matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合...

一、函数插值:

1、插值,一类函数近似问题。

构造某个函数作为不便于处理或计算的函数的近似,然后通过处理简单函数获得不便处理或计算的函数的近似结果,当要求近似函数取给定的离散数据时,这种处理方法称为插值法。

插值的任务就是由已知的观测点,为物理量(未知量)建立一个简单的、连续的解析模型,以便能根据该模型推测该物理量在非观测点处的特性。

2、由于插值函数p(x)的选择不同,就产生不同类型的插值。

——若p(x)为代数多项式就称为代数插值

——若p(x)为三角多项式就称为三角多项式插值

——若p(x)为有理函数就称为有理函数插值

选择不同的插值函数,近似的效果不同。

3、线性插值

n =1

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第1张图片

求一次多项式:P1(x)=ax+b;用直线近似地代替函数f(x),则称这种插值为线性插值。

p1(x)满足条件:P1(x0)=y0 , P1(x1)=y1

可以解得直线的方程为:

5fe424817abacdcacfbe2c0766044f55.png

120e1a99e5c57cfed8e7516fc1866502.png

可以写为:

ecbda4982b64654f9415d41b6bd6fd6c.png

其中令

4b35891ae9aa65f4c2ca22f49d5e0194.png

c81693c7da9eca79b5085b274f8fe0b0.png

l0(x)和l1(x)具有的特点:

l0(x0)=1, l0(x1)=0;

l1(x0)=0, l1(x1)=1;

l0(x), l1(x)称为以x0 , x1为节点的插值基函数

4、线性插值仅仅用两个节点上的信息,精度较低。为了提高精确度,考察三点的插值问题。——二次插值

二次多项式 p2(x)=a0 + a1x + a2x2

使其满足条件: p2(x0)=y0, p2(x1)=y1, p2(x2)=y2;

解一个三元一次线性方程组即可解得系数a0, a1, a2,即可以得到二次多项式的表达式。

也可以表示成基函数的形式

91ca1171b7e9e2b95a9ebd6999d29438.png

其中

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第2张图片

f2eb660f6e8b89b82226e77942163a9d.png

a7f0e23efffeedc0c3ef3503d210463c.png

5214571dd7a7c02fe8be7af4067d7494.png

4d086e535cac907eac20b28e9f489443.png

l0(x) , l1(x) , l2(x) 称为以x0 , x1 , x2为节点的插值基函数

5、拉格朗日插值多项式

n=1和n=2的线性插值和抛物插值推广到一般情况,即n次插值,也就是拉格朗日插值。

对于有n+1个插值点时,插值函数可以表达成一个n次多项式:

Pn(x)=a0 +a1x +a2x2 + …+ anxn ,

满足:

Pn(x0)=y0 , Pn(x1)=y1 , ... , Pn(xn)=yn

同样该n次多项式也可以表示为:

17cd6fdcf9cad91a98c0d07294c51be6.png

其中l0(x) , l1(x) , …,ln(x) 为以 x0, x1,…, xn为节点的插值基函数

拉格朗日插值函数:

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第3张图片

6.插值余项

用插值多项式表示函数,则必然存在误差。

若在区间[a, b]上,用Ln(x)表示f(x),则其截断误差Rn(x)=f(x)-Ln(x),也称为插值多项式的余项

9a27c53d8ff7808cfe44a858cc00e7b7.png

488690daf06977195acbe28c59d19307.png

f(n+1)(x) 是f(x)的n+1阶导数在 x 的值。

7.牛顿插值法

差商定义:

一阶差商:

设有函数f (x)以及自变量的一系列互不相等的x0< x1<,…,< xn (即在i 不等于j时,x i不等于xj)的值 f(xi) , 称

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第4张图片

为f (x)在点xi, xj处的一阶差商,并记作f [xi , xj] ;

二阶差商:

498733a71edbccade85343b92e06dbda.png

为f (x)在点xi, xj, xk处的二阶差商。

k阶差商:

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第5张图片

为f (x)在点x0, x1,…, xk处的k阶差商。

0阶差商:

ec2397589d78f2766ee898a9d98c037d.png

由差商定义可知:高阶差商是两个低一阶差商的差商

例题 :

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第6张图片

0d52369204249ea482459530464cf9d6.png

8d32d9bec7078279ae75a6482b7600e1.png

差商性质:

(1)

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第7张图片

baf5a12762a5f40c717429d9db3035ce.png

ce083d7f80b351f5cbde260766567444.png

(2)差商与节点排列顺序无关

8.牛顿插值多项式

f(x)= f[x0]+(x-x0) f[x0,x1]+(x-x0)(x-x1) f[x0,x1,x2]+…+(x-x0)…(x-xn-1) f[x0,…,xn]+(x-x0)…(x-xn-1)(x-xn)f[x,x0,…xn];

9.分段差值

两点三次Hermite插值多项式

1111724007560e6fe31683265e712623.png

c0f105dbbca3e4c0bcf73e125395fe94.png

e67f0c16e167ad39e42cf2c4bf37e5ec.png

二、曲线拟合

1.曲线拟合问题仍然是已知 x1 … xn; y1 … yn,求一个简单易算的近似函数 f(x)来拟合这些数据。

但是yi 本身是测量值,不准确

这时不能取 f(xi) = yi , 而要使 pi=f(xi) - yi 总体上尽可能地小。

这种构造近似函数 的方法称为曲线拟合,f(x) 称为拟合函数。

使 pi=P(xi) - yi 尽可能地小”有不同的准则

b556909063cf9853629455c6f6247f03.png

e6c1e6cd2e4c7466478c42cfe78ea8e2.png

最小二乘法的基本概念

18587f91a7defd680b22cdcb4fe7cec9.png

5f4a43beef7ebf93d2ba41efd2433bab.png

f7725c6f1c986e97737b11d41ff20064.png

ebd34e2c199508715f7dc0d7594ccbf3.png

8746144328538bf4e04f56e5753c5d81.png

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第8张图片

定义平方误差:

407e4f005d0455913f87d4b105cf8c46.png

1aa459f1ec03aaf33d165b1ce1c3acc5.png

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第9张图片

66277d579cfca3b8a94591628b1100a9.png

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第10张图片

d23f41053f0854fd789c848be3cabb1d.png

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第11张图片

matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合..._第12张图片

你可能感兴趣的:(matlab做三次拉格朗日插值多项式_计算方法/数值分析 ——第四章函数插值与曲线拟合...)