0 n
H ' 2 n1 ( x i ) ( ' j ( x i ) y j ' j ( x i ) y' j ) y' i ( i 0,1,, n)
j 0
n
即(5.5)式是满足插值条件(5.2)的插值多项式 。
所以存在2n+1次多项式满足插值条件(5.2)。
埃尔米特插值
但在插值节点上 y f ( x ) 与 y Ln ( x) Nn ( x) 一般不“相切”,即
f ( xi ) N n ( xi ). (光滑性较差)
埃尔米特插值

如果除了知道f(x)在插值节点上的取值外,还知道f(x)在插值
点xi上的 1≤mi≤n阶导数,如何来构造插值函数呢? Hermite插值就是既满足插值节点xi的函数值条件又满足
f ( x ) y0 f ( x ) y0
y1 y1

yn y n
则存在唯一次数不超过 2n 1 次多项式 H2n1 ( x) 满足插值条件(5.2). 证明:先证唯一性。 ~ 设有 H2n1 ( x) 及 H2n1 ( x)都是Hermite 插值问题(5.2)的解,则
~ Q( x) H 2n1 ( x) H 2n1 ( x)为次数 2n 1 的多项式且满足条件:
f ( 2n 2) ( ) ( x x0 )2 ( x x1 )2 ( x xn )2 (2n 2)! f ( 2 n 2 ) ( ) 2 n1 ( x ), (a, b)且与 x 有关。 ( 2n 2)!
证明与拉格朗日余项公式证明类似。
埃尔米特插值
Q ( x i ) 0 Q ( x i ) 0 ( i 0,1, , n)
这说明 x xi (i 0,1,, n) 都是 Q ( x ) 的二重零点,即 Q ( x )共有 ~ 2n 2 个零点,故Q( x ) 0 ,即 H 2n1 ( x) H 2n1 ( x) 。
埃尔米特插值
j ( x) A( x x j )( x x0 )2 ( x x1 )2 ( x x j 1 )2 ( x x j 1 )2 ( x xn )2
又由 ( x j ) 1,则有 j
1 ( x j ) A( x j x0 )2 ( x j x1 )2 ( x j x j 1 )2 ( x j x j 1 )2 ( x j xn )2 j
0, 当k j时
由于 x0 , x1 ,, x j 1 , x j 1 ,, xn 为 j (x) 的二重零点且 j ( x j ) 0 , 则可令 j ( x) A( x x j )( x x0 )2 ( x x1 )2 ( x x j 1 )2 ( x x j 1 )2 ( x xn )2
2 (1 c( x x j )) l(x) (5.3) j
其中C为待定常数,
x xi l j (x) i 0 x j xi
n
(5.3)式求导,得 ( x) cl ( x) 2[c( x x j ) 1]l j ( x)l ( x) j j
2 j
Q ( x i ) 0 Q ( x i ) 0 ( i 0,1, , n)
相关文档
最新文档