专题插值与拟合.ppt

专题二 数值分析之插值与拟合 制作: 陈学明 插值与拟合 插值与拟合属数值分析中函数逼近内容。在数学建模中，插值与拟合是一种常用的数据分析手段，被公认为建模中的十大算法之一。 插值问题与拟合问题 矿井中某处的瓦斯浓度 y 与该处距地面的距离x有关，现用仪器测得从地面到井下500米每隔50米的瓦斯浓度数据(xi,yi) (i=0,1,…,10)，根据这些数据完成下列工作: (1) 寻找一个函数，要求由此函数可近似求得从地面到井下500米之间任意点处的瓦斯浓度；(2) 估计井下600米处的瓦斯浓度。 第一个问题可归结为“已知函数在x0,x1,…,xn处的值，求函数在区间[x0,xn]内其它点处的值”，这种问题适宜用插值方法解决。插值问题可描述为：已知函数在x0,x1,…,xn处的值y0,y1,…,yn，求函数p(x)，使p(xi) = yi。 但对第二个问题不宜用插值方法,因为600米已超出所给数据范围，用插值函数外推插值区间外的数据会产生较大的误差。解决第二个问题的常用方法是，根据地面到井下 500 处的数据求出瓦斯浓度与地面到井下距离x之间的近似函数关系f(x), 由f(x)求井下600米处的瓦斯浓度。 插值函数过已知点，拟合函数不一定过已知点。通常, 插值主要用于求函数值，而拟合的主要目的是求函数关系。当然，某些问题既可以用插值也可以用拟合。 插 值 插值需要首先构造一个正好通过各已知点的函数y=f(x)，即对于已知点xi,yi,i=1,2,…，有f(xi)=yi（然后求解插值点x*处的函数值y*=f(x*)。 常用插值方法 一维插值-一个自变量 线性插值、一次插值 非线性插值 二次插值 三次插值 三次样条插值 二维插值-两个自变量 拉格朗日插值 在数值分析中，拉格朗日插值法是以法国十八世纪数学家约瑟夫·路易斯·拉格朗日命名的一种多项式插值方法。许多实际问题中都用函数来表示某种内在联系或规律，而不少函数都只能通过实验和观测来了解。如对实践中的某个物理量进行观测，在若干个不同的地方得到相应的观测值，拉格朗日插值法可以找到一个多项式，其恰好在各个观测的点取到观测到的值。这样的多项式称为拉格朗日（插值）多项式。数学上来说，拉格朗日插值法可以给出一个恰好穿过二维平面上若干个已知点的多项式函数。拉格朗日插值法最早被英国数学家爱德华·华林于1779年发现[1]，不久后（1783年）由莱昂哈德·欧拉再次发现。1795年，拉格朗日在其著作《师范学校数学基础教程》中发表了这个插值方法，从此他的名字就和这个方法联系在一起 拉格朗日(Lagrange)插值 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 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 线性插值 抛物插值 抛物插值又称二次插值，它也是常用的代数插值之一。设已知f(x)在三个互异点x0，x1，x2的函数值y0，y1，y2，要构造次数不超过二次的多项式 使满足二次插值条件： 拉格朗日插值多项式 两个插值点可求出一次插值多项式,而三个插值点可求出二次插值多项式。插值点增加到n+1个时,也就是通过n+1个不同的已知点来构造一个次数为n的代数多项式P(x)。 拉格朗日插值多项式结构对称，使用方便。但由于是用基函数构成的插值，这样要增加一个节点时，所有的基函数必须全部重新计算，不具备承袭性，还造成计算量的浪费。 多数情况下，Lagrange插值法效果是不错的，但随着节点数n的增大，Lagrange多项式的次数也会升高，可能造成插值函数的收敛性和稳定性变差。如龙格（Runge）现象。 高次插值中的Runge现象 通常选用多项式作为插值函数。在研究插值问题的初期，所有人都认为插值多项式的次数越高，插值精度越高。 Runge 通过对一个例子的研究发现，上述结论仅仅在插值多项式的次数不超过 七时成立；插值多项式的次数超过七时，插值多项式会出现严重的振荡现象，称之为Runge现象。 避免 Runge 现象的常用方法是：将插值区间分成若干小区间，在小区间内用低次 (二次，三次) 插值，即分段低次插值，如样条函数插值 。 插值多项式的误差 在插值区间?a, b?上用插值多项式p(x)近似代替f(x), 除了在插值节点xi上没有误差外，在其它点上一般是存在误差的。 若记 R (x) = f(x) - p(x) 则 R(x) 就是用 p(x) 近似代替 f(x) 时的截断误差, 或称插值余项。 分段线性插值法 从舍入误差来看