数值分析复习(一)线性插值、抛物线插值

线性插值

数学上定义:线性插值是指插值函数为一次多项式的插值方式,其在插值节点上的插值误差为0;
在图片上,我们利用线性插值的算法,可以减少图片的锯齿,模糊图片;

线性插值的计算规则

假设我们已知座标 (x0, y0) 与 (x1, y1),要得到 [x0, x1] 区间内某一位置 x 在直线上的值。根据图中所示,我们得到:

由于 x 值已知,所以可以从公式得到 y 的值:

抛物线插值(可推广至高次插值)

设在区间[a,b]上给定n+1个点 a\leq x_0 < x_1 < \cdots <x_n \leq b 上的函数值y_i=f(x_i),求次数不超过n的多项式,使得P(x_i)=y_i,i=0,1,\cdots求次数不超过n的多项式,使得

P(x_i)=y_i,i=0,1,\cdots,n,由此可得到关于系数a_0,a_1,\cdots,a_n的n+1元线性方程组

\left\{ \begin{array}{l} a_0+a_1x_0+\cdots+a_nx_0^n=y_0 \\ a_0+a_1x_1+\cdots+a_nx_1^n=y_1\\ \vdots\\ a_0+a_1x_n+\cdots+a_nx_n^n=y_n\\ \end{array} \right.

此方程组的系数矩阵为范德蒙德矩阵,表示为

A=\begin{bmatrix} 1 & x_0 &\cdots&x_0^n \\ 1 & x_1 &\cdots& x_1^n \\ \vdots & \vdots & &\vdots\\ 1 & x_n & \cdots & x_n^n \end{bmatrix}

由于x_i(i=0,1,\cdots,n)互异,故

detA=\prod _{\substack{i,j=0 \\i>j}}^n(x_i-x_j) \neq 0

因此,线性方程组的解存在且唯一,故插值多项式P(x)存在唯一

注:显然直接求解方程组可以得到插值多项式P(x),但这是求插值多项式最蠢的方法,一般不采用,常用的是拉格朗日插值法或牛顿插值

 

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