數值分析 第五章 插值與逼近

插值條件

φ(xi)=f(xi)=yi,i=0,1,...,n

唯一性定理

給定{(xi,yi)|i=0,1,...,n} ,則滿足插值條件的n 次多項式pn(x) 唯一.

n 次拉格朗日插值多項式

Ln(x)=k=0nlk(x)yk

Rn(x)=f(n+1)(ξx)(n+1)!ωn+1(x)

ξx(a,b)x

n 次拉格朗日基函數

形式

lk(x)=j=0jknxxjxkxj

性質
f(x)=xk,k=0,1,...i=0nli(x)xki=xk

k=0,i=0nli(x)=1

Newton插值多項式

差商

形式

f[x0,x1]=f(x1)f(x0)x1x0

...

f[x0,x1,...,xn]=f[x1,x2,...,xn]f[x0,x1,...,xn1]xnx0

性質
1.線性組合
2.任意排列
3.nk 時,f[x0,x1,...,xn1,x]nk 次多項式;n<k 時,f[x0,x1,...,xn1,x]=0
4.f[x0,x1,...,xk]=f(k)(ξ)k!

Newton插值多項式

形式

f(x)=Nn(x)+Rn(x)

Nn(x)=f(x0)+(xx0)f[x0,x1]+...+(xx0)(xx1)...(xxn1)f[x0,x1,...,xn]

Rn(x)=(xx0)(xx1)...(xxn)f[x0,x1,...,xn,x]

f[x0,x1,...,xn,x]=f(n)(ξx)(n+1)!

遞推

Nk+1(x)=Nk(x)+ωk+1(x)f[x0,x1,...,xk+1]

Hermite插值

待續。。。

正則多項式

待續。。。

最小二乘法

給定數據集{(xi,yi)|i=0,1,...,m} ,經驗函數y=nj=0φj(x)aj ,則φj=(φj(x0),φj(x1),...,φj(xm))Tf=(y0,y1,...,ym)T(φj,φk)=mi=0ρ(xi)φj(xi)φk(xi)(f,φj)=mi=0ρ(xi)φj(xi)yi
正則方程組爲

(φ0,φ0)(φ1,φ0)...(φn,φ0)(φ0,φ1).....................(φ0,φn)......(φn,φn)a0a1...an=(f,φ0)(f,φ1)...(f,φn)

擬合曲線
φ(x)=pn(x)=i=0nφi(x)ai

均方誤差
δ2=[i=0mρi(φ(xi)yi)2]12
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章