插值法和线性拟合 第二节

目录

2.1 插值多项式存在唯一性

2.2 Lagrange(拉格朗日)插值

 2.2.1 线性插值
 2.2.2 抛物插值
 2.2.3 Lagrange插值公式
 2.2.4 插值余项

2.3 Newton(牛顿)插值

 2.3.1 基函数
 2.3.2 差商的概念
 2.3.3 差商的性质
 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现象
 2.5.2 分段插值的概念
 2.5.3 分段线性插值
 2.5.4 分段三次Hermite插值

小结
习题

引用

共分五次
第一次 线性插值的唯一性和拉格朗日插值
第二次 牛顿插值
第三次 赫米特插值
第四次 分段插值
第五次 习题课和小结

Isaac Newton

\Large\mathbf{第二节 牛顿插值法}
  拉格朗日插值法优点在于简单易上手,有规律性,便于记忆和推导。但是,拉格朗日插值法有一个缺点,就是不具有承袭性,即增加插值节点后再拟合时,基函数l_i(x)会改变,则不得不将所有基函数重新计算,而牛顿插值法则解决了这个问题,只需要计算新增项数的几个相干值即可。

2.3.1 基函数

[引入]求作n次多项式
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)
使满足
\\N_n(x_i)=y_i=f(x_i)\qquad i=0,1,2,...,n
为了简化,引入下列记号
\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)就是多项式的第 i 项的非系数部分。
c_i是常数,且只与当前的插值节点相关时,再增加新的节点,只需计算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})
此时,需要计算c_i,引入差商的概念。

2.3.2 差商的概念

给定[a,b]中互不相同的点x_0,x_1,x_2,..x_n,以及函数f(x)在这些点处对应的函数值f(x_0),f(x_1),f(x_2),...f(x_n)
f(x)在x_0处的零阶差商 f[x_0]=f(x_0)
f(x)在x_0,x_1两点的一阶差商 f[x_0,x_1]=\frac{f(x_0)-f(x_1)}{x_0-x_1}
f(x)在x_0,x_1,x_2三点的二阶差商 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阶差商 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}

综上,对于顺序排列的x_0,x_1,...x_n,\quad c_i=f[x_0,x_1,...x_i],由\varphi_i(x)和c_i,可计算出插值多项式。

2.3.3 差商的性质

  • 线性性
  • 对称性
  • 降次性

(1)k阶差商f[x_0,x_1,...,x_k]是函数值f(x_0),f(x_1),...,f(x_k)的线性组合。
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)}

证明使用数学归纳法
当k=1时,f[x_0,x_1]=\frac{f(x_0)}{x_0- x_1}+\frac{f(x_1)}{x_1- x_0}成立
设当k=m-1时成立
当k=m时,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]的值与插值点的内部排序无关,也称对称性
由性质一线性组合即可证明。

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

证明:
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]
右端为m次多项式(多项式+常数差商),左端也为m次多项式
当x=x_{k+1}时,右式为0,故说明右式带有系数(x-x_{k+1}),两边同除(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}}为m-1次多项式



推论:若f(x)为n次多项式,则f[x,x_0,x_1,...,x_n]恒等于0。

2.3.4 Newton插值公式

由差商的定义
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)

逐个带入,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)

故余项R_n(x)=f(x)-N_n(x)=f[x,x_0,...,x_n](x-x_0)(x-x_1)...(x-x_n)
遗憾的是,这个公式中的差商f[x,x_0,...,x_n]因带有f(x)而不能计算,只能得到解析表达式

解决方法:
利用Langrange插值余项公式 R_n(x)=f(x)-p_n(x)=\frac{f^{n+1}(\xi)}{(n+1)!} \prod\limits_{i=0} ^n (x-x_i)
和余项R_n(x)=f(x)-N_n(x)=f[x,x_0,...,x_n](x-x_0)(x-x_1)...(x-x_n)
知,当f(x)在插值区间[a,b]上有n+1阶导数,且 \exists \xi \in[x_{i min},x_{i max}]
使得\\f[x_0,x_1,...,x_n ]=\frac{f^{n}(\xi)}{n!}
根据上述关系,可将Newton插值公式改写为
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)

综上

  • 牛顿插值的同式为\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计算牛顿插值系数
  • n阶差商 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}
  • 余项为R_n(x)=f(x)-N_n(x)=f[x,x_0,...,x_n](x-x_0)(x-x_1)...(x-x_n)
    遗憾的是,这个公式中的差商f[x,x_0,...,x_n]因带有f(x)而不能计算,只能得到解析表达式
    知,当f(x)在插值区间[a,b]上有n+1阶导数,且 \exists \xi \in[x_{i min},x_{i max}]
    使得\\f[x_0,x_1,...,x_n ]=\frac{f^{n}(\xi)}{n!}
    根据上述关系,可将Newton插值公式改写为
    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.《计算方法 第二版》崔国华 许如初著

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,427评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,551评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,747评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,939评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,955评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,737评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,448评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,352评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,834评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,992评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,133评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,815评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,477评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,022评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,147评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,398评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,077评论 2 355

推荐阅读更多精彩内容

  • 目录 2.1 插值多项式存在唯一性 2.2 Lagrange(拉格朗日)插值  2.2.1 线性插值 2.2.2 ...
    夜话梧桐阅读 848评论 0 0
  • 写在前面插值问题讲的是啥呢?实际上就是求原函数,但是我们这里只有几个离散点的值,本章主要研究的就是不同的方法求出不...
    鲸落南北c阅读 6,396评论 1 6
  • 1. 拉格朗日多项式插值 了解概念 插值多项式插值节点范德蒙特(Vandermonde)行列式截断误差、插值余项...
    野狗子嗷嗷嗷阅读 2,551评论 0 3
  • 1 插值 定义 设函数在区间上的个点,上的函数值为,若粗在函数,使成立,则称函数为的 插值函数,称为被插值函数,点...
    Bocchi阅读 2,273评论 0 3
  • 函数逼近基本概念 维尔斯特拉斯定理:设,则使在上一致成立。构造,那么在上一致成立,则还有.但收敛慢,故实际中很少用...
    抄书侠阅读 2,832评论 0 0