第六章1插值与逼近.pptVIP

许多实际问题都用函数 来表示某种内在规律的数量关系，其中相当一部分函数是通过实验或观测得到的，由于实验测定实际系统的数据具有一定的代表性，所以在处理时必须充分利用这些信息。由于测定过程中不可避免会产生误差，所以在分析经验公式时又必须考虑这些误差的影响，这两者之间是相互制约的。据此合理建立实际系统数学模型的方法称为数值逼近法，这里主要介绍插值法和曲线拟合法建模。 例6 已知x=0, 2, 3, 5对应的函数值为y=1, 3, 2, 5，作三次Newton插值多项式.如再增加x=6时的函数数值为6，作四次Newton插值多项式. 增加x4=6，f(x4)=6作差商表 xi f(xi) 一阶均差 二阶均差 三阶均差 四阶均差 0 1 2 3 1 3 2 -1 -2/3 5 5 3/2 5/6 3/10 6 6 1 -1/6 -1/4 -11/120 四次Newton插值多项为 例11：表中提供离散数据（x i ， y i），（0?i?4） 试用二次多项式进行拟合. i xi yi ?*（xi） yi - ?*（xi） 0 0 1.0000 1.0052 -0.0052 1 0.25 1.2840 1.2740 0.0100 2 0.50 1.6487 1.6482 0.0005 3 0.75 2.1170 2.1279 -0.0109 4 1.00 2.7183 2.7130 0.0053 解:取 M=Span（1，x，x2 ） 其三个基函数为 ?j（x）=x j j=0, 1, 2 拟和函数? 是基函数的线性组合: ?（x）=a0+a1x+a2x2 取权函数?(x)=1,由内积公式可以算出 （ ?0 ，?0 ）=5，（?1， ?1）=1.875， （ ?2 ，?2）=1.3828 （?0 ，?1）=（ ?1 ，?0）=2.5, （?0 ，?2）=（ ?2 ，?0）=1.875 （?1 ，?2）=（ ?2 ，?1）=1.5625 （y ， ?0）=8.7680，（y，?1）=5.4514， （y，?2）=4.4215 正规方程为: ?5a0+2.5a1+1.875a2 =8.7680 ?2.5a0+1.875a1+1.5625a2 =5.4514 ?1.875a0+1.5625a1+1.3828a2=4.415 解得 a0=1.0052，a1=0.8641，a2=0.8427 所求连续模型 ?* 为， ?*（x）=1.0052+0.8641x+0.8437x2 最小平方残差 5 || y— ?*||22 = ?（ yi — ?*（x i))2 = 2.76?10-4 i=1 由上述我 们已经知道上述线性模型实际上是最小 二 乘法的推广，实际上也就是多项式逼近函数的问 题。它不仅可以解决一元问题还可用于多元问题。 除此外还可求解某些非线性问题。求解方法是将其 通过一定的代数变换转换为可用线性模型求解的问 题。比如对方程 y=a e b x 取对数，得l n y=l na+bx， 令 Y=lny, A= l n a, B=b 则问题转化为解 Y=A+Bx 的线性问题。 类似的