资源预览内容
第1页 / 共38页
第2页 / 共38页
第3页 / 共38页
第4页 / 共38页
第5页 / 共38页
第6页 / 共38页
第7页 / 共38页
第8页 / 共38页
第9页 / 共38页
第10页 / 共38页
亲,该文档总共38页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
第五章 插值法,在生产和科研实践中常常遇到这种情况: 虽然可以确定所考虑函数的一些性质,但却难以找到它的解析表达式,只能通过实验和观测得到在有限个点上的函数值。要利用这张函数表来分析函数、求出其它一些点上的函数值是困难的; 另外, 有时虽然可以写出函数的解析表达式,但由于结构相当复杂,使用起来很不方便。 面对这些情况,总希望构造某个简单函数作为近似。,当未知函数 y = f(x) 非常复杂时,在一系列节点 x0 xn 处测得函数值: y0 = f(x0) yn = f(xn) 由此构造一个简单易算的近似函数 P(x) f(x), 满足条件P(xi) = f(xi) (i = 0, n),称P(x) 为f(x) 的插值函数。 最常用的插值函数是多项式,插值法 比较古老, 常用的方法。,n次插值基函数, Lagrange插值多项式,拉格朗日插值余项,当 f(x) 为任一个次数 n 的多项式时, , 可知 ,即插值多项式对于次数 n 的多项式是精确的。,通常不能确定 x , 而是估计 , x(a,b) 将 作为误差估计上限。,例:已知,分别利用 sin x 的2次 Lagrange 插值计算 sin 50 并估计误差。,均差的定义:,先介绍均差的定义及性质,性质3(与导数的关系),例,(k=n),Newton均插差值公式,现在我们讨论,
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号