幾種常用的插值方法

1、.幾種常用的插值方法數(shù)學(xué)系信息與計算科學(xué)1班李平指導(dǎo)教師：唐振先摘要:插值在諸如機械加工等工程技術(shù)和數(shù)據(jù)處理等科學(xué)研究中有許多直接的應(yīng)用,在很多領(lǐng)域都要用插值的方法找出表格和中間值,插值還是數(shù)值積分微分方程數(shù)值解等數(shù)值計算的根底。本文歸納了幾種常用的插值方法,并簡單分析了其各自的優(yōu)缺點。關(guān)鍵詞:任意階多項式插值,分段多項式插值。引言:所謂插值,通俗地說就是在假設(shè)干以知的函數(shù)值之間插入一些未知函數(shù)值,而插值函數(shù)的類型最簡單的選取是代數(shù)多項式。用多項式建立插值函數(shù)的方法主要用兩種：一種是任意階的插值多項式,它主要有三種根本的插值公式：單項式,拉格朗日和牛頓插值；另一種是分段多項式插值,它有Herm

2、ite和spine插值和分段線性插值。一任意階多項式插值：1.用單項式根本插值公式進展多項式插值：多項式插值是求通過幾個數(shù)據(jù)點的那個n-1階多項式,即Pn-1(X)=A1+A2X+AnXn-1,它是一個單項式根本函數(shù)X0,X1Xn-1的集合來定義多項式,由n個點X,Y構(gòu)成的集合,可以使多項式通過沒數(shù)據(jù)點,并為n個未知系數(shù)Ai寫出n個方程,這n個方程組成的方程組的系數(shù)矩陣為Vandermonde矩陣。雖然這個過程直觀易懂,但它都不是建立插值多項式最好的方法,因為Vandermonde方程組有可能是病態(tài)的,這樣會導(dǎo)致單項式系數(shù)不確定。另外,單項式中的各項可能在大小上有很大的差異,這就導(dǎo)致了多項式計

3、算中的舍入誤差。2.拉格朗日根本插值公式進展插值：先構(gòu)造一組插值函數(shù)Lix=，其中i=0，n.容易看出n次多項式Lix滿足Lix=1，i=j；Li=0，ij，其中i=0，1n，令Lix=這就是拉格朗日插值多項式。與單項式根本函數(shù)插值多項式相比,拉格朗日插值有2個重要優(yōu)點首先,建立插值多項式不需要求解方程組；其次,它的估計值受舍入誤差要小得多。拉格朗日插值公式構(gòu)造緊湊,在理論分析中很方便,但是,當插值節(jié)點增加、減少或其位置變化時全部插值函數(shù)均要隨之變化,從而整個插值公式的構(gòu)造也將發(fā)生變化,這在實際計算是非常不利的。3.使用牛頓均差插值公式進展多項式進展插值：首先,定義均差,f在xi,xj上的一階

4、均差，其中(ij)。f在xi，xj，xk的二階均差fxi，xj，xk=，k階均fxixk=。由此得出牛頓均值插值多項式的公式為Pn(x)=fx0+fx0-x1(x-x0)+fx0，xn(x-x0)(x-xn-1)。實際計算中經(jīng)常利用下表給出的均差表直接構(gòu)造牛頓插值公式, ，xkF(xi)一階均差二階均差三階均差x0x1x2x3F(x0)F(x1)F(x2)F(x3)Fx0，x1Fx1，x2Fx2，x3Fx0，x1，x2Fx1，x2，x3Fx0，x1，x2，x3但凡拉格朗日插值解決的問題牛頓插值多項式都可以解決,不僅如此,更重要的是牛頓均值克制了拉格朗日插值多項式的缺點,當需要提高近似值的準確度

5、而增加結(jié)點時,它不必重新計算,只要在后面再計算一項均插即可,減少了計算量,不用計算全部系數(shù),節(jié)約了大量人力,物力,財力。增加插值多項式的階數(shù)并不一定能增加插值的精度,據(jù)定義,插值式,F(x)可以與結(jié)點(xi，yi)，i=1，n處的實際函數(shù)匹配,但卻不能保證支點之間求F(x),還能很好的逼近產(chǎn)生(xi，yi)數(shù)據(jù)的實際函數(shù)F(x)。例如,如果F(x)為一個的解析函數(shù),而且定義F(x)的節(jié)點集合中數(shù)據(jù)點的數(shù)目可以增加多項式F(x)的階數(shù)也增加,但是,由于F(x)的起伏增加,那么插值式就可能在節(jié)點見振帶,基于當實際函數(shù)F(x)平滑時,這種多項式擺動也可能發(fā)生,這種振蕩不是由多項式擺動引起的,而是由多

6、項式的項相加來求插值多項式時發(fā)生舍入誤差造成的。有時多項式擺動可通過慎重選擇根底函數(shù)的取樣來成為,但如果數(shù)據(jù)是由不容易重復(fù)實驗取得的,就不能這么做了,這會司會用下面介紹分段插值法。二、分段插值多項式1、分段線性插值：分段線性插值最簡單的插值方案,只要將每個相鄰的節(jié)點用直線接起來,如此形成的一條新的折線就是分段線性插值函數(shù),記作In(j)=yi而且In(x)在每個區(qū)間jj+1上是線性函數(shù)j=0,1n-1In(X)可以定義為In(j)=其中l(wèi)0(x)=，其他，l0(x)=0lj(x)=，；=其他，lj(x)=0ln(x)=其他，ln(x)=0In(j)具有很好的收斂性,即對于xa,b有：當n趨向于

7、無窮大時,In()=g(x)成立。用In()計算x點的插值時,只用到x左右的兩個節(jié)點,計算量與節(jié)點個數(shù)n無關(guān),但n越大分段越多,插值誤差就越小,但是,該方法折線在節(jié)點處顯然不光滑,即In(X)在節(jié)點處導(dǎo)數(shù)不存在著影響它在需要光滑插值曲線的如機械插值等領(lǐng)域中的應(yīng)用。2分段三次Hermite插值為清楚起見,先用三次Hermite插值的構(gòu)造方法加以解釋,三次Hermite插值的做法是,在xkxk+1上尋找一個次數(shù)不超過3的多項式H3(x)它滿足插值條件H3(xk)=f(xk),H3(xk+1)=f(xk+1)=mk,=mk+1相應(yīng)的插值基函數(shù)為于是有H3(x)=kxf(xk) +k+1xf(xk+1

8、)mkk(x) mk+1k+1(x)。如果函數(shù)滿足條件：（1） C1a,b（2） 滿足插值條件：xk=f(xk),k=0,1,2,n.（3） 在每個小區(qū)間xk-1, xk,k=1,2, ,n上是三次多項式。那么稱為f的分段三次Hermite插值多項式。根據(jù)分段線性插值和三次Hermite插值公式可得到的表達式(x)=其中k，k ，k=0,1,2,n，稱為以節(jié)點x0，x1, xn的分段三次Hermite插值基函數(shù)，對于給定n個插值點x1x2xn和其相應(yīng)函數(shù)值f(xk)和一階函數(shù)值f'(xk),k=0,1,2,n.顯然,分段三次Hermite插值可以產(chǎn)生平滑變化的插值式,但它有一個明顯的缺

9、點,就是在每個界點處的函數(shù)斜率必須,而從實驗中獲得的數(shù)據(jù),這個斜率就不存在。下面要介紹的三次樣條插值可以解決這個問題,同時能得到插值式所期望的光滑度。3、三次樣條插值1.樣條函數(shù)在a,b上取n+1個插值結(jié)點a=x0<x1<<xn=b函數(shù)f(x)在這n+1個點的函數(shù)值為yk=f(xk)那么在a,b上函數(shù)y=f(x)的m次樣條插值函數(shù)S(x)滿足:(1)S(x)在(a,b)上直到m-1階導(dǎo)數(shù)連續(xù);(2)S(xk)=yk,(k=01n);(3)在區(qū)間xk,xk+1(k=01n-1)上,S(x)是m次多項式。2.三次樣條函數(shù)在a,b上函數(shù)y=f(x)的三次樣條插值函數(shù)S(x)滿足:(

10、1)在(a,b)上0、1、2階導(dǎo)數(shù)連續(xù),即:s'(xk-0)=s'(xk+0)，s(xk-0)=s(xk+0)(k=01n-1)(2)S(xk)=yk(k=0，1，n);(3)在區(qū)間xkxk+1(k=0，1n-1)上S(x)是三次多項式。3.三次樣條函數(shù)的計算由二階導(dǎo)數(shù)連續(xù),設(shè)s(xk)=mk,(k=0,1, ,n),mk是未知待定的數(shù)。因S(x)是分段三次多項式,那么在每個區(qū)間xkxk+1,S(x)是分段一次多項式,記hk=xk+1-xk那么: s(xk)=將上式在區(qū)間xkxk+1上積分兩次,并且由S(xk)=ykS(xk+1)=yk+1,來確定兩個積分常數(shù)。當xxkxk+1

11、時,利用S(x)一階導(dǎo)數(shù)連續(xù)的性質(zhì),對上式求導(dǎo),得:在上式中,令x=xk得:將上式中的k換成k-1,得:s'(x)在xk-1,xk上的表達式,將x=xk代入,而s'(xk+0)=s'(xk-0)聯(lián)立上述兩式,得到關(guān)于m的方程:,兩邊乘以得:,上式中,等式左邊含未知量mk-1,mk,mk+1等式右邊yk-1,yk,yk+1是的,令，那么得:kmk-1+2mk+kmk+1=Ck(k=12n-1)。三次樣條插值的整體光滑性有提高,應(yīng)用廣泛,但其誤差估計較困難,而且它的求解代價很大,起準確度受端點條件影響很大。總結(jié):插值是數(shù)值分析領(lǐng)域的一個主要局部,選擇插值策略的第一步是了解應(yīng)用的需要：你要在表格中查些什么.是否需要反復(fù)計算近似值.在條件有限的情況下,構(gòu)造固定的階數(shù)的插值多項式可能會是一種更簡單的方法有解決方案；當要反復(fù)計算逼近值時,推薦用牛頓多項式插值形式。對表格