等距节点分段二次插值的误差估计
合集下载
相关主题
- 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、"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、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)。
第五章 函数插值
问题提出
1 函数表达式过于复杂不便于计算, 而又需要计算许多点 处的函数值
2 仅有采样值, 而又需要知道非采样点处的函数值
……
上述问题的一种解决思路:建立复杂函数或者未知函数的 一个便于计算的近似表达式.
2019/6/9
1
内容提要
插值问题 插值多项式的构造方法 分段插值法
ji
j 0,1,2,, n
li (x)
(x x0 )( x x1 )(x (xi x0 )( xi x1 )(xi
xi1 )( x xi1 )(x xi1 )( xi xi1 )(xi
xn ) xn )
n1 (x)
(x
xi
)
f (x)
0 m3 m2
f (m) (x)
插值余项: Rn (x) f (x) (x)
2019/6/9
7
误差估计(续1)
分析: Rn (xi ) f (xi ) (xi ) 0, i 0,1, 2, , n
Rn (x) f (x) (x) k(x)n1(x) n1(x) (x x0 )(x x1)
2019/6/9
2
一、插值问题
1. 定义
已 知 定 义 于 [a, b] 上 的 函 数 f (x) 在n 1 个 互 异 节 点
x n i i0
[a,
b] 处的函数值f
(xi )
n i0
.
若函数族 中的函数(x) 满足条件
(xi ) f (xi ), i 0,1,, n
(1)
则称 (x)
为
f
(x)
在
中关于节点xi
n i0
的一个插值函数。
f (x) ——被插值函数; [a, b] ——插值区间;
xi
n i0
——插值节点;
式(1)——插值条件.
2019/6/9
3
2 . 几何意义、内插法、外插法
M~
max{x
i
}n i 0
m~
min{
x
i
}n i 0
当 x 为某一插值节点时, 对函数 k(x) 无约束;
(x xn )
当点
x
与插值节点
{xi
}n i0
互不相同时,构造以
t
为新自变量的函数
g(t) f (t) (t) k(x)n1 (t)
g(t) 在区间[a, b] 上的 n 2 个互异零点: x 、{xi}in0
当 g(t) 充分光滑时, g (n1) (t) 在开区间(a, b) 内至少存在一个零点ξ
' n 1
(
xi
)
2019/6/9
12
1.1 辅助问题
l0
(x)
(x
i0
Hale Waihona Puke Baidu
xi
)
.
进而当 f (n1) (x) 在区间 (a, b) 有上界 M n1 时, 有
Rn (x)
M n 1 (n 1)!
n 1 (x )
.
2019/6/9
9
Remark
Remark1
插值误差与节点
x n i i 0
和点
x
之间的距离有关
,
节点距离 x 越近,插值误差一般情况下越小.
2019/6/9
6
5. 误差估计
引理 已知函数f(x)在[a,b]上具有m-1阶连续导函数,且在 (a,b)上存在m阶导数。 若它在该区间上有m+1个零点, 则它的m阶导函数在(a,b)内至少存在一个零点。
f (x) x0 x1 x2 xm1 xm
f (x) 0 1 m2 m1
内容提要
Lagrange插值法 Newton插值法 等距节点插值公式 带导数的插值问题
2019/6/9
11
1. Lagrange 方法
1.1 辅助问题
构造不超过n 次的插值多项式 li (x) , 使之满足插值条件
li (x j ) i j 01
j i ,
2019/6/9
内插
x [m~, M~ ]
外插 x [a, b] but x [m~, M~ ]
4
3. 多项式插值问题
对于不同的函数族Φ的选择,得到不同的插值 问题
当Φ为一些三角函数的多项式集合时:三角插值; 当Φ为一些有理分式集合时:有理插值; 当Φ为一些多项式集合时:多项式插值
1
1
1
x0 x1
xn
x02 x12
xn2
x0n x1n
x
n n
a0
a1
a2
an
f f f
f
(x0 )
(
x1
)
(x
2
)
(xn )
• 定理1(存在惟一性) 满足插值条件(1)的不超过n次的 插值多项式是存在惟一的.
g g
(n (n
1) 1)
(t)
( )
f( 0
n1)
(t
)
(n
1)!
k
(
x)
k
(
x)
f (n1) ( )
(n 1)!
2019/6/9
8
误差估计(续2)
定理 2 (误差估计) 设 f (n) (x) 在 [a, b] 上连续, f (n1) (x) 在
(a, b) 内存在. (x) 是满足插值条件(1)的不超过 n 次的插值
多项式. 则对任意 x [a, b] , 存在 (x) (a, b) , 使得
Rn (x)
f (x) (x)
f (n1) ( )
(n 1)!
n 1
(
x)
n
成立,
式中 n1
(x)
特别的取 =Pn span 1, x, x2 ,, xn , 即
Pn (x ) (x ) a0 a1x a2x 2 an x n , ai R , 0 i n
2019/6/9
5
4 . 存在惟一性
分析 对于多项式插值问题,插值条件(1)等价于确 定多项式的系数,使得满足如下的线性方程组
Remark2 若被插值函数 f (x) 本身就是不超过n 次的多项 式, 则有 f (x) (x) .
Remark3 可以通过求解线性方程组得到插值多项式.
2019/6/9
10
二、插值多项式的构造方法
由于插值多项式的存在惟一性,无论是 用何种方法构造出的插值多项式,它们 均恒等,进而截断误差也都相同。
问题提出
1 函数表达式过于复杂不便于计算, 而又需要计算许多点 处的函数值
2 仅有采样值, 而又需要知道非采样点处的函数值
……
上述问题的一种解决思路:建立复杂函数或者未知函数的 一个便于计算的近似表达式.
2019/6/9
1
内容提要
插值问题 插值多项式的构造方法 分段插值法
ji
j 0,1,2,, n
li (x)
(x x0 )( x x1 )(x (xi x0 )( xi x1 )(xi
xi1 )( x xi1 )(x xi1 )( xi xi1 )(xi
xn ) xn )
n1 (x)
(x
xi
)
f (x)
0 m3 m2
f (m) (x)
插值余项: Rn (x) f (x) (x)
2019/6/9
7
误差估计(续1)
分析: Rn (xi ) f (xi ) (xi ) 0, i 0,1, 2, , n
Rn (x) f (x) (x) k(x)n1(x) n1(x) (x x0 )(x x1)
2019/6/9
2
一、插值问题
1. 定义
已 知 定 义 于 [a, b] 上 的 函 数 f (x) 在n 1 个 互 异 节 点
x n i i0
[a,
b] 处的函数值f
(xi )
n i0
.
若函数族 中的函数(x) 满足条件
(xi ) f (xi ), i 0,1,, n
(1)
则称 (x)
为
f
(x)
在
中关于节点xi
n i0
的一个插值函数。
f (x) ——被插值函数; [a, b] ——插值区间;
xi
n i0
——插值节点;
式(1)——插值条件.
2019/6/9
3
2 . 几何意义、内插法、外插法
M~
max{x
i
}n i 0
m~
min{
x
i
}n i 0
当 x 为某一插值节点时, 对函数 k(x) 无约束;
(x xn )
当点
x
与插值节点
{xi
}n i0
互不相同时,构造以
t
为新自变量的函数
g(t) f (t) (t) k(x)n1 (t)
g(t) 在区间[a, b] 上的 n 2 个互异零点: x 、{xi}in0
当 g(t) 充分光滑时, g (n1) (t) 在开区间(a, b) 内至少存在一个零点ξ
' n 1
(
xi
)
2019/6/9
12
1.1 辅助问题
l0
(x)
(x
i0
Hale Waihona Puke Baidu
xi
)
.
进而当 f (n1) (x) 在区间 (a, b) 有上界 M n1 时, 有
Rn (x)
M n 1 (n 1)!
n 1 (x )
.
2019/6/9
9
Remark
Remark1
插值误差与节点
x n i i 0
和点
x
之间的距离有关
,
节点距离 x 越近,插值误差一般情况下越小.
2019/6/9
6
5. 误差估计
引理 已知函数f(x)在[a,b]上具有m-1阶连续导函数,且在 (a,b)上存在m阶导数。 若它在该区间上有m+1个零点, 则它的m阶导函数在(a,b)内至少存在一个零点。
f (x) x0 x1 x2 xm1 xm
f (x) 0 1 m2 m1
内容提要
Lagrange插值法 Newton插值法 等距节点插值公式 带导数的插值问题
2019/6/9
11
1. Lagrange 方法
1.1 辅助问题
构造不超过n 次的插值多项式 li (x) , 使之满足插值条件
li (x j ) i j 01
j i ,
2019/6/9
内插
x [m~, M~ ]
外插 x [a, b] but x [m~, M~ ]
4
3. 多项式插值问题
对于不同的函数族Φ的选择,得到不同的插值 问题
当Φ为一些三角函数的多项式集合时:三角插值; 当Φ为一些有理分式集合时:有理插值; 当Φ为一些多项式集合时:多项式插值
1
1
1
x0 x1
xn
x02 x12
xn2
x0n x1n
x
n n
a0
a1
a2
an
f f f
f
(x0 )
(
x1
)
(x
2
)
(xn )
• 定理1(存在惟一性) 满足插值条件(1)的不超过n次的 插值多项式是存在惟一的.
g g
(n (n
1) 1)
(t)
( )
f( 0
n1)
(t
)
(n
1)!
k
(
x)
k
(
x)
f (n1) ( )
(n 1)!
2019/6/9
8
误差估计(续2)
定理 2 (误差估计) 设 f (n) (x) 在 [a, b] 上连续, f (n1) (x) 在
(a, b) 内存在. (x) 是满足插值条件(1)的不超过 n 次的插值
多项式. 则对任意 x [a, b] , 存在 (x) (a, b) , 使得
Rn (x)
f (x) (x)
f (n1) ( )
(n 1)!
n 1
(
x)
n
成立,
式中 n1
(x)
特别的取 =Pn span 1, x, x2 ,, xn , 即
Pn (x ) (x ) a0 a1x a2x 2 an x n , ai R , 0 i n
2019/6/9
5
4 . 存在惟一性
分析 对于多项式插值问题,插值条件(1)等价于确 定多项式的系数,使得满足如下的线性方程组
Remark2 若被插值函数 f (x) 本身就是不超过n 次的多项 式, 则有 f (x) (x) .
Remark3 可以通过求解线性方程组得到插值多项式.
2019/6/9
10
二、插值多项式的构造方法
由于插值多项式的存在惟一性,无论是 用何种方法构造出的插值多项式,它们 均恒等,进而截断误差也都相同。