数值计算(四) |
您所在的位置:网站首页 › 三个函数值两个导数值的埃尔米特 › 数值计算(四) |
L a g r a n g e \qquad Lagrange Lagrange和 N e w t o n Newton Newton插值法都要求与被插值函数在插值节点上的函数值相等,现在如果再将要求收敛一下,还要求在节点上它们的一阶导数甚至高阶导数也相等呢?这时我们该怎么处理这类问题嘞?所以此时我们引入了今天的主题 H e r m i t e Hermite Hermite插值法。 Hermite插值多项式\qquad 给定 n + 1 n+1 n+1个相异的插值节点,不妨设 a ≤ x 0 < x 1 < . . . < x n ≤ b a\leq x_0< x_1αj(xk)=δjkβj(xk)=0αj′(xk)=0βj′(xk)=δjk \qquad 利用 α j , β j \alpha_j,\beta_j αj,βj ( j = 0 , 1 , 2 , . . . , n ) (j=0,1,2,...,n) (j=0,1,2,...,n)来构造多项式 H 2 n + 1 ( x ) = ∑ j = 0 n [ y j α j ( x ) + m j β j ( x ) ] H_{2n+1}(x)=\sum\limits_{j=0}^{n}[y_j\alpha_j(x)+m_j\beta_j(x)] H2n+1(x)=j=0∑n[yjαj(x)+mjβj(x)]由于 α j , β j ∈ ℘ 2 n + 1 \alpha_j,\beta_j\in \wp_{2n+1} αj,βj∈℘2n+1,所以 H 2 n + 1 ∈ ℘ 2 n + 1 H_{2n+1}\in\wp_{2n+1} H2n+1∈℘2n+1,由基函数条件可以得到 H 2 n + 1 H_{2n+1} H2n+1满足插值条件,后结合n次 L a g r a n g e Lagrange Lagrange插值多项式的基函数: l i ( x ) = ∏ i = 0 , i ≠ j n ( x − x j x j − x i ) , \qquad \qquad \qquad \qquad \qquad \qquad \qquad \qquad \qquad l_i(x)=\prod\limits_{i=0,i\neq j}^n\Large (\frac{x-x_j}{x_j-x_i}), li(x)=i=0,i=j∏n(xj−xix−xj), j = 0 , 1 , 2... n j=0,1,2...n j=0,1,2...n 在加上简易推导(嘿嘿兴趣的可以自己去搞一下哦)即可得到对应插值多项式 其中应用最为广泛的就是三次 H e r m i t e Hermite Hermite插值多项式: H 3 ( x ) = f ( x k ) α k ( x ) + f ( x k + 1 ) α k + 1 ( x ) + f ′ ( x k ) β k ( x ) + f ′ ( x k + 1 ) β k + 1 ( x ) H_3(x)=f(x_k)\alpha_k(x)+f(x_{k+1})\alpha_{k+1}(x)+f'(x_k)\beta_k(x)+f'(x_{k+1})\beta_{k+1}(x) H3(x)=f(xk)αk(x)+f(xk+1)αk+1(x)+f′(xk)βk(x)+f′(xk+1)βk+1(x)其中的基函数 α j ( x ) , β j ( x ) \alpha_j(x),\beta_j(x) αj(x),βj(x)分别是个啥呢? { α k ( x ) = ( 1 + 2 x − x k x k + 1 − x k ) ( x − x k + 1 x k − x k + 1 ) 2 α k + 1 ( x ) = ( 1 + 2 x − x k + 1 x k − x k + 1 ) ( x − x k x k + 1 − x k ) 2 \begin{cases} \alpha_k(x)=(1+2\Large \frac{x-x_k}{x_{k+1}-x_k})(\frac{x-x_{k+1}}{x_k-x_{k+1}})^2\\ \\ \alpha_{k+1}(x)=(1+2\Large \frac{x-x_{k+1}}{x_k-x_{k+1}})(\frac{x-x_k}{x_{k+1}-x_k})^2 \end{cases} ⎩⎪⎪⎪⎨⎪⎪⎪⎧αk(x)=(1+2xk+1−xkx−xk)(xk−xk+1x−xk+1)2αk+1(x)=(1+2xk−xk+1x−xk+1)(xk+1−xkx−xk)2 { β k ( x ) = ( x − x k ) ( x − x k + 1 x k − x k + 1 ) 2 β k ( x ) = ( x − x k + 1 ) ( x − x k x k + 1 − x k ) 2 \begin{cases} \beta_k(x)=({x-x_k})\Large(\frac{x-x_{k+1}}{x_k-x_{k+1}})^2\\ \\ \beta_k(x)=({x-x_{k+1}})\Large(\frac{x-x_k}{x_{k+1}-x_k})^2 \end{cases} ⎩⎪⎪⎨⎪⎪⎧βk(x)=(x−xk)(xk−xk+1x−xk+1)2βk(x)=(x−xk+1)(xk+1−xkx−xk)2 插值余项\qquad 设 f ∈ C 2 n + 2 [ a , b ] , x 0 , x 1 , x 2 , . . . , x n ∈ [ a , b ] f\in C^{2n+2}[a,b],x_0,x_1,x_2,...,x_n\in[a,b] f∈C2n+2[a,b],x0,x1,x2,...,xn∈[a,b]为相异节点, H 2 n + 1 H_{2n+1} H2n+1为满足插值条件的2n+1次 H e r m i t e Hermite Hermite插值多项式,那么对于任意的 x ∈ [ a , b ] x\in[a,b] x∈[a,b]存在 ξ = ξ ( x ) ∈ ( a , b ) \xi=\xi(x)\in(a,b) ξ=ξ(x)∈(a,b)使得: \qquad \qquad \qquad \qquad R 2 n + 1 ( x ) = f ( x ) − H 2 n + 1 ( x ) = f ( 2 n + 2 ) ( ξ ) ( 2 n + 2 ) ! ω n + 1 2 ( x ) R_{2n+1}(x)=f(x)-H_{2n+1}(x)= \Large \frac{f^{(2n+2)}(\xi)}{(2n+2)!}\omega^2_{n+1}(x) R2n+1(x)=f(x)−H2n+1(x)=(2n+2)!f(2n+2)(ξ)ωn+12(x) 其中 ω n + 1 ( x ) = ∏ i = 0 n ( x − x i ) \omega_{n+1}(x)=\prod\limits_{i=0}^n(x-x_i) ωn+1(x)=i=0∏n(x−xi) 实战冲老规矩,看不懂公式没关系,我们之间看看咱会不会用公式就行了。先会用然后才有机会弄懂这玩意到底在干嘛。 咱自己也上来手写一道试试看: 欢乐的时光总是短暂的,让我们下一次再见!!! good good study,day day up! (study hard, improve every day) 预知后事,请听下回分解!!!! |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |