数学的建模上课.docVIP

实用标准文档 PAGE 精彩文案 第六部分 插值与拟合 实际生活中经常会遇到这样的问题：给定一批数据点，需要确定满足特殊要求的曲线或曲面。如果要求所求曲线（面）通过所给所有数据点，这就是插值问题，在数据教少的情况下，这样做能取得较好的效果。但是，如果数据较多，那么插值函数是一个次数很高的函数，比较复杂，同时，给定的数据一般是由观察测量所得，往往带有随机误差，因而，要求曲线（面）通过所有数据点就既不现实也不必要。如果不要求曲线（面）通过所有数据点，而是要求它反映对象整体的变化趋势，可得到更简单实用的近似函数，这就是数据拟合。函数插值与数据拟合都是要根据一组数据构造一个函数作为近似，由于近似的要求不同，二者在数学方法上是完全不同的。 插值问题 1、拉格朗日插值 若知道函数在互异的两个点和处的函数值和，而想估计该函数在另一点处的函数值，最自然的想法是作过点和点的直线，用作为准确值的近似值，如果认为误差太大，还可增加一点的函数值，即已知在互异的三个点和处的函数值和，可以构造一个过这三点的二次曲线，用作为准确值的近似值。 【定义1】一般的，若已知在互异的个点处的函数值，则可以考虑构造一个过这个点的次数不超过的多项式，使其满足 （1） 然后用作为准确值的近似值。此方法就叫做插值法，这样构造出来的多项式称为的次拉格朗日插值多项式或插值函数。称点为插值结点，称式(1)为插值条件，含的最小区间叫做插值区间。 【定理1】满足插值条件(1)的次数不超过的多项式是存在的而且是唯一的。 1.1 线性插值公式 已知函数在互异的两个点和处的函数值和，欲求一个次数不超过1的多项式，使其满足：， （2） 根据定理1，是存在而且唯一的，称为线性插值函数或一次插值多项式。用点斜式可以写出过点和点的直线方程：，因此 ，将它写成对称式为 （3） 我们称(3)式为拉格朗日线性插值函数或一次拉格朗日插值公式。若引入记号： ，则(3)式可以写成： (4) 其中满足：我们称为线性插值或一次拉格朗日插值的基函数。 例1 根据下表给出的平方根的值，用线性插值计算， 1 4 9 16 1 2 3 4 解：取最接近的两点为插值节点，运用插值公式（3），得 1.2抛物线插值公式 已知函数在三个互异点和处的函数值和，欲求一个次数不超过2的多项式，使其满足： (5) 根据定理1，是存在而且唯一的。下面仿照线性插值时构造插值函数的方法，用基函数的线性组合作出满足(5)的二次插值多项式，此时有三个基函数：,它们都是二次函数。分别满足下列条件： (6) 由上述条件可以推出的表达式：例如：由于是的零点，故必为形式，为待定系数，又由于，代入此式解出，从而得到的表达式为： 同理可得： 根据以上讨论，我们得到二次插值多项式为： (7)称为抛物线插值函数或二次插值多项式。 例2 根据例1的数据，用抛物线法计算的近似值。 解：选择与最接近的三点为插值节点，根据抛物线插值公式(7)，有 练习：已知在处的函数值，求的近似值。 1.3一般情形 一般的次插值问题是构造满足条件(1)的次数不超过的多项式。与构造线性和二次插值多项式类似，次拉格朗日插值公式可表成次插值基函数的线性组合， (8)其中是次多项式，且满足 (9)与前面推导类似，可以由(9)式得到的具体表达式： , (10) 为便于书写，引进记号：,取在 处的导数，得 于是拉格朗日插值公式可写为： 1.4插值多项式的余项 本段讨论用次插值多项式来近似函数时的误差。记并称为次插值多项式的截断误差，或称为插值余项。 【定理2】假设函数在上有阶导数，且 (11) 是经过数据点的次数不高于的多项式。则对区间上的任何都存在(依赖于)，使得 (12) 其中 (13) 插值公式的余项可以给出多项式逼近的误差估计。 2、分段插值 多项式历来都被认为是最好的逼近工具之一。用多项式作插值函数，就是前面的代数插值。一般情况下，似乎可以靠增加插值结点的数目来改善插值的精度，但插值多