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
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

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 4,527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 11,611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 7,353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 6,861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 8,100评论 0 0