[2018年最新整理]2-2牛顿插值.ppt
文本预览下载声明
第二章 代数插值与数值微分(二) 第二章 插值法 2.1 引言 2.2 拉格朗日插值 2.3 均差与牛顿插值公式 2.4 埃尔米特插值 2.5 分段低次插值 2.6 三次样条插值 牛顿插值公式 Lagrange插值的优缺点: 公式结构紧凑,在理论分析中方便,但如遇节点增减,所有数据需全部重算。 为改变这种状态,我们寻求如下形式的插值多项式: 其中的 为待定系数,由插值条件确定 2.3.1 差商 1. 一阶差商:f (x)关于点x0,x1的一阶差商记为 f [x0, x1], 二阶差商: f (x)关于点x0,x1, x2的二阶差商记为 f [x0, x1, x2], 3. k 阶差商 一般地,k 阶差商 f [x0, x1,…, xk] 定义为: 4. 差商的计算 ★ 由差商的定义 一阶差商是由节点上函数值定义的,二阶差商是由一阶差商定义的,…,依此构造差商表: 例1 计算 (?2, 17), (0, 1), (1, 2), (2, 19)的一至三阶差商。 解 由表易知, f [x0, x1] = f [?2, 0] = ? 8 f [x0, x1, x2] = f [?2, 0, 1] =(?8 ?1)/(?2 ?1) = 3 f [x0, x1, x2, x3] = f [?2, 0, 1, 2] =(3 ?8)/(?2 ?2) = 5/4 2.3.2 Newton插值 1. 线性插值 给定两个插值点(x0, f(x0)), (x1, f(x1)), x0≠x1, 设 N1(x) = a0 + a1(x ? x0) ………… 直线的点斜式 代入插值点得, 于是得线性Newton插值公式 2. 二次Newton插值 给定三个互异插值点(xi, f (xi)), 设 代入插值条件: N2(xi) = f (xi), i =0,1,2, 得 二次Newton插值公式为 3. n 次Newton插值公式 给定n+1个插值点(xi, f(xi)), i = 0, 1, 2,…, n, xi互异, 类似地,有二阶至 n 阶差商的定义得 (x?x0)× (x?x0)(x?x1) × …… (x?x0)…(x?xn?1) 上述所有n +1个等式相加,得 其中, 插值误差为: 2.3.3 差商的性质 性质1 k 阶差商 f [x0, x1,…, xk]可表成节点上函数值 f(x0), f(x1), …, f(xk) 的线性组合,即 例如,k = 2时, 性质 2 各阶差商具有对称性, 即改变差商中节点的次序不会 改变差商的值。设i0, i1, …, ik为0, 1, …, k的任一排列, 则 由性质1知,任意改变节点的次序,只改变公式右端求和的次序,故其值不变。例如,由定义知, ★ 关于Lagrange插值和Newton插值的几点说明 由插值的唯一性质,Ln(x) = Nn(x)。因此,他们的误差也相同,即当 f(x)∈Cn+1[a, b]时,有 故得差商的性质 此外,比较Nn(x) 和Ln(x) 中xn的系数,即得性质1。 2 牛顿插值的误差不要求函数的高阶导数存在,所以更具有一般性。它对 f(x)是由离散点给出的函数情形或 f(x)的导数不存在的情形均适用。 3. 引入记号: f [x0] = f (x0) , t0(x) = 1, t1(x) = x ? x0, t2(x) = (x ? x0)(x ? x1), …, tn(x) = (x ? x0)(x ? x1) … (x ? xn?1), 于是 n 次Newton插值公式可表为 例 3 给定四个插值点(?2,17), (0,1), (1,2), (2,19), 计算N2(0.9), N3(0.9)。 解 x0= ? 2,x1=0,x2=1,x3=2,由例1知, f [x0, x1] = ? 8, f [x0, x1, x2] = 3,f [x0, x1, x2, x3] = 5/4, 所以, N2(0.9) = 17 ? 8(0.9+2)+3(0.9+2)×0.9 = 1.63; N3(0.9) = N2(0.9)+1.
显示全部