数值分析重要插值公式
数值分析重要公式
插值
拉格朗日插值
拉格朗日插值多项式
n次插值基函数:(2.7)
这n+1个n次多项式
具体表达式:(2.8)
拉格朗日插值多项式:(2.9)
引入记号:(2.10)
$$
ω_{n+1}(x)=(x-x_0)(x-x_1)…(x-x_n)
\ ω^{‘}{n+1}(x_k)=(x_k-x_0)…(x_k-x{k-1})(x_k-x_{k+1})…(x_k-x_n)
$$
插值余项估计定理:(2.12)
牛顿插值
均差(差商)
1阶均差:
2阶均差:
k阶均差:(3.3)
均差的对称性:
k阶均差另一表达(由对称性):(3.3)‘
n阶均差与(n阶)导数的关系:(3.5)
均差表:
牛顿插值多项式
牛顿均差插值多项式:(3.6)
$$
P_n(x)=f(x_0)+fx_0,x_1+fx_0,x_1,x_2(x-x_1)\+…+fx_0,x_1,…,x_n(x-x_1)…(x-x_{n-1})
$$
插值余项:(3.7)
一阶差分:称k处以h为步长的一阶(向前)差分
二阶差分:
xk处的n阶差分(3.8):
均差与差分的关系(3.11):
差分与导数的关系(3.12):
牛顿前插公式:(3.13)
前插公式余项:(3.14)
h为步长,
形式差分表:
埃尔米特插值
重节点均差和泰勒插值
n阶重节点的均差:(4.1)
泰勒插值多项式(4.2):
它满足条件(4.3):
其余项(4.4):
x∈[a,b]
两个典型的埃尔米特插值
第一种埃尔米特插值:满足条件(三个零点,一个一阶导数)
插值多项式:
$$
P(x)=f(x_0)+fx_0,x_1+fx_0,x_1,x_2(x-x_1)+A(x-x_0)(x-x_1)(x-x_2)
$$
其中
余项(4.5):
第二种埃尔米特插值:两点三次埃尔米特插值,插值节点取为xk及xk+1,插值多项式为H3(x),满足条件(4.6):
采用基函数方法,令(4.7)
,其中k和xk+1的三次埃尔米特插值基函数,分别满足条件:
$$
α_k(x_k)=1,α_{k+1}(x_{k+1})=0,α’{k}(x_k)=α’{k}(x_{k+1})=0;\
α_{k+1}(x_{k})=0,α_{k+1}(x_{k+1})=1,α’{k+1}(x_k)=α’{k+1}(x_{k+1})=0;\
β_k(x_k)=β_k(x_{k+1})=0,β_{k}’(x_k)=1,β’{k}(x{k+1})=0;\
β_{k+1}(x_k)=β_{k+1}(x_{k+1})=0,β’{k+1}(x{k})=0,β’_{k+1}(x_{k+1})=1;
$$
求得,(4.8)(4.9)(4.10)(4.11)
余项(4.13)
分段低次插值
分段线性插值函数在每个小区间
误差估计:(5.2)
分段三次埃尔米特插值在每个小区间
误差估计:
三次样条插值
三次样条函数:
三次样条插值函数:(6.1)S(x)是三次样条函数
常见的3种边界条件:(6.3)、(6.4) 、(6.4)’ 、(6.5)
三次样条插值函数表达式:(6.8)
Mj(j=0,1,…,n)是未知的.且
逼近
范数
常用的三种范数:
内积
向量内积:(1.5)
函数内积(带权ρ(x)):(1.15)
特别地,当ρ≡1:
正交多项式
勒让德多项式:(2.5)
(2.9)
第一类切比雪夫多项式:(2.10)
第二类切比雪夫多项式:(2.11)
帕德逼近
帕德逼近定义:(5.7),(5.8)
求解帕德逼近系数:
(5.9) (5.11)
也就是泰勒展开第j项的系数的绝对值!