第3章 插值法与最小二乘法
第3章 插值法与最小二乘法
[教学目的与要求]
1.理解插值的基本概念、插值多项式的存在唯一性; 2.掌握拉格郎日插值多项式的构造、插值余项的证明;
3.掌握差商的定义、性质、计算,掌握牛顿插值多项式的构造; 4.理解埃特金逐步插值法思想及构造;
5.掌握埃尔米特插值法插值多项式的构造及其余项的证明; 6.掌握曲线拟合的最小二乘法。
[主要内容]
5.1 插值的基本概念 5.2 拉格郎日插值法 5.3 埃特金逐步插值法 5.4牛顿插值法 5.5 分段插值
5.6 埃尔米特插值法
5.7 曲线拟合的最小二乘法
[重点与难点]
重点:拉格郎日插值、牛顿插值、埃尔米特插值。 难点:埃尔米特插值。
[学时安排]
8学时
[授课内容]
本章主要问题
1、函数f(x)没有明确的表达式,以一组离散数据表示其关系; 2、函数f(x)表达式复杂。 解决方法
构造一个简单的连续函数g(x)近似的替代f(x)。 f(x):被逼近函数 g(x):逼近函数。
若要求g(x)取给定的离散数据,即:
g(xi) = f(xi) (i=0,1,2…n)
f(x):被插值函数。 g(x):插值函数,
若g(x)为代数多项式,称为多项式插值
3.1 插值法
一、插值问题
已知函数y=f(x)在区间[a,b]上n+1个互异节点x 0, x 1, , x n 的函数值为y 0, y 1, , y n ,求作一个次数不高于n 的代数多项式P(x),使其满足:
P n (x i ) =y i
f(x):被插值函数 P n (x):插值函数
i =0, 1, 2, , n
x 0, x 1, , x n :插值节点
二、拉格朗日插值法
1、线形插值
设插值函数为P 1(x ) =a 0+a 1x ,则函数满足:
P 1(x 0) =y 0, P 1(x 1) =y 1
点斜式:P 1(x ) =y 0+
y 1-y 0
(x -x 0)
x 1-x 0
改写为:P 1(x ) =
x -x 0x -x 1
y 0+y 1
x 0-x 1x 1-x 0
l 1(x ) =
x -x 0
x 1-x 0
记:l 0(x ) =
x -x 1x 0-x 1
则:
l 0(x 0) =1l 1(x 0) =0
l 0(x 1) =0l 1(x 1) =1
即:P 1(x ) =l 0(x ) y 0+l 1(x ) y 1 例:已知有
求其近似表达式 解:
P 1(x ) =
x -3x -11
⨯1+⨯2=(x +1) 1-33-121
f (x ) ≈(x +1)
2
例:用线性插值求 (x * = 10.723805)
解:设y =
x ,取x 0 = 100,x 1 = 121
11-10
(115-100) =10. 71428
121-100
则 y 0 = 10 y 1 = 11 从而:≈P 1(115) =10+2、抛物插值
设二次插值多项式为:P 2(x ) =l 0(x ) y 0+l 1(x ) y 1+l 2(x ) y 2 则插值基函数满足:
⎧l 0(x 0) =1⎪
⎨l 1(x 0) =0⎪l (x ) =0⎩20
l 0(x 1) =0l 1(x 1) =1l 2(x 1) =0
l 0(x 2) =0l 1(x 2) =0l 2(x 2) =1
(I ) (II ) (III )
由(I )式知,x 1, x 2是l 0 (x ) 的根,所以有:
l 0(x ) =λ(x -x 1)(x -x 2)
又由l 0(x 0) =λ(x 0-x 1)(x 0-x 2) =1, 得:λ=所以:
1
(x 0-x 1)(x 1-x 2)
l 0(x ) =
(x -x 1)(x -x 2)
(x 0-x 1)(x 0-x 2)
同理可得:
l 1(x ) =l 2(x ) =
这样
(x -x 0)(x -x 2) (x 1-x 0)(x 1-x 2) (x -x 0)(x -x 1) (x 2-x 0)(x 2-x 1)
P 2(x ) =
(x -x 0)(x -x 2) (x -x 0)(x -x 1) (x -x 1)(x -x 2)
y 0+y 1+y 2
(x 0-x 1)(x 0-x 2) (x 1-x 0)(x 1-x 2) (x 2-x 0)(x 2-x 1)
例:已知有y=f(x)的函数表
求其近似表达式
解:
f (x ) ≈P 2(x ) =
(x -2)(x -3) (x -1)(x -3) (x -1)(x -2)
⨯7+⨯2+⨯6
(1-2)(1-3) (2-1)(2-3) (3-1)(3-2)
例:用抛物插值求,(x * = 10.7238) 解:设y =
x ,函数表为
≈P 2(115) =
(115-121)(115-144)
⨯10
(100-121)(100-144) (115-100)(115-144) +⨯11
(121-100)(121-144)
(115-100)(115-121) +⨯12(144-100)(144-121)
=10. 7228
3、 拉格朗日插值 设插值多项式为:
P n (x ) =l 0(x ) y 0+l 1(x ) y 1+... +l n (x ) y n =∑y k l k (x )
k =0
n
则插值基函数满足:l k (x i ) =⎨
⎧1, ⎩0,
k =i
k ≠i
n
由上式知,除x k 外所有节点都是l k (x ) 的根,所以有:
l k (x ) =λ(x -x 0)(x -x 1) (x -x k -1)(x -x k +1) (x -x n ) =λ∏(x -x j )
j =0j ≠k
又由l k (x k ) = 1,得: 所以有:
λ=
1
(x k -x 0)(x k -x 1) (x k -x k -1)(x k -x k +1) (x k -x n )
n x -x j (x -x 0)(x -x 1) (x -x k -1)(x -x k +1) (x -x n )
l k (x ) ==∏
(x k -x 0)(x k -x 1) (x k -x k -1)(x k -x k +1) (x k -x n ) j =0x k -x j
j ≠k
记:ω(x ) =(x -x 0)(x -x 1) (x -x n ) =
∏(x -x )
i
i =0
n
则:l k (x ) =
ω(x ) ω'(x k )(x -x k )
例:已知有求其近似表达式
解:
(x -2)(x -3)(x -4) (x -1)(x -3)(x
-4)
⨯7+⨯2
(1-2)(1-3)(1-4) (2-1)(2-3)(2-4)
(x -1)(x -2)(x -4) (x -1)(x -2)(x -3) +⨯6+⨯9(3-1)(3-2)(3-4) (4-1)(4-2)(4-3) f (x ) ≈P 3(x ) =
3.2 插值多项式中的误差
一、Lagrange 插值余项
f (x ) -P n (x ) 称为用插值多项式P n (x ) 代替f (x ) 的余项,误差或插值余项,记为 :
R n (x ) =f (x ) -P n (x )
例:求f(x)=3x-4x +1在节点1,2,3,4,5,6,7上的Lagrange 插值多项式。 解:就是其本身 例:设f(x)是一个不高于n 次的代数多项式,求证它的n 次Lagrange 插值多项式就是它本身。
证明:设f(x)的n 次Lagrange 插值多项式为P n (x ) , 则:
f (n +1) (ξ)
R n (x ) =f (x ) -P n (x ) =ω(x )
(n +1)!
又因为f(x)是一个不高于n 次的代数多项式,所以:
f
(n +1)
(ξ) =0
即:f (x ) -P n (x ) =0 所以:f (x ) =P n (x )
例:证明
∑l (x ) =1
i i =0
n
证明:设f(x)=1,则其n 次Lagrange 插值多项式为:
∑l (x )
i i =0
n
由插值多项式的唯一性可知,f(x)的n 次Lagrange 插值多项式为其本身 故f (x ) =
n
∑l (x ) =1
i i =0
n
例:证明
∑(x
i =0
i
-x ) k l i (x ) =0
k =1, 2, n
证明: 设f (x ) =(x -p ) k
k =1, 2, , n
则f(x)的n 次Lagrange 插值多项式为其本身 因此:f (x ) =令P=x,则
∑(x
i =0
n
i
-p ) k l i (x ) =(x -p ) k
∑(x
i =0
n
i
-x ) k l i (x ) =(x -x ) k =0
2
例:设f (x ) ∈C [a , b ],且f (a ) =f (b ) =0,证明:
1
max |f (x ) |≤(b -a ) 2max |f ''(x ) | a ≤x ≤b a ≤x ≤b 8
证明:
f ''(ξ)
(x -a )(x -b ) 2
f ''(ξ)
f (x ) =l 0(x ) f (a ) +l 1(x ) f (b ) +(x -a )(x -b )
2
f ''(ξ)
f (x ) =(x -a )(x -b )
2
f (x ) =P 1(x ) +
a +b (b -a ) 2
函数|(x -a )(x -b ) |在x =时取得最大值为,因此
24
1
max |f (x ) |≤(b -a ) 2max |f ''(x ) | a ≤x ≤b a ≤x ≤b 8
二、高次插值多项式的问题 主要问题:
龙格现象:当插值多项式次数很高时,多项式曲线会在插值区间两端剧烈地震动。 解决方法:分段低次插值(将大区间分为若干个小区间,每个区间使用低次插值)
3.3 分段插值法
一、分段插值的方法
(1)将[a,b]作一划分
a =x 0
(2)在每个小区间[x i , x i +1] 上构造插值多项式p i (x )
(3)将p 0(x ), p 1(x ), , p n -1(x ) 拼接在一起记为g(x),则g(x)为f(x)在[a,b]上的插值函数。
二、分段线性插值
⎧P 0(x ) ⎪P (x ) ⎪
S 1(x ) =⎨1
⎪ ⎪⎩P n -1(x )
x 0≤x ≤x 1x 1≤x ≤x 2x n -1≤x ≤x n
P i (x ) =
x -x i +1x -x i
y i +y i +1
x i -x i +1x i +1-x i
h 2
f (x ) -S 1(x ) ≤max f ''(x )
8a ≤x ≤b
分段线性插值的误差:
h =max h i
i
证明:
f (x ) -S 1(x ) ≤max f (x ) -P i (x )
i
≤max
i
f ''(ξi )
(x -x i )(x -x i +1) 2
f ''(ξi ) h h ≤max i ⋅i
i i 222h 2≤f ''(x ) 8a ≤x ≤b
3.4 牛顿插值
一、差商的定义
一阶差商f [x 0, x 1]=
f (x 1) -f (x 0)
x 1-x 0
f [x 0, x 1]-f [x 1, x 2]
x 0-x 1
f [x 0, x 1, , x k -1]-f [x 1, x 2, x k ]
x 0-x k
二阶差商f [x 0, x 1, x 2]=
k 阶差商f [x 0, x 1, x k ]=二、差商的性质
1、和的形式表示
f [x 0, x 1, x k ]=∑
证明: ①当k=1时 f [x 0, x 1]=
f (x i )
'i =0ω(x i )
k
f (x 1) -f (x 0) f (x 0) f (x 1)
=+
x 1-x 0x 0-x 1x 1-x 0
等式成立
②设当k=m-1时成立,则
f [x 0, x 1, x m -1]=∑f [x 1, x 2, x m ]=∑
③当k=m时
m
m -1
f (x i )
i =0ω(x ) 1i
f (x i )
i =1ω(x ) 2i
f [x 0, x 1, x m ]=
m -1
f [x 0, x 1, , x m -1]-f [x 1, x 2, x m ]
x 0-x m
m
f (x i ) f (x i ) =∑/(x 0-x m ) -∑/(x 0-x m )
i =0ω(x ) i =1ω(x ) 1i 2i
⎤f (x ) f (x 0) m -1⎡f (x i ) 11m
=+∑⎢(-) ⎥+
ω'(x 0) i =1⎢x 0-x m ω(x ) ω(x ) ⎥ω'(x m )
1i 2i ⎣⎦ f (x 0) m -1⎡f (x i ) x i -x m x i -x 0⎤f (x m )
=+∑(-) ⎥+
''ω'(x 0) i =1⎢x -x ω(x ) ω(x ) m i i ⎣0⎦ω'(x m ) f (x 0) m -1f (x i ) f (x m )
=+∑+
ω'(x 0) i =1ω'(x i ) ω'(x m ) =∑f (x i ) i =0ω'(x i )
m
即等式成立 2、对称性
f [x 0, x 1, x k ]=f [x 1, x 0, x k ]= =f [x k , x 1, x 0]
3、导数表示
f (k ) (ξ)
f [x 0, x 1, x k ]=
k !
三、差商的计算
ξ∈[x 0, x n ]
四、牛顿插值公式
⎧f (x ) =f (x 0) +f [x , x 0](x -x 0) ⎪⎪
⎪f [x , x 0]=f [x 0, x 1]+f [x , x 0, x 1](x -x 1) ⎪
⎨
⎪f [x , x , x ]=f [x , x , x ]+f [x , x , x , x ](x -x )
010120122
⎪
⎪
⎪
⎩f [x , x 0, x n -1]=f [x 0, x 1, x n ]+f [x , x 0, x 1, x n ](x -x n )
将以上各式由下而上,逐个代入上式,可得:
f (x ) =f (x 0) +f [x 0, x 1](x -x 0) +f [x 0, x 1, x 2](x -x 0)(x -x 1)
+ +f [x 0, x 1, x n ](x -x 0)(x -x 1) (x -x n -1) +f [x , x 0, x 1, , x n ](x -x 0)(x -x 1) (x -x n )
牛顿插值的承袭性
N n +1(x ) =N n (x ) +f [x 0, x 1, , x n +1](x -x 0)(x -x 1) (x -x n )
例:求证Newton 插值与Lagrange 插值所生成的插值多项式及余项相同。 证明:设Lagrange 插值多项式为L n (x ) , 余项为R L (x ) Newton插值多项式为N n (x ) , 余项为R N (x ) 由插值多项式的存在且唯一性,可得 L n (x ) =N n (x )
又因为f (x ) =L n (x ) +R L (x ) =N n (x ) +R n (x ) 所以有:R L (x ) =R N (x )
f (k ) (ξ)
例:证明f [x 0, x 1, x k ]=
k !
ξ∈[x 0, x n ]
证明:因为Newton 插值与Lagrange 插值所生成余项相同
f (k ) (ξ)
f [x , x 0, , x k -1](x -x 0)(x -x 1) (x -x k -1) =(x -x 0)(x -x 1) (x -x k -1)
k !
f (k ) (ξ)
即f [x , x 0, x 1, , x k -1]=
k !
令x =x k , 则:
f (k ) (ξ)
f [x 0, x 1, x k ]=
k !
例:设f (x ) =(x -x 0)(x -x 1) (x -x n ) ,求f [x 0, x 1, , x p ]之值。这里p ≤n +1,
x i (i =0, 1, , n +1) 互异。
解:
由差商性质可得
f [x 0, x 1, , x p ]=∑
=∑
i =0p
f (x i )
'ω(x ) i =0p i
(x i -x 0)(x i -x 1) (x i -x n )
(x i -x 0)(x i -x 1) (x i -x i -1)(x i -x i +1) (x i -x p )
p
当p ≤n 时 f [x 0, x 1, , x p ]=0 当p =n +1时 f [x 0, x 1, , x p ]=1
3.5 埃尔米特插值法
一、 Hermite 插值问题
已知函数y=f(x)在给定n+1个互异节点x 0, x 1, , x n 上的函数值为y 0, y 1, , y n 导数
', y 1', , y n ',求作一个不高于2n+1次的多项式H 2n+1(x) : 值为y 0
H 2n +1(x ) =a 0+a 1x +a 2x 2+... +a 2n +1x 2n +1
使其满足:
H 2n +1(x i ) =y i
''H 2n +1(x i ) =y i
i =0, 1, 2, , n i =0, 1, 2, , n
二、待定系数法构造 Hermite 插值多项式
设:H 2n +1(x ) =a 0+a 1x +a 2x 2+... +a 2n +1x 2n +1
' 2n H (x ) =a +2a x +... +(2n +1) a x 2n +1122n +1则:
由插值条件可得:
2n +1
⎧a 0+x 0a 1+ +x 0a 2n +1=y 0⎧a 0=? ⎪⎪a =? 2n +1a +x a + +x a =y ⎪01112n +11⎪1⎪ ⎪a 2=? ⎪⎪2n +1
⎪a 0+x n a 1+ +x n a 2n +1=y n ⎪⎪⎪
⇒⎨⎨'2n
a + +(2n +1) x a =y 102n +10⎪⎪ ⎪⎪'2n
a + +(2n +1) x a =y 112n +11⎪⎪⎪ ⎪⎪⎪
'2n ⎪⎪a 1+ +(2n +1) x n a 2n +1=y n ⎩a 2n +1=? ⎩
例:由下表求Hermite 插值多项式
解:设H 3(x ) =a 0+a 1x +a 2x 2+a 3x 3
'
则H 3(x ) =a 1+2a 2x +3a 3x 2
由插值条件可得:
⎧a 0=2⎧a 0=2
⎪a +a +a +a =-3⎪a =-5⎪0⎪1123
⇒⎨⎨
a =-51⎪⎪a 2=-7⎪⎪a 1+2a 2+3a 3=2⎩a 3=7 ⎩
即:H 3(x ) =2-5x -7x 2+7x 3
例:由下表求插值多项式
解:设H 2(x ) =a 0+a 1x +a 2x 2
'
则H 2(x ) =a 1+2a 2x
由插值条件可得:
⎧a 0=2⎧a 0=2
⎪⎪
⎨a 0+a 1+a 2=4⇒⎨a 1=-5⎪a =-5⎪a =7⎩1⎩2
2
即:H 2(x ) =2-5x +7x 三、待定函数法构造 Hermite 插值多项式
设:
' '
H 2n +1(x ) =y 0α0(x ) +y 1α1(x ) +... +y n αn (x ) +y 0β0(x ) +y 1' β1(x ) +... +y n βn (x )
其中都αi (x ), βi (x ) 是2n+1次多项式 对于αi (x ), βi (x ) 应满足:
⎧α(x ) =1
i i ⎪⎪
⎨αi (x j ) =0⎪' ⎪⎩αi (x j ) =0
j ≠i
⎧βi (x j ) =0⎪'
⎨βi (x i ) =1⎪'
⎩βi (x j ) =0
j ≠i
设αi (x ) =(a 1x +b 1) l i 2(x ) 则:
2
⎧⎪αi (x i ) =(a 1x i +b 1) l i (x i ) =a 1x i +b 1=1
⎨' 2' '
⎪⎩αi (x i ) =a 1l i (x i ) +(a 1x i +b 1) ⋅2l i (x i ) =a 1+2l i (x i ) =0
解之得:
' ⎧⎪a 1=-2l i (x i ) ⎨' ⎪⎩b 1=1+2x i l i (x i )
代入得:
αi (x ) =[1-2(x -x i ) l i ' (x i )]l i 2(x )
设βi (x ) =(a 2x +b 2) l i 2(x ) 则:
2⎧⎪βi (x i ) =l i (x i )(a 2x i +b 2) =a 2x i +b 2=0⎨' ' 2⎪⎩βi (x i ) =2l i (x i ) l i (x i )(a 2x i +b 2) +a 2l i (x i ) =a 2=1
解之得:
⎧a 2=1⎨
⎩b 2=-x i
代入得:
βi (x ) =(x -x i ) l i 2(x )
例: 解:设H 2(x ) =a 0+a 1x +a 2x 2
'
则H 2(x ) =a 1+2a 2x
由插值条件可得:
⎧a 0+a 1+a 2=2⎧a 0=10⎪⎪
⎨a 0+2a 1+4a 2=4⇒⎨a 1=-13⎪a +2a =-3⎪a =5
2⎩1⎩2
2
H (x ) =10-13x +5x 2 即:
余项为:
f (3) (ξ)
f (x ) -H 2(x ) =(x -1) 2(x -2)
3!
证明:令
g (t ) =H 2(t ) +
f (x ) -H 2(x )
⋅(t -1) 2(t -2) 2
(x -1) (x -2)
可验证当t=1,2 , x时,g(t)=f(t) 当t=2 时,g ’(t)=f’(t) 所以存在ξ,使f (ξ) =g (ξ)
3
3
因此:
f 3(ξ) =g 3(ξ) =
整理得:
f (x ) -H 2(x )
⋅3! 2
(x -1) (x -2)
f (3) (ξ)
f (x ) -H 2(x ) =(x -1) 2(x -2)
3!
3.6 三次样条插值
一、三次样条函数
定义:设a =x 0
1、S (x ) ∈C 2[a , b ]。
2、在子区间[x k , x k +1]上是三次多项式,则称S(x)为三次样条函数。
3、若对于给定函数f(x)有S (x i ) =f (x i ), i =0, 1, , n ,则称S(x)为三次样条插值函数。 二、三次样条插值多项式
设
⎧S 0(x ) ⎪S (x ) ⎪S (x ) =⎨1
⎪ ⎪⎩S n -1(x )
x 0≤x ≤x 1x 1≤x ≤x 2x n -1≤x ≤x n
其中S k (x ) 在区间[x k , x k +1]应满足 1、S (x j ) =y j
2、S (x j -0) =S (x j +0) 3、S '(x j -0) =S '(x j +0) 4、S ''(x j -0) =S ''(x j +0) 边界条件 1、S '(x 0) =f 0'2、S ''(x 0) =f 0''
S '(x n ) =f n ' S (x n ) =f n ''
S '(x 0+0) =S '(x n -0)
S '(x 0+0) =S '(x n -0)
3、S (x 0+0) =S (x n -0)
5.7 曲线拟合的最小二乘法
一、 主要问题
已知N 个数据点(x i , y i )(i =1, 2, , N ) 构造一个多项式近似代替复杂函数,该构造函数要能较好的反映这N 个数据点的趋势。 二、一次拟合
设所构造的一次函数为y =a +bx ,则每个数据点与拟合曲线的偏差为:
e i =a +bx i -y i
偏差的大小是衡量拟合直线好坏的重要标志,一般有以下三种方法:
(1) (2) (3)
max e i =min
i
∑e
i
i
=min =min
∑e
i
2i
(1)和(2)式中含有绝对值运算,不便于计算,通常采用(3)式。 令
Q (a , b ) =∑e =∑[a +bx i -y i ]2
2i i =1
i =1
N N
即确定a,b 取何值时,Q(a,b)值最小。因此a,b 应满足:
⎧∂Q
=0⎪⎪∂a ⎨
⎪∂Q =0⎪⎩∂b
⎧∂Q N
⎪∂a =∑(a +bx i -y i ) =0⎪i =1
⎨N
⎪∂Q =(a +bx -y ) ⋅x =0
∑i i i
⎪⎩∂b i =1
由此可得法方程:
N N ⎧
⎪Na +b ∑x i =∑y i
⎧a =? ⎪i =1i =1
⇒⎨N ⎨N N
⎩b =? ⎪a x +b x 2=x y
∑i ∑∑i i i ⎪i =1i =1⎩i =1
例:用最小二乘法求一个形如y=a+bx的经验公式,使与下列数据相拟合:
x y
-1 0
0 2
1 6
3 8
解:N =4,x i =3,y i =16,x i =11,x i y i =30
i =1
i =1
i =1
i =1
∑
4
∑
4
∑
4
2
∑
4
故⎨
⎧4a +3b =16
⎩3a +11b =30
86⎧a ==2. 4571⎪⎪35
解得⎨
⎪b =72=2. 0571⎪35⎩
即经验直线为g(x)=2.4571+2.0571x
三、m 次拟合
设所构造的函数为:
y =a 0+a 1x +a 2x 2+... +a m x m
对于N 个数据点每个数据点与拟合曲线的偏差为:
e i =a 0+a 1x i +a 2x i 2+... +a m x i m -y i
令:
Q (a 0, a 1, , a m ) =∑e =∑(a 0+a 1x i +a 2x i 2+ a m x i m -y i ) 2
2i i =1
i =1
N N
即确定a 0, a 1, , a m 取何值时,Q (a 0, a 1, , a m ) 值最小。因此a 0, a 1, , a m 应满足:
⎧∂Q ⎪∂a =0⎪0⎪∂Q
=0⎪∂a ⎨1⎪ ⎪⎪∂Q ⎪∂a =0⎩m
由此可得法方程:
N N N
⎧m
⎪a 0N +a 1∑x i + +a m ∑x i =∑y i
i =1i =1i =1
⎪⎧a 0=? N N N ⎪N ⎪a =? m +1
⎪a 0∑x i +a 1∑x i + +a m ∑x i =∑x i y i ⎪1
⇒⎨i =1⎨i =1i =1i =1
⎪⎪ ⎪⎪⎩a m =? N N N N ⎪m m +12m m a x +a x + +a x =x y i ∑∑∑∑0i 1i m i i ⎪
i =1i =1i =1⎩i =1
例:求下列矛盾方程组的最小二乘解。
⎧x 1+x 2=4⎪
⎨x 1+2x 2=7
⎪x -x =2⎩12
解: 令
⎧u 1=x 1+x 2-4⎪
⎨u 2=x 1+2x 2-7
⎪u =x -x -2
12⎩3
22
ϕ(x 1, x 2)=u 12+u 2+u 3
=(x 1+x 2-4) 2+(x 1+2x 2-7) 2+(x 1-x 2-2) 2
⎧∂ϕ
=2(3x 1+2x 2-13) =0⎪⎪∂x
由 ⎨1
∂ϕ⎪=2(2x 1+6x 2-16) =0⎪∂x ⎩2
⎧3x 1+2x 2=13得法方程组 ⎨
2x +6x =162⎩1
解得 x 1=
2311 x 2= 77
[小结]
通过本章的学习,应掌握
1、插值的基本概念,插值问题的存在且唯一性; 2、拉格郎日插值法及余项; 3、埃特金逐步插值法的构造;
4、差商的定义、性质,牛顿插值法及余项; 5、分段插值;
6、埃尔米特插值法及余项; 7、曲线拟合的最小二乘法。