典型例题分析五

典型例题分析五

ID:19275599

大小:257.50 KB

页数:8页

时间:2018-09-22

典型例题分析五_第1页
典型例题分析五_第2页
典型例题分析五_第3页
典型例题分析五_第4页
典型例题分析五_第5页
资源描述:

《典型例题分析五》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、典型例题分析五   例1求证:存在三次多项式满足下面函数表x-2-10131y-56-16-2-24376证 由于表中给出了六个点的函数值,根据Newton插值公式,一般情况下可以构造出一个5次插值多项式,这个5次多项式必然满足上面函数表   构造差商表如下xy一阶差商二阶差商三阶差商四阶差商-2-56    -1-1640   0-214-13  1-20-72 3431207376931520   由上表知,由于四阶差商以上均为0,所以这个5次多项式实际上是3次多项式故存在三次多项式满足是所给的函数表。   一般情况下,给定n+1个节点,可构造一个n次插值多项式,若得到低于n

2、次的插值多项式,称为“退化”情况,利用Newton插值,很容易检查出是否为“退化”情况,因为利用差商(差分)表,当某一阶差商(差分)为常数时,则下一阶差商(差商)必定为0,此时必会出现“退化”情况。   例2 Runge现象的发生和防止   对区间作等距划分:,,分别取以为节点对函数按下述方案进行插值计算,并比较其结果   方案I 拉格朗日插值;   方案II 分段线性插值;   方案III 三次样条插值。   解 这里只将求解后的部分数值结果列于表1中。由此可以看到,拉格朗日插值的效果并没有随n增大而变化,与此相反,在区间端点附近,反而发生了激烈的振荡,即出现了龙格现象。而分段

3、线性插值、三次样条插值都能较好地逼近,且随着n的增大,逼近效果更好,反映了分段线性插值和三次样条插值的一致收敛性,防止了龙格现象的产生,从表中数据可以看到,三次样条插值的精度比分段线性插值更高。表1Xf(x)拉格朗日插值分段线性插值三次样条插值n=10n=20n=10n=20n=10n=200.150.640000.678990.636760.625000.650000.657470.643170.250.390240.342640.395090.425000.403850.380490.389420.350.246150.190580.238450.275000.253850.

4、240550.246270.450.164940.234970.179760.175000.168970.167230.164860.550.116780.215590.080660.125000.118970.117840.116790.650.08648-0.072600.202420.089710.087740.085890.086480.750.06639-0.23146-0.447050.069120.067150.066020.066390.850.052450.719463.454970.053730.052940.052600.052460.950.042440.

5、92362-39.952580.043550.042760.042480.04244   例3 反插值   给出函数的函数表(表2),试利用此数表求使的x值。   表2X2.22.42.62.83.0Y4.4575.4666.6958.19810.018   解 插值是利用函数的已知数据求给定的自变量x所对应的函数y的近似值。而本题则是求已知函数值y所对应的自变量x之值。如果函数的反函数存在,则可把所给数据值y视为自变量取值,而把x的值视为函数值,对反函数进行插值,即可求得欲求的x,这样的问题称为反插值。   由于为单增函数,所以其反函数存在,现用牛顿插值法求解该问题。首先构造反

6、函数的差商表3。   表3yi一阶差商二阶差商三阶差商四阶差商4.4572.2    5.4662.40.19822   6.6952.60.17873-0.01586  8.1982.80.16038-0.013850.00134 10.0183.00.14386-0.011940.00118-0.00009根据差商表可得的牛顿插值多项式                从而可得所以应的值为                              反插值法还可用于方程的近似求根。对函数进行反插值,求所对应的值,即为方程的近似根。   例4 插值法的事后误差估计   已知,试用线

7、性插值求的近似值,并估计插值误差。   解 要用线性插值求在点的值,可取为插值节点,记线性插值式为。经计算易得                                         但是,由于不知道的解析式,故不能直接利用拉格朗日余项式做误差估计。为此,下面用另外一种方法来估计误差。设以为节点的线性插值式为,则有                                                                       其中均属于由和所决

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。