数值计算方法 教学课件 ppt 作者 刘玲 王正盛第4章 函数逼近的插值法与曲线拟合法.ppt

第4章 函数逼近的插值法 与曲线拟合法 目 录 4.1 Lagrange插值法 4.2 Newton插值法 4.2.1 差商及其性质 4.2.2 Newton插值公式 4.2.3 等距节点Newton插值公式 4.3 Hermite插值 4.4 三次样条插值 4.4.1 分段插值 4.4.2 三次样条插值 4.5 曲线拟合的最小二乘法 4.5.1 最佳平方逼近 4.5.2 对离散数据的曲线拟合最小二乘法 4.6 MATLAB程序代码与算例 引言 许多实际问题都用函数 来表示某种内在规律的数量关系,其中相当一部分函数是通过实验或观测得到的.虽然 在某个区间[a，b]上是存在的，有的还是连续的，但却只能给出[a,b]上一系列点 这只是一张函数表；有的函数虽然有解析表达式,但由于计算复杂,使用不方便,通常也构造一个函数表。如三角函数表、对数表、平方根表、立方根表等等。 引言 4.1 Lagrange插值法 Lagrange插值法 构造插值基函数 引理1 设在区间[a,b]上有n+1个互异节点 ，如果n次多项式 满足 则 构造插值函数Ln(x) 计算机上算法实现 上式在计算机上实现容易： Lagrange插值算法 误差估计 由Rolle定理知： 的相邻两个零点之间至少存在一个零点，即 在（a,b）内至少有n+1个互异零点。 同理对 应用Rolle定理知： 在（a,b）内至少有n个互异零点，如此反复应用Rolle定理n+1次知： 在（a,b）内至少有一个零点 。 特例 例题 抛物线插值的精度与正弦函数表完全一样。 （3）相应的误差估计： 关于Langrange插值的几点说明 仅与已知数据 有关，与 的原来形式无关，但余式与 密切相关。 若 本身是一个不超过n次多项式，则 从 角度观察，内插误差要小些，即 。而外插有可能误差变大，因此要慎用。 Langrange插值也有其不足 为了提高精度有时需增加结点，但这时原来求的 全改变，也就是原来的数据不能利用，浪费资源； 差商的性质 差商的性质 重点插商 Newton插值计算 插商表1 插商表2 求Nn(x) 插商表1计算简单，好实现，但数值不稳定。 插商表2在计算机上稳定性好，但算法复杂。 计算Nn(x)常采用秦九韶程序（取n=4） 例题 在实际应用中 ，常是等距节点情况，即 这里h0为常数，称为步长，这时Newton插值公式就可以简化，为此我们引入差分概念。 等距节点Newton插值公式 插商与差分的关系 （1）用前插表示N(x) 在等距节点条件下有： （2）用后插表示N(x) 例题 Lagrange插值公式所求得L(x)保证了节点处的函数值相等，也就是保证了函数的连续性，但不少实际问题还需要插值得光滑度，也就是还要求它在节点处的导数值也相等，导数的阶数越高则光滑度越高。现代的仿生学就是一个典型的例子。在设计交通具的外形，就是参照海豚的标本上已知点及已知点的导数，做插值在计算机上模拟海豚的外形制成飞机、汽车等外形。 Hermite插值多项式 构造H(x) 算法实现 算法4.3.1 Hermite插值余项 特例（n=1) 例题 4.4 三次样条插值 前面我们根据区间[a,b]上给出的节点做插值多项式Ln(x)近似表示f (x)。一般总以为Ln(x)的次数越高，逼近f (x)的精度越好，但实际并非如此，次数越高，计算量越大，也不一定收敛。因此高次插值一般要慎用，实际上较多采用分段低次插值。 4.4.1 分段插值 分段线性插值 分段线性插值 分段线性插值 分段三次Hermite插值 上述分段线性插值曲线是折线，光滑性差，如果交通工具用这样的外形，则势必加大摩擦系数，增加阻力，因此用hermite分段插值更好。 分段三次Hermite插值 分段三次Hermite插值算法 例题 例题 4.4.2 三次样条插值 三次样条插值 三次样条插值 三次样条插值 三次样条插值 三次样条插值 三次样