插值法和線性擬合 第二節(jié)

目錄

2.1 插值多項式存在唯一性

2.2 Lagrange(拉格朗日)插值

?2.2.1 線性插值
?2.2.2 拋物插值
?2.2.3 Lagrange插值公式
?2.2.4 插值余項

2.3 Newton(牛頓)插值

?2.3.1 基函數
?2.3.2 差商的概念
?2.3.3 差商的性質
?2.3.4 Newton插值公式

2.4 Hermite(赫米特)插值

2.5 分段插值

?2.5.1 高次插值的Runge現(xiàn)象
?2.5.2 分段插值的概念
?2.5.3 分段線性插值
?2.5.4 分段三次Hermite插值

小結
習題

引用

共分五次
第一次 線性插值的唯一性和拉格朗日插值
第二次 牛頓插值
第三次 赫米特插值
第四次 分段插值
第五次 習題課和小結

Isaac Newton

\Large\mathbf{第二節(jié) 牛頓插值法}
??拉格朗日插值法優(yōu)點在于簡單易上手,有規(guī)律性,便于記憶和推導。但是,拉格朗日插值法有一個缺點,就是不具有承襲性,即增加插值節(jié)點后再擬合時,基函數l_i(x)會改變,則不得不將所有基函數重新計算,而牛頓插值法則解決了這個問題,只需要計算新增項數的幾個相干值即可。

2.3.1 基函數

[引入]求作n次多項式
N_n(x)=c_0+c_1(x-x_0)+c_2(x-x_0)(x-x_1)+...+c_n(x-x_0)(x-x_1)...(x-x_n-1)
使?jié)M足
\\N_n(x_i)=y_i=f(x_i)\qquad i=0,1,2,...,n
為了簡化,引入下列記號
\begin{equation} \left\{ \begin{array}{lr} \varphi_0(x)=1\\ \varphi_1(x)=x-x_0\\ \varphi_i(x)=(x-x_{i-1})\varphi_{i-1}(x)\\ =(x-x_0)(x-x_1)...(x-x_{i-1}) \qquad i=0,1,2,...,n \end{array} \right. \end{equation}
\varphi_i(x)就是多項式的第 i 項的非系數部分。
c_i是常數,且只與當前的插值節(jié)點相關時,再增加新的節(jié)點,只需計算c_{n+1}\varphi_{n+1}(x)

c_0=f(x_0)
c_1=\frac{f(x_0)-f(x_1)}{x_0-x_1}
c_2=\frac{1}{x_0-x_2} (\frac{f(x_0)-f(x_1)}{x_0-x_1} - \frac{f(x_1)-f(x_2)}{x_1-x_2})
此時,需要計算c_i,引入差商的概念。

2.3.2 差商的概念

給定[a,b]中互不相同的點x_0,x_1,x_2,..x_n,以及函數f(x)在這些點處對應的函數值f(x_0),f(x_1),f(x_2),...f(x_n)
f(x)在x_0處的零階差商 f[x_0]=f(x_0)
f(x)在x_0,x_1兩點的一階差商 f[x_0,x_1]=\frac{f(x_0)-f(x_1)}{x_0-x_1}
f(x)在x_0,x_1,x_2三點的二階差商 f[x_0,x_1,x_2]=\frac{f[x_0-x_1]-f[x_1-x_2]}{x_0-x_2}
...
f(x)在x_0,x_1,...,x_n的n階差商 f[x_0,x_1,...,x_n]=\frac{f[x_0,x_1,...,x_n]-f[x_1,x_2,...,x_n]}{x_0-x_n}

綜上,對于順序排列的x_0,x_1,...x_n,\quad c_i=f[x_0,x_1,...x_i],由\varphi_i(x)和c_i,可計算出插值多項式。

2.3.3 差商的性質

  • 線性性
  • 對稱性
  • 降次性

(1)k階差商f[x_0,x_1,...,x_k]是函數值f(x_0),f(x_1),...,f(x_k)的線性組合。
f[x_0,x_1,...,x_k]=\sum\limits_{j=0}^{k} \frac{f(x_j)}{(x_j-x_0)(x_j-x_1)...(x_j-x_{j-1})(x_j-x_{j+1})...(x_j- x_k)}

證明使用數學歸納法
當k=1時,f[x_0,x_1]=\frac{f(x_0)}{x_0- x_1}+\frac{f(x_1)}{x_1- x_0}成立
設當k=m-1時成立
當k=m時,f[x_0,x_1,x_k]=\frac{1}{x_0-x_k} (f[x_0,x_1,...,x_{k-1}]- f[x_1,x_2,...,x_k])
=\frac{1}{x_0-x_k} (\frac{f(x_0)}{(x0-x_1)(x_0-x_2)...(x_0-x_{k-1})} -\frac{f(x_k)}{(x_k-x_1)(x_k-x_2)...(x_k-x_{k-1})} + \sum\limits_{i=1}^{k-1}(f(x_i)* \frac{x_0 - x_k}{(x_j-x_0)(x_j-x_1)...(x_j-x_k)} )
=\sum\limits_{j=0}^{k} \frac{f(x_j)}{(x_j-x_0)(x_j-x_1)...(x_j-x_{j-1})(x_j-x_{j+1})...(x_j- x_k)}

(2)差商f[x_0,x_1,...,x_k]的值與插值點的內部排序無關,也稱對稱性
由性質一線性組合即可證明。

(3)若差商f[x,x_0,x_1,...,x_k]是x的m次多項式,則f[x,x_0,x_1,...,x_k,x_{k+1}]是x的m-1次多項式

證明:
f[x,x_0,x_1,...,x_k,x_{k+1}]=\frac{f[x,x_0,x_1,...,x_k]-f[x_{k+1},x_0,x_1,...,x_k]}{x-x_{k+1}}
(x-x_{k+1})* f[x,x_0,x_1,...,x_k,x_{k+1}]= f[x,x_0,x_1,...,x_k]-f[x_{k+1},x_0,x_1,...,x_k]
右端為m次多項式(多項式+常數差商),左端也為m次多項式
當x=x_{k+1}時,右式為0,故說明右式帶有系數(x-x_{k+1}),兩邊同除(x-x_{k+1})
可得f[x,x_0,x_1,...,x_k,x_{k+1}]=\frac{f[x,x_0,x_1,...,x_k]-f[x_{k+1},x_0,x_1,...,x_k]}{x-x_{k+1}}為m-1次多項式



推論:若f(x)為n次多項式,則f[x,x_0,x_1,...,x_n]恒等于0。

2.3.4 Newton插值公式

由差商的定義
f(x)=f(x_0)+f[x,x_0](x-x_0)
f[x,x_0]=f[x_0,x_1]+f[x,x_0,x_1](x-x_1)
...
f[x,x_0,x_1,...,x_n]=f[x_0,x_1,...,x_n]+f[x,x_0,...,x_n](x-x_n)

逐個帶入,可知
f(x)=f(x_0)+ f[x_0,x_1](x-x_0)+...+f[x_0,x_1,...,x_n](x-x_0)(x-x_1)...(x-x_{n-1})
+f[x,x_0,...,x_n](x-x_0)(x-x_1)...(x-x_n)

故余項R_n(x)=f(x)-N_n(x)=f[x,x_0,...,x_n](x-x_0)(x-x_1)...(x-x_n)
遺憾的是,這個公式中的差商f[x,x_0,...,x_n]因帶有f(x)而不能計算,只能得到解析表達式

解決方法:
利用Langrange插值余項公式 R_n(x)=f(x)-p_n(x)=\frac{f^{n+1}(\xi)}{(n+1)!} \prod\limits_{i=0} ^n (x-x_i)
和余項R_n(x)=f(x)-N_n(x)=f[x,x_0,...,x_n](x-x_0)(x-x_1)...(x-x_n)
知,當f(x)在插值區(qū)間[a,b]上有n+1階導數,且 \exists \xi \in[x_{i min},x_{i max}]
使得\\f[x_0,x_1,...,x_n ]=\frac{f^{n}(\xi)}{n!}
根據上述關系,可將Newton插值公式改寫為
N_n(x)=f(x_0)+f^{'}(\xi_1)(x-x_0)+\frac{f^{''}(\xi_2)}{2!}(x-x_0)(x-x_1)+......+\frac{f^{n}(\xi_n)}{n!}(x-x_0)(x-x_1)...(x-x_n)

綜上

  • 牛頓插值的同式為\sum_{i=0} ^{n} \varphi_i(x)c_i
  • \varphi_0(x)=1 \qquad \varphi_n(x)=(x-x_0)(x-x_1)...(x-x_{n-1})
  • 可以利用差商的方法計算牛頓插值系數
  • n階差商 f[x_0,x_1,...,x_n]=\frac{f[x_0,x_1,...,x_n]-f[x_1,x_2,...,x_n]}{x_0-x_n}
  • 余項為R_n(x)=f(x)-N_n(x)=f[x,x_0,...,x_n](x-x_0)(x-x_1)...(x-x_n)
    遺憾的是,這個公式中的差商f[x,x_0,...,x_n]因帶有f(x)而不能計算,只能得到解析表達式
    知,當f(x)在插值區(qū)間[a,b]上有n+1階導數,且 \exists \xi \in[x_{i min},x_{i max}]
    使得\\f[x_0,x_1,...,x_n ]=\frac{f^{n}(\xi)}{n!}
    根據上述關系,可將Newton插值公式改寫為
    N_n(x)=f(x_0)+f^{'}(\xi_1)(x-x_0)+\frac{f^{''}(\xi_2)}{2!}(x-x_0)(x-x_1)+......+\frac{f^{n}(\xi_n)}{n!}(x-x_0)(x-x_1)...(x-x_n)


引用

1.《計算方法 第二版》崔國華 許如初著

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

相關閱讀更多精彩內容

  • 目錄 2.1 插值多項式存在唯一性 2.2 Lagrange(拉格朗日)插值 ?2.2.1 線性插值?2.2.2 ...
    夜話梧桐閱讀 1,070評論 0 0
  • 寫在前面插值問題講的是啥呢?實際上就是求原函數,但是我們這里只有幾個離散點的值,本章主要研究的就是不同的方法求出不...
    鯨落南北c閱讀 6,775評論 1 6
  • 1. 拉格朗日多項式插值 了解概念 插值多項式插值節(jié)點范德蒙特(Vandermonde)行列式截斷誤差、插值余項...
    野狗子嗷嗷嗷閱讀 2,695評論 0 3
  • 1?插值 定義?設函數在區(qū)間上的個點,上的函數值為,若粗在函數,使成立,則稱函數為的 插值函數,稱為被插值函數,點...
    Bocchi閱讀 2,427評論 0 3
  • 函數逼近基本概念 維爾斯特拉斯定理:設,則使在上一致成立。構造,那么在上一致成立,則還有.但收斂慢,故實際中很少用...
    抄書俠閱讀 3,200評論 0 0

友情鏈接更多精彩內容