第5讲插值.pptVIP

* * * 第五讲 插 值 拉格朗日插值 分段线性插值 三次样条插值 一 维 插 值 一、插值的定义 二、插值的方法 三、用Matlab解插值问题 二 维 插 值 一、二维插值定义 二、网格节点插值法 三、用Matlab解插值问题 最邻近插值 分片线性插值 双线性插值 网格节点数据的插值 散点数据的插值 一维插值的定义 已知 n+1个节点 其中 互不相同，不妨设 求任一插值点 处的插值 ? ? ? ? ? 节点可视为由 产生, 表达式复杂, 或无封闭形式, 或未知. ? 构造一个(相对简单的)函数 通过全部节点, 即 再用 计算插值，即 ? ? ? ? ? ? 称为拉格朗日插值基函数。 已知函数f(x)在n+1个点x0,x1,…,xn处的函数值为 y0,y1,…,yn 。求一n次多项式函数Pn(x)，使其满足： Pn(xi)=yi,i=0,1,…,n. 解决此问题的拉格朗日插值多项式公式如下 其中Li(x) 为n次多项式： 拉格朗日(Lagrange)插值 拉格朗日(Lagrange)插值 特别地: 两点一次(线性)插值多项式: 三点二次(抛物)插值多项式: 拉格朗日多项式插值的 这种振荡现象叫 Runge现象 采用拉格朗日多项式插值：选取不同插值节点个数n+1，其中n为插值多项式的次数，当n分别取2,4,6,8,10时，绘出插值结果图形. 例 To Matlab lch(larg1) 分段线性插值 计算量与n无关; n越大，误差越小. ? ? ? ? ? ? xj xj-1 xj+1 x0 xn x o y To MATLAB xch11，xch12，xch13，xch14 例 用分段线性插值法求插值,并观察插值误差. 1.在[-6,6]中平均选取5个点作插值(xch11) 4.在[-6,6]中平均选取41个点作插值(xch14) 2.在[-6,6]中平均选取11个点作插值(xch12) 3.在[-6,6]中平均选取21个点作插值(xch13) 机翼下轮廓线 三次样条插值 样条函数的由来 飞机、船体、汽车外形等的放样（设计） 细木条：样条 比分段线性插值更光滑。 ? ? ? ? ? ? ? ? ? x y xi-1 xi a b 在数学上，光滑程度的定量描述是：函数(曲线)的k阶导数存在且连续，则称该曲线具有k阶光滑性。 光滑性的阶次越高，则越光滑。是否存在较低次的分段多项式达到较高阶光滑性的方法？三次样条插值就是一个很好的例子。 三次样条插值 三次样条插值 g(x)为被插值函数。 用MATLAB作插值计算 一维插值函数： yi=interp1(x，y，xi，method) 插值方法 被插值点 插值节点 xi处的插值结果 ‘nearest’ ：最邻近插值‘linear’ ： 线性插值； ‘spline’ ： 三次样条插值； ‘cubic’ ： 立方插值。 缺省时： 分段线性插值。 注意：所有的插值方法都要求x是单调的，并且xi不能够超过x的范围。 例 用三次样条插值选取11个基点计算插值(ych) To MATLAB ych(larg1) 用MATLAB作插值计算 为例，作三种插值的比较 以 0 1.0000 1.0000 1.0000 1.0000 0.5000 0.8000 0.8434 0.7500 0.8205 1.0000 0.5000 0.5000 0.5000 0.5000 1.5000 0.3077 0.2353 0.3500 0.2973 2.0000 0.2000 0.2000 0.2000 0.2000 2.5000 0.1379 0.2538 0.1500 0.1401 3.0000 0.1000 0.1000 0.1000 0.1000 3.5000 0.0755 -0.2262 0.0794 0.0745 4.0000 0.0588 0.0588 0.0588 0.0588 4.5000 0.0471 1.5787 0.0486 0.0484 5.0000 0.0385 0.0385 0.0385 0.0385 x y y1