三次样条插值法与最小二值法的分析及比较.docVIP

数值计算方法期末论文 同等要求下三次样条插值法与最小二值 法的分析及比较。 在实际中，常常要处理由实验或测量所得到的一批离散数据.插值与拟合方 法就是要通过这些数据去确定某一类已知函数的参数或寻找某个近似函数，使所 得到的近似函数与己知数据有较高的拟合程度.如果要求这个近似函数（曲线或 曲面）经过己知的所有数据点，则称此类问题为插值问题。 当所给的数据较多时，用插值方法所得到的插值函数会很复杂，所以，通常 插值方法用于数据较少的情况.但数据一般都是由观测或试验得到的，往往会带 有一定的随机误差，因而，要求近似函数通过所有的数据点也是不必要的.如果 不要求近似函数通过所有数据点，而是要求它能较好地反应数据的整体变化趋 势，则解决这类问题的方法称为数据拟合. 插值和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，二者的数学方法上是完全不同的。而面对一个实际问题，究竟应该用插值还 是拟合，有时容易确定，有时则并不明显。 本文由具体题目为基础，主要论述了在同等要求K三次样条插值法与最小二 值法的分析及比较。 关键词：数值计算方法、三次样条插值法、最小二值法 TOC \o 1-5 \h \z 弓IB 2 HYPERLINK \l bookmark6 \o Current Document \h 第一章三次样条插值 4 HYPERLINK \l bookmark7 \o Current Document \h 1三次样条插值函数 4 HYPERLINK \l bookmark23 \o Current Document \h 1.2分段线性插值 5 HYPERLINK \l bookmark25 \o Current Document \h 1.3插值理论 6 第二章最小二乘法 7 HYPERLINK \l bookmark29 \o Current Document \h 1 线性最小二乘拟合法 7 HYPERLINK \l bookmark38 \o Current Document \h 2.2 一般线性最小二乘拟合法 8 2.3非线性最小二乘拟合法 9 HYPERLINK \l bookmark41 \o Current Document \h 第三章算法对比与实现 10 HYPERLINK \l bookmark42 \o Current Document \h 1对比实例 10 HYPERLINK \l bookmark44 \o Current Document \h 3. 2对比实例二 11 16 HYPERLINK \l bookmark46 \o Current Document \h 3.3结果及分析 15 16 第四章总结 第一章三次样条插值 1.1三次样条插值函 若函数S (X) ec2[a,b]，且在每个小区间上是三次多项式，其 中“=及=/?是给定节点，则称S(x)是节点x0, ，…， 上的 三次样条函数。若在节点弋上给定函数值乃=/Uz.)(7=0,l，...，n)，并成立 s(Xj) = y.(j = 0，1，...，h)，则称S(x)为三次样条插值函数。 三次样条插值的计算方法： ① 因为在每个小区间上\(x)是三次多项式，所以氏(X)在每个小 区间上是直线，可以写出它的表达式 5*: ( 5*: (x) = m ?? + m : % - %： - xi 其中是待定参数。 ② 把它积分两次，得到 Sz(x) = mi Sz(x) = mi 6h: + m： x - x： 6/2: ex + d 这里的C和d是积分常数，h = %/+1 -易 利用5\.(XZ.) = )\?和Sz(x/+1)=又+1可以确定c，d,于是有 5z(x) = mi(x.+1 - x) 5z(x) = mi (x.+1 - x)3 (x - xi 6h: + m： z+i 6h: z %；,, - x +(z-———) h: +(Z- i+\ h: 将其求导数得到 (X+i -幻22^ (X+i -幻2 2^ + m： /+i (x - xi 2/i z ,y/,i - - mi h h{ 6 至此，我们把久(X)以及它的一、二阶导函数都用两个参数表示出来。 ③我们令 5/(x/+1) = SM(xi+1),i = O，l，...n - 2,得到一个关于 m0，m i，…，m,7的线性方程组 (1.1)/nmi x + 2m,. + 又戸i+i = e^，i = 1，2，.“，n-1 (1.1) /十1r-1其中，A/h:h： /十1 r-1 其中，A/ h: h： + h： ，/= 1 — = 6 h： h： /—i h： + h： 该方程有/t + 1个未知数，n