第三章插值与拟合(1).ppt

第3章 插值数据与拟合 本章主要介绍数据拟合与插值的基本原理和基本方法，并介绍最小二乘法在拟合中的应用。在数据插值方面，主要讲述了多项式插值中的Lagrange插值与Newton插值法，并对较复杂的样条插值作了简明的介绍，最后给出插值与拟合的MATLAB实现。 3.1 插值法 插值法是应用十分广泛的一种方法，例如，在查对数表对，要查的数据在对数表中找不到，于是就先找出它相邻的数，再从表的旁边找出其修正值，按一定关系把此相邻的数加以修正，就可求出要找的数，这个逐步逼近的过程实际上就是一种插值逼近。 3.1.1 代数插值 一、Lagrange插值 * 设函数y=f (x)在区间[a,b]上有定义，且已知在点a≤x0xl …xn≤b上的值为y0, y1, …, yn，希望寻找次数小于n的代数多项式： 使：成立，那么，就称P(x)为f (x)的代数插值多项式。而点x0,xl,…, xn称为插值节点， [a,b]称为插值区间。当x?[a,b]时，求P(x)的值称为内插，当x在[a,b]之外时，求P(x)的值则称为外推。其中， 称截断误差。 多项式插值的性质： 多项式插值的解存在唯一。 1、线性插值 线性插值是指用一次多项式（线性函数）作插值函数进行插值计算。假设给出了连续函数y=f (x)在x0, xl 的函数值： Lagrange插值方法是一种常用的方法，可分： 线性插值 抛物线插值 n阶Lagrange插值 则 2、抛物线插值 抛物线插值是指用二次多项式作插值函数进行插值计算。假设给出了函数y=f (x)在三个互异结点x0 , xl , x2的函数值： 则 3、n阶Lagrange插值 n阶Lagrange插值是指用n次多项式作插值函数进行插值计算。假设给出了函数y=f (x)在n个互异结点x0 , xl , …,xn的函数值： 则 二、Newton插值 Lagrange插值多项式由个多项式组成，形态复杂，直观性差，而且增加一个节点后，原插值多项式又不便利用。Newton插值多项式又称为逐步插值多项式，可分为： 线性Newton插值 二次Newton插值 n阶Newton插值 1、线性Newton插值 假设已知连续函数y0=f (x0)， y1=f (x1)，求N1(x)，使得： 则 2、二次Newton插值 假设给出了函数y=f (x)在三个互异结点x0 , xl , x2的函数值： 则 3、n阶Lagrange插值 1）差商 则为函数y=f (x)在点xi (i=0,1,…n)的k 阶差商，记之为 假设给出了函数y=f (x)在n个互异结点xi (i=0,1,…n)的值yi=f (xi) ，称： f [x0 , xl , …,xn] 2）差商的性质： 3）n 次Newton 插值多项式： 4）差商的计算： … f [x0, x1, x2 , x3] f [x1, x2 , x3] f [x2, x3] f (x3) x3 f [x0, x1, x2] f [x1, x2] f (x2) x2 f [x0, x1] f (x1) x1 f (x0) x0 三阶差商 二阶差商 一阶差商 函数值 自变量 例如：已知y=f (x)有如下表所示数据表 试构造Newton插值多项式。 解： 42 12 6 0 0 f (x) 7 4 3 1 0 x 先建立差商表： 0 0 1 10 42 7 0 1 6 12 4 1 3 6 3 0 0 1 0 0 四阶差商 三阶差商 二阶差商 一阶差商 y=f (x) x 故 一、样条函数的引入 例如：已知三点数据点(l , 5 )、(2 , 8 )、(3 , 25 ) ，求x=1.67 ，x=2.33 的函数值。可以用线性插值法计得f(1.67 )≈5+(2/3(8-5)=7，同样f(1.67 )≈13.67，这种方法时间上就是样条插值法。它是线性样条函数，对任意两点作一线性插值，可得出两点间的插值函数。即 3.1.2 样条函数与样条函数 因为S1(x)过点(l , 5 )和(2 , 8) ，可得： 因为S1(x)过点(2, 8 )和(3 , 25) ，可得： 解得： 所得样条值函数为 插值曲线为： 在有些情况下用线性样条插值已经足够，但线性样条函数不能预料到曲线发展趋势，并且在转折点不光滑，斜率突变。这些情况就要用到二次或三次样条插值。下面以三次样条插值为例。 下面以