美赛训练第二次报告.docVIP

日期：2012年1月22日星期日 成员：王梦仑 陈森 冯向南 第五章：插值与拟合方法 插值方法：拉格朗日插值（n+1个相异点得到一个n次多项式） 牛顿插值（线性化，事实上与拉格朗日插值等价）（主要：差商） 样条函数插值（已知节点函数值以及导数值，求解多项式） B样条函数（关键：）（在已知条件下求解B样条函数：1.线性方程组，直接求解系数 2.利用导数，边界条件，求解每点的二阶导（运算相对小）） 磨光函数（得到具有连续光滑性质并且保凹凸性的分段曲线）（主要方法：积分） 等距B样条函数：适用范围（均匀分划或近似均匀分划）（磨光函数的构造可得，即积分） 样条函数与基本样条函数（B样条）的关系：前者是后者线性组出的。 最小二乘拟合方法（使得散点到函数的距离平方和最小，用一组基函数来拟合所求函数） 只需确定每个基函数的系数即可。 线性（对各系数求偏导，解方程组）（多项式拟合） 非线性（共轭梯度法、最速下降法、拟牛顿法和变尺度法等） 例子：黄河小浪底调水调沙问题 这个问题是一个预测问题，题目的目的就是利用已有的数据给出一个拟合函数，能够预测排沙量以及确定排沙量与水流量的变化关系。 作者采用了三次B样条拟合的方法，利用B样条函数来拟合排沙量与时间的关系，并用图表形式来表现。多项式次数越高拟合效果越好。 用最小二乘法来对排沙量与水流量之间的关系进行拟合