插值与拟合 高 版本2.ppt

* 第二章 数据处理技术 ——插值与拟合 §2.1 插值方法 引例 这就是本章要讨论的“插值问题” 2.13 2.54 3.40 4.28 7.04 水温（oC） 1634 1422 950 741 466 深度（m） 【例2-1】已经测得在某处海洋不同深度处的水温如下： 根据这些数据，希望合理地估计出其它深度（如500米， 600米，1000米…）处的水温。 函数插值的定义 粗略地说，函数插值是对函数的离散数据建立简单的数学模型。 设 y = f(x) 是区间 [a,b] 上的连续函数，记作 。已知 f 在 [a,b] 上n+1个互异点 a≤x0,x1,…,xn-1,xn≤b, xi ≠ xj (i≠j) 处的值 yi = f(xi), i=0,1,2, …,n 若有不超过n次的多项式 满足 (2.1) 则称Ln(x) 为函数 f(x) 在区间 [a,b] 上通过点列 的插值多项式。 其中，[a,b] 称为插值区间， 称为插值节点， 求函数值f(x) 的点x (x≠xi) 称为插值点， f(x) 称为被插函数， Ln(x) 称为插值函数， 式（2.1)称为插值条件。 简单地说，插值法就是根据一组数据点（x1, y1）,（x2, y2）,…, （xn, yn）建立一个便于计算的初等函数或 曲线 y = f(x)，使它通过这些给定的数据点： f(x1) = y1， f(x2) = y2，…， f(xn) = yn 用这种方法所得的近似公式叫插值公式，已知的数据点叫节点。 ? Lagrange插值 ? Newton插值 ? Hermite插值 ? 样条插值 插值方法 拉格朗日插值法 怎样构造插值函数 Ln(x) ？ 从 n = 1，n = 2 推广到一般情况。 n = 1 线性插值 (2.2) (2.3) n = 2 抛物线插值 n = 2 时，构造通过三个点 (x0,y0)， (x1,y1) 和 (x2,y2) 的多项式如下： 这样的L2(x) 满足插值条件L2(x0)= y0， L2(x1)= y1， L2(x2)= y2。 它的几何意义是通过三个插值点的抛物线。 (2.4) 式 2-4 也可写成： 其中 (2.5) 推广到一般情形——拉格朗日插值公式 其中 k = 0, 1, 2, …, n 拉格朗日 插值基函数 拉格朗日 插值公式 (2-6) (2-7) 【例 2-2】已知函数 f(x)的三个点 (0,1), (-1,5) 和 (2,-1), 写出 拉格朗日插值基函数，并用公式(2-5)求2次插值多项式L2(x)。 解： 这里 n = 2，由式 (2-5) 得知三个拉格朗日插值基函数为 y2 = -1 y1 = 5 y0 = 1 x2 = 2 x1 = -1 x0 = 0 代入式 (2-5)得 【例 2-3】已知CO2在1673K、1773K、1873K时的热容分别为2.3136、2.3354、2.3563 kJ/(Nm3?K)。求CO2在1708Ｋ时的热容。 解：令 抛物线插值法 分别将值带入l0(x)、l1(x) 和 l2(x)。 y2 = 2.3563 y1 = 2.3354 y0 = 2.3136 x2 = 1873 x1 = 1773 x0 = 1673 【例 2-4】已知某液体的粘度－温度关系，E330＝60 Pa·S， E350＝30 Pa·S， E375＝10 Pa·S， E410＝5 Pa·S。求T＝340 K时的粘度值。 解：取n=2, 代入拉格朗日公式，得E340＝48.5 Pa·S 取n=3, 代入拉格朗日公式，得E340＝48.056 Pa·S 5 410 60 330 ？ 10 30 ？ 粘度 428 375 350 340 T 内 插 外 插 外插与内插 当计算点落在已给定的插值基本区间之内时，叫做内插； 若所求的点超出已知区间，则叫外插。 外插法误差较大，可靠性较低。计算点不能离已知区间太远。 分段多项式插值 用Lagrange插值多项式 Ln(x)近似 f (x), 是否插值节点个数n越多，其逼近精度越高呢？ 高次插值多项式的缺陷：Runge现象 如图所示，Lagrange插值多项式L10(x)仅在区间中部能较好地逼近 f (x), 在其他部位差异较大，而且越接近区间端点，逼近效果越差. Runge现象表明用高次插值多项式Ln(x)近似f (x)效果不见得好，因而通常不用高次插值，而用分段低次插值，常用分段二次插值