引言
许多实际问题都用函数y=f(x)来表示某种内在规律的数量关系,其中相当一部分函数是通过实验或计算得到的,并且只是[a,b]上一系列点
函数逼近问题:许多实际问题都用函数来表示某种内在规律的数量关系,但函数表达式无法给出,只有通过实验或观测得到的数据表,如何根据这些数据推测或估计其它点的函数值?
如:通常用代数多项式或分段代数多项式作为p(x),并使
插值法定义:设函数y=f(x)在区间[a,b]上有定义,且
常用插值法:
多项式插值:若p(x)为次数不超过n的代数多项式,即
,其中 为实数,就称P(x)为插值多项式。————最常用的插值函数 分段插值:若P(x)为分段多项式
三角插值:若P(x)为三角多项式
……
插值多项式的存在唯一性:设p(x)是形如
由插值条件可得一个关于
利用行列式性质可得
以上论述可写成下列定理:(唯一性) 满足
若不将多项式次数限制为n,则插值多项式不唯一。例如
也是一个插值多项式,其中p(x)可以是任意多项式。
拉格朗日多项式
求n次多项式
n=1时:已知
其中
Kronecker Delta函数
,当 时, ;当 时, 。
n≥1时:希望找到
对于
与节点有关,而与f无关。 ,(特别的,f(x)=1)
特别地,一点零次插值多项式为
插值余项(插值误差):设节点
任意固定
通常不能确定
,而是估计 , 将 作为误差估计上限。当f(x)为任一个次数≤n的多项式时, ,可知 ,即插值多项式对于次数≤n的多项式是精确的。
当n=1时,
当n=2时,抛物插值余项为
当插值点落在插值节点之外时,称为外推;当插值点落在插值节点之内时,称为内插。内插通常优于外推。选择要计算的x所在的区间的端点,插值效果较好。
高次插值通常优于低次插值,但绝对不是次数越高就越好。
牛顿插值
问题:拉格朗日插值简单易用,但若要增加或减少节点时,全部基函数
解决方法:设计一个可以逐次生成插值多项式的算法,即
差商(均差):
- 1阶差商:
, - 2阶差商:
, - (k+1)阶差商:
k阶差商必须由k+1个节点构成,k个节点是构造不出k阶差商的。为统一起见,补充定义函数
差商性质:
k阶差商可表为函数值
的线性组合,即 定义
,则 差商具有对称性,即
若f(x)在[a,b]上有n阶导数,且节点
,则n阶差商与n阶导数有如下关系式: , 若f(x)是n次多项式,则其k阶差商
,当 时是一个n-k次多项式,而当k>n时恒为零。
牛顿插值:牛顿插值是通过选取特殊的基函数来实现的,这时,取
通过插值条件运用数学归纳法可以求得
由唯一性可知
等距节点公式:
当节点等距分布时
向前差分:
(1阶向前差分); (k阶向前差分) 牛顿前插公式:设
,则 , , 向后差分:
(1阶向后差分); (k阶向后差分) 牛顿后插公式:设
,则 , , 一般当x靠近
时用前插,靠近 时用后插,故两种公式亦称为表初公式和表末公式。 中心差分:
,其中
差分的重要性质:
线性:例如
若f(x)是m次多项式,则
是 m-k 次多项式,而 差分值可由函数值算出:
, 其中
函数值可由差分值算出:
, 。由 表达式 →
埃尔米特插值
不仅要求函数值重合,而且要求若干阶导数也重合。即:要求插值函数
N个条件可以确定N-1阶多项式。要求在1个节点
处直到 阶导数都重合的插值多项式即为Taylor多项式。 ,其余项为
重节点差商:设
低次埃尔米特插值多项式
二点三次埃尔米特插值多项式:设给定区间
x | ||
---|---|---|
f(x) | ||
f'(x) |
求插值多项式
三点三次带一个导数值的插值多项式:假设给定的函数表如下
x | |||
---|---|---|---|
f(x) | |||
f'(x) |
要求三次多项式
一般地,已知
设
分段低次插值
在区间[a,b]上用插值多项式
分段线性插值
通过插值点用折线段连接起来逼近f(x)。设已知节点
在每个小区间 上都是线性函数。
则称
插值余项:设
分段三次埃尔米特插值
分段线性插值函数
, (k=0,1,...,n) 在每个小区间 是三次多项式。
设
于是:
插值余项:设
三次样条(X)
设
三次样条与分段埃尔米特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);而埃尔米特插值依赖于f在所有插值点的导数值。
构造三次样条插值函数的三弯矩法:在
设
积分2次,可得
利用已知
利用S'在
利用
第一类边条件:
类似地利用
第二类边条件:
特别地,
第三类边条件:当f为周期函数时,