4-插值法.ppt

例： * * 例：已知插值节点（a.dat) -4 -3 -2 -1 0 1 2 3 4 0.0588 0.1000 0.2000 0.5000 1.0000 0.5000 0.2000 0.1000 0.0588 求下列插值点函数值(b.dat) -3.5 -2.5 -1.5 -0.5 0.5 1.5 2.5 3.5 * * * * * * 例：对MATLAB自带的演示函数peaks进行二维插值 figure(Position,[100 100 560 630]) % 设置图形窗口的位置 [X,Y] = meshgrid(-3:0.5:3); % 产生坐标数据矩阵 Z = peaks(X,Y); % 计算MATLAB自带峰值函数的值 [XI,YI] = meshgrid(-3:0.2:3); % 加密网格数据 method=char(nearest,linear,spline,cubic); % 插值方法 s(1)=subplot(321),mesh(X,Y,Z),title(原网格图) % 绘制原图并添加标题 s(2)=subplot(322),mesh(XI,YI,peaks(XI,YI)),title(加密网格图) % 绘制加密后的图形 for k=3:6 s(k)=subplot(3,2,k) % 图形分割 ZI = interp2(X,Y,Z,XI,YI,method(k-2,:)); % 二维插值 mesh(XI,YI,ZI),title([method(k-2,:),型插值曲面]) e{k-2}=ZI-peaks(XI,YI); % 误差 end axis(s,[-3 3 -3 3 -10 10]) % 设置坐标轴范围 % 绘制插值误差曲面图 figure for k=1:4 h(k)=subplot(2,2,k) % 图形分割 mesh(XI,YI,e{k}) % 绘制误差曲面 title([method(k,:),型插值误差曲面]) % 添加标题 xlim([-3,3]);ylim([-3,3]); % 设置坐标轴范围 end * * 小 结 插值法是一个古老而又实用的数值方法。它不仅是数值微分、数值积分、函数逼近以及微分方程数值解等数值分析的基础。拉格朗日插值公式、牛顿基本插值公式和仅适用于等距离节点下的牛顿向前（后）插值公式，以及应用最广且有二阶连续导数的三次样条插值。 线性插值和抛物线插值的应用和计算 插值函数的理解与应用 * * 谢 谢 ！ * * * * * * * * * * * * * * * * * * * * * * * 因此，每增加一个结点，Newton插值多项式只增加一项，克服了Lagrange插值的缺点。 . xk f(xk) 一阶差商 二阶差商 三阶差商 …… n 阶差商 差商表 例1:给定f(x)=lnx的数据表 xi 2.20 2.40 2.60 2.80 3.00 f(xi) 0.78846 0.87547 0.95551 1.02962 1.09861 1.构造差商表 2.分别写出二次、四次Newton插值多项式 解:差商表 N2(x)=0.78846 +0.43505(x-2.20) - 0.087375(x-2.20) (x-2.40） N4(x)= 0.78846 +0.43505(x-2.20） - 0.087375(x-2.20)(x-2.40) +0.0225(x-2.20)(x-2.40)(x-2.60) -0.00755(x-2.20)(x-2.40)(x-2.60)(x-2.80) 3. n-1次牛顿插值matlab程序 * * * * 4、分段低次插值 高次插值的病态性质： 对于一个确定的区间，如果插值节点之间的距离较小，自然插值节点就增多，如果用一个多项式插值，自然次数就会升高，也就是说要用高次多项式插值。 但是否次数越高，插值多项式的逼近效果越好呢？ 20世纪初，Runge就给出了一个等距节点插值多项式不收敛的例子。 * * Runge反例: (-5≤x≤5) 它在[-5,5]上各阶导数均存在，在该区间上取n+1个等距节点： 构造拉格朗日插值多项式为： 令 则 * * 2 0.137931 0.759615 -0.621684 4 0.066390 -0.356826 0.423216 6 0.054463 0.607