牛顿插值公式

本文介绍了均差的概念及其在牛顿插值公式中的应用,并详细解析了牛顿插值公式的构造方法及误差分析。此外,还探讨了埃尔米特插值方法,包括两种特殊情况下的插值条件设置及相应的多项式构造过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

均差(差商)

  • f[x0,x1]=f(x1)f(x0)x1x0        一阶
  • f[x0,x1,x2]=f(x1,x2)f(x0,x1)x2x0  二阶

性质

1.对上述二解均差展开,得,
f[x0,x1,x2]=f(x0)(x0x1)(x0x2)+f(x1)(x1x0)(x1x2)+f(x2)(x2x0)(x2x1)
依次类推
有,n阶均差可表示为f(x0),,f(xn)的线性组合,且有,
f[x0,x1,,xn]=i=1nf(xi)wn+1(xi)
2.均差与节点的顺序无关
f[x0,x1,,xk]=f[x1,,xk]f[x0,,xk1]xkx0(分母为不同的两个xi相减)
3.f[x0,x1,,xn]=f(n)(ξ)n!,a<ξ,x1,,xn<b

牛顿插值公式

利用均差进行迭代,得,

f(x)===f(x0)+f[x,x0](xx0)f(x0)+f[x0,x1](xx0)+f[x,x0,x1](xx0)(xx1)f(x0)+f[x0,x1](xx0)++f[x0,x1,,xn](xx0)(xx1)(xxn1)+f[x,x0,x1,,xn]wn+1(x)

除最后一项的前面项之和为Nn(x),最后一项为插值余项Rn(x),则f(x)=Nn(x)+Rn(x),其中Nn(x)为牛顿插值公式,即f(x)Nn(x)
当插值节点已知后,还需知其前n阶均差,就可算出Nn(x),均差的计算通常要用到均差表。

均差表的建立

这里写图片描述
其中,以f[x1,x2,x3]为例,分子为前面一阶均差的两项,分母则为x1,x3(以f[x1,x2,x3]为顶点作两条线,其中f(xk)所对应的xk即为作为分母的xk)。
- 对性质3的证明
已知在给定插值节点x0,x1,,xn处,Rn(x)=f(x)Nn(x)=0,即Rn(x)共有n+1个零点,则根据罗尔定理,存在a<ξ<b,使得R(n)n(ξ)=0,即
f(n)(ξ)f[x0,x1,,xn]n!=0
f[x0,x1,,xn]=f(n)(ξ)n!,a<ξ,x1,,xn<b

埃尔米特插值(插值条件与导数有关)

两种情况的描述

插值条件满足

x x0x1x2
f(x)f(x0)f(x1)f(x2)
f(x)f(x1)

x x0x1
f(x)y0y1
f(x)y0y1

对于这两种情况,不仅要满足函数值得要求,还要满足其导数的要求。
- 对于第一种情况,有
H3(x)=f(x0)+f[x0,x1](xx0)+f[x0,x1,x2](xx0)(xx1)+A(xx0)(xx1)(xx2)
再利用H3(x1)=f(x1)求出A
- 对于第二种情况
H3(x)=y0α0(x)+y1α1(x)+y0β0(x)+y1β1(x)α0(x)等均为3次多项式)
其中,对α0(x),有,

α0(x0)=1α0(x1)=0α0(x0)=0α0(x1)=0

构造α0(x)=(xx1)2(ax+b),利用上述式子求出a,b
构造一个4次多项式P4(x),满足
x 0 1 2
f(x) 2-444
f(x)-94

- 1.设多项式为P4(x)=ax4+bx3+cx2+dx+e,代入求解。
- 2.其差商表为

x f(x)一阶二阶
02
1-4-6
2444827

构造P4(x)=26x+27x(x1)+(ax+b)x(x1)(x2),代入,求出a,b
-3. 重节点
建立如下的差商表

x f(x)一阶二阶三阶四阶
02
02-9
1-4-63
1-44107
2444844175

构造多项式P4(x)=29x+3x2+7x2(x1)+5x2(x1)2=5x43x3+x29x+2

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值