数值分析(样条插值)要点.pptVIP

矩形区域上函数f(x, y)的双线性插值。 x1 x2 y2 y1 插值条件: P(x1, y1) = z1, P(x2, y1) = z2, P(x2, y2) = z3, P(x1, y2) = z4 P(x, y) = ax + by + cxy + d l1(u,v)= (1 – u)(1 – v) l2(u,v)= u(1 – v) l3(u,v)= u v l4(u,v)= (1 – u) v 其中 P(x, y) = z1(1 – u)(1 – v)+ z2 u(1 – v) + z3 u v + z4 (1 – u)v 二元函数插值 一维数据的插值 interp1(linear, cubic, spline) 数据与插值函数 x=0:2:24; y=[22,21,19,18,20,24,27,32,31,28,26,23,22]; xi=0:0.1:24; yi=interp1(x,y,xi,’spline’); plot(xi,yi,’-’,x,y,’o’); 二维网格数据的插值 interp2 (linear, cubic, spline) [x,y]=meshgrid(1:5,1:3); z=[82 81 80 82 84;79 63 61 65 81;84 84 82 85 86]; mesh(x,y,z) [xi,yi]=meshgrid(1:0.2:5,1:0.2:3); zi=interp2(x,y,z,xi,yi,spline); mesh(xi,yi,zi); 数据与插值函数 散乱数据的插值 griddata, ndgrid (scattered data ) rng(0,twister) x = rand(100,1)*4-2; y = rand(100,1)*4-2; z = x.*exp(-x.^2-y.^2); ti = -2:.25:2; [xq,yq] = meshgrid(ti,ti); zq = griddata(x,y,z,xq,yq); mesh(xq,yq,zq), hold on, plot3(x,y,z,o), 图像放大 I = imread(circuit.tif); J = imresize(I,1.25);% nearest,bilinear ,bicubic imshow(I) figure, imshow(J) 总结: 完整多项式插值(拉格朗日形式) Hermite插值(函数值和导数值插值) 分段线性插值 分段三次样条插值 多元函数插值 插值函数的构造化为基函数(building blocks)的构造 所有的现象背后都有一个规律(函数)吗？ 插值方法可以用来预测(外推)吗？ 美国Wired杂志 Mathematician Predicts Who Will Live and Die in Game of Thrones When Extrapolation Fails Us: Incorrect Mathematical Conjectures * * */20 */35 * */20 */20 */20 样条插值 多元插值 《数值分析》 14 ? ? 是否可以在光滑性和局部单调性之间折衷呢? 多项式插值是一个极端, 它可以进行无限次的微分, 但它通常不能保持给定数据所描述的形状, 特别是在端点附近。分段线性插值是另一个极端, 它几乎没有任何光滑性。它连续但一阶导数存在跳变。另一方面它保持了给定数据的局部单调性。 定义 5.4 给定区间[a , b]上的一个分划: a = x0 x1 … xn = b 已知 f(xj) = yj (j = 0,1,···,n), 如果 S(x) 为在 [xj,xj+1]的三次多项式满足: (1) Sj (xj-1) = yj-1 , Sj (xj) = yj , ( j = 1,···,n) (2) Sj (xj) = Sj+1 (xj) ( j = 1,···,n-1) (3) Sj (xj) = Sj+1 (xj) ( j = 1,···,n-1) 则称 S(x)为三次样条插值函数。 三次样条插值函数满足的连续条件: (1) S(xj–)= S(xj+) ( j = 1,···,n-1) 连续 (2) S (xj–)= S(xj+) ( j = 1,···,n-1