数值分析05函数插值与逼近
- 数学
- 2022-11-22
- 64热度
- 0评论
通过已知数据得到函数的近似解表达式
多项式插值问题
被插值函数、插值函数、插值节点、插值条件
系数是Vandermonde行列式
Lagrange插值与多项式
lagrange插值节点基函数
$L_1(x)=\frac{(x-x_1)}{(x_0-x_1)}y_0+\frac{(x-x_0)}{x_1-x_0)}y_1$ 上面是减去两边,下面是减去自己的
余项:
$R_n(x)=f(x)-L_n(x)=\frac{f^{(n+1)(\xi_x)}}{(n+1)!}\omega_{n+1}(x)$
Newton插值多项式
差商:$f[x_i,x_j]=\frac{f(x_i)-f(x_j)}{x_i-x_j}$ —一阶差商
差商表
插值多项式:$N_n(x)=f(x_0)+f[x_0,x_1]\omega_1(x)+f[x_0,x_1,x_2]\omega_2(x)+...+f[x_1,x_2,...,x_n]\omega_{n}(x)$ …
插值余项:$R_n(x)=f[x_1,x_2,x_3,x_4,...,x_n]\omega_{n+1}(x)$
hermite插值多项式
为了在部分节点或全部节点有相同的导数值,带有导数插值条件的插值多项式
承袭法
基函数法
分段插值多项式
Runge(龙格)现象
提高插值多项式的插值精度
三次样条插值
对曲线的光滑性有一定的要求
三次样条函数
三转角方法
三弯矩方法
数据拟合的最小二乘法
多项式拟合曲线:$\phi=span{\{1,x,x^2,...,x^n\}}$
数据拟合的最小二乘法
向量内积
正则方程组