给定一组数据,需要确定满足特定要求的曲线,如果所求曲线通过所给定有限个数据点,这就是插值。有时由于给定的数据存在测量误差,往往具有一定的随机性。因而,要求曲线通过所有数据点不现实也不必要。如果不要求曲线通过所有数据点,而是要求它反映对象整体的变化态势,得到简单实用的近似函数,这就是曲线拟合。
插值:曲线经过数据的每一个点(拟合则不需要)。
插值和拟合都是根据一组数据构造一个近似函数,但由于近似的要求不同,二者在数学方法上是完全不同的。而面对一个实际问题,究竟应该用插值还是拟合,有时容易确定,有时并不明显。-
常见的插值有多项式插值,拉格朗日插值,牛顿插值,三次埃尔米特插值,三次样条插值。
牛顿插值较拉格朗日更有继承性,牛顿插值中易于写出下一项,方便累加。
多项式插值插值多项式次数高精度未必显著提高,插值多项式次数越高摄入误差可能显著增大。
高次插值会产生龙格现象,即在两端处波动极大,产生明显的震荡。
在不熟悉曲线运动趋势的前提下,不要轻易使用高次插值。
拉格朗日插值
牛顿插值