对牛顿差分多项式的理解

最新推荐文章于 2024-03-16 15:11:21 发布

frboom

最新推荐文章于 2024-03-16 15:11:21 发布

阅读量4.3k

点赞数 1

分类专栏：牛顿差分多项式

本文链接：https://blog.csdn.net/frboom/article/details/108558386

版权

牛顿差分多项式专栏收录该内容

1 篇文章 0 订阅

订阅专栏

继牛顿插值的差商多项式后，由于现实中的大部分数据都是等距的，于是提出了一种简便的差分计算。而差分又分为向前差分和向后差分。向前差分是以y0为基础，逐渐增加后面数据对插值多项式的影响。向后差分是以yn为基础，逐渐增加前面的数据对插值多项式的影响。

前向差分的计算方式是

一阶向前差分为： $\Delta y_k=y_{k+1}-y_k$

二阶向前差分为： $\Delta^2 y_k=\Delta(\Delta y_k)=\Delta y_{k+1}-\Delta y_k$

。。。

m阶向前差分为： $\Delta^m y_k=\Delta(\Delta^{m-1} y_k)=\Delta^{m-1} y_{k+1}-\Delta^{m-1} y_k$

后向差分的计算方式基本上与前向相同，没什么区别，只不过前向是 $y_{k+1}-y_k$ ，而后向是 $y_k-y_{k-1}$ ，当然还有就是符号要倒过来。

一阶向后差分为： $\triangledown y_k=y_k-y_{k-1}$

。。。

m阶向后差分为： $\triangledown^m y_k=\triangledown (\triangledowkn^{m-1} y_k)=\triangledown ^{m-1} y_k-\triangledown ^{m-1} y_{k-1}$

此时 f[x_0,x_1,...,x_m] 的计算有了变化

由于是等距的，所以 $x_n=x_0+n\times h$

$f[x_0,x_1]=\frac{f(x_1)-f(x_0)}{h}=\frac{\Delta f(x_0)}{h}$

其中 $f[x_1,x_2]=\frac{f(x_2)-f(x_1)}{h}=\frac{\Delta f(x_1)}{h}$

$f[x_0,x_1,x_2]=\frac{f[]x_1,x_2)-f[x_0,x_1])}{2h}=\frac{\frac{\Delta f(x_1)}{h}-\frac{\Delta f(x_0)}{h}}{2h}=\frac{\Delta ^2 f(x_0)}{2h^2}$

$f[x_0,x_1,x_2,x_3]=\frac{\Delta^3 f(x_0)}{3!h^3}$

。。。

$f[x_0,x_1,...,x_m]=\frac{\Delta^m f(x_0)}{m!h^m}$

也可计算得到向后差分规律：

$f[x_n,x_{n-1},...,x_{n-m}]=\frac{\triangledown ^m f(x_n)}{m!h^m}$

其实很类似于泰勒公式了。

泰勒公式（从零处展开）：

$f(x)=f(0)+\frac{f^{'}(0) }{1!}x+\frac{f^{''}(0) }{2!}x^{2}+...+\frac{f^{(n)}(0) }{n!}x^{n}$

原所求的插值多项式：

$\begin{matrix} N_n\left ( x \right )= \ f\left [ x_0 \right ] +f[x_0,x_1](x-x_0) \\ +f\left [x_0,x_1,x_2 \right ](x-x_0)(x-x_1)+... \\ \ +f\left [x_0,x_1,...,x_n \right ](x-x_0)(x-x_1)\cdot ...\cdot (x-x_{n-1}) \end{matrix}$

代入 $x_n=x_0+n\times h$ 后的向前插值多项式为：

$\begin{matrix} N_n\left ( x_m \right )= \ f(x_0)+\Delta f(x_0)h \\ +\frac{\Delta^2 f(x_0) }{2!}m(m-1)+... \\ \ \frac{\Delta^n f(x_0)}{n!}m(m-1)\cdot ...\cdot(m-n+1)\end{matrix}$

令 $x_m=x_n+m\times d$ 向后插值多项式为：

$\begin{matrix} N_n\left ( x_m \right )= \ f(x_n)+\triangledown f(x_n)d \\ +\frac{\triangledown ^2 f(x_n) }{2!}m(m+1)+... \\ \ \frac{\triangledown ^n f(x_n)}{n!}m(m+1)\cdot ...\cdot(m+n-1)\end{matrix}$