CSU_科学计算与数学建模_学习笔记（2）

科学计算与数学建模，郑洲顺老师
平台——学堂在线 https://www.xuetangx.com/course/CSU07011000630/5882763?channel=learn_title

插值函数

引入理想的近似函数

有一个未知函数和足够多的函数值
近似函数，希望简单，并且容易计算，计算方便

足够好的性态：

• 连续的比间断的好
• 可导的比连续的好
• 可导的阶数越高的性态越好

+思路，从给定的函数类找
—— 将问题转变为求解能满足条件的函数系数
比如三角函数、多项式函数等等

目标：要满足n+1个节点，n次项，n+1个方程构成的方程组，求解满足的系数项a0, a1,…, an

• 
  系数矩阵行列式不为0，有唯一解
  根据多项式函数的特点—— 只有x0,x1,…,xn有相同值时，行列式才为零—— > 只需保证节点互不相同
  以上，插值多项式的存在性和唯一性

+现实问题
当节点数n+1很大时，用解线性方程组来求解差值问题有效吗？ 可行性？

2.2 求插值多项式的Lagrange法

+思路：如何把复杂的问题简单化？

利用特点，绕过复杂性
—— 函数值在某个a点处等于0——> 函数一定能分解出（x-a）这个因子

利用这条性质，分解出
f(x) = (x-x1)(x-x2)(x-x3)…(x-xn) A0(x)
前面的最高次项已是x^n——> A0(x)只能是常数——> 将(x0，1)代入，得到A0的常数值——> 得到在x0处等于1，其他节点处等于0——> 求解出插值多项式
即，用拉格朗日的方法，替代解方程的方法

再用对应节点的插值基函数乘以对应节点的函数值，得到拉格朗日插值函数

具体实例

用两点作插值，线性插值

• 

+自己默写，三点插值函数

+进一步直观认识
三点插值函数，是二次函数（二次插值）
二次插值，在几何上，就是用通过曲线上三点的抛物线近似代替曲线
也称为抛物线插值

• 

牛顿法的改进

+问题引入
如果再多给一个节点，能迅速算出吗？
——不行，拉格朗日不足点，重新计算，不满足计算的继承性

工程性，数据不会一次性给到

P1(x0) = y0 + Q1(x0) = y0
Q1(x) 含有(x-x0)的因子

牛顿多项式，比拉格朗日插值多项式更方便，且具备继承性

牛顿多项式的特点，任何一个不高于n次的多项式，都可表示成下列一组函数的线性组合

+总结
拉格朗日方法，新增的节点信息，必须参与到每一个基函数的构造中去
而牛顿方法，新的基函数有继承性，和节点的信息相关，构造的基——利用前面几组基的共同特点后，得到了牛顿插值的“完美”方法，用跟节点相关又升幂的一组基

+问题
牛顿法的ak

• 分母为xk和它前面所有的节点插值；
• 分子一定是用yk来解
• 分子，yk- ？ 如何让这一过程让计算机实现？

考虑等距节点情况

+问题
如何归纳ak？ 好找规律吗？
步长等距，ak？

分母= kh(k-1)h(k-2)h…h = k!h^k
分子，用差分方法表示

定义：f(x)的一阶差分 = yk+1 - yk
二阶差分的表达—— 用一阶差分的差分表示

n+1个节点对应n阶差分
归纳，系数ak 的分子部分，为y0的向前k阶差分

差分表
——显然的给出牛顿插值多项式多一项，只要多算一项的特点
推导出Newton向前差分公式（等距情况）

+了解 向后差分，y0的一阶向前差分 = y1的一阶向后差分
+了解，节点逆序向前差分表

+问题
给了一个实际问题用向前还是向后插值公式？

• 都满足同一组节点，用同一个差分表，但算法不同 若x靠近x0，很多项出现（x-x0），而用向后（x- xn）传播误差大
• 因此，当我们算的点靠近x0，使用向前插值
• 同理，靠近xn，靠近后点，使用向后插值

差商公式（不等距情况）

+问题
若节点不等距，即任意节点的Newton插值多项式的系数
差商与Newton基本插值多项式
差商公式—— 对应函数的差和对应自变量差的商，自记：类似斜率？

+注意，差商与节点顺序无关，即差商具有对称性
原来等距下只算差，现在算完差后+算商

“等腰三角形”形状的表
差商表中的n阶差商（无论x0.。xn什么顺序）就是牛顿插值多项式的对应项的系数an

+总结

1. 函数f(x)的m阶差商，可表示为f(x0),f(x1),…,f(xm)的线性组合;
   实际中，直接用差商表计算，无需使用公式
   
2. 差商具有对称性，与顺序无关；
3. 差商和导数存在关系，存在一点ksi，满足下列等式，在ksi处的m阶导数/m的阶乘，等于关于f在关于m+1个点处的m阶差商
   

+问题
那么插值这种方法，截断误差和方法误差有多少呢？
怎样让误差足够小？达到足够精度？
——> 后续课程