- 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
第四章 插值与拟合 有一个未知的函数(可能是某个物理量,
* 第四章 插值与拟合 有一个未知的函数(可能是某个物理量,例如:北京市当前时刻的地表温度),但是可以在有限个点上测得实际的温度。我们希望推出其它未测地点的温度,或近似的值。 问题:(1)有没有办法?(2)近似程度(或精度)如何? (3)有没有好办法? f(x,y) 测得(xi,yj)上的 f(xi,yj)=zij 求近似函数g(x,y) 使得 g(x,y)= zij §1、插值概念与基础理论 1.1 插值问题的提法 对于一维的情况,即未知函数 f(x)在n+1个样本点xj (j=0,1,…,n)上的测量值 f(xj) ,记为 yj 求近似函数 g(x),使得 g(xj) =yj , (j=0,1,…,n)。 采用多项式作为近似函数: Pn(x) = a0 + a1x + a2x2 + …… + anxn 当 n 较大时,矩阵 A 条件数很大,解方程误差会很大,从而求解失败。 1.2 插值多项式的存在唯一性 1.3 插值余项 §2. 插值多项式的求法 2.1 拉格朗日(Lagrange)插值多项式 Pn(xj) = yj , (j=0,1,…,n) 构造 n 次多项式: k=0,1,…,n 则有: 插值多项式可写成: 2.2 差商与牛顿基本插值多项式 Pn(xj) = yj , (j=0,1,…,n) 构造下列形式的 n 次多项式: 差商的定义: 二阶差商: n次牛顿插值多项式可写成: 其余项可写成: m阶差商: 2.3 差分与等距结点下的牛顿插值公式 xk= x0 + kh , (k=0,1,…) 其中 h 是取定的常数,称为步长。 f(x)在等距结点上的函数值记为 yk=f(xk), 差分的定义有: 一阶向前差分: 二阶向前差分: m阶向前差分: 向后差分、中心差分。 若令x=x0+th,t是实数。得到牛顿向前插值公式: 余项为: 则m阶差商可写成: 一阶向后差分: 二阶向后差分: m阶向后差分: 若令x=xn+th。得到牛顿向后插值公式: §3、分段低次插值 n 次插值多项式存在的问题: (1)计算复杂; (2)误差不易控制;龙格现象。 (3)没有局部性;动一发而牵全身。 举例:龙格(Runge)现象。 分段插值能够很好地解决上面的问题。 但需要考虑连续性(光滑性)问题。 3.1 分段线性插值与分段二次插值 * * * * *
文档评论(0)