【数值分析】2 - 插值法

news2024/11/13 21:57:27

文章目录

  • 一、引言
    • 1.1 插值法引入
    • 1.2 常用插值法
    • 1.3 插值法定义
  • 二、插值法研究的问题
    • 2.1 插值多项式存在的唯一性
    • 2.2 如何构造n次多项式
      • 2.2.1 待定系数法
      • 2.2.2 拉格朗日插值法
        • 2.2.2.1 拉格朗日多项式
        • 2.2.2.2 拉格朗日插值余项
        • 2.2.2.3 例题
        • 2.2.2.4 拉格朗日插值法的问题
      • 2.2.3 牛顿插值法
        • 2.2.3.1 牛顿插值思想
        • 2.2.3.2 差商的定义
        • 2.2.3.3 差商的性质
        • 2.2.3.4 差商表
        • 2.2.3.5 牛顿插值公式
        • 2.2.3.6 牛顿插值余项
        • 2.2.3.7 等距节点公式
        • 2.2.3.8 例题


学习视频:《数值分析》| 华科 | 研究生基础课


一、引言

1.1 插值法引入

许多实际问题都用函数 y = f ( x ) y=f(x) y=f(x) 来表示某种内在规律的数量关系,其中相当一部分函数是通过实验或计算得到的,并且只是 [ a , b ] [a,b] [a,b] 上一系列点 x i x_i xi 的函数值 { f ( x i )   ∣   i = 0 , 1 , . . . , n } \{f(x_i)\ |\ i=0,1,...,n\} {f(xi)  i=0,1,...,n},这只是一张函数表。

有的问题虽然也有解析表达式,但由于计算复杂,使用不方便,通常也要构造一个函数表,如三角函数表、对数表、立方根表、平方根表等。

然而,为了研究函数的变化规律,往往需要知道不在函数表上的函数值,因此,我们希望根据给定的函数表做一个既可以反映函数 f ( x ) f(x) f(x) 的特性,又便于计算的简单函数 p ( x ) p(x) p(x),用 p ( x ) p(x) p(x) 近似 f ( x ) f(x) f(x)插值法就是根据函数表寻找简单函数 p ( x ) p(x) p(x) 的方法之一

寻找简单函数的问题又被称为函数逼近问题,下面给出了一个函数逼近问题的示例:

在这里插入图片描述

那么,什么样的函数是简单函数呢?

通常,我们用代数多项式或分段代数多项式作为简单函数 p ( x ) p(x) p(x),并使得 p ( x i ) = f ( x i ) p(x_i)=f(x_i) p(xi)=f(xi) 对所有的 x i , i = 0 , 1 , . . . , n x_i,i=0,1,...,n xi,i=0,1,...,n 成立。

1.2 常用插值法

  • 多项式插值 p ( x ) p(x) p(x) 为多项式函数(最常用)
  • 分段插值 p ( x ) p(x) p(x) 为分段多项式函数
  • 三角插值 p ( x ) p(x) p(x) 为三角函数

1.3 插值法定义

在这里插入图片描述
在这里插入图片描述

二、插值法研究的问题

  • 满足插值条件的 p ( x ) p(x) p(x) 是否存在且唯一?
  • 如满足插值条件的 p ( x ) p(x) p(x) 存在,如何构造 p ( x ) p(x) p(x)
  • 如何估计用 p ( x ) p(x) p(x) 近似替代 f ( x ) f(x) f(x) 产生的误差?

2.1 插值多项式存在的唯一性

在这里插入图片描述
在这里插入图片描述

因此,通过上述的证明,可以得到如下定理:

在这里插入图片描述

2.2 如何构造n次多项式

2.2.1 待定系数法

在这里插入图片描述

下面还有一种更加简洁的解法:

在这里插入图片描述

2.2.2 拉格朗日插值法

2.2.2.1 拉格朗日多项式

前面介绍的待定系数法中,使用的基函数是 1 , x , x 2 , . . . , x n 1,x,x^2,...,x^n 1,x,x2,...,xn,这样的基函数过于简单,导致求解系数时较为麻烦。因此,有了下面将要介绍的拉格朗日插值法,它使用了更为复杂的拉格朗日基函数

在这里插入图片描述

考虑 n = 1 n=1 n=1 的特殊情况:

在这里插入图片描述

由上可知:

l 0 ( x 0 ) = 1 , l 0 ( x 1 ) = 0 , l 1 ( x 0 ) = 0 , l 1 ( x 1 ) = 1. l_0(x_0)=1,l_0(x_1)=0, \\ l_1(x_0)=0,l_1(x_1)=1. l0(x0)=1,l0(x1)=0,l1(x0)=0,l1(x1)=1.

可以给出如下的克罗内克Delta函数

δ i j = { 1 , i = j 0 , i ≠ j \delta_{ij}=\begin{cases} 1 , i=j \\ 0 , i \neq j \end{cases} δij={1,i=j0,i=j

且满足条件 l i ( x j ) = δ i j l_i(x_j)=\delta_{ij} li(xj)=δij

更一般地,下面我们进一步讨论 n ≥ 1 n\ge1 n1 的情况:

在这里插入图片描述

从拉格朗日基函数公式我们可以看出,它仅仅与节点 x x x 有关,而与真实的函数形式 f ( x ) f(x) f(x) 无关,这意味着给定不同的函数和相同的插值节点,求出来的拉格朗日基函数是一样的。

另外,容易得到 ∑ i l i ( x ) = 1 \sum_{i}{l_i(x)=1} ili(x)=1(特别地, f ( x ) = 1 f(x)=1 f(x)=1

在这里插入图片描述

2.2.2.2 拉格朗日插值余项

假设节点 x i ∈ [ a , b ] , i = 0 , 1 , . . . , n x_i\in[a,b],i=0,1,...,n xi[a,b],i=0,1,...,n,且 f ( x ) f(x) f(x) 满足条件 f ( x ) ∈ C n [ a , b ] f(x)\in C^n[a,b] f(x)Cn[a,b] f ( n + 1 ) ( x ) f^{(n+1)}(x) f(n+1)(x) [ a , b ] [a,b] [a,b] 内存在,考虑截断误差 R n ( x ) = L n ( x ) − f ( x ) R_n(x)=L_n(x) - f(x) Rn(x)=Ln(x)f(x)

由插值条件可知, R n ( x ) R_n(x) Rn(x) 至少存在 n + 1 n+1 n+1 个零点(因为在每个插值点处, R n R_n Rn 必然为零),因此,可以将 R n ( x ) R_n(x) Rn(x) 表示为:

R n ( x ) = K ( x ) ∏ i = 0 n ( x − x i ) R_n(x)=K(x)\prod_{i=0}^{n}{(x-x_i)} Rn(x)=K(x)i=0n(xxi)

其中, K ( x ) K(x) K(x) 是一个待确定的函数。

考虑任意一个非插值节点 x ≠ x i ( i = 0 , 1 , . . . , n ) x\neq x_i(i=0,1,...,n) x=xi(i=0,1,...,n),设辅助函数:
g ( t ) = R n ( t ) − K ( x ) ∏ i = 0 n ( t − x i ) g(t)=R_n(t)-K(x)\prod_{i=0}^{n}{(t-x_i)} g(t)=Rn(t)K(x)i=0n(txi)

容易得到, g ( t ) g(t) g(t) 至少有 n + 2 n+2 n+2 个零点( x x x x 0 , x 1 , . . . , x n x_0,x_1,...,x_n x0,x1,...,xn

根据罗尔定理的推广可得,在区间 [ a , b ] [a,b] [a,b] 内至少存在一点 ξ x \xi_x ξx ,使得辅助函数的 n + 1 n+1 n+1 阶导函数为零,即 g ( n + 1 ) ( ξ x ) = 0 g^{(n+1)}(\xi_x)=0 g(n+1)(ξx)=0,从而可以推导出:
R n ( n + 1 ) ( ξ x ) − K ( x ) ( n + 1 ) ! = 0 R_n^{(n+1)}(\xi_x)-K(x)(n+1)!=0 Rn(n+1)(ξx)K(x)(n+1)!=0

从而有:

f ( n + 1 ) ( ξ x ) − L n ( n + 1 ) ( ξ x ) − K ( x ) ( n + 1 ) ! = 0 f^{(n+1)}(\xi_x)-L_n^{(n+1)}(\xi_x)-K(x)(n+1)!=0 f(n+1)(ξx)Ln(n+1)(ξx)K(x)(n+1)!=0

由于 L n L_n Ln n n n 次多项式,因此, L n ( n + 1 ) ( ξ x ) = 0 L_n^{(n+1)}(\xi_x)=0 Ln(n+1)(ξx)=0,所以有:

f ( n + 1 ) ( ξ x ) − K ( x ) ( n + 1 ) ! = 0 f^{(n+1)}(\xi_x)-K(x)(n+1)!=0 f(n+1)(ξx)K(x)(n+1)!=0

从而推导出: K ( x ) = f ( n + 1 ) ( ξ x ) ( n + 1 ) ! K(x)=\frac{f^{(n+1)}(\xi_x)}{(n+1)!} K(x)=(n+1)!f(n+1)(ξx)

K ( x ) K(x) K(x) 代回得:

R n ( x ) = f ( n + 1 ) ( ξ x ) ( n + 1 ) ! ∏ i = 0 n ( x − x i ) R_n(x)=\frac{f^{(n+1)}(\xi_x)}{(n+1)!}\prod_{i=0}^n{(x-x_i)} Rn(x)=(n+1)!f(n+1)(ξx)i=0n(xxi)

综上所述,我们可以得到如下的特殊情况:

在这里插入图片描述

另外,需要注意的是:

在这里插入图片描述

其中,第二点的意思是,如果原函数 f ( x ) f(x) f(x) 的阶数等于 n n n,那么当使用 m > n m>n m>n 个插值节点求出的拉格朗日插值多项式是精确的。

2.2.2.3 例题

例题1

在这里插入图片描述

例题2

在这里插入图片描述
在这里插入图片描述

从这个例题,可以发现,次数高的插值多项式误差更小。但绝对不是次数越高越好哦(次数过高会出现龙格现象)!

2.2.2.4 拉格朗日插值法的问题

拉格朗日插值法虽然简单易用,但是如果要增加或减少节点时,全部的基函数 l i ( x ) l_i(x) li(x) 都要重新计算,不太方便。

那么如何解决这个问题呢?

在这里插入图片描述

其实,上面的思想就是牛顿插值法的思想。本博客将在下面进行介绍。

2.2.3 牛顿插值法

2.2.3.1 牛顿插值思想

在这里插入图片描述

在这里插入图片描述

2.2.3.2 差商的定义

在介绍牛顿插值公式之前,我们需要介绍**差商(均差)**的定义:

首先给出一阶差商的定义式:

在这里插入图片描述

然后基于一阶差商,给出二阶差商的定义式(其实就是一阶差商的一阶差商):

在这里插入图片描述

最后,写出 k + 1 k+1 k+1 阶差商的定义式:

在这里插入图片描述

需要注意的是, k k k 阶差商必须由 k + 1 k+1 k+1 个节点构成, k k k 个节点是构造不出 k k k 阶差商的。

为了统一起见,补充定义函数 f ( x 0 ) f(x_0) f(x0) 为零阶差商,差商的值与 x i x_i xi 的顺序无关。

2.2.3.3 差商的性质

定义 ω \omega ω 如下:

在这里插入图片描述

然后,可以给出差商的4点性质:

在这里插入图片描述

2.2.3.4 差商表

差商表方便在编程的时候计算不同阶数的差商。

有了差商表,我们可以很容易通过递推的方式计算差商:

在这里插入图片描述

2.2.3.5 牛顿插值公式

牛顿插值是通过选取特殊的基函数来实现的,这时,取

φ 0 ( x ) = 1 φ i + 1 ( x ) = ( x − x i ) φ i ( x ) i = 0 , 1 , . . . , n − 1 \varphi_0(x)=1\\ \varphi_{i+1}(x)=(x-x_i)\varphi_i(x) \quad i=0,1,...,n-1 φ0(x)=1φi+1(x)=(xxi)φi(x)i=0,1,...,n1

作为牛顿插值的以 x 0 , x 1 , . . . , x n x_0,x_1,...,x_n x0,x1,...,xn 为节点的基函数,而次数不超过 n n n 的多项式 N n ( x ) N_n(x) Nn(x) 可表示为:

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 ) 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}) Nn(x)=c0+c1(xx0)+c2(xx0)(xx1)+...+cn(xx0)(xx1)...(xxn1)

其中, c 0 , c 1 , . . . , c n c_0,c_1,...,c_n c0,c1,...,cn 是待定系数,由插值条件决定。

带入插值条件很容易计算得:

在这里插入图片描述
在这里插入图片描述

根据上述结果,运用数学归纳法可以求得:

c k = f [ x 0 , x 1 , . . . , x k ] c_k=f[x_0,x_1,...,x_k] ck=f[x0,x1,...,xk]

因此就得到下面的满足插值条件的 n n n 次牛顿插值多项式:

在这里插入图片描述

2.2.3.6 牛顿插值余项

在这里插入图片描述
在这里插入图片描述

2.2.3.7 等距节点公式

当节点等距分布时: x i = x 0 + i h ( i = 0 , 1 , . . . , n ) x_i=x_0+ih \quad (i=0,1,...,n) xi=x0+ih(i=0,1,...,n),利用差分,减少差商的除法运算次数,提高效率,下面是关于差分的定义

在这里插入图片描述

然后是一些关于差分的性质:

在这里插入图片描述

然后介绍前插和后插公式:

在这里插入图片描述

x x x 靠近 x 0 x_0 x0 时用前插公式,否则用后插公式

使用牛顿前插或者后插公式,先构造差分表如下:

在这里插入图片描述

2.2.3.8 例题

例题1

在这里插入图片描述
在这里插入图片描述

例题2

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1122322.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【大疆智图】大疆智图(DJI Terra 3.0.0)安装及使用教程

大疆智图是一款以二维正射影像与三维模型重建为主的软件,同时提供二维多光谱重建、激光雷达点云处理、精细化巡检等功能。它能够将无人机采集的数据可视化,实时生成高精度、高质量三维模型,满足事故现场、工程监测、电力巡线等场景的展示与精确测量需求。 文章目录 1. 安装D…

shell学习脚本04(小滴课堂)

他就可以直接读出来了。不需要在sh后面加参数。 可以用-s隐藏内容: 可以用-t进行指定几秒后显示。 -n限制内容长度。 输入到长度为5自动打印。 我们把-s放到-p后面的话: 这样会出错。 如果最后加5m会一直闪烁。 大家可以按照需求自行使用。

42907-2023 硅锭、硅块和硅片中非平衡载流子复合寿命的测试 非接触涡流感应法

1 范围 本文件描述了用非接触式涡流感应法测试太阳能电池用单晶硅锭、硅块和硅片中非平衡载流子复 合寿命的方法。 本文件适用于非平衡载流子复合寿命在0.1μs~10000 μs、电阻率在0.1 Ω cm~10000 Ω cm 的硅锭、硅块和硅片的测试。其中瞬态光电导衰…

Spring定时任务@Scheduled

在 Spring 框架中,可以使用定时任务来执行周期性或延迟执行的任务。Spring 提供了多种方式来配置和管理定时任务。有Java自带的java.util.Timer类,也有强大的调度器Quartz,还有SpringBoot自带的Scheduled。 在实际应用中,如果没有…

实际项目中如何进行问题排查

Linux自带 文本操作 文本查找 - grep文本分析 - awk文本处理 - sed文件操作 文件监听 - tail文件查找 - find网络和进程 网络接口 - ifconfig防火墙 - iptables -L路由表 - route -nnetstat其他常用 进程 ps -ef | grep java分区大小 df -h内存 free -m硬盘大小 fdisk -l | gr…

STM32F4_USB读卡器(USB_Slave)/USB U盘(Host)

前言 STM32F4芯片自带了USB OTG FS(FS,即全速,12Mbps)和USB OTG HS,支持USB Host和USB Device。 1. USB简介 USB,是英文Universal Serial BUS(通用串行总线)的缩写,是一…

硬盘无法分区的原因以及3种解决方法!

硬盘无法分区的原因 无论是新买的硬盘还是用了很久的硬盘,在分区过程中都可能会遇到硬盘无法分区的问题。在这里我们总结了以下几点原因: 主板生产商为了防止病毒侵入引导区文件在主板进行了设置,导致硬盘无法进行分区。 新买的硬盘没有…

42910-2023 无机胶粘剂高温压缩剪切强度试验方法

1 范围 本文件描述了在高温条件下测定无机胶粘剂压缩剪切强度的试验方法。 本文件适用于300℃~1000℃温度范围内,耐热陶瓷、复合材料及其他非金属材料之间搭接压缩 剪切强度的测定。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可…

一、BurpSuite基本界面学习

一、Dashboard 1.Scan Scan功能:能够对网站进行爬行(主要发现网站可交互的接口和网址关联的路径,结果显示在Target)和代码审计(除了爬行的效果外,一定程度上会进行漏洞发现与查找) 重点&#…

VMware17.0安装教程(2023最新最详细)

目录 一.简介 二.安装步骤 软件:VMware版本:17.0语言:简体中文大小:554.98M安装环境:Win11/Win10/Win8/Win7硬件要求:CPU2.6GHz 内存4G(或更高)下载通道①百度网盘丨下载链接: htt…

如何快速从Oracle迁移到Mysql?

database 一、使用navicat工具二、问题 一、使用navicat工具 1、选择工具中的数据传输 2、源选Oracle,目标选Mysql,一直点下一步 二、问题 1、navicat连接oracle报错:Oracle library is not loaded navicat是通过oracle的客户端连接oracle的,报这个错是因为navicat for or…

SpringBoot 入门 参数接收 必传参数 数组 集合 时间接收

接口声明 RestController //表示该类为请求处理类public class HttpDeal {RequestMapping("/login")//这个方法处理哪一个地址过来的请求public String hello(){return "返回给浏览器";}}接收参数 RequestMapping("/login")public String logi…

【tg】2:视频采集的输入和输出

属于libtgcalls模块使用了 media thread和 worker thread 代码分布 视频采集 对外的interface :VideoCaptureInterface static std::unique_ptr<VideoCaptureInterface> Create(std::shared_ptr<Threads> threads

看《软技能》的读后感

最近在图书大夏看了一本书的一部分&#xff0c;书名是《软技能》。本人看到了几个有意思的观点。一是接一些兼职项目。 二是分享自己的技术&#xff0c;让同事能干自己的工作&#xff0c;让自己的工作变得别人也能干&#xff0c;才有机会让自己的职位提升。 三是让手动操作变…

一个功能强大的Flutter开源聊天列表插件

flutter_im_list是一款高性能、轻量级的Flutter聊天列表插件。可以帮助你快速创建出类微信的聊天列表的效果。 目录 预览图示例视频教程如何使用API 预览图 整体长按输入中动图 示例 Examples 视频教程 欢迎通过视频教程学习交流。 如何使用 第一步添加依赖 在项目根…

爬虫进阶-反爬破解7(逆向破解被加密数据:全方位了解字体渲染的全过程+字体文件的检查和数据查看+字体文件转换并实现网页内容还原+完美还原上百页的数据内容)

目录 一、全方位了解字体渲染的全过程 1.加载顺序 2.实践操作&#xff1a;浏览器中调试字体渲染 3.总结&#xff1a; 二、字体文件的检查和数据查看 1.字体文件的操作软件 2.映射关系的建立 3.实践操作&#xff1a;翻找样式和真实内容 4.总结&#xff1a; 三、字体文…

【c++】简单了解运算符重载

引例 class Integer{ public:Integer(int num):_num(num){}int& getValue(){return _num;} private:int _num; };现在有两个Integer对象a,b。想让a和b相加得到的结果给对象c&#xff0c;现在可以肯定的是cab编译后肯定会报错 请注意这条信息no match for operator (oper…

Zookeeper、Kafka集群与Filebeat+Kafka+ELK架构、部署实例

Zookeeper、Kafka集群与FilebeatKafkaELK架构、部署实例 一、Zookeeper1.1、Zookeeper 定义1.2、Zookeeper 工作机制1.3、Zookeeper 特点1.4、Zookeeper 数据结构1.5、Zookeeper 应用场景1.5、Zookeeper 选举机制1.5.1、 第一次启动选举机制1.5.2、 非第一次启动选举机制 二、Z…

信息系统项目管理师教程 第四版【1-共24章整体脑图整理】

信息系统项目管理师教程 第四版 电子版链接 链接&#xff1a;https://pan.baidu.com/s/1cicvAH519G-j2IBjE69JCQhttps://link.zhihu.com/?targethttps%3A//pan.baidu.com/s/1cicvAH519G-j2IBjE69JCQ 提取码&#xff1a;1qaz 如果失效可以用下面这个&#xff0c; 链接&…