插值与拟合专题.pptVIP

数学建模方法——插值与拟合 插值与拟合的关系 在工程中，常有这样的问题：给定一批数据点（它可以是设计师给定，也可能是从测量与采样中得到），需确定满足特定要求的曲线或曲面。对这个问题有两种方法。 一种是插值法。要求所求曲线（面）通过所给的所有数据点。 另一种方法是数据拟合（曲线拟合与曲面拟合）。人们设法找出某条光滑曲线，它最佳地拟合数据，但不必要经过所有数据点。 内容提纲 1、插值问题 2、数据拟合 1、插值问题 1.1、一维插值 插值问题的一般提法：已知y = f(x)（该函数未知） 在互异的n+1个点x0,x1,x2,…,xn处的函数值y0, y1,y2,…, yn,构造一个过n+1个点（xk,yk） k=0,1,2,…,n的次数 不超过n的多项式 y = Ln(x)，（称为插值多项式） 使其满足Ln(xk) = yk ，（称为插值条件） 然后用y = Ln(x)作为准确函数y = f(x)的近似值。此方 法称为插值法。 Theorem：满足插值条件的次数不超过n的多项式 是唯一存在的。 1.1.1 Lagrange插值法 就是满足插值条件的n次多项式 ——Lagrange插值多项式 Lagrange插值法的缺点 多数情况下，Lagrange插值法效果是不错的，但随着节点数n的增大，Lagrange多项式的次数也会升高，可能造成插值函数的收敛性和稳定性变差。如龙格（Runge）现象。 例：在[-5,5]上用n+1个等距节点作插值多项式Ln(x),使得它在节点处的值与函数y = 1/(1+25x2)在对应节点的值相等，当n增大时，插值多项式在区间的中间部分趋于y(x)，但对于满足条件0.728|x|1的x， Ln(x)并不趋于y(x)在对应点的值，而是发生突变，产生剧烈震荡，即Runge现象。 1.1.2 分段插值法 图中看到，随着节点的增加，Lagrange插值函数次数越高，插值函数在两端容易产生龙格现象，为了改进高次插值的缺陷，就产生了分段插值。 分段插值基本思想：将被插函数逐段多项式化。 处理过程：将区间[a,b ]划分： 在每个子段 上构造低次多项式，然后将其拼接在一起作为整个区间[a,b ]上的插值函数，这样构造出的插值函数称为分段多项式，改进了多项式插值整体性太强的缺点，可以进行局部调整而不会影响整体。 分段线性插值 设插值节点 若 ： 分段线性插值 1.1.3 三次样条插值 分段线性插值函数在结点的一阶导数一般不存在，光滑性不高，这就导致了样条插值的提出。 在机械制造、航海、航空工业中，经常要解决下列问题：已知一些数据点，如何通过这些数据点做一条比较光滑（如二阶导数连续）的曲线呢？ 绘图员解决这一问题是首先把数据点描绘在平面上，再把一根富有弹性的细直条（称为样条）弯曲，使其一边通过这些数据点，用压铁固定细直条的形状，沿样条边沿绘出一条光滑的曲线，往往要用几根样条，分段完成上述工作，这时，应当让连接点也保持光滑。对绘图员用样条画出的曲线，进行数学模拟，这样就导出了样条函数的概念。 三次样条插值问题提出 设在区间[a,b]上，已给n+1个互不相同的节点 a=x0x1…xn=b以及函数y = f(x)在这些节点的值f(xi)=yi,i=0,1,…,n.如果分段函数S(x)满足下列条件： （1） S(x)在子区间[xi,xi+1]的表达式Si(x)都是次数为3的多项式； （2）S(xi) = yi; （3） S(x)在区间[a,b]上有连续的二阶导数。 就称S(x)为f(x)在点x0，x1，…，xn的三次样条插值函数. 三次样条插值问题分析 即 Si(x)=aix3+bix2+cix+di i=0,1,…,n xi≤x ≤xi+1 （4n个变量） 需要4n个方程 S(xi) = yi i=0,1,…,n (n+1个方程） S(xi-0)= S(xi+0) i=1,…,n-1 在xi连续 (n-1个方程） S/(xi-0)= S/(xi+0) i=1,…,n-1 在xi连续(n-1个方程） S//(xi-0)= S//(xi+0) i=1,…,n-1 在xi连续(n-1个方程） 再加两个条件:可在边界点x0与xn处给出导数的约束条件，称为边界条件。 （1）S//(x0)=