第4章 插值法和最小二乘拟合.ppt

一、线性插值与抛物线插值 拟合的标准 一般有以下几种： （1）用各点误差绝对值的和表示即 （2）用各点误差按绝对值的最大值表示，即 （3）用各点误差的平方和表示 式中S 称为平方误差。由于计算平方误差的最小值的原则容易实现而被广泛采用。按平方误差达到极小构造拟合曲线的方法称为最小二乘法。本节主要讲述用最小二乘法构造拟合曲线。 线性拟合（简单例子） 给定一组数据（xi , yi）,i=1, 2 , …, n，作拟合直线?(x)=a + bx , 平方误差为 最小二乘求解 举例 正交多项式拟合 非线性最小二乘拟合 则,H3(i)(x)就是满足条件 的三次多项式. H3(i)(xi-1)=yi-1, H3(i)(xi)=yi, H3(i)?(xi-1)=y?i-1, H3(i)?(xi)=y?i αi-1(x), αi(x), βi-1(x), βi(x)称为三次Hermite插值基函数. 故有 满足插值条件H3(xi)=yi ,H?3(xi)=y?i(i=0,1,…,n)的分段三次多项式H3(x)为 H3(x)=H3(i)(x) , x?[xi-1,xi] , i=1,2,…,n 若?(x)?C4[a,b], 则当x?[xi-1, xi]时,有 而且,若?(x)?C4[a,b],记 则有 可见,H3(x)是收敛的.而且由于H?3(xi+0)=H?3(xi-0)=y?i,知H3(x)在[a,b]具有一阶连续导数. 4.3.3 三次样条插值 给定节点a=x0x1…xn=b,及其上的函数值yk=f (xk), k=0, 1,…,n.就是给出平面上n+1个点(xi ,yi),i=0,1,…,n. x y o ? ? ? ? ? ? 定义 给定节点a=x0x1…xn=b,及其上的函数值 yk=?(xk),k=0, 1,…,n.如果函数S(x)满足 (1) S(x)是一个分段的三次多项式且S(xk)=yk; (2) S(x)?C2[a,b]. 则称S(x)是区间[a,b]上的三次样条插值函数. S(x)在区间[xi-1,xi]上是三次多项式,S(x)=aix3+bix2+cix+di,有4个待定系数,要确定S(x)共有4n个待定系数. 由插值条件S(xi)=yi ,i=0,1,…,n, 有n+1个条件. (2) S?(xi-0)=S?(xi+0) ,i=1,2…,n-1, 有n-1个条件 (3) S??(xi-0)=S??(xi+0) ,i=1,2…,n-1, 有n-1个条件 共有4n-2个条件. 为了得到唯一的三次样条函数,通常可在区间[a,b]的端点x0=a ,xn=b上各加一个条件,称为边界条件.常用的边界条件有 (1) S?(x0)=y?0 , S?(xn)=y?n ; (2) S??(x0)=y??0 , S??(xn)=y??n ; (3) 假设f(x)是以b-a为周期的周期函数,这时要求 S(x0+0)=S(xn-0) S?(x0+0)=S?(xn-0) S??(x0+0)=S??(xn-0) 这样确定的S(x)为周期样条函数. 再由连接条件. (1) S(xi-0)=S(xi+0) ,i=1,2…,n-1, 有n-1个条件 若假设S?(xi)=mi ,i=0,1,…,n,利用分段Hermite插值多项式,当x?[xi-1,xi]时,有 其中hi=xi-xi-1 .为了确定S(x),只需确定mi ,i=0,1,…,n.可利用S??(xi-0)=S??(xi+0)来求出mi . 1. 三转角方程(m表达式) 当x?[xi-1,xi]时,由S(x)的表达式(上式), 求导有 于是有 由连续性条件S??(xi-0)=S??(xi+0)可得 两侧同除以 3(?if [xi-1,xi]+?if [xi,xi+1])=θi,则有 ?imi-1+2mi+?imi+1=θi , i=1,2,…,n-1. 再结合不同的边界条件,可得关于mi的方程. (1) 若边界条件为第一类:m0=y?0 , mn=y?n ,代入上式可得 (2)若边界条件为第二类:S ??(x0)=y??0 , S ??(xn)=y??n ,则有 可得 ?im