任意连续函数的多项式插值逼近

多项式函数由于其计算的简单性,在数值近似方面广泛应用。常用的多项式Lagrange插值,当插值节点数量较大时,表现为极大的数值不稳定性。采用第二类切比雪夫点作为插值节点的重心Lagrange插值,具有极高的数值稳定性。我们研究的问题是:对于区间[-1,1]上给定的任意函数f(x),寻求一个多项式函数pn(x),使得误差‖f(x)-pn(x)‖∞接近机器精度。本文采用重心Lagrange插值计算所给函数在一些第二类切比雪夫点上的插值多项式函数,通过计算机数值计算确定满足逼近精度要求的插值节点数量,从而得到符合精度要求的多项式的阶数。本文方法得到的插值逼近多项式,其导数也充分逼近原函数的导数。给出了本文方法的MATLAB计算程序和数值算例。     

一维重心型插值:公式、算法和应用

重心插值公式具有计算量小、数值计算稳定性好和增加新的插值节点不需重新计算原有插值节点基函数的优点。将经典Lagrange插值改写为重心插值公式,配合切比雪夫点作为插值节点可以避免Lagrange插值的振荡性,有效地提高Lagrange插值的插值精度。在重心插值公式中,通过对插值权的不同选取,可以得到重心有理插值格式。相比多项式插值,重心有理插值具有更高的插值精度。本文对一维重心型插值公式、插值节点分布、插值精度和应用作了评述。给出了各种插值格式的表达式、相关的计算机编程算法和插值算例。     

一维重心型插值:公式、算法和应用

重心插值公式具有计算量小、数值计算稳定性好和增加新的插值节点不需重新计算原有插值节点基函数的优点。将经典Lagrange插值改写为重心插值公式，配合切比雪夫点作为插值节点可以避免Lagrange插值的振荡性，有效地提高Lagrange插值的插值精度。在重心插值公式中，通过对插值权的不同选取，可以得到重心有理插值格式。相比多项式插值，重心有理插值具有更高的插值精度。本文对一维重心型插值公式、插值节点分布、插值精度和应用作了评述。给出了各种插值格式的表达式、相关的计算机编程算法和插值算例。     

重心插值配点法求解初值问题

将计算区间采用第二类Chebyshev点离散,利用数值稳定性好、计算精度高的重心Lagrange插值近似未知函数,建立未知函数各阶导数在计算节点上的微分矩阵,提出数值求解微分方程初值问题的重心插值配点法。采用重心插值配点法将微分方程及其初始条件离散为线性代数方程。将初始条件离散代数方程直接附加到微分方程离散代数方程组,得到n个变量n 2个方程的代数方程组,采用最小二乘法法求解线性代数方程,得到节点的函数值。进而利用微分矩阵直接计算得到未知函数在节点的一阶导数和二阶导数值。数值算例表明本文方法具有计算公式简单、程序实施方便和计算精度高的优点。     

重心插值配点法求解初值问题

将计算区间采用第二类Chebyshev点离散，利用数值稳定性好、计算精度高的重心Lagrange插值近似未知函数，建立未知函数各阶导数在计算节点上的微分矩阵，提出数值求解微分方程初值问题的重心插值配点法。采用重心插值配点法将微分方程及其初始条件离散为线性代数方程。将初始条件离散代数方程直接附加到微分方程离散代数方程组，得到n个变量n＋2个方程的代数方程组，采用最小二乘法法求解线性代数方程，得到节点的函数值。进而利用微分矩阵直接计算得到未知函数在节点的一阶导数和二阶导数值。数值算例表明本文方法具有计算公式简单、程序实施方便和计算精度高的优点。     

基于特殊节点的重心有理插值方法

重心有理插值精度高,且无极点,采用不同的权得到不同的重心有理插值.本文使用切比雪夫点作为插值节点,选取最优插值权来构造重心有理插值.新方法所得插值具有非常高的精度,通过数值实例表明了新方法的有效性.     

重心插值及其在求解高阶微分方程中的应用

将计算区间采用第二类Chebyshev点离散,利用数值稳定性好、计算精度高的重心插值近似未知函数,建立未知函数各阶导数在计算节点上的微分矩阵,提出数值求解微分方程初边值问题的重心插值法。采用重心插值法将微分方程及其初边值条件离散为线性代数方程。利用微分矩阵直接计算得到未知函数在节点上的各阶导数值。数值算例表明本文方法具有计算公式简单、程序实施方便和计算精度高等优点。     

关于修正的二元三角插值多项式

将二元Lagrange三角插值多项式的基函数作组合平均,构造出一个组合型二元三角插值多项式Cnm(f;x,y),得到了算子Cnm(f;x,y)的逼近阶.     

重心插值及其在求解高阶微分方程中的应用

将计算区间采用第二类Chebyshev点离散,利用数值稳定性好、计算精度高的重心插值近似未知函数,建立未知函数各阶导数在计算节点上的微分矩阵,提出数值求解微分方程初边值问题的重心插值法.采用重心插值法将微分方程及其初边值条件离散为线性代数方程.利用微分矩阵直接计算得到未知函数在节点上的各阶导数值.数值算例表明本文方法具有计算公式简单、程序实施方便和计算精度高等优点.     

基于Pade逼近的广义Lagrange混合有理插值

Lagrange插值建立在Lagrange插值基函数的基础之上,是一种便于理论分析的多项式插值。将传统的Lagrange插值方法和Pade逼近相结合,构造一种新的混合有理插值。对于每个插值节点处给定的形式幂级数,先在每个插值节点处求得其Pade逼近,然后用Lagrange插值基函数对它们进行加权组合,从而得到一种新的混合有理插值——广义Lagrange混合有理插值。新的混合有理插值方法通过选择每个插值节点处的Pade逼近,可以获得不同的混合有理插值,且包含传统的Lagrange插值作为特例。为了得到更精确的插值,进一步研究了基于Pade型逼近和基于扰动Pade逼近的混合有理插值。给出的数值例子表明了新方法的有效性。