多项式逼近
给定点对(xi,yi),i=1,⋯,n,找到次数尽可能低的多项式P满足
P(xi)=yi,i=1,⋯,n
这样的问题称为插值多项式
Prob:
- existence
- uniqueness
- How to caculate
唯一性的证明是比较明显的,若不然,存在满足条件的次数不超过n的多项式P,Q
则
δ=P−Q
有n+1个零点,则δ为零多项式
存在性的证明
由归纳法,设结论在k-1时已成立,对k的情况
已有多项式Pk(xj)=yj,j=1,⋯,n
令
Pk=Pk−1+cΠi=1k−1(x−xi)
调整c使得 Pk(xk)=yk即可!
ps: 以上被称为一个校准的过程
ps:我们可以得到
Pn=i=0∑nciΠj=0i−1(x−xj)
ps:直接进行计算,算法复杂度为21n2量级
秦九邵算法(针对于某一个固定的x求值,一个漂亮的递推)

拉格朗日插值
我们可以改写多项式为
Pn=i=0∑nyili
其中
li(xj)=δij
容易得到
li(x)=Πj=0,j=inxi−xjx−xj
其他的插值的方式


误差的估计
Theorem 2.3 :设x0,⋯,xn∈[a,b],有ξx∈(a,b)满足
f−P=(n+1)!1fn+1(ξx)Πi=0n(x−xi)
对不同于xi的x,设ω(t)=Πi=0n(t−xi),ϕ(t)=f−P−λω
取λ满足
ϕ(x)=0
则ϕ(t)∈Cn+1(a,b)有n+2个零点,由Rolle定理,ϕn+1至少有1个零点ξx∈(a,b)
Chebyshev多项式
Theorem 2.5
对x∈[−1,1],有Chebyshev多项式
Tn(x)=cos(ncos−1x),n≥0
Tn(x)有如下递推
T0(x)=1,T1(x)=xTn+1=2xTn(x)−Tn−1(x),n≥1
Properties

Theorem 2.6
设p是首一的n次多项式,则有
∣p∣∞=max−1≤x≤x∣p(x)∣≥21−n
(进行一个证明的贴)


3.10
样条插值
将区间分成t0≤t1≤,⋯≤tn,

满足
- 在[ti−1,ti]上,S为一个次数不超过k的多项式
- S∈Ck−1(t0,tn)
三次样条插值


然后利用
Si′(ti−1)=Si−1′(ti−1)
得到
hi−1zi−1+2(hi−1+hi)zi+hizi+1=hi6(yi+1−yi)−hi−16(yi−yi−1)

Algotithm

theorem
设f∈C2[a,b],a=t0≤⋯≤tn=b,S为插值f的自然样条函数,则
∫ab(S′′(x))2dx≤∫ab(f′′(x))2dx
证明:设g=f−S,g(ti)=0,0≤i≤n,我们有
∫ab(f′′(x))2dx=∫ab(S′′(x))2dx+∫ab(g′′(x))2dx+∫ab((S′′g′′))2dx
下面说明
∫ab((S′′g′′))2dx≥0

(以后再补叭 偷个懒)
追赶法
解微分方程
−dx2d2u=fu(0)=u(1)=0
差分法
取节点0=x0≤x1≤⋯≤xn+1=1,hi=xi−xi−1
近似
−h2ui−1−2ui+ui+1=f(xi)u0=un+1=0

definition:三对角矩阵

矩阵分解

由条件(1)(2)(3)
知满足
βi=bi,i=2,⋯,nα1=a1,αiγ=ci,i=1,⋯,nβiγi−1+αi=ai,i=2,⋯,n
的解是存在的!