六插值与拟合.docVIP

第六章 插值与拟合 在实际中，常常需要确定一个变量依存于另一个或更多的变量的关系，即函数。但实际上确定函数的形式（线性形式、乘法形式、幂指形式或其它形式）时往往没有先验的依据。只能在实验或测量得到的离散数据的基础上进行试验，这时候我们常常会用到插值与拟合的方法。 插值与拟合就是要通过已知的数据去确定某一类已知函数的参数或寻找某个近似函数，使所得到的近似函数对已知数据有较高的拟合进度。如果要求这个近似函数经过所有已知的数据点，则称此类问题为插值问题。当所给的数据较多时，用插值方法所得到的插值函数会很复杂，所以，通常插值方法用于数据较少的情况。其实，通常情况下数据都是由观测或试验得到的，往往会带有一定的随机误差，因而，要求近似函数通过 所有的数据点也是没有必要的。如果不要求近似函数通过所有的数据点，而是要求他能较好地反映数据的整体变化趋势，则解决这类问题的方法称为数据拟合。虽然插值与拟合都是要构造已有数据的近似函数，但因对近似要求的准则不同，因此二者在数学方法上有很大的差异。 第一节 一般插值方法 1. 问题的提出 插值问题的一般提法： 已知个节点，其中互不相同，要求构造一个函数使得。我们通常称这样一类问题为插值问题，并称构造的函数为插值函数，为插值节点，为插值条件。 2．多项式插值 从理论和计算的角度看，多项式是最简单的函数，设是n次多项式，记作 （1） 对于节点应有 （2） 为了确定插值多项式中的系数，将（1）代入（2），有 （3） 记 方程组（3）简写成 （4） 注意：是Vandermonde行列式，利用行列式性质可得 因互不相同，故，于是方程（4）中A有唯一解，即根据个节点可以确定唯一的n次插值多项式。 3．拉格朗日（Lagrange）插值多项式 实际上比较方便的做法不是解方程（4）求A，而是先构造一组基函数： （5） 是n次多项式，满足 （6） 令 （7） 显然是满足（2）的n次多项式，由方程（4）解的唯一性，（7）式表示的的解与（1）式相同。（5）、（7）称拉格朗日插值多项式，用计算插值称拉格朗日多项式插值。 4．牛顿（Newton）插值 构造次多项式 称该多项式为牛顿插值多项式，其中 (二个节点，一阶差商) (三个节点，二阶差商) (n+1个节点，n阶差商) 实际上，牛顿插值公式是拉格朗日插值公式的一种变形，二者是等价的。另外还有著名的埃艾米特（Hermite）插值等。 5. 分段线性插值 简单地说，将每两个相邻的节点用直线连起来，如此形成的一条折线就是分段线性插值函数，记作，它满足，且在每个小区间上是线性函数。 可以表示为 （12） （13） 有良好的收敛性，即对于有，。 用计算点的插值时，只用到左右的两个节点，计算量与节点个数无关。但越大，分段越多，插值误差越小。实际上用函数表作插值计算时，分段线性插值就足够了，如数学、物理中用的特殊函数表，数理统计中用的概率分布表等。 Matlab中分段线性插值有现成的程序： y=interp1(x0，y0，x) 其中输入x0、y0、x分别表示节点数据和插值点以数组，输出y为插值点对应的插值。数组长度自定义(x0和y0同长度，x和y同长度)。 第二节 样条函数插值方法 1. 样条函数的由来 分段线性插值虽然简单，足够大时精度也相当高。但是折线在节点处显然不光滑，即在节点处导数不连续。这影响了它在诸如机械加工等领域(希望插值曲线光滑)中的应用。 所谓样条(Spline)，来源于船舶、飞机等设计中描绘光滑外形曲线用的绘图工具。一根有弹性的细长木条用压铁固定在节点上，其它地方让它自然弯曲，如此画出的曲线称为样条曲线。因为这种曲线的曲率是处处连续的，所以要求样条函数的二阶导数连续。人们普遍使用的样条函数是分段三次多项式。 2. 三次样条函数 三次样条函数 记作。要求它满足以下条件： a) 在每个小区间上是3次多项式； b) 在上二阶导数连续； c) 。 (14) 由条件a，不妨将记为 （15）为待定系数，共4个。由条件b，