数学的建模上课.docxVIP

适用标准文档 第六部分插值与拟合 实质生活中常常会碰到这样的问题：给定一批数据点，需要确立满足特别要求的曲线或曲面。假如要求所求 曲线（面）经过所给全部数据点，这就是插值问题，在数据教少的状况下，这样做能获得较好的成效。可是， 假如数据许多，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丈量所得，往 往带有随机偏差，因此，要求曲线（面）经过全部数据点就既不现实也不用要。假如不要求曲线（面）经过全部 数据点，而是要求它反应对象整体的变化趋向，可获取更简单适用的近似函数，这就是 数据拟合。函数插值与 数据拟合都是要依据一组数据结构一个函数作为近似，因为近似的要求不一样，两者在数学方法上是完整不一样的。 一、 插值问题 1、拉格朗日插值 若知道函数y f(x)在互异的两个点 x0 和x1处的函数值y0和y1 ，而想预计该函数在另一点 处的函数值， 最自然的想法是作过点(x0,y0)和点(x1,y1)的直线y L1(x)，用L1( )作为正确值f( )的近似值，假如以为误 差太大，还可增添一点 f(x)的函数值，即已知 y f(x)在互异的三个点 x0,x1和x2处的函数值y0,y1和y2，可 以结构一个过这三点的二次曲线 y L2(x)，用L2( )作为正确值f( )的近似值。 【定义 1】一般的，若已知 y f(x)在互异的n 1个点x0,x1, ,xn处的函数值y0,y1, ,yn，则能够考虑结构 一个过这n 1个点的次数不超出 n的多项式y Ln(x)，使其满足 Ln(xk) yk,k 0,1, ,n （1） 而后用Ln( )作为正确值 f( )的近似值。此方法就叫做插值法，这样结构出来的多项式 Ln(x)称为f(x)的n次 拉格朗日插值多项式或插值函数 。称点xk(k 0,1, ,n)为插值结点，称式(1)为插值条件，含xi(i 0,1,2,,n) 的最小区间[a,b](amin{xi },b max{xi})叫做插值区间。 0 in 0 in 【定理 1】满足插值条件 (1)的次数不超出n的多项式是存在的并且是独一的。 1.1 线性插值公式 已知函数y f(x)在互异的两个点 x0 和x1 处的函数值 y0和y1 ，欲求一个次数不超出 1的多项式 y L1(x)，使其满足： L1(x0) y0,L1(x1) y1， （2） 依据定理1，L1(x)是存在并且独一的，称 L1(x)为线性插值函数或一次插值多项式。用点斜式能够写出过点 (x,y )和点(x,y)的直线方程： y y y1 y0 (x x)，所以 0 0 1 1 0 x1 x0 0 y1 y0 ，将它写成对称式为 x x1 x x0 （3） L1(x)y0 x1 x0(xx0) L1(x)y0x0 x1 y1 x1 x0 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： l0(x) x x1,l1(x) x x0 ，则(3)式能够写成：L1(x) y0l0(x) y1l1(x) (4) x0 x1 x1 x0 此中l (x),l (x)满足：l 0 (x ) 1,l (x) 0;l 1 (x ) 0,l 1 (x) 1我们称l 0 (x),l (x)为线性插值或一次拉格朗日插 0 1 0 0 1 0 1 1 值的基函数。 例1依据下表给出的平方根的值，用线性插值计算 5， 10 x 1 4 9 16 x 1 2 3 4 解：取最凑近x 5的两点x0 4,x1 9为插值节点，运用插值公式（ 3），得 5 L1(5) 25 9 3 5 4 2.2 4 9 9 4 1.2抛物线插值公式 x0,x1和x2处的函数值 y0,y1和y2，欲求一个次数不超出 已知函数 y f(x)在三个互异点 2的多项式 出色文案 适用标准文档 yL2(x)，使其满足：L2(x0)y0,L2(x1) y1,L2(x2) y2 (5)依据定理 1，L2(x)是存在并且 独一的。下边模拟线性插值时结构插值函数的方法，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： l0(x),l1(x),l2(x),它们都是二次函数。分别满足以下条件： l0(x0) 1,l0(x1) 0,l0(x2) 0; l1(x0) 0,l1(x1) 1,l1(x2) 0; (6) l2(x0) 0,l2(x1) 0,l2(x2) 1; 由上述条件能够推出 l0(x),l1(x),2l (x) x1 ,x2 是 l0(x) 的零点，故 l0(x) 必为 的表达式：比方：因为 l (x)a(x x)(x x形)式， a 为待定系数，又因为l 0 (x) 1，代入此式解出a 1 ，从而得 0 1 2 0 (x0 x1)(x0 x2) 到的表达式为：l0(