数值分析-课件-第02章插值法1

(j,k=0,1,…,n)
( x x0 )( x xk 1 )( x xk 1 )( x xn ) lk ( x ) ( xk x0 )( xk xk 1 )( xk xk 1 )( xk xn )
n1 ( x ) ( x xk ) n1 ' ( xk )
n
• 均差的计算
三、均差与牛顿插值
1.均差与性质
• 均差定义
• 性质 （2）k阶均差可重新写为：
f [ x1 , x2 ,, xk ] f [ x0 , x1 , xk 1 ] f [ x0 , x1 , xk ] xk x0
• 均差的计算
三、均差与牛顿插值
1.均差与性质
• 均差定义
类似地称 2 f k f k 1 f k 为 xk 处的二阶差分. 一般地称 n f k n1 f k 1 n1 f k 为 xk 处的n阶差分.
• 均差与差分关系
• 牛顿前插公式
n f k (1) f nk j , j 0 j
求5、6月份的日照时间的变化规律。 • 多项式插值的存在唯一性
一、引言
2.多项式插值
• 一个例子 日照时间的变化设为 y(x)=a0+ a1x + a2x2, 根据三组数据: (1, 13.53), (31, 14.21),(61, 14.40)， 导出关于a0，a1，a2的线性方程组
a0 a1 a2 13.53 2 a0 31a1 (31) a2 14.21 2 a0 61a1 (61) a2 14.40
三、均差与牛顿插值
3.差分形式的牛顿插值公式
若x0,x1,…,xn 为等距节点，即xk=x0+kh (k=0,1,...,n) 时，可将牛顿插值公式简化

7
1 1
2 5
4 25
8 125
aa32
4
35
则，
解方程组得a0=10,a1=5,a2=-10,a3=2 即P3(x)=10+5x-10x2+2x3
当n=20,在109次/秒的计算机上计算需几万年！
.
2020/4/2
12
2.2 拉格朗日插值
2-2 线性插值与抛物插值
Chapter2 插值法
第二章 插 值 法
（ Interpolation） 2.1 引言
2.2 拉格朗日插值
2.3 均差与牛顿插值公式
Chapter2 插值法
2.4 埃尔米特插值
2.5 分段低次插值
2.6 三次样条插值
.
2020/4/2
1
2.1 引言
Chapter2 插值法
表示两个变量x,y内在关系一般由函数式 y=f(x)表达。但在实际问题中的函数是多种多 样的,有下面两种情况：
几何意义:L2(x)为过三点(x0,y0), (x1,y1), (x2,y2)的抛物线。
方法：基函数法，构造基函数l0(x), l1(x), l2(x) (三个二次式)
使L2(x)= y0l0(x)+y1l1(x)+y2l2(x)满足插值条件。 6 4 4 4 4 4 4 7 4 4 4 4 4 48
.
2020/4/2
15
2.2 拉格朗日插值
Chapter2 插值法
问题的提法： 已知y=f(x)的函数表，x0, x1, x2为互异节
x x0 x1 x2 y y0 y1 y2
点，求一个次数不超过2的多项式 L2(x)=a0+a1x+a2x2 ：L2(x0)=y0, L2(x1)=y1, L2(x2)=y2

1
第一部分
整体概述
THE FIRST PART OF THE OVERALL OVERVIEW, PLEASE SUMMARIZE THE CONTENT
2
§1 引 言
一、引例
已经测得在某处海洋不同深度处的水温如下：
深度（M） 466 741 950 1422 1634 水温（oC）7.04 4.28 3.40 2.54 2.13
定理
对于给定的互异节点 x0 … xn, 满足 插值条件 P n(xi)yi,i0 ,...,n的 n 阶插值 多项式Pn(x)存在且唯一。
插值多项式的构造：
插值多项式的存在唯一性说明，满足插值条件的 多项式存在，并且插值多项式与构造方法无关。
如何构造插值函数才能达到预期的效果呢？
15
一般插值多项式的构造方法
根据这些数据，希望合理地估计出其它深度（如 500米，600米，1000米…）处的水温.
这就是本章要讨论的“插值问题”
3
问题驱动：汽车的刹车距离
司机驾驶汽车时需要根据车速估计汽车的刹 车距离以确保行车安全。
图2.1.1 某车型干燥路况刹车距离示意图
4
美国的某司机培训课程的有如下驾驶规则：正常的驾 驶条件下对车与车之间的距离的要求是每小时10英里的速 率可以允许一辆车的跟随距离。实现这一规则的简便方法 就是 “2秒法则”：这种方法不管车速为多少，后车司机 从前车经过某一标志开始默数“一千零一，一千零二”， 这样用英文读完就是两秒。如果你在默数完这句话前就到 了同一标志处，那么你的车和前面的车靠得太近了。
x0nan x1nan
y0 y1
（2.2.2）
1 a0 xna1 xnnan yn
13

1 xn xn2 xnn Vandermonde行列式
即方程组（2）有唯一解 (a0, a1, , an)
所以插值多项式
P (x ) a 0 a 1 x a 2 x 2 a n x n
存在且唯一
第二章：插值
§2.2 Lagrange插值
y
数值分析
1、线性插值
P 即(x)ykx yk k 1 1 x yk k(xxk)
l k ( x k 1 ) 0 ,l k ( x k ) 1 ,l k ( x k 1 ) 0 l k 1 ( x k 1 ) 0 ,l k 1 ( x k ) 0 ,l k 1 ( x k 1 ) 1
lk1(x)(x(k x 1 x xk k))x x ((k 1x k x 1k )1) lk(x)((xx k x xk k 1 1))((x xkxx k k1)1)
第二章：插值
数值分析
3、Lagrange插值多项式
令 L n ( x ) y 0 l 0 ( x ) y 1 l 1 ( x ) y n l n ( x )
其中，基函数
lk (x ) (x ( k x x x 0 ) 0 ) (( x x k x x k k 1 1 ) )x x k ( ( x x k k 1 ) 1 ) (( x x k x n x )n )
因此 P (x ) lk (x )y k lk 1 (x )y k 1
且
P (x k ) y k P (x k 1 ) y k 1
lk(x), lk1(x) 称为一次插值基函数
数值分析
第二章：插值
2、抛物线插值 令
y (xk , yk )
f (x)
lk1(x)(x(k x 1 x xk k))x x ((k 1x k x 1k )1) p( x) (xk1,yk1)