【例题+习题】【数值计算方法复习】【湘潭大学】(二)
第二章:函数基本逼近(一)——插值逼近
目录
- 第二章:函数基本逼近(一)——插值逼近
- 写在前面的话
- 知识点(重点)
- 拉格朗日插值公式
- Neville 插值公式
- 牛顿插值公式
- 拉格朗日插值多项式和牛顿插值多项式
- Hermite 插值
- 龙格现象
- 插值法小结
- 例题(重点)
- 拉格朗日插值
- 差商
- 埃尔米特插值
- 习题2
- 2.1 (重点)
- 2.2
- 2.3
- 2.4
- 2.5
- 2.6(重点)
- 2.7
- 2.8
- 2.9
- 2.10
- 2.11(重点)
- 2.12
- 2.13
- 2.14
- 2.15
- 2.16(重点)
- 2.17
- 2.18
- 2.19
- 2.20
- 2.21
- 2.22
- 2.23
- 2.24
- 2.25
- 2.26
写在前面的话
书籍:《数值计算方法》
作者:黄云清、舒适、陈艳萍、金继承、文立平、石钟慈 编 / 科学出版社
本系列在于弄清考试重点,不在于深挖,供复习参考~主要的方式是通过写题来了解知识点。
知识点(重点)
拉格朗日插值公式
注意n+1个样本点,对应n次拉格朗日插值公式。
若一个n次代数多项式至少存在n+1个根,则它一定恒为0。这一点可证唯一性。
拉格朗日插值公式不具备承袭性,即不能利用原有计算结果,每当有一个新的样本点就需要重新计算。
Neville 插值公式
任意两个低次插值多项式线性组合得到高一次的插值多项式,简单来说就是存下低次拉格朗日插值公式的值,用于算高次的拉格朗日插值,也是一样,n+1个点对应n次。
牛顿插值公式
牛顿插值公式引入差商的概念。
拉格朗日插值多项式和牛顿插值多项式
Hermite 插值
Hermite 插值相较于拉格朗日插值法引入逼近函数导数这一点。具体可以看看下面的例题,书里没有直接的公式。
龙格现象
并不是说逼近的次数越高效果越好,在某些情况下反而会变差,这就是龙格现象。同时还要考虑误差的累计。
插值法小结
例题(重点)
拉格朗日插值
差商
埃尔米特插值
习题2
2.1 (重点)
带公式就行~
2.2
第1问中当k=1时就是我们常见的拉格朗日插值公式。当i=j时,克罗内克符号为1,反之为0,所以当带入1到n中的一个数时,其他的情况都会为0,只有那个数会存活下来~
第2问中用牛顿插值法,其中1阶均差步长为1,2阶均差步长为2。利用插值多项式的唯一性证明牛顿插值在f(x)为l0(x)l_0(x)l0(x)时是唯一的,且等于l0(x)l_0(x)l0(x)。
数值分析|牛顿插值|埃尔米特插值(突击速成,包含例题)
2.3
从题干中可以发现ϵ\epsilonϵ不见了,这说明在后面的过程中被当作趋于0的数了。题目又提到拉格朗日,这个p(x)一看就是拉格朗日公式推导过来的,只是中间这个导数需要通过变化得到。
2.4
这道题涉及到矩阵,和分段插值有关不是我们的重点。
2.5
拉格朗日虽然直观,但是需要重复计算。在计算机计算时,我每次来一个节点就得重新算一次,所以Neville插值公式出来了。每次增加一个节点,前面的计算工作均可利用。
答案有一个地方写错了,至于怎样是对的大家可以找规律~
2.6(重点)
带公式~注意阶数就行。
这题明显有问题,第一问应该是1,第二问才是0。根据上面的性质2.4就看得出来。
2.7
这题和前面的2.2很相似。
2.8
上三角表示前向,下三角表示反向,最后一个是中间开始。这题是前向,这题的证明没有答案,要证明也好证明,把上三角拆开写成后一项减前一项化简就好。
2.9
这题emmmmm感觉不会考吧,实在要证明套路也是一样的。
2.10
这题也比较容易看懂,两边分别看作两个函数,后面的可以被前一个利用来证明。
2.11(重点)
等距节点是考试的重点,前向啊,反向啊得清楚。前向是减后向是加,前向起始点是开头,后向起始点是结尾,不要搞反了。
2.12
两点三次的埃尔米特插值公式记住就行,然后带公式。
埃尔米特插值多项式(例题)Hermite
2.13
利用拉格朗日插值公式求解,分两种情况考虑a和b,把这两者都放在p2n−1p_{2n-1}p2n−1里面。
2.14
2.15
2.16(重点)
给出的答案没有算平方,取最大值就是x取中间值,相减就是h/2,但是没有算最后的平方,不知道这是故意把范围缩放还是写错了…
2.17
2.18
2.19
2.20
2.21
2.22
2.23
2.24
2.25
2.26
【例题+习题】【数值计算方法复习】【湘潭大学】(二)相关推荐
- 【例题+习题】【数值计算方法复习】【湘潭大学】(五)
第五章:线性代数方程组求解 目录 第五章:线性代数方程组求解 写在前面的话 知识点(重点) 向量空间(范数,条件数) Jocabi迭代法 Gauss-Seidel迭代格式 SOR松弛法 共轭梯度法思想 ...
- 【例题+习题】【数值计算方法复习】【湘潭大学】(七)
第七章:非线性方程的数值解法 目录 第七章:非线性方程的数值解法 写在前面的话 知识点(重点) 牛顿迭代法 牛顿下山法 例题(重点) 习题 7.6 7.10 7.12 7.15 写在前面的话 书籍:& ...
- 【例题+习题】【数值计算方法复习】【湘潭大学】(六)
第六章:矩阵特征值问题的解法 目录 第六章:矩阵特征值问题的解法 写在前面的话 知识点(重点) 乘幂法和反乘幂法思想 例题(重点) 基础 盖尔圆盘 特征值扰动 同号数 习题 6.1 6.4 6.10 ...
- 【例题+习题】【数值计算方法复习】【湘潭大学】(四)
第四章:数值积分与数值微分 目录 第四章:数值积分与数值微分 写在前面的话 知识点(重点) 公式 Newton-Cotes公式 复化求积公式 高斯型求积公式 例题(重点) 复化求积公式 高斯型求积公式 ...
- 【例题+习题】【数值计算方法复习】【湘潭大学】(三)
第三章:函数基本逼近(三)--最佳逼近 目录 第三章:函数基本逼近(三)--最佳逼近 写在前面的话 知识点(重点) 两种逼近 最佳一致逼近多项式 切比雪夫多项式 内积空间的最佳逼近 最佳平方逼近与正交 ...
- 【例题+习题】【数值计算方法复习】【湘潭大学】(一)
第一章:引言 目录 第一章:引言 写在前面的话 知识点(重点) 例题(重点) 机器数系(计算机浮点数表示) 有效数字 数值稳定 习题1 1.1(重点) 1.2(重点) 1.3 1.4 1.5 1.6( ...
- 数值计算方法复习之曲线拟合的最小二乘法
一.最小二乘原理 (1)误差(残差)的定义:[作为y=f(x)的近似函数] (2)最小二乘法的定义:误差平方和最小的拟合 (3)最小二乘法的经典求解法: 对给定数据(xi,yi),i=1,2,3,.. ...
- 【课后习题】数值计算方法期末复习
目录 写在前面的话 习题1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 习题2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11 ...
- 数值计算方法(石东洋)习题答案
数值计算方法课后习题的作业答案 是当时老师布置的作业,作业都是自己写的,网上找不到答案,上传到CSDN分享给需要的人. 除了有一次的作业找不到了,其他都在这里了. 习题一 习题二 习题三.四 习题七
最新文章
- mysql用binlog恢复数据_mysql 利用 binlog 恢复数据
- centos pptp+l2tp+radius+mysql+tc限速,安装配置
- lombok 下的@Builder注解用法
- c++ map 析构函数_C++学习刷题6--C++类的使用:构造函数、析构函数和类的使用
- 3-spark学习笔记-SparkAPI
- 框架:springboot组合spring、springmvc、mybatis的一个小demo
- JAVA文件写入FileWriter
- 设计模式的理解: 代理模式(Proxy)
- 用window.location.href实现页面跳转
- 搜索引擎排序DEMO
- android极光推送声音,android 极光推送 声音与振动 的关闭和开启
- UIScrollview 技巧
- 自定义元素探秘及构建可复用组件最佳实践 1
- 数据结构笔记(六)-- 双向链表
- hdu 1251(字典树)
- 开源Jamendo在线音乐播放器源码(四)
- homeassistant 快速入门
- 软件测试面试两个月,我是如何进入奇虎360?面试总结分享给大家
- winEdit无法生成PDF解决方案
- 鸿蒙申请入口联系人邮箱格式不对,为什么appid输入邮箱地址不对
热门文章
- Java 8 Features Tutorial – The ULTIMATE Guide
- Oracle11g修改实例名和数据库名
- python 学习笔记二 搭建ftp服务器
- 【Python】BMI指数 计算器
- C#LeetCode刷题之#706-设计哈希映射(Design HashMap)
- python交换两个变量的值
- 项目使用ts辅助_我如何建立辅助项目并在第一周获得31,000名用户
- 西河某人_如何使用增强现实祝某人生日快乐
- webhooks_在本地开发时如何测试Webhooks
- 2048游戏代码python_200 行代码实现简易版 2048 游戏 (python)