数值分析笔记2_牛顿插值

最新推荐文章于 2023-11-07 21:27:46 发布

gynamics

最新推荐文章于 2023-11-07 21:27:46 发布

阅读量1.2k

点赞数

分类专栏：数值分析笔记

本文链接：https://blog.csdn.net/gynamics/article/details/102987620

版权

本文介绍了牛顿插值法，包括差分方法、逐步插值的递归思想、差商概念及其在等间距采样点上的应用。通过递归公式，展示了牛顿插值如何在O(N)时间内计算，并讨论了误差分析，指出牛顿插值相比于拉格朗日插值具有较小的误差增长。

摘要由CSDN通过智能技术生成

牛顿插值

本文内容完全原创，严禁抄袭。

差分方法

差分法起源于微积分的近似求解，对于一个简单的微分方程
$y d x + d y = 0$
如果将 $d y, d x$ 都近似为点 $x_0$ 很小的邻域上的对应的长度 $\Delta y,\Delta x$ ，那么在 $x_0$ 处微分方程的解就可以近似为：
$y_0=-\frac{\Delta y}{\Delta x}$
可以看出，差分思想的本质其实是线性插值，但是差分的定义中用 $\Delta x$ 取代了原来两点的差距 $x_i-x_j)$ ，这样，当我们采取等间隔插值的方式时，差分的计算就变得很简便了。

逐步插值的思考

在很多情况下我们并不是一次性得到了所有的点，而是逐步得到了一个又一个的数据点。采用拉格朗日插值的方法要求重新计算所有的插值系数，这会造成大量的浪费，特别是对大量堆叠的数据点，无法完成迅速有效的插值。

在这种情况下，考虑使用递归定义的方法处理朗格朗日插值公式的系数：
$L_k(x)=\frac{\prod_{l=0,l\neq k}^n(x-x_l)} {\prod_{l=0,l\neq k}^{n}(x_k-x_l)}$
注意到在插入第 $(n + 1)$ 个点的时候，分母和分子中关于原来的 $n$ 个点的差值乘积并没有发生变化，有变化的只有下面的两种：
$1.\quad\quad\quad L^\prime_{n+1}(x)=f(x_{n+1})\frac{\prod_{l=0,l\neq n+1}^n(x-x_l)} {\prod_{l=0,l\neq n+1}^{n}(x_{n+1}-x_l)}$
$2.\quad\quad\quad L^\prime_k(x)=\frac{x-x_{n+1}}{x_k-x_{n+1}}L_k(x)$