插值拟合Matlab教学课件.pptVIP

插值拟合; 一维插值问题的数学描述为： 已知某一函数 y = g(x)（ g(x)的解析表达式可能十分复杂, 也可以是未知的）在区间[a, b]上n +1个互异点 xj 处的函数值 y j ， j = 0,1,…,n ，还知道g(x)在[a, b]上有若干阶导数，如何 求出g(x)在[a, b]上任一点x的近似值。; 一维插值方法的基本思想是：根据g(x)在区间[a,b]上 n +1个互异点 x j （称为节点）的函数值 y j ，j = 0,1,…,n，求 一个足够光滑、简单便于计算的函数f (x)（称为插值函数） 作为g(x)的近似表达式，使得 f (x j ) = y j ， j = 0，1，…，n。 （1） 然后计算f (x)在区间[a,b](称为插值区间)上点x（称为插值 点）的值作为原函数g(x)（称为被插函数）在此点的近似 值。求插值函数f (x)的方法称为插值方法，（1）称为插值条 件。 代数多项式比较简单，常用多项式作为插值函数。; 假设f (x)是一个满足插值条件（1）的次数不超过n的代数多项式，即 f (x) = a0 + a1x +…+ a n x n 为满足（1）的插值函数，则f (x)的n +1个待定系数 a 0 ， a 1 ，…， a n 满足;缺点：当 n 比较大时，方程组很难解。;4．Lagrange（拉格朗日）插值; 拉格朗日二次插值;★ 构造一组插值基函数（n次多项式）; 拉格朗日插值的误差估计;★ 连接相邻数据点(x j-1 , y j-1) 、(x j , y j) 得到n条线段，它们组成一条折线。把区间[a,b]上这n条折线段表示的函数称为被插函数g(x)关于这n +1个数据点的分段线性插值函数，记作I (x)，则;★ 若构造插值基函数;6．三次样条插值; 三次样条插值函数; 三次样条插值原理;★ m边界条件： 即给定端点处的一阶导数值。;经过 个点， ，构造一个n次多项式，形如： 使得 成立。 其中 为插值基函数。;★ 2.拉格朗日插值Matlab程序： function y=lagrange(x0,y0,x) ii=1:length(x0); y=zeros(size(x)); for i=ii ij=find(ii~=i); y1=1; for j=1:length(ij) y1=y1.*(x-x0(ij(j))); end y=y+y1*y0(i)/prod(x0(i)-x0(ij)); end;function y=lagr1(x0,y0,x) n=length(x0); m=length(x); for i=1:m z=x(i); s=0.0; for k=1:n p=1.0; for j=1:n if j~=k p=p*(z-x0(j))/(x0(k)-x0(j)); end end s=p*y0(k)+s; end y(i)=s; end;例3-1 考虑一个著名的例子 ，f(x)=1/(1+25x2)，-1=x=1，假设已知其中一些点的坐标，则可以采用下面的命令进行lagrange插值 ;求Lagrange插值多项式和基函数的Matlab主程序;例：f(x)=1/(1+25x2)，-1=x=1，假设已知其中一些点的坐标，则可以采用下面的命令求出5次lagrange插值多项式及其基函数。 Matlab命令为： X=linspace(-1,1,6)； Y=1./(1+25*X.^2); [L,C,l,L1]=lagran1(X,Y) ; 经过 个点 ，构造一个n次多项式，形如： 其中 为各阶差商。;K阶差商的计算公式如下：; function [C,D]=newpoly(x,y) %牛顿