谈谈“插值法的研究现状和发展前景”~~~

RT,450--900字左右就行~可以加分。~~~别乱扯~~~好像大学《数值分析》书里面的。可以拷贝过来,但是别把没用的内容也拷过来了。一个要求:语言连贯,没错别字。可以... RT,450--900字左右就行~可以加分。~~~别乱扯~~~
好像大学《数值分析》书里面的。
可以拷贝过来,但是别把没用的内容也拷过来了。
一个要求:语言连贯,没错别字。可以加分
展开
 我来答
匿名用户
2013-04-26
展开全部
插值法是函数逼近的一种重要方法,是数值计算的基本课题。本节只讨论具有唯一插值函数的多项式插值和分段多项式插值,对其中的多项式插值主要讨论n次多项式插值的方法,即给定n+1各点处的函数值后,怎样构造一个n次插值多项式的方法。虽然理论上可以用解方程组(2)(那里m=n)得到所求插值多项式,但遗憾的是方程组(2)当n较大时往往是严重是病态的。故不能用解方程组的方法获得插值多项式。本节介绍的内容有:lagrange插值,newton插值,hermite插值,分段多项式插值及样条插值。Lagrange插值 Lagrange插值是n次多项式插值,其成功地用构造插值基函数的 方法解决了求n次多项式插值函数问题。 ★基本思想 将待求的n次多项式插值函数pn(x)改写成另一种表示方式,再利 用插值条件(1)确定其中的待定函数,从而求出杆值多项式。 Newton插值Newton插值也是n次多项式插值,它提出另一种构造插值多项式的方法,与Lagrange插值相比,具有承袭性和易于变动节点的特点。 ★基本思想 将待求的n次插值多项式Pn(x)改写为具有承袭性的形式,然后利用插值条件(1)确定Pn(x)的待定系数,以求出所要的插值函数。 Hermite插值Hermite插值是利用未知函数f(x)在插值节点上的函数值及导数值来构造插值多项式的,起其提法为:给定n+1个互异的节点x0,x1,……,xn上的函数值和导数值

求一个2n+1次多项式H2n+1(x)满足插值条件
H2n+1(xk)=yk
H'2n+1(xk)=y'k k=0,1,2,……,n (13)
如上求出的H2n+1(x)称为2n+1次Hermite插值函数,它与被插函数
一般有更好的密合度.★基本思想
利用Lagrange插值函数的构造方法,先设定函数形式,再利
用插值条件(13)求出插值函数.分段多项式插值插值多项式余项公式说明插值节点越多,误差越小,函数逐近越好,但后来人们发现,事实并非如此,例如:取被插函数,在[-5,5]上的n+1个等距节点: 计算出f(xk)后得到Lagrange插值多项式Ln(x),考虑[-5,5]上的一点x=5-5/n,分别取n=2,6,10,14,18计算f(x),Ln(x)及对应的误差Rn(x),得下表
从表中可知,随节点个数n的增加,误差lRn(x)l不但没减小,反而不断的增大.这个例子最早是由runge研究,后来人们把这种节点加密但误差增大的现象称为Ronge现象.出现Runge现象的原因主要是当节点n较大时,对应
的是高次插值多项式,此差得积累"淹没"了增加节点减少的精度.Ronge现象否定了用高次插值公式提高逼近精度的想法,本节的分段插值就是克服Rounge现象引入的一种插值方法. 分段多项式插值的定义为
定义2: a=x0<x1<…<xn=b: 取[a,b]上n+1个节点 并给定在这些节点 上的函数值f(xR)=yR R=0,1,…,n
如果函数Φ(x)满足条件
i) Φ(x)在[a,b]上连续
ii) Φ(xr)=yR ,R =0,1,…,n
iii) Φ(x)zai 每个小区间[xR,xR+1]是m次多项式,
R=0,1,…,n-1则称Φ(x)为f(x)在[a,b]上的分段m次插值多项式
实用中,常用次数不超过5的底次分段插值多项式,本节只介绍分段线性插值和分段三次Hermite插值,其中分段三次Hermite插值还额外要求分段插值函数Φ(x)
在节点上与被插值函数f(x)有相同的导数值,即 ★基本思想 将被插值函数f〔x〕的插值节点 由小到大 排序,然后每对相邻的两个节点为端点的区间上用m 次多项式去近似f〔x〕. 例题例1 已知f(x)=ln(x)的函数表为:
试用线性插值和抛物线插值分别计算f(3.27)的近似值并估计相应的误差。
解:线性插值需要两个节点,内插比外插好因为3.27 (3.2,3.3),故选x0=3.2,x1=3.3,由n=1的lagrange插值公式,有

所以有,为保证内插对抛物线插值,选取三个节点为x0=3.2,x1=3.3,x2=3.4,由n=2的lagrange插值公式有

故有所以线性插值计算ln3.27的误差估计为

故抛物线插值计算ln3.27的误差估计为:

显然抛物线插值比线性插值精确。
已赞过 已踩过<
你对这个回答的评价是?
评论 收起
收起 1条折叠回答
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式