计算机方法-插值方法.pptVIP

分段线性插值特别简单，从几何上看，就是用折线逼近 曲线。 分段线性插值的数学定义 设 是区间 上的函数，在节点 上的函数值为 ， 求一分段折线函数 满足： （1） （2） 在 上， 是一次多项式。 （3） 则称 为 的分段线性插值函数。 4.5.1 分段线性插值 易知, P(x) 是个折线函数，在每个区间 上, 有 在 [a,b] 上是连续的，但其一阶导数是不连续的. 当 时, 当 时, 4.5.1 分段线性插值的基函数 当 时, 显然 是 的线性组合： 在区间 上的值为： ， 表达式 在区间 上，只有 是非零的，其它基函数均为零。即 注意 算例 节点（如下表），求区间上分段线性插值函数，并利用 它求出 已知函数 近似值。 在区间 [0,5] 上取等距插值 解: 在每个分段区间 于是， 实际值: 当n=7 时， P(4.5)=0.04762270321996 ; 当n=10时，P(4.5)=0.04705882352941 由此可见，对于光滑性要求不高的插值问题，分段线性插值的 效果非常好！计算也简单! 4.5.2 埃尔米特 (Hermite) 插值 拉格朗日和牛顿均只保证函数插值； 实际问题有时需要导数也插值； 满足这种需要的插值称为埃尔米特插值. 埃尔米特插值的一般提法为： 设函数在节点 的函数值与导数值为： 其中 是正整数，寻求一个次数尽可能低的多 项式 ，满足： 埃尔米特插值的一般提法 以如下数据构建埃尔米特插值 埃尔米特插值 算例 以如下数据构建埃尔米特插值 埃尔米特插值 算例 共有 个条件，可唯一确定一个次数不超过 的多项式 ，其形式为： 目标：求出所有的 , 方法：基函数法. 可如下构造： 均为 2 n+1 次插值基函数. 这样 可表示为： 显然有： 现在求 及 ， 令 其中 从而有： 由此得： ， 故： ， 由 的表达式可得： 于是得到： 同理可得 例：已知 分别利用 sin x 的1次、2次 Lagrange 插值计算 sin 50? 并估计误差。 解： n = 1 分别利用x0, x1 以及 x1, x2 计算 ?利用 这里 而 sin 50? = 0.7660444… ) 18 5 ( 50 sin 1 0 ? ? p L 0.77614 外推 /* extrapolation */ 的实际误差 ? ?0.01001 利用 sin 50? ? 0.76008, 内插 /* interpolation */ 的实际误差 ? 0.00596 内插通常优于外推。选择要计算的 x 所在的区间的端点，插值效果较好。 n = 2 ) 18 5 ( 50 sin 2 0 ? ? p L 0.76543 sin 50? = 0.7660444… 2次插值的实际误差 ? 0.00061 高次插值通常优于低次插值 Return 巴尔末(J.J.Balmer，1825-1898) 特殊爱好: 数字游戏 职 业: 数学教师，瑞士某女子中学， 兼巴塞尔大学无薪讲师 “我能用公式把任意4个数字有规律地联系起来” 4 — Why? 信息量? 道家: 1生2，2生3，3生万物 4 — 万物？全部信息量?! 4 条谱线的波长数据 实验: 氢光谱谱线的波长数据 巴尔末公式: 艰苦努力+天才 引子 1884年 §4.6 曲线拟合的最小二乘法 物理实验 实验数据 经验公式 天才 数学: 一般方法？ 引子(续） 问题 已知: 求 : 特点 实验数据 n 1 实验值 yi 有误差，个别点可能误差还比较大。 方法: 多项式插值 点点通过 高次插值效果不好 ? 启发, 手工! 实例 某种纤维的强度 y 与 其拉伸倍数 x 的关系 实验数据: 24个纤维样品 实例 x y 坐标纸 后勤集团印制,1981 1. 描点 手工方法: 2. 画直线 3. 求出 a0 , a1 直线应该与所有点靠得比较近 或者说: 所有点应该尽量靠近直线 实例(续1) 注意: xi 数学方法