5.插值与最小二乘法.ppt

《数值分析》 主讲教师：陈松林 第五章 插值与最小二乘法（拟合） ?问题的提出 历史 ●问题的解决_________插值方法概述 第五章 插值与最小二乘法 §5.1插值问题与插值多项式 §5.2 Lagrange插值 §5.3 均差与Newton插值公式 §5.4 差分与Newton前后插值公式 §5.5 Hermite插值 §5.6 分段低次插值 §5.7 三次样条插值 §5.8 曲线拟合的最小二乘法 §5.9 正交多项式及其在最小二乘的应用 §5.1插值问题与插值多项式 多项式插值有着简单、应用广泛、实用的特点，并且有较完备的理论体系。因此本课主要介绍多项式插值。 §5.1插值问题与插值多项式 §5.1插值问题与插值多项式 §5.2 Lagrange多项式插值 §5.2.1 线性插值与二次插值---导引 §5.2.2 Lagrange插值多项式 §5.2.3插值余项与误差估计 §5.2.1 线性插值与二次插值 §5.2.1 线性插值与二次插值 §5.2.2 Lagrange插值多项式 §5.2.2 Lagrange插值多项式 §5.2.3插值余项与误差估计 §5.2.3插值余项与误差估计 §5.3 Newton插值公式与均差（差商） §5.3 Newton插值公式与均差（差商） §5.3 Newton插值公式与均差（差商） §5.3 Newton插值公式与均差（差商） §5.3 Newton插值公式与均差（差商） §5.3 Newton插值公式与均差（差商） §5.3 Newton均差（差商）表 §5.3 Newton插值公式与均差（差商） §5.3 Newton插值公式与均差（差商） §5.3 Newton插值公式与均差（差商） Newton插值和均差的另一种形式推导* Newton插值和均差的另一种形式推导* Newton插值和均差的另一种形式推导* 三种多项式插值的关系* 现已学的三种多项式插值方法： （1）直接（Cramer）法 （2）Lagrange法 （3）Newton法 无非是选用了Pn[x]不同的基底，所获的插值多项式是一样的。 §5.4前后差分与Newton插值公式 §5.4.1 差分及其性质 §5.4.2 等距节点插值公式 §5.4.1 差分及其性质 差分的性质 差分的性质 差分的性质 §5.4.2 等距节点插值公式 §5.4.2 等距节点插值公式 §5.5 Hermite插值 §5.5 Hermite插值 §5.5 Hermite插值---另一类条件下的多项式插值 §5.5 Hermite插值 误差估计 §5.5 Hermite插值---多点情形 §5.5 Hermite插值---多点情形 多点Hermite多项式插值误差估计 证明： Hermite插值的两个性质 §5.6 分段低次插值 §5.6.1 多项式插值的收敛性问题 （Runge现象） §5.6.2 分段线性插值 §5.6.3 分段三次Hermite插值 §5.6.4 三次样条插值 §5.6.1多项式插值收敛性问题 前面介绍了n+1个插值节点上构造不超过n次的插值多项式的方法，并分析了它们的余项，从余项的表达式看到，插值多项式与被插函数逼近的程度是与分点的数目、位置及被插函数的特性有关。 考虑如下问题： 是否插值节点越多，插值多项式对函数的逼近程度就越好呢？——龙格现象 §5.6.2 分段线性插值 多项式插值虽有许多优点，但由于多项式“在一点的性质足以决定其整体性质”的特点，难以描述自然界“在不同的区域内的性状可以完全不相关”的大范围现象，如Runge现象；因此高次插值收敛性没有保证，实际的计算稳定性也没保证。故当插值节点n较大时通常不采用高次多项式插值，而改用低次分段插值。 利用Lagrange插值基底的思想 §5.6.3 分段三次Hermite插值 利用Lagrange插值基底的思想 §5.6.4 三次样条插值 三次样条函数 三弯矩方程 三次样条插值收敛性 三次样条函数（Spline） 由于分段线性插值和分段Hermite插值的光滑性不够（例如船体放样、飞机的外形曲线设计常需二阶可导），况且节点处的导数值难以获得。 下面介绍的样条仍是一种分段多项式，各相邻段将具有更高阶光滑连接性质，因而它既保持了多项式的简单性，又保持了各段相对独立的局部性质和整体光滑性。 样条函数 三次样条函数的求法（三弯矩方程） 三次样条函数的求法（三弯矩方程） 三次样条函数的求法（三弯矩方程） 三次样条函数的求法（三弯矩方程） 三次样条函数的求法（三弯矩方程） 三弯矩方程组的定解条件 例 §5.7.3 三次样条插值收敛性 §5.8 曲线拟合的最小二乘法 §5.9 正