- 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
1;引言
拉格朗日插值
均差与牛顿插值公式
差分与等距节点插值
埃尔米特插值
分段低次插值
三次样条插值;;;;整体误差的大小反映了插值函数的好坏;Lagrange插值多项式
为了求得便于使用的简单的插值多项式P(x),
我们先讨论n=1的情形;由两点式可以看出, L1(x)是由两个线性函数;n=2的情况,假定插值节点为;同理;;n+1次多项式;且;n ? 1;例1:;且;例2.;所以;三、插值余项Remainder;令;;根据Rolle定理,;所以;第23页/共133页;余项表达式只有在f(x)的高阶导数存在时才能应用。;例3:;第26页/共133页;练习1:;练习2:;第29页/共133页;第30页/共133页;;;第33页/共133页;第4章 插值和拟合;Lagrange插值多项式的缺点;解决;;;差商(亦称均差)/* divided difference */;;;差商具有如下性质:;Newton插值公式及其余项;;;Newton插值公式及其余项;例: 已知x=1,4,9的平方根为1,2,3,利用牛顿基本差商
公式求 的近似值。;第48页/共133页;;--------(4);定理1.
;;练习;§4.3 埃尔米特插值 /* Hermite Interpolation */;§3 Hermite Interpolation;§3 Hermite Interpolation;§3 Hermite Interpolation;§4 分段低次插值 /* piecewise polynomial approximation */;§4 Piecewise Polynomial Approximation;三次样条 插值;早期工程师制图时,把富有弹性的细长木条(所谓样条)用压铁固定在样点上,在其它地方让它自由弯曲,然后画下长条的曲线,称为样条曲线。它实际上是由分段三次曲线并接而成,在连接点即样点上要求二阶导数连续,从数学上加以概括就得到数学样条这一概念。 ;一、三次样条插值函数;注:三次样条与分段 Hermite 插值的根本区别在于S(x)自身光滑,不需要知道 f 的导数值(除了在2个端点可能需要);而Hermite插值依赖于f 在所有插值点的导数值。;要求出S(x),则在每个小区间上 要确定4个待定系数,共有n个小区间,所以应确定4n个参数。;可在区间端点a,b上各加一个条件(边界条件),具体要根据实际问题要求给定;;3. 当f(x)是 为周期的周期函数时,则要求S(x)也是周期函数,这时边界条件应满足:;加上任何一类边界条件(至少两个)后;可直接利用分段三次Hermit插值,只要假定;;;由条件;由于以上两式相等,得;;基本方程组化为n-1阶方程组;这是一个三对角方程组;----(16);;例1. 对于给定的节点及函数值;由(19)式得基本方程组;第80页/共133页;定理 .
;小结;曲线拟合; 当函数只在有限点集上给定函数值,要在包含该点击的区间上用公式给出函数的简单表达式,这些都涉及到在区间[a,b]上用简单函数逼近已知复杂函数的问题,这就是函数逼近问题。;拟解决的问题:
计算复杂的函数值
已知有限点集上的函数值,给出在包含该点集的区间上函数的简单表达式;实例:考察某种纤维的强度与其拉伸倍数的关系,下表
是实际测定的24个纤维样品的强度与相应的拉伸倍数
是记录:;纤维强度随拉伸
倍数增加而增加;仍然是已知 x1 … xm ; y1 … ym, 求一个简单易算的近似函数 P(x) ? f(x)。;常见做法:;最小二乘法的基本概念;在回归分析中称为残差平方和;仍然定义平方误差;我们选取的度量标准是;;;由多元函数取极值的必要条件;---------(4);引入记号;方程组(4)便可化为;;即;;例1. 回到本节开始的实例,从散点图可以看出;法方程组为;拟合曲线与散点
的关系如右图:;例2.;6.7941 -5.3475 63.2589
-5.3475 5.1084 -49.0086
63.2589 -49.0086 1002.5;用Gauss列主元消去法,得;例3.;例:;方案二:设;两边取对数,得;用最小二乘法得;定义;各点的重要性可能是不一样的;使得;由多元函数取极值的必要条件;引入记号;矩阵形式(法方程组)为;平方误差为;例:连续型拟合中,取;;使得;由;而;可知;使得;-----(16);平方误差为;例4.;设拟合函数;第132页/共133页
原创力文档


文档评论(0)