第二讲 插值与数据拟合模型.docVIP

第二讲 插值与数据拟合模型 第二讲 插值与数据拟合模型 函数插值与曲线拟合都是要根据一组数据构造一个函数作为近似，由于近似的要求不同，二者的数学方法上是完全不同的。而面对一个实际问题，究竟用插值还是拟合，有时容易确定，有时则并不明显。 在数学建模过程中，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。只能在收集的实际数据的基础上对若干合乎理论的形式进行试验，从中选择一个最能拟合有关数据，即最有可能反映实际问题的函数形式，这就是数据拟合问题。 一、插值方法简介 插值问题的提法是，已知 EMBED Equation.3 个节点 EMBED Equation.3 ，其中 EMBED Equation.3 互不相同，不妨设 EMBED Equation.3 ，求任一插值点 EMBED Equation.3 处的插值 EMBED Equation.3 。 EMBED Equation.3 可以看成是由某个函数 EMBED Equation.3 产生的， EMBED Equation.3 的解析表达式可能十分复杂，或不存在封闭形式。也可以未知。 求解的基本思路是，构造一个相对简单的函数 EMBED Equation.3 ，使 EMBED Equation.3 通过全部节点，即 EMBED Equation.3 ，再由 EMBED Equation.3 计算插值，即 EMBED Equation.3 。 1．拉格朗日多项式插值 插值多项式 从理论和计算的角度看，多项式是最简单的函数，设 EMBED Equation.3 是n次多项式，记作 EMBED Equation.3 （1） 对于节点 EMBED Equation.3 应有 EMBED Equation.3 （2） 为了确定插值多项式 EMBED Equation.3 中的系数 EMBED Equation.3 ，将（1）代入（2），有 EMBED Equation.3 （3） 记 EMBED Equation.3 方程组（3）简写成 EMBED Equation.3 （4） 注意 EMBED Equation.3 是Vandermonde行列式，利用行列式性质可得 EMBED Equation.3 因 EMBED Equation.3 互不相同，故 EMBED Equation.3 ，于是方程（4）中A有唯一解，即根据 EMBED Equation.3 个节点可以确定唯一的n次插值多项式。 拉格朗日插值多项式 实际上比较方便的做法不是解方程（4）??A，而是先构造一组基函数： EMBED Equation.3 （5） EMBED Equation.3 是n次多项式，满足 EMBED Equation.3 （6） 令 EMBED Equation.3 （7） 显然 EMBED Equation.3 是满足（2）的n次多项式，由方程（4）解的唯一性，（7）式表示的 EMBED Equation.3 的解与（1）式相同。（5）、（7）称拉格朗日插值多项式，用 EMBED Equation.3 计算插值称拉格朗日多项式插值。 误差估计 插值的误差通过插值多项式 EMBED Equation.3 与产生节点 EMBED Equation.3 的 EMBED Equation.3 之差来估计，记作 EMBED Equation.3 。虽然我们可能不知道 EMBED Equation.3 的解析表达式，但不妨设 EMBED Equation.3 充分光滑，具有 EMBED Equation.3 阶导数。利用泰勒展开可以推出，对于任意 EMBED Equation.3 。 EMBED Equation.3