- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
[理学]第3讲 插值
将四个插值点(矩形的四个顶点)处的函数值依次简记为: 分片线性插值 x y ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (xi, yj) (xi, yj+1) (xi+1, yj) (xi+1, yj+1) O f (xi, yj)=f1,f (xi+1, yj)=f2,f (xi+1, yj+1)=f3,f (xi, yj+1)=f4 插值函数为: 第二片(上三角形区域):(x, y)满足 插值函数为: 注意:(x, y)当然应该是在插值节点所形成的矩形区域内。显然,分片线性插值函数是连续的; 分两片的函数表达式如下: 第一片(下三角形区域): (x, y)满足 返回 * * 数学建模与数学实验 插 值 实验目的 实验内容 2、掌握用数学软件包求解插值问题。 1、了解插值的基本内容。 [1]一维插值 [2]二维插值 [3]实验作业 拉格朗日插值 分段线性插值 三次样条插值 一 维 插 值 一、插值的定义 二、插值的方法 三、用Matlab解插值问题 返回 返回 二维插值 一、二维插值定义 二、网格节点插值法 三、用Matlab解插值问题 最邻近插值 分片线性插值 双线性插值 网格节点数据的插值 散点数据的插值 一维插值的定义 已知 n+1个节点 其中 互不相同,不妨设 求任一插值点 处的插值 ? ? ? ? ? 节点可视为由 产生, 表达式复杂, 或未知。 ? 构造一个(相对简单的)函数 通过全部节点, 即 再用 计算插值,即 ? ? ? ? ? ? 返回 称为拉格朗日插值基函数。 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Ln(x),使其满足: Ln(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 其中li(x) 为n次多项式: 拉格朗日(Lagrange)插值 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: 拉格朗日多项式插值的 这种振荡现象叫 Runge现象 采用拉格朗日多项式插值:选取不同插值节点个数n+1,其中n为插值多项式的次数,当n分别取2,4,6,8时,绘出插值结果图形. 例 返回 To Matlab lch(larg1) 拉格朗日插值法的优点:公式结构整齐紧凑,在理论分析中十分方便。 拉格朗日插值法的缺点: 1.当插值点增加或减少一个时,所对应的基函数就需要全部重新计算,整个公式都会变化。这时可以用重心拉格朗日插值法或牛顿插值法来改进。 2.当插值点比较多的时候,拉格朗日插值多项式的次数可能会很高,因此具有数值不稳定的特点,也就是说尽管在已知的几个点取到给定的数值,但在附近却会和“实际上”的值之间有很大的偏差。这类现象也被称为龙格现象,解决的办法是分段用较低次数的插值多项式。 牛顿插值 一、差商及其性质 差商的基本性质: (用数学归纳法证明,略) (1)差商可以表示为函数值的线性组合: 为f(x)在k+1个点的k阶差商(也称为均差) 由(3.4)得差商表: f[x0, x1] f[x1, x2] f[x0,x1,x2] f[x2, x3] f[x1,x2,x3] f[x0,x1,x2,x3] f[x3, x4] f[x2, x3,x4] f[x1,x2,x3,x4] … ┆ ┆ ┆ f(x0) f(x1) f(x2) f(x3) f(x4) ┆ x0 x1 x2 x3 x4 ┆ 0 1 2 3 4 ┆ 一阶差商 二阶差商 三阶差商 … f(xk) xk k 3 3 0 1 -1 -1/3 -2 -3/2 -1/6 1/24 1 4 7 8 6 1 2 3 4 5 0 1 2 3 4 一阶差商 二阶差商 三阶差商 四阶差商 f(xk) xk k 分段线性插值 计算量与n无关; n越大,误差越小. ? ? ? ? ? ? xj xj-1 xj+1 x0 xn x o y To MATLAB xch11,xch12,xch13,xch14 返回 例 用分段线性插值法求插值,并观察插值误差. 1.在[-6,6]中平均选取5个点作插值(xch11) 4.在[-6,6]中平均选取41个点作插值(xch14) 2.在
文档评论(0)