下载文档原格式
第5章 多项式逼近与曲线拟合教学目的 1. 理解连续函数空间，正交多项式理论；2. 掌握最佳平方逼近及最小二乘逼 近函数的求解方法；3. 理解非线性模型举例的有关知识的基础上会求模型的逼近函数。
教学重点及难点 重点是最佳平方逼近及最小二乘逼近函数的求解。
难点是会求非线性模型的逼近函数。
教学时数 6学时 教学过程§1 引言在科学计算中有下述两类逼近问题。
1．关于数学函数的逼近问题由于电子计算机只能做算术运算，因此，在计算机上计算数学函数（例如x x f e x f x sin )(,)(==等在有限区间上计算）必须用其他简单的函数来逼近（例如用多项式或有理分式来逼近数学函数，）且用它来代替原来精确的数学函数的计算。
这种函数逼近的特点是：（a ）要求是高精度逼近；（b ）要快速计算（计算量越小越好）。
2．建立实验数据的数学模型给定函数的实验数据，需要用较简单和合适的函数来逼近（或拟合实验数据）。
例如，已知)(x f y =实验数据mm y y y x f x x x x 2121)(希望建立)(x f y =数学模型（近似表达式），这种逼近的特点是： （a ）适度的精度是需要的； （b ）实验数据有小的误差；（c ）对于某些问题，可能有某些特殊的信息能够用来选择实验数据的数学模型。
事实上，我们已经学过一些用多项式逼近一个函数)(x f y =的问题，例如 （1）用在0x x =点Taylor 多项式逼近函数 设)(x f y =在[a,b]上各阶导数)1,,1,0)(()(+=n i x fi 存在且连续，],[0b a x ∈，则有)()(!)())((')()(00)(000x R x x n x f x x x f x f x f n n n +-++-+=)()(x R x P n n +≡其中εε],,[,)()!1()()(10)1(b a x x x n f x R n n ∈-+=++在0x 和x 之间。
合肥学院《数值分析》课程设计报告书题目多项式插值及其应用院系名称合肥学院数学与物理系专业（班级）信息与计算科学一班姓名（学号）钱志海（1007011013）印宛如（1007011016）张鑫（1007011017）指导教师孙梅兰完成时间 2013-3-4一、实验设计目的1、插值多项式的唯一性表明，对同一组节点，它们的插值多项式是唯一的，可能由不同的方法，会得到不同形式的插值多项式，但它们之间可以相互转化，本质相同，当然误差也一样。
2、n +1组节点只能确定一个不超过n次的多项式，若>n次，如设为 n+1(x)，则有n+2有待定参数a0,a1,…,an, an+1需确定，而n +1个组节点，只构成n +1个插值条件，即构成n+1个方程，只能确定n+1个变量的方程组。
3、上述证明是构造性的（给出解决问题的方法）即以通过解线性方程组来确定插值多项式，但这种方法的计算量偏大，计算步骤较多，容易使舍入误差增大。
因此实际计算中需要用其它方式进行故不能用解方程组的方法获得插值多项式。
我们利用牛顿插值、哈密尔特插值、分段插值、样条插值的方法可以有效解决n较大，方程组较多的繁琐的严重病态。
二、插值方法的理论基础1、Lagrange插值Lagrange插值是n次多项式插值，其成功地用构造插值基函数的方法解决了求n次多项式插值函数问题。
★基本思想将待求的n次多项式插值函数pn(x）改写成另一种表示方式，再利用插值条件⑴确定其中的待定函数，从而求出插值多项式。
2、牛顿插值Newton插值也是n次多项式插值，它提出另一种构造插值多项式的方法，与Lagrange插值相比，具有承袭性和易于变动节点的特点。
★基本思想将待求的n次插值多项式Pn（x）改写为具有承袭性的形式，然后利用插值条件⑴确定Pn（x）的待定系数，以求出所要的插值函数。
3、哈密尔特插值Hermite插值是利用未知函数f(x）在插值节点上的函数值及导数值来构造插值多项式的，起其提法为：给定n+1个互异的节点x0,x1，……,xn上的函数值和导数值求一个2n+1次多项式H2n+1(x）满足插值条件H2n+1(xk)=ykH'2n+1(xk)=y'k k=0,1,2，……，n ⒀如上求出的H2n+1(x）称为2n+1次Hermite插值函数，它与被插函数一般有更好的密合度.★基本思想利用Lagrange插值函数的构造方法，先设定函数形式，再利用插值条件⒀求出插值函数.4、分段插值插值多项式余项公式说明插值节点越多，误差越小，函数逐近越好，但后来人们发现，事实并非如此，例如：取被插函数，在[-5，5]上的n+1个等距节点：计算出f(xk）后得到Lagrange插值多项式Ln(x），考虑[-5,5]上的一点x=5-5/n，分别取n=2,6,10,14,18计算f(x),Ln(x）及对应的误差Rn(x），得下表从表中可知，随节点个数n的增加，误差lRn(x)l不但没减小，反而不断的增大.这个例子最早是由Runge研究，后来人们把这种节点加密但误差增大的现象称为Runge现象.出现Runge现象的原因主要是当节点n较大时，对应的是高次插值多项式，此差得积累"淹没"了增加节点减少的精度.Runge现象否定了用高次插值公式提高逼近精度的想法，本节的分段插值就是克服Runge现象引入的一种插值方法.分段多项式插值的定义为定义2: a=x0<x1<…<xn=b: 取[a,b]上n+1个节点并给定在这些节点上的函数值f(xR)=yR R=0,1，…，n如果函数Φ（x）满足条件i) Φ（x）在[a,b]上连续ii) Φ（xr)=yR,R =0,1，…，niii) Φ（x)zai 每个小区间[xR,xR+1]是m次多项式，R=0,1，…，n-1则称Φ（x）为f(x）在[a,b]上的分段m次插值多项式实用中，常用次数不超过5的底次分段插值多项式，本节只介绍分段线性插值和分段三次Hermite插值，其中分段三次Hermite插值还额外要求分段插值函数Φ（x)在节点上与被插值函数f(x）有相同的导数值，即★基本思想将被插值函数f〔x〕的插值节点由小到大排序，然后每对相邻的两个节点为端点的区间上用m 次多项式去近似f〔x〕.5、样条插值样条插值是一种改进的分段插值。
第5章插值法第五章代数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y=f(x)在某个区间［a ，b ］上是客观存在的，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。
第⼀节插值多项式的存在唯⼀性5.1.1 插值问题设函数y=f(x)在区间［a,b ］上有定义n y y y ,...,,10且已知函数在区间［a,b ］上n+1个互异点n x x x ,...,10上的函数值，若存在⼀个简单函数y=p(x )，使其经过y=f(x)上的这n+1个已知点(00,y x ),(11,y x ),…，(n n y x ,)5-1），即p(i x )= i y ,i=0,1,…,n那么，函数p(x)称为插值函数，点n x x x ,...,10称为插节点，点(00,y x ),(11,y x ),…，(n n y x ,)a,b ］称为插值区间,求p (x)的⽅法称为插值法，f(x)称为被插函数。
若p(x)是次数不超过n 的多项式,⽤P n(x)表⽰，即n n n x a x a x a a x p ++++=...)(2210 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P(x)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1章 插 值1.1 插 值插值问题的提出✌导入：插值法是函数逼近的重要方法之一，有着广泛的应用 。
在生产和实验中，函数f(x)或者其表达式不便于计算，或者无表达式而只有函数在给定点的函数值(或其导数值) ，例如，有很多的物理、化学的实验数据；又例如，温度问题、股票的变化问题等。
我们希望建立一个简单的而便于计算的函数g (x)，使其近似的代替f (x)。
建立的方法可采用插值法，其中以拉格朗日(Lagrange)插值和牛顿(Newton)插值为代表的多项式插值最有特点,常用的插值还有Hermit 插值,分段插值和样条插值。
基本概念由实验或测量的方法得到所求函数 )(x f y = 在互异点n x x x 10, 处的值n y y y ,,,10 构造一个简单函数 )(x φ作为函数 )(x f y = 的近似表达式)()(x x f y φ≈=，使得 n n y x y x y x ===)(,)(,)(2211φφφ （1）这类问题称为插值问题。
)(x f 称为被插值函数，)(x φ 称为插值函数， x 0 , x 1, ... , x n 称为插值节点。
(1)式称为插值条件。
✌插值的任务就是由已知的观测点,为物理量(未知量)建立一个简单的、连续的解析模型，以便能根据该模型推测该物理量在非观测点处的特性。
我们知道函数的类型很多，用来作插值函数的种类不同，所求得的插值函数 P(x)逼近f(x)的效果不同，常用的有代数多项式、三角函数式、和有理函数式等。
当选用的是代数多项式，相应的插值问题称为多项式插值。
在多项式插值中，最常见、最基本的函数是求一次数不超过n 的代数多项式：)1()(2210nn n x a x a x a a x P ++++=L这时插值问题变为:求n 次多项式P n (x),使满足插值条件)2(,,2,1,0,)(n i y x P i i n L ==只要求出P n (x)的系数a 0 ,a 1,…, a n 即可,为此由插值条件(2)知P n (x)的系数满足下列n+1个代数方程构成的线性方程组⎪⎪⎩⎪⎪⎨⎧=++++=++++=++++n n n n n n nn y x a x a x a a y x a x a x a a y x a x a x a a n n L L L L 22101212110022010100而a i (i=0,1,2,…,n)的系数行列式是Vandermonde 行列式xxx x xx x x x x x x n n2nnn1211n 0200n 10...1..................1...1),...,,V(=∏∏=-=-=n i i j j i x x 11)(由于x i 互异，所以(4)右端不为零，从而方程组(3)的解 a 0 ,a 1 ,…a n 存在且唯一。
第二章 插值法教学目的 1. 掌握拉格朗日插值多项式的构造方法、唯一性、余项及唯一性和余项表达式的证明；2. 理解差商的概念，掌握牛顿插值多项式、余项及余项表达式的证明；3. 了解差分概念及等距节点插值多项式的有关知识；4. 掌握埃尔米特插值多项式的构造方法、余项及余项表达式的证明；5. 了解插值多项式之间的改进关系从而掌握该思想方法。
教学重点及难点 重点是 1. 拉格朗日插值多项式的构造方法及余项表达式的证明； 2. 牛顿插值多项式、余项及余项表达式的证明；3. 埃尔米特插值多项式的构造、余项及余项表达式的证明；难点是 1. 拉格朗日插值多项式的构造方法及余项表达式的证明； 2. 埃尔米特插值多项式的构造及余项表达式的证明。
教学时数 14学时 教学过程§1 引言数学问题 已知)(x f y =的一张函数表)()()()(1100n x n x f x f x f f x x x xs（1.1）其中，j i x x ≠，当j t ≠，且),,1.0(,)(n t y x f i t ==值比较准确，[]b a ,为包),,1,0(n t xi =的区间或有表达式的函数（但比较复杂）。
寻求一个次数n ≤的多项式n n H x P ≤)(使满足：)2.1(),,1,0(),()(n t xi P x f n i ==解决思路 寻求一个简单且便于计算的函数)(x P 来近似)(x f ，即),()(x P x f ≈当[]),,1,0(,,n i x x b a x i =≠∉，一般)(x P 可选为多项式，三角多项式，有理函数或样条函数等。
次数小于、等于n 的多项式集合⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧==∑=n j j jj n n a x a x n P x P H 0,)()(实数1. 定义1 （1）如果满足插值条件（1.2）的多项式)(x P n 存在，称)(x P n 为)(x f 的插值多项式，),,1,0(n i x i =称为插值节点，)(x f 称为被插函数（如图2-1）(2)求插值多项的方法称为插值法。
